简介：摘要目的分析MRI与脑脊液检查对颅内结核疗效评估中的价值。材料与方法回顾性分析2012年1月至2017年12月在本院进行MRI检查的400例颅内结核患者，均进行抗结核治疗，比较治疗前和治疗6个月后病变大小、数量、脑脊液生化指标(脑脊液蛋白、葡萄糖、脑脊液腺苷脱氨酶)、脑脊液细胞学指标(白细胞计数、单核细胞、中粒细胞计数、颅内压、淋巴细胞计数)。结果MRI影像学图片显示治疗6个月后患者的病灶数、病灶大小均减少(P＜0.05)，治疗6个月内病灶的消失率为71.59%(5767/8056)；治疗6个月后患者的脑脊液蛋白、葡萄糖、脑脊液腺苷脱氨酶水平低于治疗前，氯化物水平高于治疗前(P＜0.05)；治疗6个月后患者的白细胞计数、单核细胞、中粒细胞计数、颅内压、淋巴细胞计数水平较治疗前明显降低(P＜0.05)；治疗6个月后MRI检查显示316例治愈，治愈率79.00%，脑脊液检查显示298例治愈，治愈率74.50%，两者检查结果比较差异无统计学意义(P＞0.05), Kappa值=0.595。结论抗结核治疗后患者的病灶数目和大小均降低，脑脊液各项检查指标均有所改善，颅内结核的MRI检查和脑脊液检查对患者预后情况的评估一致性较高，两者联合检测有助于医生评估治疗效果和预后。

简介：摘要目的探究MRI、脑脊液检查对颅内结核患者抗结核治疗效果的评估价值。材料与方法选取2012年5月至2017年5月接受MRI检查的颅内结核患者400例，根据颅内结核类型分为单纯脑实质结核、结核性脑膜炎和混合型颅内结核，分析不同类型颅内结核的MRI特征、抗结核治疗过程中的动态MRI变化；收集患者脑脊液标本，行脑脊液生化、细胞学检查，分析抗结核治疗过程中脑脊液指标的变化情况，总结MRI、脑脊液检查对颅内结核患者抗结核治疗效果的评估价值。结果400例颅内结核患者检出单纯脑实质结核179例(44.75%)、结核性脑膜炎71例(17.75%)和混合型颅内结核150例(37.50%)。单纯脑实质结核患者共检出病灶425个病灶，其中粟粒型196个，结节型167个，结核瘤62个；MRI信号特点表现为：信号均匀，呈稍长或等T1信号、长或稍长T2信号；信号不均匀，中心呈长或等T1信号、长T2信号，边缘呈稍长或等T1、T2信号。增强扫描表现为：均匀强化、环形强化和实性强化；治疗后1个月、3个月和6个月粟粒型病灶消失率均高于结节型和结核瘤的病灶消失率。结核性脑膜炎患者MRI表现为脑回样T2WI高信号，T1WI等或低信号，增强后可见脑膜呈放射状强化，以鞍上池脑膜强化、环池脑膜强化和四叠体池脑膜强化为主；治疗后，脑膜强化程度及增厚减轻，脑膜病变均进一步好转。混合型颅内结核患者MRI表现同时具有单纯脑实质结核和结核性脑膜炎的MRI征象；治疗后，脑膜病变好转，部分出现脑膜结节增大或增多。治疗后1个月、3个月和6个月，颅内结核患者的蛋白、白细胞、中性粒细胞和淋巴细胞水平均较治疗前下降，氯化物和葡萄糖水平较治疗前升高(P＜0.05)。结论不同类型的颅内结核存在明显MRI特征，明确颅内结核患者抗结核治疗期间的MRI动态及脑脊液生化、细胞学水平变化，有助于临床抗结核治疗疗效的评估及预测。

简介：摘要目的评价基于深度学习卷积神经网络（convolutional neural networks，CNN）的肺结核CT辅助诊断模型在临床中的应用价值。方法收集2017年3月至2018年3月河北省胸科医院影像科菌阳并接受胸部高分辨率CT平扫检查的1 764例患者的病例资料，其中男937例，女827例，年龄17～73岁，平均年龄38.4岁。由4名影像科医师对含病变的20 139幅CT图像进行分类标注（17种影像特征），以此作为训练数据集，构建肺结核CT图像CNN诊断模型。训练数据集数量最多的前5种影像特征依次为：浸润型肺结核、空洞型肺结核、胸膜增厚、干酪性肺炎和胸腔积液。从已标注图像中随机抽取302幅图像作为测试数据集，以2名高级职称医师的诊断为“金标准”，比较CNN诊断模型和医师在肺结核CT诊断中敏感度和准确率的差异，统计CNN诊断模型分类错误的类型、数量，并绘制自由响应受试者工作特征（FROC）曲线，以测量该模型的最大诊断效能。结果CNN诊断模型对测试数据集中浸润型肺结核、空洞型肺结核、胸膜增厚、干酪性肺炎和胸腔积液的诊断准确率分别为：95.33%（10 982/11 520）、73.68%（2 151/2 920）、73.07%（1 128/1 544）、83.33%（1 020/1 225）和94.11%（814/865）；CNN诊断模型的总体诊断敏感度和准确率分别为95.49%（339/355）和90.40%（339/375），医师的对应数值分别为：93.80%（348/371）和92.80%（348/375），CNN模型和医师诊断比较差异无统计学意义（敏感度χ2=1.022，P=0.312；准确率χ2=1.404，P=0.236）；FROC曲线显示，当敏感度为78%，假阳性区域个数为2.48时，该模型诊断效能最大。CNN诊断模型诊断结核病变的分类错误主要集中于纤维条索灶、空洞型肺结核、干酪性肺炎与浸润型肺结核的混淆上。结论基于深度学习CNN的肺结核CT辅助诊断模型有较高的诊断敏感度和准确率，该模型可辅助影像科医师的肺结核诊断工作，值得在临床工作中推广应用。