2019年 · 第53卷第09期

乳腺背景实质强化（BPE）指乳腺纤维腺体在MRI上的正常强化，是一种正常的生理状态，在影像增强检查中普遍存在。BPE的存在干扰了乳腺病灶的检出与诊断，通过扫描控制和合理解释可以有效排除BPE的干扰，提高乳腺MRI的诊断效能；同时，对BPE的正确解读可能提高对乳腺癌风险、治疗预后的预测。

医学影像人工智能（AI）产业发展迅速，产品预期用途日益丰富，临床转化步伐加快。考虑到AI算法模型的快速演化、监督学习对数据质量的依赖以及产品的黑盒特性，相关AI医疗器械的性能与安全可能在临床使用条件下出现不同程度、不同方式的波动，影响最终的收益与风险；而目前国内外尚未建立此类产品临床使用阶段的质量控制与标准规范。为支撑全生命周期监管，有必要在AI医疗器械大规模上市之前，对于临床使用条件下的质量控制方法进行研究，以降低出现不良事件的风险，提升社会经济收益，促进行业健康发展。笔者分析医学影像AI在临床部署与使用的各个阶段可能面临的风险，提出必要的质量控制措施，论述在用产品质量的评价方法与指标，旨在对临床机构的日常使用和管理提供参考，为行业主管部门开展上市后监管工作提供建议，促进AI医疗器械产业的长远发展。

目的 探讨多参数MRI对乳腺X线摄影检出的乳腺影像报告和数据系统（BI-RADS）3~4类单纯微钙化病变的诊断价值。 方法 回顾性分析2013年1月至2017年12月浙江中医药大学附属第一医院，在乳腺X线摄影图像上判断为不伴肿块及结构扭曲的单纯微钙化BI-RADS 3~4类病灶，且在乳腺X线摄影1个月内接受乳腺MRI平扫+增强检查，诊断最终经病理证实的152例患者。由2名具有10年以上乳腺影像诊断经验的放射科医师根据美国放射学院2013版BI-RADS分类标准对乳腺X线摄影图像中钙化进行描述及分类，并对病变一一对应进行MRI的BI-RADS分类。以术后病理诊断为金标准，对乳腺X线摄影及联合MRI鉴别良、恶性病变患者的效能进行ROC分析。 结果 152例患者中，病理证实为良性病变93例，恶性病变59例。乳腺X线摄影BI-RADS 3类72例、4A类20例、4B类35例、4C类25例，诊断阳性阳性预测值分别为22.2%（16/72）、5.0%（1/20）、48.5%（17/35）和100.0%（25/25）。根据MRI BI-RADS评价为2类62例、3类28例、4类的18例、5类44例，其阳性预测值分别为1.6%（1/62）、7.1%（2/28）、72.2%（13/18）和97.7%（43/44）。乳腺X线摄影鉴别乳腺良、恶性病变的ROC下面积为0.676，诊断敏感度、特异度分别为72.9%、60.2%；乳腺X线摄影联合MRI鉴别诊断的ROC下面积为0.982，诊断敏感度、特异度分别为94.9%、93.6%。 结论 多参数MRI可以提高乳腺X线检出的BI-RADS 3~4类单纯微钙化病变的诊断效能，对微钙化病变定性诊断提供有效帮助。

目的 探讨基于动态对比增强MRI（DCE-MRI）的影像组学模型预测乳腺癌新辅助化疗病理完全缓解的价值。 方法 回顾性分析2016年1月至2018年7月梅州市人民医院行乳腺癌新辅助化疗并具有病理疗效评估结果的女性患者91例，63例为训练组，28例为测试组。依据病理评估结果将患者分为病理完全缓解组23例，非病理完全缓解组68例。所有患者均在新辅助化疗前行DCE-MRI检查。采用A.K软件进行影像组学特征提取并行特征筛选以建立影像组学标签，采用多元logistic回归构建预测模型，采用ROC评价模型的预测效能。 结果 建立的影像组学模型对预测乳腺癌病理完全缓解具有较好的效能，其训练组和测试组的ROC曲线下面积分别为0.750和0.789。联合雌激素受体、孕激素受体和影像组学标签构建的联合诊断模型在训练组和测试组中预测乳腺癌病理完全缓解的ROC下面积分别为0.859和0.905。 结论 通过联合基于治疗前DCE-MRI影像组学标签和雌激素受体、孕激素受体建立的联合诊断模型对预测新辅助化疗病理完全缓解具有较好的价值。

目的 探讨对比增强X线摄影（CESM）对可疑乳腺病变的诊断价值。 方法 前瞻性纳入南方医科大学南方医院2017年12月至2018年7月临床或筛查发现乳腺可疑病变，最终经病理活检或手术病理确诊的97例患者。均行全视野数字乳腺X线摄影（FFDM）+数字乳腺断层摄影（DBT）检查，并在此基础上行标准头尾位及内外斜位CESM检查。对影像图像进行分析，观察病变可见性、病变特征、强化类型、强化程度及乳腺影像报告和数据系统（BI-RADS）分类等。以病理结果为金标准，采用ROC对比结合CESM和不结合CESM两种方法的诊断效能。 结果 97例患者共检出120个病灶，恶性病灶89个，包括81个浸润性癌和8个导管原位癌；良性病变31个。120个病灶中，CESM表现为无强化2个，轻度强化22个，中度强化15个，高度强化81个。肿块型强化96个，其中环形强化12个；非肿块型强化22个。结合CESM和不结合CESM两种方法基于BI-RADS恶性可能性积分的ROC下面积分别为0.923、0.900，差异有统计学意义（P<0.01）。以BI-RADS 4b类及以上为阳性时，两种方法的敏感度分别为91.0%、80.9%，特异度分别为87.1%、93.5%。相对于FFDM和DBT，CESM能发现更多的乳腺癌病灶。 结论 CESM诊断效能优于FFDM+DBT，对于可疑病变，行CESM检查可以提高乳腺癌诊断的准确性。

目的 探讨增强MRI影像组学分析预测乳腺癌腋窝淋巴结（ALN）转移的价值。 方法 前瞻性收集2016年5月至2017年12月浙江大学医学院附属杭州市第一人民医院疑似乳腺癌患者196例并行乳腺MRI动态增强检查，分析72个ALN的增强MRI图像，其中转移阴性35个，转移阳性37个。由1名副主任医师及1名住院医师分别进行图像评估，并进行一致性分析。根据临床手术或淋巴结穿刺术的病理结果将淋巴结分为转移阴性和阳性2组，临床及影像资料也对应分组。以3∶1的比例通过分层抽样的方法将两组淋巴结分为训练集及验证集，提取6大类共385个影像组学特征（直方图参数、形态学参数、纹理特征参数、灰度共生矩阵参数、游程矩阵参数、灰度区域大小矩阵参数），通过特征降维算法选择具有统计学意义的参数。使用二分类logistic回归建立预测模型，通过混淆矩阵对验证集进行验证，用ROC分析评价模型的诊断效能。 结果 降维选择后得到均匀度、全角度集群突出方差、全角度相关性、长行程优势及表容比5个影像组学特征（P<0.05），ROC分析得出其独立预测ALN转移的曲线下面积为0.747~0.931。影像组学特征的组间一致性较好，组内相关系数为0.841~0.980。基于上述特征构建乳腺癌ALN转移预测模型，该模型的ROC下面积、敏感度、特异度、准确度分别为0.953、0.893、0.926、92.6%（50/54）。通过混淆矩阵对验证集进行验证，得到ROC下面积、敏感度、特异度、准确度分别为0.944、0.900、1.000、88.9%（16/18）。 结论 基于影像组学特征构建的预测模型能无创地对乳腺癌ALN转移风险做出有效评估。

目的 探讨不同运动亚型帕金森病（PD）患者静息态fMRI的局部脑功能活动一致性的改变及意义。 方法 收集2014年12月至2018年5月间84例PD患者和29名健康对照者（HC）的静息态fMRI数据，PD组根据统一帕金森病评定量表（UPDRS）相关评分分为震颤型（TD）45例和姿势不稳/步态障碍型（PIGD）39例，根据纳入和排除标准最终纳入77例PD患者。所得数据采用基于MATLAB的DPARSF软件和REST V1.8进行数据处理和局部一致性（ReHo）分析，观察各亚型PD患者的脑功能活动改变，通过协方差分析和Post-Hoct检验进行组间比较。采用Pearson相关分析分别计算各运动亚型PD患者差异脑区的ReHo值与TD评分、PIGD评分之间的相关性。 结果 与HC组相比，TD组患者右侧额中回、右侧额上回、左侧小脑ReHo增强（体素值13~21，P<0.05）；左侧颞叶、左侧壳核、左侧旁中央小叶、双侧丘脑ReHo减低（体素值12~91，P<0.05）；PIGD组患者右侧额上回、额中回及扣带回前部ReHo增强（体素值55~92，P<0.05）；左侧壳核、左侧苍白球、左侧颞叶、右侧枕叶、双侧丘脑、双侧扣带回中部、双侧辅助运动区ReHo减低（体素值15~78，P<0.05）；TD组与PIGD组相比，左侧颞叶、左侧小脑、双侧扣带回中部ReHo增强（体素值19~51，P<0.05）；左侧旁中央小叶、双侧楔状叶、右侧额上回、右侧扣带回前部ReHo减低（体素值14~68，P<0.05）；Pearson相关分析发现，TD评分与左侧丘脑、左侧壳核ReHo值呈负相关（r值分别为-0.355、-0.498，P均<0.05）；PIGD评分与左侧丘脑、右侧丘脑ReHo值呈负相关（r值分别为-0.478、-0.397，P均<0.05）。 结论 不同运动亚型PD患者存在特异性的脑功能活动改变，TD组患者脑功能活动局部一致性改变主要体现在纹状体-丘脑-皮层环路和小脑-丘脑-皮层环路的相关脑区，而PIGD组患者则主要体现在纹状体-丘脑-皮层环路和视觉网络皮层相关脑区，这为进一步揭示不同运动亚型PD患者的神经病理机制、临床诊断和针对性的治疗提供新的思路。

目的 探索三维改良运动敏感平衡驱动（3D-iMSDE）脉冲MR神经成像序列对不同类型腮腺肿瘤、腮腺内面神经及腮腺导管的立体结构显示情况，以指导手术计划的制定。 方法 本研究为前瞻性研究。对30名健康志愿者及40例腮腺肿瘤患者分别进行3D-iMSDE序列、三维T2加权快速梯度回波（3D-T2-FFE）序列扫描。入组腮腺肿块患者均经颌面外科医师查体或经超声或其他影像检查发现。对志愿者iMSDE、T2-FFE序列显示的面神经主干与其一级分支及腮腺导管的显示情况独立评分。并比较两序列影像图上面神经及腮腺导管的信号强度比（SIR）。对40例腮腺肿瘤患者，分析iMSDE及T2-FFE序列图像，比较两种方法对面神经及腮腺导管与肿瘤关系的显示情况，并与术中解剖所见及术后病理结果对照。对iMSDE及T2-FFE两序列的图像评分进行两样本Wilcoxon符号秩检验；对SIRN、SIRD分别进行配对样本t检验。两种方法显示面神经、腮腺导管及面神经、腮腺导管与肿瘤关系的比较采用χ2检验。 结果 30名健康志愿者双侧腮腺内面神经及腮腺导管的评分，在iMSDE序列上分别为（4.20±0.55）、（4.17±0.59）分，在T2-FFE序列上分别为（3.13±0.57）、（3.07±0.52）分，iMSDE序列图像评分均高于T2-FFE序列，差异具有统计学意义（Z=-6.197，P<0.05）。面神经、腮腺主导管在iMSDE序列图像的SIR均高于T2-FFE序列，差异具有统计学意义（t值分别为10.772、11.586，P值均<0.05）。40例腮腺肿瘤患者共41处病变，与术中解剖对比，iMSDE、T2-FFE序列显示面神经及其一级分支与肿瘤关系的正确率分别为87.8%（36例）、53.7%（22例），显示腮腺主导管与肿瘤关系的正确率分别为92.7%（38例）、73.2%（30例），两者差异均具有统计学意义（χ2值分别为9.725、5.513，P值均<0.05）。iMSDE序列中，36例面神经及其一级分支（颞面干、颈面干）与肿瘤的关系得以正确显示，38例腮腺主导管显示结果较为理想。 结论 3D-iMSDE MR神经成像序列能够正确显示腮腺内面神经与腮腺导管及其与腮腺肿瘤的位置关系。

目的 探究四维血流（4D-Flow）MRI技术定量测量法洛四联症（TOF）矫正术后患者肺动脉瓣反流的可重复性，以及与常规二维血流（2D-Flow）技术、超声心动图的一致性。 方法 连续纳入2018年5月至8月于我院接受MR检查的TOF矫正术后患者共21例，采用3.0 T MR扫描仪，同时行2D-Flow及4D-Flow序列扫描，通过Circle CVI42工作站后处理分析图像，获得肺动脉瓣血流数据。所有患者于1周内行常规二维和多普勒超声心动图检查。采用组内相关系数及Bland-Altman分析比较4D-Flow与2D-Flow的可重复性及一致性，MR与超声心动图测量肺动脉瓣反流结果的一致性采用加权Kappa系数分析。采用Pearson相关分析探究反流分数与心功能的关系。 结果 纳入患者全部成功完成MR及超声检查。同一医师多次通过4D-Flow所测得的肺动脉前向血流体积、反向血流体积、反流分数ICC值分别为0.996、0.997、0.985（P值均<0.001），具有良好的一致性；不同医师通过4D-Flow测量同一患者肺动脉前向血流体积、反向血流体积、反流分数的ICC值分别为0.993、0.994、0.968（P值均<0.001），一致性较好。2D-Flow与4D-Flow测量前向血流体积、反向血流体积及反流分数一致性较好，ICC值分别为0.954、0.913、0.721（P值均<0.001）。2D-Flow与4D-Flow所测得的反流分数转换为半定量结果后与超声检查结果比较均具有良好的一致性，加权Kappa系数分别为0.897（P<0.001）、0.710（P=0.001）。2D-Flow所测得反流分数与心功能参数的分析结果示右心室心指数（RVCI）、右心室舒张末期容量指数（RVEDVi）、右心室收缩末期容量指数（RVESVi）、左心室舒张末期容量指数（LVEDVi）、左心室收缩末期容量指数（LVESVi）均与反流分数存在较强的正相关关系，r值分别为0.600、0.788、0.683、0.578、0.687（P值均<0.05）。4D-Flow所测得反流分数与RVCI、RVEDVi、RVESVi、LVEDVi、左心室质量指数均存在较强的正相关关系，r值分别为0.606、0.685、0.534、0.459、0.633（P值均<0.05）。 结论 4D-Flow MRI技术能够再现TOF术后患者肺动脉血流形态学及动力学特征，具有较好的可重复性，并且与传统2D-Flow及超声心动图具有一定的一致性。

目的 探讨基于扩散张量成像（DTI）构建单侧突发感音神经性耳聋（SSHL）患者与正常人机器学习分类模型的可行性。 方法 前瞻性搜集2013年6月至2015年5月华中科技大学同济医学院附属协和医院在耳鼻喉科就诊的未经治疗的SSHL患者84例作为SSHL组，搜集同期无耳部疾病史，行临床纯音测听听力正常的健康志愿者63名作为对照组。所有受试者均行脑部DTI扫描。分别将患者与对照组按照7∶3的比例分成训练集和验证集，即训练集包含58例SSHL患者和44名对照组，验证集包含26例SSHL患者和19名对照组。使用R软件基于DTI数据构建包含各向异性分数（FA）、平均扩散率（MD）、轴向扩散系数（AD）、径向扩散系数（RD）值的向量。使用LASSO回归的机器学习方法进行特征降维，并构建分类模型。使用训练集样本基于多变量logistic分析方法绘制诺模图，使用验证集及ROC下面积（AUC）评估诺模图的预测能力，并通过绘制校正曲线来评估其标定。 结果 从包含各脑区FA、MD、AD、RD值的200个特征向量中，经过各降维处理后，共保留6个特征，分别为左侧上辐射冠MD值、右侧上额枕纤维束MD值、胼胝体体部AD值、左侧下小脑脚RD值、右侧上辐射冠RD值、右侧内囊后支RD值。单侧SSHL患者的这6个特征值均高于对照组，差异具有统计学意义（P均<0.05）。基于此构建二分类模型，并绘制诺模图，训练集敏感度为93.1%（54/58），特异度为72.7%（32/44），准确率为84.3%（86/102），AUC为0.854；验证集敏感度为80.8%（21/26），特异度为84.2%（16/19），准确率为82.2%（37/45），AUC为0.870。诺模图可显著提高对照组与患者的分类效能，其中LASSO方法构建模型评估预测曲线高于其他模型。 结论 基于DTI数据的机器学习分类模型，可有效区分单侧SSHL患者与正常人。

本文报道2015年1月至2018年11月间浙江大学医学院附属第一医院4例神经元核内包涵体病（NIID）的临床和影像学资料，男3例，女1例，年龄分别为78、66、61、68岁。4例患者均行头颅MRI平扫及增强扫描，影像上均出现T2WI脑室周围及皮层下白质对称性高信号影，胼胝体变薄，局灶性信号增高。DWI上皮髓质交界区呈曲线样分布的高信号为成人NIID的特征性影像表现。

本文报道2011年11月至2018年2月间南方医科大学珠江医院4例、南方医院1例及广东省人民医院1例共6例血管中心性胶质瘤（AG）资料。男4例、女2例，年龄3~43岁，中位年龄16岁。6例均行头颅MRI平扫及增强扫描，其中1例同时行CT平扫。影像检查显示，6例均为幕上脑实质单发肿块。所有AG肿块实性部分T1WI呈等或稍低信号，T2WI呈稍高或高信号，FLAIR呈低或稍高信号，囊性成分T1WI呈低信号，T2WI呈高信号，本组病例均未见出血信号。病灶边界清楚4例，边界不清2例。实性4例、囊带壁结节性1例、囊性1例。CT示实质内点状钙化。无瘤周水肿3例，轻度水肿3例。

回顾性对比分析3例经手术病理及免疫组织化学证实的黄色肉芽肿性骨髓炎的影像表现。2例行CT及PET-CT扫描，1例行CT平扫+MRI平扫+PET-CT扫描。2例病变位于肋骨，1例病变位于胸椎体。影像上均出现溶骨性骨质破坏伴软组织肿块，部分边缘残留骨壳；PET-CT扫描18氟-脱葡萄糖（18F-FDG）代谢明显增高；病理上均见大量组织细胞、泡沫巨噬细胞；免疫组织化学检查，白细胞表面分化抗原（CD）68、CD163、细胞膜增殖抗原阳性（Ki67+）。黄色肉芽肿性骨髓炎的典型影像表现为溶骨性骨质破坏、膨胀性生长并残留骨壳、软组织肿块及病变区18F-FDG代谢明显增高，结合病理及免疫组织化学检查有利于最终确诊。

通过回顾性分析12例颈椎恶性转移瘤患者（共15个椎体）行超声引导经皮椎体成形术，术前超声引导下注射液体隔离带后在DSA机透视下注入骨水泥的安全性及临床效果。结果显示所有病例均未损伤血管、喉返神经或邻近组织结构，术后随访1个月均无严重并发症。这表明，超声引导下注射液体隔离带行经皮椎体成形术是治疗颈椎恶性肿瘤安全、有效的方法。

1例23岁女性左侧颈部异位胸腺囊肿患者的临床资料，患者临床主要表现左侧颈部肿块，质软，表面光滑；影像特点为左侧颈动脉鞘外侧、胸锁乳突肌内侧软组织肿块影，增强扫描病灶中心不强化、囊壁呈环形强化。病理检查诊断胸腺囊肿。

1例男性、47岁多发孤立性腹腔内脏动脉夹层患者，经股动脉入路行血管腔内介入术，于肠系膜上动脉、脾动脉、腹腔干动脉植入金属裸支架。术后经降脂、抗血小板等药物维持治疗，术后半年复查，效果良好。这对于腹腔干动脉夹层同时累及肝总动脉及脾动脉的处理有一定的参考价值。

本文报道1例左侧颞骨岩部占位性病变。影像主要表现为CT平扫示左侧颞骨岩部不规则软组织肿块，周围骨质膨胀性破坏，增强后轻中度不均匀强化；MRI示左侧颞骨岩部不规则团片状异常信号，T2WI呈高信号、T1WI呈低或稍低信号，增强后明显不均匀强化，边缘强化为主，邻近脑膜不受累；DWI肿瘤扩散不受限。病理诊断炎性肌纤维母细胞瘤（IMT）。IMT发生于颞骨岩部罕见，并且影像表现为囊性者少见，诊断困难，确诊有赖于病理。

报道1例32岁女性Mazabraud综合征患者的临床及影像资料，患者临床主要表现左大腿肿物，逐渐增大并出现不适；影像表现为左侧股中间肌内肿块，T1WI低信号、T2WI高信号，并且左侧股骨可见髓腔内病变，X线示磨玻璃样密度，MR T1WI低信号、T2WI中等略高信号，T2WI脂肪抑制序列呈稍高混杂信号；病理检查诊断Mazabraud综合征。

影像检查是骨关节炎（osteoarthritis，OA）诊断的重要手段，但受制于巨量的影像数据、人眼有限的辨识能力以及医师的主观性，为患者提供精准乃定量的诊断评估结果有很大的挑战，对于患者风险及预后的预测有一定的局限性。人工智能（artificial intelligence，AI）具有提高影像数据处理效率，实现自动化和标准化OA分析，为患者提供精准医疗服务的潜力。本文通过概述AI在OA影像诊断的研究现状，展示其在骨关节图像自动分割以及OA诊断、严重程度评估、风险及预后预测等领域的临床应用潜能，指出当前这一领域的局限性。

影像组学可以进行医学影像学数据分析、提炼和量化，筛选最有价值的影像组学特征来解析临床信息，指导疾病的诊疗。它在骨骼肌肉疾病的诊断和鉴别诊断、治疗方案决策、疗效评估及预后预测等方面均显示出巨大价值。笔者就影像组学在骨骼肌肉疾病的应用现状和未来发展方向进行论述，旨在提高对骨骼肌肉疾病影像组学的认识。

垂体MRI检查是目前垂体病变的最佳检查方法。识别垂体病变的前提是掌握垂体MRI的正常表现及变异。垂体形态及高度受周围结构及生理状态的影响，最常见的先天发育变异是垂体后叶异位。垂体前叶最常见的肿瘤是垂体腺瘤。诊断垂体微腺瘤时应该紧密结合实验室激素水平的检查。对于垂体大腺瘤影像学应该着重评估其对周围结构的压迫和侵犯。垂体也可发生其他病变，其诊断与鉴别诊断需要紧密结合临床病史。