简介:摘要目的为定量探讨基于历史CBCT的直肠癌患者全疗程膀胱充盈度变化。方法回顾性选取2017年1月至2018年8月在北京大学肿瘤医院放疗的54例直肠癌患者的54组定位CT及213组治疗前实时锥形束CT(CBCT)图像,基于Eclipse计划系统分别勾画二维膀胱轮廓,并在三维重建后统计体积。利用SPSS软件分析放疗计划设计和实际执行时膀胱充盈度变化情况,以及性别、年龄和累积剂量等因素对膀胱充盈度的影响等。结果54例患者放疗时的膀胱平均体积显著小于方案制定时的体积,差异达-155.85 cm3。在入组患者中未观察到膀胱充盈度差异与性别、年龄存在明显相关性(P>0.05)。随着治疗次数和累计剂量的增加,每次CBCT的膀胱充盈度与定位CT的膀胱充盈度差异均具有统计学意义(P<0.05)。结论实际放疗时膀胱充盈度较方案设计时存在显著偏差,导致增加膀胱放射性损伤风险和临近肿瘤靶区剂量不确定性,临床可基于CBCT优化个体化膀胱充盈度定量分析和管理,以缩小精确放疗过程中的可控偏差。
简介:摘要:目的:探究彩色多普勒超声联合甲状腺影像报告和数据系统(TI-RADS)对甲状腺良恶性结节的诊断价值。方法:选用我院2020年1月~2020年12月收治的74例甲状腺结节患者作为实验样本。对所有患者均予以彩色多普勒超声诊断,同时按照TI-RADS分类标准评估甲状腺良恶性结节。金标准为病理诊断结果。观察彩色多普勒超声、TI-RADS、联合诊断的价值。结果:病理诊断良性结节43例,恶性结节31例。彩色多普勒超声联合TI-RADS诊断灵敏度、特异度、诊断符合率与单独诊断结果相比差异显著(P<0.05)。结论:彩色多普勒超声联合TI-RADS诊断甲状腺良恶性结节准确性、敏感性、特异性均较高,可以对临床治疗提供指导。
简介:摘要目的评估中国超声甲状腺影像报告和数据系统(C-TIRADS)在甲状腺结节鉴别诊断中的应用价值,并与Kwak等提出的超声甲状腺影像报告和数据系统(TIRADS)(K-TIRADS)、美国放射学会提出的TIRADS(ACR-TIRADS)比较。方法回顾性收集2018年1月至2020年11月济宁医学院附属医院甲状腺外科1 750例患者的2 029个甲状腺结节的资料,其中男328例,女1 422例,年龄6~86(47±12)岁。以结节为统计学单位,按结节大小分为≤1.0 cm结节组(997个)和>1.0 cm结节组(1 032个)。通过3种TIRADS分别对所有结节进行恶性风险分层并预测良恶性。以病理结果为参考标准,构建受试者工作特征(ROC)曲线分析并比较3种TIRADS鉴别诊断甲状腺结节的价值。结果根据ROC曲线分析,C-TIRADS、K-TIRADS、ACR-TIRADS在两组结节中的最佳诊断点分别为4A、4b、4。对于恶性结节的诊断,在≤1.0 cm组和>1.0 cm组,C-TIRADS的曲线下面积(AUC)值分别为0.772、0.892,显著高于K-TIRADS(0.762、0.869)和ACR-TIRADS(0.735、0.832)(P<0.05)。C-TIRADS的灵敏度、特异度、准确性、阳性预测值、阴性预测值分别为94.99%、59.41%、86.46%、88.13%、78.89%(≤1.0 cm结节组)和88.34%、90.05%、89.34%、86.33%、91.57%(>1.0 cm结节组),3种TIRADS中,C-TIRADS在两组结节中的灵敏度、准确性和阴性预测值均最高。结论3种TIRADS均具有较高的诊断价值,C-TIRADS的整体效能最佳,可有效地辅助临床医生做出管理意见,值得在临床中推广应用。
简介:摘要目的探讨超声造影(CEUS)联合甲状腺影像报告和数据系统(TI-RADS)分类鉴别诊断甲状腺良恶性结节的价值。方法选取山西医科大学第一医院2016年1月至2017年1月行常规超声及CEUS检查的患者122例共157个甲状腺结节的检查资料,分析图像特征进行常规超声TI-RADS分类,根据CEUS增强模式,将造影后结节重新进行TI-RADS分类;以病理结果为标准,比较CEUS后TI-RADS分类与单纯常规超声TI-RADS分类的诊断效能。结果甲状腺结节CEUS后TI-RADS分类曲线下面积(AUC=0.900)大于单纯常规超声TI-RADS分类(AUC=0.808)。单纯常规超声TI-RADS分类诊断恶性结节的敏感度、特异度、准确度、阳性及阴性预测值分别为81.6%(80/98)、67.8%(40/59)、76.4%(120/157)、80.8%(80/99)、68.9%(40/58),CEUS后TI-RADS分类诊断分别为98.0%(96/98)、78.0%(34/59)、90.4%(142/157)、88.1%(96/109)、95.8%(46/48),CEUS后TI-RADS分类鉴别甲状腺结节良恶性的敏感性明显高于单纯常规超声TI-RADS分类,差异有统计学意义(χ2=12.50,P<0.001)。结论CEUS联合TI-RADS分类对甲状腺结节良恶性的鉴别诊断效能比单一常规超声TI-RADS分类高。
简介:摘要目的探究减影技术在钆塞酸二钠增强MRI评估2018版肝脏影像报告和数据系统(LI-RADS)主要征象的价值。方法回顾性分析2019年1月至2020年7月在河南省人民医院87例高风险患者的117个经病理证实的肝细胞肝癌(HCC)的钆塞酸二钠增强MRI,分别于动脉期、门静脉期、减影图像及联合图像独立评估2018版LI-RADS主要征象:动脉期非环状高强化(Nonrim APHE)、非周边廓清、增强包膜,并根据2018版LI-RADS对病变进行分级。根据病灶大小(<20 mm、≥20 mm)、平扫T1WI病变信号(等高信号、低信号)进行分组。对于LI-RADS主要征象的检出率及以LR-5为诊断标准的确诊率,多组间比较采用Cochran′s Q检验,两两组间比较采用McNemar检验。结果对于所有HCC、T1WI低信号HCC和≥20 mm的HCC,动脉期减影图像的Nonrim APHE检出率高于动脉期图像(χ²=12.190、12.500、10.083,P均<0.001),同时LR-5确诊率也高于动脉期图像(χ²=14.450、12.500、10.083,P均<0.001)。对于<20 mm的HCC,联合动脉期和动脉期减影图像可以提高Nonrim APHE的检出率(χ²=5.143,P=0.016)。对于所有HCC、T1WI等高信号的HCC,联合门静脉期和门静脉期减影图像对非周边廓清的检出率高于门静脉期图像(χ²=7.111、6.125,P=0.004、0.008)。所有分组减影图像对增强包膜的检出率均高于门静脉期图像(P均<0.017)。门静脉减影图像对所有HCC、≥20 mm HCC的LR-5确诊率高于门静脉期图像(χ²=6.722、6.750,P=0.008、0.006)。动脉期和门静脉期双期减影图像对所有分组的LR-5确诊率均高于MRI图像(P均<0.013)。结论钆塞酸二钠动脉期、门静脉期减影图像在显示Nonrim APHE、非周边廓清和增强包膜方面的能力优于动脉期、门静脉期图像,从而可以提高HCC的LI-RADS分级。
简介:摘要目的比较第2版和第2.1版前列腺影像报告与数据系统(PI-RADS V2、V2.1)对临床显著性前列腺癌(csPCa)的诊断效能。方法回顾性分析2015年5月至2019年8月苏州大学附属第二医院行前列腺多参数MRI检查的837例患者的影像、病理及临床资料。根据前列腺穿刺病理结果,格林森评分(GS)≥3+4的前列腺癌为csPCa。以简单随机抽样法抽取其中25%(209例)患者,由两名影像科医师对主病灶分别行PI-RADS V2、V2.1诊断评分,采用加权Kappa检验评估两名医师评分结果间的一致性。剩余病例由其中1名医师运用两种评分方式分别评分。采用ROC曲线在总病灶、外周带病灶、移行带病灶中评估两种评分方式对csPCa的诊断效能,通过Z检验比较曲线下面积(AUC)的差异。结果csPCa患者251例,其中外周带163例,移行带88例。两名医师运用PI-RADS V2和V2.1对随机抽取的总病变、移形带病变、外周带病变的评分结果间的加权Kappa值分别为0.757、0.653、0.748和0.794、0.707、0.759。PI-RADS V2.1在总病变、移行带病变、外周带病变中诊断csPCa的AUC分别为0.922、0.932、0.854,PI-RADS V2分别为0.902、0.905、0.817,差异均有统计学意义(Z=4.104,P<0.001;Z=2.538,P=0.011;Z=3.350,P<0.001)。结论PI-RADS V2.1较V2对前列腺病变评分一致性加权Kappa值稍高,且对csPCa的诊断效能高于PI-RADS V2。
简介:摘要目的探讨乳腺MRI对超声阴性、乳腺X线摄影中乳腺影像报告和数据系统(BI-RADS)4类单纯钙化病变的诊断价值。方法回顾性分析2013年12月至2019年12月在上海交通大学医学院附属新华医院乳腺X线摄影检查诊断为BI-RADS 4类单纯钙化、超声检查未见明显异常,并最终取得病理结果的51例(52个钙化病灶)患者的资料。52个钙化病灶中良性40个、恶性12个。分析良恶性病灶的乳腺X线摄影表现(乳腺腺体构成及钙化的形态学、分布特点)及MR表现(强化类型等),并与组织病理学结果进行对照,计算MR的诊断效能。结果良恶性钙化病灶的乳腺X线摄影上钙化形态和MR上强化类型差异有统计学意义(P<0.05)。乳腺MRI上恶性钙化灶均表现为肿块或非肿块强化(12/12),而良性钙化灶多表现为无强化或点状强化(27/40)。乳腺MRI诊断超声阴性、乳腺X线摄影中BI-RADS 4类单纯钙化病变的灵敏度、特异度、阳性预测值、阴性预测值,分别为66.7%(8/12)、75.0%(30/40)、44.4%(8/18)、88.2%(30/34);诊断4A类钙化的灵敏度、特异度、阳性预测值、阴性预测值分别为66.7%(2/3)、74.2%(23/31)、20.0%(2/10)、95.8%(23/24),诊断4B类钙化的灵敏度、特异度、阳性预测值、阴性预测值分别为66.7%(4/6)、85.7%(6/7)、80.0%(4/5)、75.0%(6/8)。结论MRI对超声阴性、乳腺X线摄影BI-RADS 4类单纯钙化具有较高的鉴别诊断价值,尤其是对4A类钙化的阴性预测值较高;MRI表现为无强化或点状强化的病灶建议随访代替活检。
简介:摘要:PACS(picture archiving and communication systems)全称为医学影像存档与通讯系统。是近年来随着数字成像技术、计算机技术和网络技术的进步而迅速发展起来的、旨在全面解决医学图像的获取、显示、存贮、传送和管理的综合系统。PACS在医院影像科室中迅速普及开来。如同计算机与互联网日益深入地影响我们的日常生活,PACS也在改变着影像科室的运作方式,一种高效率、无胶片化影像系统正在悄然兴起。在这些变化中,PACS的主要作用有:联接不同的影像设备(CT、MR、XRAY、超声、核医学等);存储与管理图像;图像的调用与后处理。不同的PACS在组织与结构上可以有很大的差别,但都必须能完成这三种类型的功能。对于PACS的实施,各个部门根据各自所处地区和经济状况的不同而可能有各自的实施方式和实施范围。不管是大型、中型或小型PACS,其建立不外乎由医学图像获取、大容量数据存储及数据库管理、图像显示和处理以及用于传输影像的网络等多个部组成,保证PACS成为全开放式系统的重要的网络标准和协议DICOM3.0。
简介:摘要目的基于2018版肝脏影像报告及数据系统(LI-RADS v2018),探讨CT及MRI对乙肝肝硬化背景下长径≤3 cm肝细胞性肝癌(hepatocellular carcinoma,HCC)的诊断价值。材料与方法回顾性分析本院2009年1月至2020年12月间73例有乙肝肝硬化病史且经病理证实占位长径≤3 cm HCC的患者,并在1个月内行CT及MRI检查。依据LI-RADS v2018,对每个病灶的CT及MRI图像的主次要征象及分级进行评估及比较。比较CT及MRI对长径≤3 cm HCC的诊断准确率。结果主要征象中的“包膜”表现在MRI中识别率高于CT (P<0.001)。次要征象中的扩散受限征象(86.3%)在MRI中具有最高识别率,而在CT的次要征象中马赛克征(25.0%)的识别率最高。CT及MRI检查的LI-RADS v2018分级差异有统计学意义(P<0.001)。MRI在以LR-4/5标准诊断HCC的准确率优于CT (P=0.046)。结论基于LI-RADS v2018,MRI检查对长径≤3 cm HCC的部分征象的识别率及HCC诊断准确率均高于CT检查。
简介:摘要目的探讨2018版MRI肝脏影像报告和数据系统(LI-RADS v2018)对≤3 cm肝细胞癌(HCC)与其他肝脏原发恶性肿瘤(OM)的鉴别诊断价值。方法回顾性分析2014年9月至2019年9月间浙江省丽水市中心医院、丽水市遂昌人民医院经手术病理证实且病灶长径≤3 cm的95例原发肝癌患者资料,根据病理结果分别归入HCC组(53例)和OM组(42例,其中肿块型肝内胆管细胞癌31例、混合型肝癌11例)。分析病灶的MRI征象,并依据LI-RADS v2018标准对病灶进行分类。两组间MRI征象比较采用χ²检验。以病理结果为金标准,计算LI-RADS v2018分类标准诊断HCC或OM的灵敏度和特异度。结果HCC组和OM组间动脉期强化表现、廓清表现、假包膜征、脂肪变性、出血、填充强化的差异有统计学意义(P<0.05)。HCC组LI-RADS v2018分类结果归类为LR-M、LR-3、LR-4、LR-5的例数分别为7、1、11、34例,OM组分别为15、1、15、11例。以LR-5标准诊断HCC的灵敏度为64.2%(34/53)、特异度为73.8%(31/42);以LR-4联合LR-5标准诊断HCC的灵敏度为84.9%(45/53)、特异度为38.1%(16/42);以LR-M标准诊断OM的灵敏度为35.7%(15/42)、特异度为86.8%(46/53)。结论当肝内病灶长径≤3 cm时,以LR-4联合LR-5、LR-5为标准诊断HCC的特异度较低,以LR-M为标准诊断OM有较高的特异度。
简介:摘要目的建立一种基于人工智能的尿液检验结果解释性报告系统。方法收集2008—2018年浙江大学医学院附属第一医院患者2 899 917份、体检710 971份尿检数据,统计每个项目不同结果的频数分布建立大人群分布,再根据数据分布、项目重要性和结果异常程度,建立每个样本的健康指数和各项目的异常等级。收集糖尿病、尿路感染、肾小球肾炎、肾病综合征等疾病数据,按性别、年龄匹配同数量的健康对照组。基于AdaBoost算法的集成学习器建立模型并评估算法性能。用JAVA开发数据展示软件。用199份异常尿液检验结果,人工验证模型的准确性。结果每份报告分为正常、异常、疾病、危重4个等级;单个项目结果判断为正常、轻度、中度、重度、极度5个等级并提供大数据的人群分布;基于AdaBoost机器学习模型运用于7种疾病的训练准确度(≥88.3%)、真阳性率(≥80.0%)、曲线下面积(≥0.954)。开发的JAVA软件展示上述结果,并包括病历和结果、历史结果、个性化建议、异常项目科普、在大人群数据中的位置等内容。异常尿液结果可能的疾病相似度,人工验证机器学习模型的准确率为82.41%(164/199)。结论本研究建立了智能的结果解释性报告系统,能区分报告异常程度,具有较高疾病预测准确性,可提供个性化的临床决策信息。