目的 基于遗传变量和人口统计学因素构建机器学习（ML）模型预测大脑灰质体积（GMV）和白质体积（WMV）,并利用可解释方法识别关键预测特征及大脑结构新颖遗传位点。方法 基于英国生物样本库（UK Biobank）3万余被试的脑影像衍生表型、基因型与人口统计学数据,采用XGBoost/LightGBM等6种ML模型以探究大脑结构的测量值与遗传变量和人口统计学因素之间的关联。利用SHAP（SHapley additive exPlanations）可解释性框架识别关键遗传位点,并对其进行基因注释。结果 模型性能评估结果表明,LightGBM和CatBoost模型分别在GMV和WMV预测表现中最优,相关系数分别达到0.6874与0.4101。SHAP分析不仅复现了多个已知脑结构相关遗传位点,也识别出若干传统全基因组关联分析中未报道的新候选位点。例如,GMV相关位点rs187620717位于GMNC基因附近,其所在区域已被报道与脑脊液p-tau水平相关;WMV相关位点rs11196180邻近TCF7L2基因,其与杏仁核体积较小和精神分裂症相关。进一步分析揭示年龄与基因（如FAM3C、PPM1K）在脑结构调控中具有交互作用。结论 对于脑影像表型利用ML模型结合可解释性技术可成功识别出与脑结构相关的新颖相关位点,并捕捉遗传位点间及其与人口学因素间的复杂交互作用,为解析脑疾病机制提供了新线索。

目的 评估5.0 T MRI非增强3D-FLAIR序列在内耳内淋巴积水诊断中的价值。方法 前瞻性纳入临床确诊梅尼埃病的25例患者[男12例,女13例,平均年龄（57.42±12.66）岁],均接受5.0 T内耳磁共振钆造影检查。扫描序列包括：常规内耳MRI平扫（T₁WI轴位、T₂WI抑脂轴位以及T₂WI抑脂冠状位）、内耳水成像序列以及3D-FLAIR平扫检查;双倍剂量对比剂注射4 h后行增强3D-FLAIR和薄层T₁WI脂肪抑制序列检查。由两名具有10年经验的头颈部放射科医师对非增强3D-FLAIR及增强3D-FLAIR序列进行独立阅片,对耳蜗、前庭有无内淋巴积水进行独立评判,如有分歧则通过协商达成一致。两种方法对内淋巴积水诊断的一致性检验采用McNemar精确检验。结果 以增强3D-FLAIR序列的诊断结果为参考标准,25例患者均检出不同部位及程度的内淋巴积水,25例患者共50侧耳,其中19侧左耳存在耳蜗内淋巴积水,18侧右耳存在耳蜗内淋巴积水;9侧左前庭存在内淋巴积水,6侧右前庭存在内淋巴积水。15侧耳的前庭内淋巴积水均可在非增强3D-FLAIR观察到同样的影像表现,37侧耳蜗内淋巴积水,非增强序列可观察到34例。非增强3D-FLAIR对前庭积水的诊断一致性为100%,对耳蜗积水的诊断一致性为91.9%（34/37）。两种方法对内淋巴积水诊断的一致性检验差异无统计学意义。结论 5.0 T非增强3D-FLAIR在内淋巴积水诊断中具有较高的准确性,可用于不能耐受增强检查的梅尼埃患者。

目的 探讨基于多期CT的影像组学模型联合临床危险因素术前预测甲状腺乳头状癌中央区淋巴结转移（CLNM）的价值。方法 回顾性分析经病理证实的181例乳头状癌患者影像学及临床资料,按7∶3将病例随机分为训练集（126例）和测试集（55例）。通过单因素及多因素Logistic回归筛选CLNM独立危险因素构建临床模型。采用ITK-SNAP软件勾画肿瘤感兴趣体积,分别提取瘤内、瘤周1 mm及2 mm区域影像组学特征,建立相应模型并比较效能。将最佳影像组学模型与临床模型融合构建联合模型。采用ROC曲线下面积（AUC）、敏感度、特异度及准确度评估性能,DeLong检验比较AUC差异,并通过校准曲线与决策曲线分析评估校准能力及临床净获益。结果 多因素分析显示,血清FT4水平（OR=1.207）与病灶最长径（OR=1.103）是CLNM独立预测因子（P<0.05）。瘤内模型在训练集与测试集中的AUC值最高（分别为0.804、0.817）,高于瘤周1 mm模型（AUC:0.647,0.633）与瘤周2 mm模型（AUC:0.681,0.669）。临床-影像组学融合模型的AUC分别提升至0.871（训练集）与0.851（测试集）,高于单一的影像组学模型（AUC:0.804,0.817）与临床模型（AUC:0.768,0.763）（P<0.05）。结论 基于多期CT的瘤内影像组学特征可有效预测乳头状癌CLNM,联合血清FT4水平及肿瘤最长径可进一步提升预测性能,为PTC患者术前风险分层与个体化手术决策提供无创依据。

目的 整合CT定量、定性指标及临床特征,构建并比较Logistic回归与决策树模型,以预测肺纤维化合并肺癌（PF-LC）患者免疫治疗联合化疗的疗效,为个体化治疗决策提供影像学依据。方法 回顾性纳入120例PF-LC患者,根据RECIST1.1疗效标准将患者分为有效组（CR+PR,59例）和无效组（PD+SD,61例）。搜集患者的临床特征及影像学指标,采用单因素分析筛选出有统计学意义的变量,分别构建Logistic回归与决策树模型,通过受试者工作特征曲线、曲线下面积及多项性能指标综合评价模型的预测效能。结果 单因素分析显示,咳嗽咳痰、Velcro啰音、肿瘤体积、纤维化占比及合并肺气肿在两组间差异具有统计学意义（P均<0.05）。Logistic回归提示肺气肿与纤维化占比为疗效不佳的独立危险因素。决策树模型以纤维化占比为首层分裂节点,共形成4个终端节点,预测正确率为79.2%。模型比较显示,决策树模型的曲线下面积为0.877,显著高于Logistic回归模型的0.745（P=0.006）,且在准确度（79.17%）、特异度（93.44%）、阳性预测值（90.48%）及F1分数（75.25%）等方面均更优。结论 决策树模型在预测PF-LC患者免疫治疗联合化疗疗效方面优于传统Logistic回归模型,具有更高的判别效能和临床实用性,为识别潜在获益患者提供了可解释的量化工具,但需通过多中心、前瞻性研究进一步验证与优化。

目的 探讨基于动态增强MRI生境成像和含瘤周影像组学模型在预测肝细胞癌(HCC)术后早期复发的价值。方法 回顾性搜集282例经术后病理证实为HCC患者的临床及影像学资料,按7∶3随机分为训练集(n=199)和验证集(n=83)。基于肿瘤边缘勾画感兴趣区域,并分别向外扩展 3 mm、5 mm和10 mm以获得不同范围的瘤周信息,利用生境成像技术将肿瘤区域分为3个亚区,提取并筛选影像组学特征。采用逻辑回归分类器及10折交叉验证法建模并验证,建立瘤内模型、含瘤周模型和生境模型。采用单因素和多因素逻辑回归分析筛选独立预测因子并构建临床模型。结合生境模型、最佳含瘤周模型及临床独立预测因子构建联合模型,用列线图呈现。采用受试者工作特征曲线、校准曲线及决策曲线评估模型性能。结果 肿瘤最大直径(P=0.009)和微血管侵犯(P<0.001)是HCC术后早期复发的独立预测因子。临床模型和瘤内模型的预测效能中等,在训练集和验证集的AUC值分别为0.723、0.717和0.794、0.741。含瘤周影像组学模型在5 mm的外扩范围下表现最优,训练集和验证集的AUC值分别为0.866、0.847。生境模型在训练集和验证集的AUC值分别达0.902、0.903,具有较好的预测效能。联合模型在训练集和验证集中AUC值最高,分别为0.924、0.915。联合模型在决策曲线和校准曲线上均表现出良好的预测效能和临床实用性。结论 基于动态增强MRI的生境成像和含瘤周影像组学模型可有效预测HCC切除术后早期复发,结合临床因素构建的联合模型进一步提高预测效能,临床获益最优。

目的 探讨扩散加权成像（DWI）和动态对比增强磁共振成像(DCE-MRI)在预测胃癌区域淋巴结转移中的潜力。方法 前瞻性纳入209例行胃MRI检查并接受根治性手术的胃癌患者,以术后病理N分期为金标准将患者分为淋巴结转移阳性组和阴性组。计算高阶DWI模型相关的DWI参数和DCE-MRI的定量参数。采用单因素和多因素逻辑回归分析筛选独立预测因子,绘制受试者工作特征曲线评估各参数的预测性能,并使用DeLong检验比较曲线下面积。结果 两组患者之间的MEM_ADC、DKI_MD、DKI_MK、IVIM_f、SEM_DDC、SEM_α、K^trans mean、K^trans median、V_e mean、V_e median、V_p mean、V_p median、K_ep mean及K_ep median差异均具有统计学意义（P均<0.05）。MEM_ADC、DKI_MK、SEM_α以及K^trans median是预测淋巴结转移的独立因子,联合预测模型效能最佳,其曲线下面积为0.857（95%CI：0.805~0.910）,显著优于任一单个参数（P均<0.05）。结论 基于DWI和DCE-MRI多序列的定量参数模型在术前无创预测胃癌区域淋巴结转移方面表现出良好的性能,可为个性化治疗策略提供有价值的影像学工具。

目的 本研究旨在评估基于CT图像的人工智能（AI）模型预测胃癌微卫星不稳定性的诊断性能。方法 在PubMed、Embase和Web of Science中进行全面的文献检索,检索截至2025年12月发表的相关研究。纳入9项研究,提供30个数据集,并使用PROBAST+AI工具评估研究质量。结果 在内部验证集中,汇总敏感度为74%（95%CI：0.66~0.81）,特异度为75%（95%CI：0.70~0.80）,曲线下面积为0.81（95%CI：0.77~0.84）。在外部验证集中,敏感度、特异度和曲线下面积分别为74%（95%CI：0.66~0.80）、75%（95%CI：0.66~0.82）和0.77（95%CI：0.73~0.81）。结论 基于CT的AI模型预测胃癌微卫星不稳定性具有良好潜力,但受限于回顾性设计及单一国家数据,目前结论主要适用于相似临床背景。未来仍需开展多中心前瞻性研究。

目的 探讨基于MRI特征的评分模型对卵巢-附件报告和数据系统（O-RADS）4类囊实性卵巢肿物进行风险分层的价值。方法 回顾性纳入经手术切除且术前O-RADS MRI评分为4分的137例囊实性肿物患者,分析其术前MRI特征,包括肿瘤最大径、腹腔积液量、实性成分形态、扩散加权成像信号强度及强化程度。采用多因素Logistic回归分析筛选恶性肿瘤的独立预测因子,据以构建评分模型。采用受试者工作特征曲线评估模型及各独立预测因子的诊断效能,并通过Hosmer-Lemeshow检验评估模型校准度。结果 实性成分形态、扩散加权成像高信号及明显强化是恶性肿瘤的独立预测因子,其诊断曲线下面积分别为0.739、0.744与0.738。整合三者构建的评分模型,其诊断曲线下面积提升至0.867（95%CI:0.796~0.937),显著优于任一单一特征。Hosmer-Lemeshow检验提示模型拟合良好。结论 本研究建立的MRI评分模型能帮助有效区分O-RADS 4类囊实性卵巢肿物的良恶性,为其术前精准风险分层提供量化工具。

目的 构建融合ZOOMit多b值扩散加权成像（DWI）定量参数与临床特征的多模态模型,评估其术前预测子宫内膜癌（EC）错配修复缺陷（dMMR）状态的价值。方法 回顾性纳入195例经手术病理证实、术前两周内接受MRI检查的EC患者,按7∶3比例随机分为训练集（n=138）与验证集（n=57）。基于ZOOMit多b值DWI序列（b=0~1600 s/mm²）定量参数及临床特征,分别构建扩散峰度成像（DKI）、体素内不相干运动（IVIM）、影像、临床及多模态融合模型。采用单因素与多因素Logistic回归筛选独立预测因子,采用受试者工作特征曲线（ROC）、决策曲线分析（DCA）及校准曲线评估模型区分度、临床实用性和校准度,并基于最优模型构建列线图以实现可视化。结果 多因素分析显示,在不同模型中筛选出的独立预测因子各异,最终构建的融合模型确定表观扩散系数（ADC）、伪扩散系数（Dp）、糖类抗原125（CA125）水平及国际妇产科协会（FIGO）分期为dMMR状态的独立预测因子组合（P均<0.05）,该融合模型预测性能最优,在训练集和验证集中的曲线下面积（AUC）分别为0.840（95%CI：0.768~0.912）和0.817（95%CI：0.696~0.938）。DCA显示融合模型具有较高的临床净获益。结论 基于ZOOMit多b值DWI序列的融合模型可有效预测EC患者的dMMR状态,为术前分子分型及个体化治疗提供可靠影像标志物。

目的 比较卵巢-附件影像报告和数据系统（O-RADS）MRI评分与改良O-RADS MRI评分对含实性组织卵巢肿块良恶性的鉴别诊断性能,并评估评分系统联合临床特征对提高鉴别卵巢良恶性肿瘤的临床价值。方法 回顾性搜集三个中心经手术病理证实的276例含实性组织卵巢肿块患者的MRI影像和临床资料。对所有的卵巢肿块均分别进行O-RADS MRI评分与改良O-RADS MRI评分。组织病理学结果被作为“金标准”。绘制受试者工作特征（ROC）曲线,计算曲线下面积(AUC）、敏感度、特异度、阳性预测值（PPV）及阴性预测值（NPV）。采用单因素及多因素逻辑回归分析筛选出卵巢恶性肿瘤的独立危险因素并建立联合预测模型,评估其诊断性能。采用DeLong检验对O-RADS评分、改良O-RADS评分与联合预测模型的AUC进行比较。结果 改良O-RADS评分的AUC高于O-RADS评分（0.787 vs. 0.639,P<0.001）。单因素和多因素逻辑回归显示改良O-RADS联合人附睾蛋白4(HE4)水平、病灶最大径及高b值扩散加权成像（DWI）高信号诊断性能进一步提高,敏感度为86.7%、特异度为82.5%,AUC为0.922。结论 改良O-RADS评分在鉴别卵巢良恶性肿瘤方面具有较高的诊断效能,联合临床指标的预测模型有助于进一步提高诊断性能。

目的 探讨基于深度学习的超分辨率动态对比增强（DCE）MRI影像组学预测子宫内膜癌深肌层浸润的效能。方法 回顾性搜集212例接受手术治疗的子宫内膜癌患者,根据病理结果分为浅肌层浸润组和深肌层浸润组。通过超分辨率重组技术将原始分辨率DCE MRI图像转换为超分辨率图像,并分别提取影像组学特征。利用支持向量机算法构建原始分辨率和超分辨率模型。通过受试者工作特征曲线（ROC）和决策曲线分析（DCA）评估模型的性能。结果 超分辨率模型的诊断效能[训练集和测试集曲线下面积（AUC）为0.877和0.872]优于原始分辨率模型（AUC为0.787和0.717）并具有更大的临床益处。结论 基于深度学习的超分辨率重组技术能够提升DCE MRI影像组学模型对子宫内膜癌深肌层浸润的预测能力,有望为临床治疗提供更准确的依据。

目的 评估大语言模型（LLM）结合X线平片骨肿瘤风险分层与管理系统（Bone-RADS）判断骨肿瘤的良恶性和得出组织病理学诊断的能力。方法 筛选来自两个公共医学影像数据库（Eurorad和Radiopaedia）和一种放射学期刊（Skeletal Radiology）的骨肿瘤病例,筛选时间截止2025年9月30日。搜集病例的年龄、性别、临床病史、放射学描述和组织病理学诊断资料。采用Deepseek-R1-0528进行测试,要求其基于患者资料和放射学描述,给出Bone-RADS分级及1个诊断和3个鉴别诊断。分析LLM的良恶性判断和组织病理学诊断表现。结果 共纳入511例样本,男性310例（60.67%）,中位年龄为30.00岁（15.00岁,55.00岁）;主要发病位置包括下肢246例（48.14%）、上肢115例（22.50%）和多部位49例（9.59%）;组织病理学诊断良性277例（54.21%）、中间性54例（10.57%）、恶性180例（35.23%）。LLM生成的Bone-RADS分级良恶性判断的敏感度为0.876（95%CI:0.829~0.924）,特异度为0.699（95%CI:0.644~0.754）,受试者工作特征曲线（ROC）曲线下面积（AUC）为0.788（95%CI:0.751~0.824）。LLM生成的组织病理学诊断直接诊断正确306例（59.88%）、鉴别诊断正确84例（16.44%）、未能诊断正确121例（23.68%）。LLM组织学直接诊断正确的病例中,排除Bone-RADS 0级或Bone-RADS 5级后,存在14.91%（41/275）错误判断其良恶性。结论 LLM具有辅助X线平片骨肿瘤风险评估和提示潜在组织病理学诊断的价值,但其诊断生成过程与放射科医师的诊断思维存在一定差异。放射科医师需要批判性地解读LLM的输出结果。

目的 分析骨囊型棘球蚴病的CT与MRI影像学特征,并探讨其鉴别诊断要点。方法 回顾性搜集2009年6月至2025年5月经病理确诊的25例骨棘球蚴病患者的影像资料。结果 25例患者均行CT检查,其中19例同期接受MRI检查。病变部位包括髂骨15例（60.0%）、肋骨8例（32.0%）、耻骨1例（4.0%）及肩胛骨1例（4.0%）,7例（28.0%）累及坐骨,6例（24.0%）累及椎体,25例患者均存在不同程度的软组织受累。CT影像显示：单囊型20例（80.0%）,多子囊型5例（20.0%）。21例（84.0%）表现为囊状膨胀性骨质破坏,2例（8.0%）为溶骨性破坏,1例（4.0%）呈“虫蚀样”破坏,另有1例（4.0%）膨胀性与“虫蚀样”破坏同时存在。MRI显示：16例（84.2%）囊状膨胀性骨质破坏,2例（10.5%）溶骨性破坏,1例（5.3%）“虫蚀样”破坏;单囊型15例（78.9%）,呈T₁WI低信号、T₂WI高信号,短时反转恢复序列（STIR）为高信号,囊壁显示低信号;多子囊型4例（21.1%）,T₁WI低或稍低信号、T₂WI高或稍高信号的母囊内见T₁WI更低、T₂WI更高信号的小囊泡。结论 骨囊型棘球蚴病以囊状膨胀性骨质破坏为主要表现,少数可表现为溶骨性或“虫蚀样”破坏,常侵犯周围软组织并多伴钙化。多房囊性结构为其特征性影像学表现,有助于提高骨棘球蚴病的诊断准确性。

目的 利用三维CT定量参数分析Pierre Robin序列征（PRS）婴儿喉镜显露困难的独立相关因素。方法 为单中心回顾性研究,纳入2024年1月至12月行下颌牵张成骨术的PRS婴儿110例。于术前三维CT测量上气道相关参数;根据喉镜分级分为Ⅰ~Ⅱ级组（n=54）与Ⅲ~Ⅳ级组（n=56）。采用单因素及多因素Logistic回归分析筛选喉镜困难的独立影响因素,并进一步通过受试者工作特征（ROC）曲线、Hosmer-Lemeshow检验、Bootstrap内部验证评估模型的区分度、校准度与稳定性,最终构建列线图并进行决策曲线分析（DCA）以验证其临床实用性。结果 测量者内一致性良好[组内相关系数（ICC）：0.84~0.99]。单因素分析显示,困难喉镜组在舌体根部到咽后壁的距离（D4）、矢状位口咽腔截面积（S2）及舌根角（A2）等多个参数上显著更低（P<0.05）。多因素分析确定D4、S2与A2为喉镜困难的独立影响因素（P均<0.05）。基于三者构建的预测模型区分度优异[曲线下面积（AUC）=0.872,95%CI：0.806~0.937],校准良好（Hosmer-Lemeshow检验P=0.664）,且经Bootstrap内部验证证实稳定性高（平均AUC=0.865）。该模型被成功可视化为列线图,DCA显示该模型具有积极的临床净获益。结论 三维CT定量参数D4、S2与A2是PRS婴儿喉镜困难的独立影响因素。基于三者构建的预测模型效能优良,可作为术前困难气道风险评估的客观量化工具。

目的 基于扩散张量成像（DTI）和扩散峰度成像（DKI）计算沿血管周围空间扩散性测量方法（ALPS）指数,评估溃疡性结肠炎（UC）相关认知障碍患者的脑类淋巴系统功能改变,并探讨其与全身炎症指标的关系。方法 共纳入79例研究对象,其中健康对照组44名,UC认知正常组24例,UC认知障碍组11例。采用DKI序列评估大脑神经纤维束在不同方向的扩散与峰度特性,并计算DTI-ALPS和DKI-ALPS指数。采用协方差分析和多重比较分析三组间ALPS指数及相关参数的差异。分析ALPS指数与炎症指标[INFLA评分、全身免疫炎症指数（SII）、全身炎症反应指数（SIRI）、中性粒细胞与淋巴细胞比值（NLR）、C-反应蛋白（CRP）、红细胞沉降率（ESR）及白细胞介素-6（IL-6）]的相关性。结果 与健康对照组相比,UC患者双侧及平均DTI-ALPS指数和DKI-ALPS指数均显著降低（P<0.001）,DKI-ALPS指数UC认知障碍组比UC认知正常组低,但是DTI-ALPS指数在UC认知障碍和认知正常两组间比较没有统计学差异。三组间联合纤维在z方向扩散率及峰度值均存在组间差异,提示白质微结构改变及神经炎症存在。UC认知正常组中,DKI-ALPS指数与炎症指标（INFLA、SIRI、SII、NLR、CRP等）呈显著负相关（r=-0.603~-0.469）,相关性强于DTI-ALPS指数与炎症指标的关系。UC认知障碍组中,仅DKI-ALPS与炎症指标（INFLA、NLR、CRP）成负相关（r=-0.764~-0.647）,未发现DTI-ALPS指数与炎症指标的相关性。结论 在UC患者中,DKI-ALPS指数与认知功能及系统炎症的关联性优于DTI-ALPS。这为UC中全身慢性炎症可能通过影响类淋巴系统功能参与认知障碍的肠-脑轴假说,提供了新的、更灵敏的影像学证据。

目的 探讨中老年人群血浆致动脉粥样硬化指数（AIP）、尿酸/高密度脂蛋白胆固醇比值（UHR）与定量CT（QCT）技术测定的体脂肪分布[内脏脂肪面积（VFA）、皮下脂肪面积（SFA）、肝脏脂肪含量（LFC）]的相关性。方法 回顾性选取2020年1月至2024年8月行QCT检查的中老年体检者为研究对象,搜集其一般资料与临床资料;采用QCT技术测量受试者VFA、SFA及LFC。根据性别分为男性组和女性组。采用独立样本t检验和Mann-Whitney U检验比较不同性别中老年人群一般资料与临床资料。采用单因素线性回归分析评估AIP、UHR与体脂肪分布的相关性并筛选所有纳入多重线性回归模型的协变量。采用分层方式逐步纳入协变量,以VFA、SFA、LFC分别为因变量,AIP、UHR分别为自变量,构建多重线性回归模型,分别评估AIP、UHR与体脂肪分布的独立关联。结果 按性别分组比较显示,男性的年龄、体重指数（BMI）、甘油三酯（TG）、尿酸（UA）、AIP、UHR、VFA、LFC水平均显著高于女性,而女性的总胆固醇（TC）、低密度脂蛋白胆固醇（LDL-C）、高密度脂蛋白胆固醇（HDL-C）、SFA更高（P均<0.05）。多重线性回归分析显示：AIP与VFA在三模型中均呈显著正相关（模型1：B=126.256,Beta=0.439;模型2：B=95.623,Beta=0.333;模型3：B=38.932,Beta=0.136;P均<0.05）;与SFA的关联呈动态变化,模型1、2中呈正相关（B=16.733、34.555,Beta=0.100、0.206）,模型3中转为微弱负相关（B=-3.654,Beta=-0.022,P<0.05）;与LFC在三模型中均呈显著正相关（模型1：B=5.939,Beta=0.326;模型2：B=5.670,Beta=0.311;模型3：B=3.253,Beta=0.178;P均<0.05）。UHR与VFA在三模型中均呈显著正相关（模型1：B=972.261,Beta=0.529;模型2：B=607.304,Beta=0.331;模型3：B=147.274,Beta=0.080;P均<0.05）;与SFA的关联呈动态变化,模型1中无显著关联（B=-1.484,Beta=-0.001,P=0.890）,模型2中呈显著正相关（B=271.198,Beta=0.253）,模型3中转为微弱正相关（B=27.251,Beta=0.025,P<0.05）;与LFC在三模型中均呈显著正相关（模型1：B=36.277,Beta=0.311;模型2：B=36.458,Beta=0.313;模型3：B=17.489,Beta=0.150;P均<0.05）。结论 中老年人群AIP、UHR与VFA、LFC均存在稳定正相关,且在调整多协变量后关联仍显著;两者与SFA的关联受年龄、性别、BMI等因素调控呈动态变化。QCT技术可精准量化体脂分布,AIP、UHR或可作为中老年人群内脏脂肪堆积与肝脏脂肪沉积的无创评估参考指标。

目的 探讨基于无监督扩散模型的锥形束CT（CBCT）到CT图像合成技术在放疗中的应用价值,以降低患者辐射暴露并提升自适应放疗精度。方法 构建小波高频引导扩散模型（WHGD）。基于Daubechies-4小波频域框架实现CBCT图像四级解耦,精确分离其低频结构和高频细节,确保合成CT的解剖完整性;创新设计Sobel算子-变分自编码器-生成对抗网络（Sobel-VAE-GAN）引导机制,通过梯度特征映射和共享潜在空间,在反向扩散中恢复CBCT的高频解剖细节;实现无监督条件下的跨域泛化,增强模型在临床放疗场景中的鲁棒性。模型选用公开和内部数据集（头部/盆腔/胸部合计231对）进行训练和验证,并按照7∶ 1∶ 2的比例划分为训练集、验证集和测试集。采用峰值信噪比（PSNR）、结构相似性指数（SSIM）和均方误差（MSE）评估图像质量,并与6种先进的基线模型进行对比。结果 头部数据集,WHGD模型的PSNR为29.975,SSIM为0.939,MSE与最佳基线相当。相较于CycleGAN,PSNR提升6.1%,SSIM提升2.1%;相较于MUNIT,PSNR提升8.1%,SSIM提升2.4%;相较于扩散模型TPDM,PSNR提升42.0%,SSIM提升12.9%。盆腔数据集,WHGD的PSNR为28.171,SSIM为0.947,MSE为0.00136,相较于次优FGDM方法的PSNR提升5.7%,MSE下降24.0%。胸部数据集,WHGD的PSNR为25.175,SSIM为0.932,MSE为0.00222,优于所有对比方法。视觉评估显示,WHGD在金属置入物伪影抑制和软组织结构保真度方面表现优异。消融实验进一步证实了各模块的有效性和高性能特性。结论 该方法为无监督CBCT到CT合成提供了高效范式,有望显著减少患者辐射风险并推进精准放疗的临床应用。

目的 优化大鼠肝动脉插管技术流程,比较不同动脉入路的可行性与安全性,旨在标准化大鼠肝癌介入技术、提高大鼠肝癌介入技术操作的可及性。方法 先以健康SD大鼠为对象训练学习经胃十二指肠动脉（GDA）、股动脉（FA）、左颈总动脉（LCCA）、腹侧尾动脉（VCA）四种入路插管技术,筛选可行入路;按筛选的入路分为LCCA入路组（A组）和VCA入路组（B组）,采用“20 G留置针针鞘+Y型止血阀+同轴导管”优化组合,实施大鼠肝癌模型的肝动脉插管,比较两组穿刺成功率、插管成功率、手术时间、大鼠存活时间及并发症等。结果 在健康大鼠的训练中,GDA入路穿刺成功率0%,FA入路插管失败,LCCA、VCA入路成功率更高。在大鼠肝癌模型中：A、B组穿刺成功率分别为92.2%、90.0%（P=0.546）,剔除穿刺失败的大鼠后肝动脉插管成功率分别为78.7%、94.4%（P=0.124）。A组的中位手术时间显著长于B组（54 min vs. 41 min,P=0.008）。B组术后大鼠7天存活率高于A组（80.0% vs. 42.1%,P=0.004）;B组早期死亡（≤2天）风险显著降低（OR=6.375,P=0.003）;A组术中死亡9只（9/51,17.6%）,术后24 h内死亡12只,B组无术中及术后24 h内死亡。A组穿刺出血、肝动脉破裂等并发症更常见。结论 优化后的LCCA与VCA入路均为可行的大鼠肝动脉插管方法,VCA入路因操作便捷、创伤小、术后存活率高更具推广价值,可为肝细胞癌（HCC）的经动脉化疗栓塞术（TACE）基础研究提供标准化技术支撑。

目的 探讨CT淋巴管成像（CTL）对于泛发性淋巴管异常的诊断价值。方法 回顾性搜集确诊为泛发性淋巴管异常的56例患者的临床及影像学资料,所有患者均行CT淋巴管成像,观察指标主要包括：（1）颈部、胸部、腹盆部等对比剂异常分布的部位和范围;（2）肺内CT的异常表现;（3）其他淋巴管异常的相关表现。采用定性资料的构成比进行统计学描述。结果 56例患者的CTL均可见异常对比剂的异常分布：（1）颈胸部：胸导管末端42例、右侧淋巴导管末端7例、肺门15例、支气管血管束周围11例、纵隔31例、心包11例、气管周24例、胸膜23例、腋窝6例;（2）腹盆部：胰周3例、肝内1例、肝门4例、肾窦2例、小肠周3例、腹膜后13例、盆腔14例、盆壁5例、会阴5例、髂窝11例;（3）其他：骨骼2例。肺内CT异常改变：肺内磨玻璃密度影39例,其中中央型8例、外周型10例、斑片或弥漫型21例;实变影6例、小叶间隔增厚18例、支气管血管束增粗13例、铺路石4例、结节影19例、肺不张27例、蛙卵征4例、胸腔积液21例。其他淋巴管相关异常：纵隔淋巴管异常43例、胸壁淋巴管异常8例、腋窝淋巴管异常11例、颈部淋巴管异常17例、腹盆腔淋巴管异常13例、腹膜后淋巴管异常12例、腹盆壁淋巴管异常4例、骨淋巴管异常24例。结论 CTL可显示泛发性淋巴管异常的全身淋巴管异常改变以及肺内的异常病变,有助于为该病的诊断及鉴别提供影像学依据。