2022年 · 第56卷第11期

深度学习图像重建算法是目前CT图像重建领域最为前沿的技术，随着算法的不断优化和模型泛化性的提升，适用人群和全身各部位的临床应用也在不断拓展，在疾病诊治中发挥了重要作用。深度学习图像重建算法能够降低图像噪声、消除伪影、避免“过度平滑”的视觉感观，提升主观诊断效能，并有助于CT检查中辐射剂量的降低。此外，深度学习图像重建算法不影响CT图像重建的速度，能够满足临床工作流的需求。随着对深度学习图像重建算法的不断探索以及临床应用的拓展，可以挖掘深度学习图像重建算法的潜在优势，提升CT临床应用的能力。

目的 评价深度学习重建（DLIR）算法结合低管电压技术相对于自适应统计迭代重建（ASiR-V）算法对腹部增强CT动脉晚期图像中微小动脉的显示情况。 方法 前瞻性收集2021年12月至2022年1月就诊于北京大学人民医院需排查腹部疾病并接受腹盆腔增强CT扫描的患者。根据CT扫描不同管电压以简单随机法将患者分为80 kV低管电压（LV）组和120 kV高管电压（HV）组。根据不同重建算法，每组再进一步分为DLIR-H（D）和ASiR-V 50%（A）2个亚组。对患者进行CT增强扫描时均采用自动管电流调节技术，噪声指数统一设置为9。对重建层厚为0.625 mm的动脉晚期图像进行主观评价和客观指标评价，并记录动脉晚期扫描的辐射剂量。 结果 共纳入168例患者，其中男76例，女92例，年龄18~85（53±15）岁，体质指数（24±3）kg/m2；LV组91例、HV组77例。LV组主动脉和肝总动脉CT值明显高于HV组（t=-14.20，P<0.001；t=-0.95，P<0.001）。管电压相同时，D亚组动脉晚期图像噪声明显低于A亚组，肝脏、主动脉、肝总动脉信噪比（SNR）和对比噪声比（CNR）均明显高于A亚组（P均<0.001）。LV-D亚组中主动脉和肝总动脉SNR和CNR明显优于LV-A、HV-D、HV-A亚组（P均<0.001）。腹部血管显示的主观评价方面，LV-D亚组肝总动脉、肠系膜下动脉、左结肠动脉升支边缘的空间分辨力以及左结肠动脉升支对比度均显著优于LV-A、HV-D、HV-A亚组（P<0.05），脾区边缘动脉显示率（54.9%，50/91）显著优于HV-D（24.7%，19/77）和HV-A亚组（32.5%，25/77）（校正后P<0.05）。LV组与HV组间有效辐射剂量分别为（4.91±1.97）、（5.43±1.78）mSv，差异无统计学意义（P>0.05）。 结论 低管电压技术结合DLIR算法的腹部增强CT扫描能够有效提升肠系膜下动脉发出的左结肠动脉升支及脾区边缘动脉的显示水平，为类似微小血管的评估带来更多的可能性。

目的 通过与多模型迭代重建算法（ASiR-V）对比，探讨深度学习图像重建（DLIR）算法在低辐射剂量下对乏血供肝转移瘤CT图像质量及检出效能的影响。 方法 前瞻性收集2021年1月至4月郑州大学第一附属医院因乏血供肝转移病变需行全腹部增强CT的56例患者，增强后第1静脉期均行常规辐射剂量（400 mA）CT扫描，根据第2静脉期管电流的不同将患者分为A（280 mA，19例）、B（200 mA，19例）、C（120 mA，18例）组。各组第1静脉期和第2静脉期图像均进行权重为60%的ASiR-V（ASiR-V60%）和高强度的DLIR（DLIR-H）重建。图像质量客观评价指标包括噪声、肝脏的信噪比（SNR肝脏）和门静脉的信噪比（SNR门静脉）、病灶的对比噪声比（CNR病灶），主观评价指标包括总体图像质量评分、病灶显示能力评分、诊断信心度评分，并记录各组有效辐射剂量（ED）和病灶检出率。采用配对t检验比较ASiR-V60%和DLIR-H图像间客观指标的差异，采用配对资料的Wilcoxon符号秩和检验比较主观评价指标。 结果 第2静脉期A、B、C组ED分别为（5.56±0.35）、（3.88±0.23）、（2.42±0.23）mSv。A、B、C组第2静脉期的ED分别比第1静脉期的ED降低30%、50%、70%。随着辐射剂量的降低，噪声逐渐增加，CNR病灶、SNR肝脏、SNR门静脉逐渐降低。在相同辐射剂量条件下，DLIR-H的图像的客观评价指标均优于ASiR-V60%，差异有统计学意义（P均<0.001）。各组的主观评分随辐射剂量的降低而降低，在相同辐射剂量条件下，DLIR-H的总体图像质量、病灶显示能力和诊断信心评分均高于ASiR-V60%（P均<0.001）。A组的ASiR-V60%和DLIR-H均将全部病灶检出，检出率为100%（84/84），B组检出率均为92.0%（75/81），C组检出率均为88.0%（79/89）。 结论 与ASiR-V60%相比，DLIR-H在低辐射剂量下均可提高总体图像质量及乏血供肝转移病灶的显示能力，增加诊断信心。

目的 探讨应用深度学习图像重建（DLIR）算法对实验猪心肌动态CT灌注（CTP）图像质量的提升程度以及该算法对心肌血流量（MBF）计算的影响。 方法 麻醉状态下对5只家猪进行静息与负荷动态CTP扫描，扫描管电压均为100 kV，低剂量与高剂量管电流分别设置为150、300 mA。低剂量扫描数据图像重建采用传统滤波反投影（FBP）及DLIR 3种不同强度（低、中、高），高剂量扫描数据图像重建仅采用FBP。客观评价及主观评价（5分制）图像质量，客观评价包括图像噪声、信噪比（SNR）、对比噪声比（CNR）。采用线性回归对DLIR算法强度和图像质量的线性趋势进行检验。采用Shapiro-Wilk检验数据正态性，正态数据比较采用配对t检验，非正态数据比较采用Wilcoxon秩和检验。 结果 高剂量扫描方案与低剂量扫描方案平均有效辐射剂量分别为7.2、3.8 mSv，差异有统计学意义（t=282.50，P<0.001）。低剂量下获得的图像随着DLIR强度的升高图像噪声逐渐减低，图像SNR及CNR逐渐增高（F=60.10、35.87、41.41，P均<0.001）。低剂量下高强度DLIR图像与高剂量FBP图像的噪声分别为（31.7±3.1）、（38.2±1.2）HU，SNR分别为16.6±2.0、13.8±0.8，CNR分别为14.5±1.7、11.6±0.9，差异均有统计学意义（t值分别为5.70、4.15、5.68，P值均<0.05）。低剂量下高强度DLIR图像与高剂量FBP图像主观评分分别为（4.8±0.4）、（4.2±0.6）分，差异有统计学意义（Z=2.12，P<0.05）。低剂量下FBP图像与高强度DLIR图像计算MBF在静息状态下分别为（81.3±17.3）、（79.9±18.3）ml·100 ml-1·min-1，负荷状态下分别为（99.4±24.9）、（100.7±27.3）ml·100 ml-1·min-1，差异均无统计学意义（t值分别为1.10、0.89，P>0.05）。 结论 应用高强度DLIR算法有利于实现实验猪低剂量心肌动态CTP，可明显提升图像质量，同时对MBF计算无明显影响。

目的 探讨深度学习图像重建（DLIR）算法在低kV逆血流扫描下肢动脉CT血管成像（CTA）中对图像质量的影响。 方法 回顾性收集2021年1月至3月50例于福建医科大学附属协和医院因临床可疑下肢动脉疾病而行低kV逆血流扫描下肢动脉CTA患者的CT原始数据，分别使用具有3种混合权重的自适应统计迭代重建（ASIR-V）算法（ASIR-V 20%、ASIR-V 50%、ASIR-V 80%）、3种重建强度（高、中、低）的DLIR算法（DLIR-H、DLIR-M、DLIR-L）在0.625 mm上重建薄层轴面图像。在每组图像上测量近端腹主动脉、远端腹主动脉、左右髂总动脉、左右股动脉（上段）、左右股浅动脉（中段）、左右腘动脉的CT值、噪声（SD）值，并计算信噪比（SNR）和对比噪声比（CNR）。由两名医师采用4分法将下肢血管分成4个节段对图像的噪声和锐利度进行主观评价。统计学分析采用单因素方差分析评估图像质量主观评分及客观评价指标的差异。 结果 随着ASIR-V重建权重的增加和DLIR重建强度的增加，各测量层面的SD值逐渐降低，SNR值和CNR值逐渐增高（P均<0.05）。6种重建方式中，DLIR-H重建与ASIR-V80%重建具有较低的SD值及较高的SNR与CNR值（P均<0.05）。与ASIR-V20%和ASIR-V50%相比，DLIR-H组具有更低的SD值，更高的SNR和CNR值（P均<0.05）；但DLIR-H组与ASIR-V80%相比，SD、SNR和CNR值的差异无统计学意义（P均>0.05）。主观评分结果显示，在腹主动脉-足部动脉全程，DLIR-H组噪声评分为最优，锐利度评分也明显高于ASIR-V80%（P均<0.05）。 结论 深度学习重建可以显著降低下肢动脉CTA图像的噪声，提升图像质量。在DLIR（H、M、L）3种深度学习重建算法中，DLIR-H的降噪效能以及在图像噪声和锐利度的平衡中表现最佳，具有最高的图像质量。

目的 探讨深度学习重建（DLR）在儿童低剂量脑外伤CT扫描中的应用价值。 方法 回顾性分析2020年6月至2021年2月湖南省儿童医院51例脑外伤合并脑出血患儿的低剂量颅脑CT图像，分别重建成5 mm和1.25 mm两组图像，每组图像根据不同算法重建6个亚组图像，分别为3组多模型自适应性迭代重建（ASIR-V）（迭代权重为0、50%、100%）和3组DLR［重建级别为低（L）、中（M）、高（H）］图像。图像质量客观评价参数包括背侧丘脑（灰质）、额叶白质、出血灶的CT值、信噪比（SNR）和灰白质、出血灶对比噪声比（CNR），以及背景噪声（SD）、颅底伪影SD。主观评价为对图像质量采用5分法进行评分。采用随机区组方差分析和Friedman秩和检验比较DLR与ASIR-V图像的客观参数和主观图像质量评分的差异。采用配对样本t检验和相关样本秩和检验对1.25 mm层厚DLR-H与5 mm层厚ASIR-V50%图像的客观参数和主观评分进行比较。 结果 51例患儿颅脑CT的CT容积剂量指数、剂量长度乘积和体型特异性剂量估算值分别为17.7（11.9，21.1）mGy、248.4（142.2，338.1）mGy·cm和（15.7±2.8）mGy。同一层厚的DLR与ASIR-V之间的CT值差异有统计学意义（P<0.05）。SNR和CNR随着ASIR-V或DLR的级别升高而逐渐增高，SD随着ASIR-V或DLR的级别升高而逐渐降低，总体差异均有统计学意义（P均<0.05）。其中，DLR客观参数均优于ASIR-V50%，DLR-H和ASIR-V100%的图像背景SD最低且两者差异无统计学意义，薄层DLR-H的白质SNR、灰质SNR和灰白质CNR值均优于ASIR-V100%，差异有统计学意义。随着层厚降低，图像质量评分下降，但薄层DLR图像平均主观评分均>3分，而ASIR-V图像平均主观评分均<3分，不能满足诊断需求。1.25 mm层厚DLR-H图像的背景和伪影噪声SD均高于5 mm层厚ASIR-V50%图像（t=2.96、2.83，P=0.005、0.007），其余客观参数和主观评分差异均无统计学意义（P均>0.05）。 结论 在儿童脑外伤低剂量颅脑CT中，DLR能提高图像质量，其中DLR-H图像质量最佳，且可提高薄层图像的灰白质的SNR和CNR。

目的 探讨高分辨率血管壁MRI（VW-MRI）评估药物涂层球囊治疗颅内动脉粥样硬化性狭窄的价值。 方法 回顾性分析2019年9月至2021年7月山东第一医科大学第一附属医院收治的21例症状性颅内动脉粥样硬化性狭窄患者的资料，年龄22~73（49±15）岁，其中男15例，女6例。所有患者均接受SeQuent Please药物涂层球囊再通治疗并在术前1周及治疗后2~3个月接受数字减影血管造影（DSA）、常规MRI及VW-MRI。评估血管内治疗前后粥样硬化斑块的面积、长度、强化幅度及管腔狭窄率的变化。治疗前后的比较采用配对t检验或Wilcoxon符号秩检验，以受试者操作特征（ROC）曲线分析各斑块特征预测术后疗效的价值；用Pearson相关分析和Bland-Altman法对VW-MRI与DSA测量管腔狭窄率的相关性和一致性进行分析。 结果 VW-MRI显示药物涂层球囊血管内治疗后斑块的面积［（1.86±1.28）mm2］、长度［3（2，4）mm］、强化幅度［（60±20）%］及管腔狭窄率［（28±16）%］均小于治疗前［分别为（5.97±1.15）mm2，t=10.93，P<0.001；7（6，9）mm，Z=-3.94，P<0.001；（107±46）%，t=4.26，P<0.001；（89±5）%，t=17.27，P<0.001］。斑块的面积、长度、强化幅度对评估血管内治疗效果具有一定价值（曲线下面积分别为0.89、0.86、0.74）。血管内治疗前后VW-MRI和DSA对管腔狭窄率的测量呈正相关（r治疗前=0.66，P<0.001；r治疗后=0.96，P<0.001），并具有一致性。 结论 VW-MRI可以从粥样硬化斑块基本特征及管腔狭窄程度的变化评估药物涂层球囊血管内治疗的有效性，是一种较好的影像学随访手段。

目的 探讨双能量CT鉴别诊断乳腺癌肺转移瘤和肺良性结节的价值。 方法 回顾性分析2017年3月至2021年6月在温州医科大学附属第五医院经病理证实的96例乳腺癌患者资料。所有患者均在术前2周内接受双能量CT胸部扫描。96例患者均为女性，年龄31~84（56±12）岁；共纳入207个肺结节，根据病理结果分为肺转移瘤81个和良性结节126个。分析并测量常规CT特征［病灶最长径、边界、位置及动、静脉期结节CT值与平扫CT值的差值（ΔCT）］及双能量CT参数［动脉期、静脉期标准化碘浓度（NIC）、标准化有效原子序数（nZeff）及能谱曲线斜率（λHU）］。采用χ2检验、独立样本t检验及Kruskal-Wallis秩和检验对肺转移瘤和肺良性结节的常规CT特征和双能量CT参数的差异进行分析。使用最小收缩和选择算子（LASSO）回归方法对常规CT特征、双能量CT参数进行筛选，再行logistic回归分析最终筛选出肺转移瘤的独立危险因素。采用受试者操作特征（ROC）曲线评价单独CT参数及logistic模型鉴别肺转移瘤和肺良性结节的效能。 结果 肺转移瘤与良性结节的最长径及动、静脉期ΔCT、NIC、λHU和nZeff的差异均具有统计学意义（P<0.05）。经LASSO回归及二元logistic回归分析最终筛选出静脉期λHU（OR=59.413，95%CI 14.233~248.002，P<0.001）和静脉期nZeff（OR=4.508，95%CI 2.787~7.290，P<0.001）是预测肺转移瘤的独立危险因素。各单独CT参数鉴别肺转移瘤与肺良性结节的效能以静脉期λHU最高，曲线下面积（AUC）为0.794，准确度为74.88%。以静脉期λHU联合静脉期nZeff构建logistic模型鉴别肺转移瘤与肺良性结节的AUC可达0.958，准确度为92.27%，明显高于二者单独诊断的效能（Z=6.02、9.54，P<0.001）。 结论 双能量CT在鉴别乳腺癌肺转移瘤和肺良性结节中具有较大的应用价值，当静脉期λHU联合静脉期nZeff构建logistic模型后，其诊断效能可显著提升。

目的 建立预测不同病理进展期乳腺导管原位癌（DCIS）预后的模型，并评估其效能。 方法 回顾性分析2014年11月至2020年12月深圳市人民医院、北京大学深圳医院、深圳市罗湖区人民医院接受乳腺X线摄影检查的273例不同进展期乳腺DCIS患者的完整病例资料。患者均为女性，年龄26~86（49±11）岁。其中110例纳入单纯DCIS+乳腺导管原位癌伴微浸润（DCIS-MI）组，163例纳入浸润性导管癌伴导管原位癌（IDC-DCIS）组，对患者临床、影像及病理特征进行分析。影像特征提取采用乳腺Mammo AI融合模型及基于深度学习的自然语言处理（NLP）技术的诊断报告结构化模型。对各组患者按照6∶4比例通过Python软件随机分为训练集和验证集，以单因素分析和多因素logistic回归分析筛选预测因子，选择赤池信息量准则值最小者构建预测模型。绘制受试者操作特征曲线评估预测模型效能。 结果 单纯DCIS+DCIS-MI组以雌激素受体（-）或人表皮生长因子受体2（3+）为预后不良参考标准，预后不良62例，预后良好48例；IDC-DCIS组以诺丁汉预后指数为参考标准，预后不良33例，预后中等73例，预后良好57例。单纯DCIS+DCIS-MI组中，DCIS核分级、乳腺X线摄影可疑形态钙化、DCIS病理亚型、伴微浸润共4个预测因子被用于建立模型；IDC-DCIS组中，神经/脉管侵犯、Ki67水平、DCIS分子亚型、DCIS成分占比、乳腺X线摄影伴随征象共5个预测因子被用于建立模型。训练集中模型预测单纯DCIS+DCIS-MI预后不良的曲线下面积（AUC）为0.92（95%CI 0.84~1.00），验证集中为0.90（95%CI 0.82~0.99）；训练集中模型预测IDC-DCIS预后不良的AUC为0.84（95%CI 0.76~0.93），验证集为0.78（95%CI 0.64~0.91）。 结论 基于深度学习联合NLP所建立的模型能有效预测不同病理进展期DCIS预后状态，有利于DCIS风险分层，为临床决策提供参考。

目的 探讨MRI影像组学模型预测局部晚期宫颈鳞癌同步放化疗早期治疗反应的价值。 方法 回顾性收集2013年1月至2019年6月辽宁省肿瘤医院经病理证实的367例局部晚期宫颈鳞癌（国际妇产科联合会分期为ⅡB~ⅣA期）患者，因无法手术而接受完整的同步放化疗，于治疗前2周内及治疗第4周末行盆腔平扫MRI、DWI及动态增强MRI，根据实体瘤疗效评价标准1.1进行评价，将患者分为完全缓解（CR）组（247例）和非CR组（120例）。采用随机拆分法，按7∶3比例分为训练集（256例）和验证集（111例）。由2名医师在治疗前DWI、T2WI和增强T1WI（延迟期）图像上勾画感兴趣区，最终形成三维容积感兴趣区。于3个单序列图像分别提取1 906个影像组学特征，并利用特征相关分析和树模型筛选特征。使用逻辑回归（LR）、支持向量机（SVM）和随机森林（RF）3种分类器学习算法进行机器学习，获得最佳分类器。基于最佳分类器，建立3个单序列影像组学模型，并采用多因素LR分析得到多序列联合模型。通过DeLong检验比较3个单序列模型与多序列联合模型的受试者操作特征曲线下面积（AUC）差异。通过决策分析曲线评估多序列联合模型的临床应用价值。 结果 在训练集和验证集中，LR分类器模型的性能最佳。基于LR分类器，DWI、T2WI、增强T1WI序列和联合序列在训练集中的AUC分别为0.77、0.74、0.79、0.86，验证集中的AUC分别为0.71、0.66、0.75、0.77。在训练集中，联合模型的AUC值高于DWI、T2WI、增强T1WI序列模型，差异均有统计学意义（Z=3.01、3.56、2.83，P=0.003、0.001、0.005）；在验证集中，多序列联合模型与T2WI模型的AUC差异有统计学意义（Z=2.46，P=0.015）。决策分析曲线显示当阈值概率在0.44~0.88范围内，多序列联合模型产生了净效益。 结论 基于LR分类器，通过综合多序列MRI图像影像组学特征建立的联合模型对评估局部晚期宫颈鳞癌同步放化疗早期治疗反应有较好的预测价值。

目的 探讨基于临床指标和钆贝葡胺增强MRI列线图预测肝细胞癌（HCC）磷脂酰肌醇蛋白聚糖-3（GPC-3）表达的价值。 方法 回顾性收集2018年7月至2021年6月山东第一医科大学附属省立医院经病理证实为HCC的85例患者的临床及影像资料，患者术前行MRI平扫及钆贝葡胺增强MRI检查。根据免疫组化GPC-3的表达情况，将患者分为GPC-3阳性组（55例）和GPC-3阴性组（30例）。收集患者临床资料，包括性别、年龄、肝炎、肝硬化、甲胎蛋白（AFP）、丙氨酸转氨酶、天冬氨酸转氨酶、谷氨酰转移酶水平。观察MRI定性指标，包括肿瘤边缘、环样强化、瘤内出血灶、强化包膜、卫星结节；MRI定量指标包括肿瘤最大径和钆贝葡胺增强动脉期（AP）、门静脉期（PP）、肝胆期（HBP）的肿瘤-肝实质信号比（TLR）以及肿瘤增强比（TER）。采用独立样本t检验或Mann-Whitney U检验比较两组间定量资料，采用χ²检验比较两组间定性资料。采用多因素logistic回归分析筛选出GPC-3表达的独立预测因素，并建立列线图模型。运用受试者操作特征（ROC）曲线评估各独立因素及列线图的预测效能，并使用DeLong检验比较曲线下面积（AUC）的差异。 结果 GPC-3阳性与阴性组间AFP水平、肿瘤边缘、瘤内出血灶及TLR-AP、TLR-PP、TLR-HBP差异有统计学意义（P均<0.05）。多因素logistic回归结果示AFP≥20 μg/L、瘤内出血灶、TLR-HBP是HCC GPC-3阳性表达的独立预测指标（OR为3.816、4.788、0.001，P均<0.05）。建立术前临床和钆贝葡胺增强MRI预测肝细胞癌GPC-3表达的列线图模型。AFP≥20 μg/L、瘤内出血灶、TLR-HBP和列线图模型预测GPC-3阳性表达的AUC分别为0.688、0.697、0.808、0.879，列线图模型诊断效能优于3个单独指标，差异有统计学意义（Z=3.82、4.13、2.04，P<0.001、<0.001、=0.042）。 结论 基于临床指标和钆贝葡胺增强MRI定性、定量指标的列线图模型对于术前预测HCC GPC-3表达具有较好效能，高于单一指标。

目的 探讨相同辐射剂量时偏离等中心点对CT图像质量的影响。 方法 采用160层CT扫描仪对体模在等中心点和偏离3、6、9、12和15 cm处进行扫描。管电压120 kVp，管电流400 mAs，层厚、层间距1 mm，采用滤波反投影重建算法重建。测量图像的噪声功率谱（NPS）、任务传递函数（TTF）和可检测性指数（d′），使用NPS峰值（NPSpeak）量化噪声大小，50%的TTF处的频率（TTF50%）量化空间分辨率。使用单因素方差分析比较NPS、TTF和d′值。 结果 随着偏离距离的增大，噪声量不断增加，NPS平均空间频率、空间分辨率和d′值逐渐降低。等中心点及偏离3、6、9、12、15 cm处的NPSpeak分别为（94.31±1.48）、（104.25±1.46）、（131.44±1.96）、（171.86±1.91）、（224.05±1.37）、（286.51±2.09）HU2·mm2，差异具有统计学意义（F=37 241.91，P<0.001）。2 mm低对比度病变d′值分别为3.51±0.06、3.31±0.04、3.01±0.04、2.59±0.06、2.21±0.03、1.88±0.03。高对比度空间分辨率降低更明显，各种类型病变的d′值降低程度类似。偏离等中心点9 cm时噪声增大约82%，高对比度空间分辨率降低约12%，d′值降低约26%（P均<0.05）。偏离等中心点15 cm时噪声增大约204%，高对比度空间分辨率降低约27%，d′值降低约45%。 结论 随着偏离CT等中心点距离的增加，CT图像质量随之下降。偏移距离大于9 cm时图像质量受到严重损害。

目的 尝试利用MRI表观扩散系数（ADC）的早期变化前瞻性指导5-氟尿嘧啶（5-FU）耐药胃癌患者源性皮下移植瘤小鼠模型更换化疗方案，并比较与体积指导换药组之间肿瘤负荷的差异。 方法 2020年1月至6月，采用5-FU耐药患者的胃癌组织建立30只小鼠模型，采用AdaBoost算法将小鼠随机分为实验组和对照组，每组15只。移植后第26天所有小鼠均以5-FU作为一线化疗药开始化疗，每两天行MR检查，包括T2WI和扩散加权成像（DWI）。使用开源软件ITK-SNAP测量肿瘤体积，利用ADC图测量肿瘤ADC值。实验组根据肿瘤ADC值变化率、对照组根据肿瘤体积增长率确定化疗药物更换时间，将5-FU更换为紫杉醇。观察终点为小鼠进入恶病质状态。采用独立样本t检验比较两组间的肿瘤负荷差异。 结果 5-FU治疗后两组ADC值均升高，化疗后第4天ADC值开始下降，实验组在这一时间点用紫杉醇替代5-FU继续化疗。对照组在化疗后第6天肿瘤体积增长率明显增加（从8.6%增加到16.1%），对照组于该时间点用紫杉醇替代5-FU化疗。观察终点位于化疗后第18天，实验组小鼠肿瘤负荷为（1.82±0.09）cm3，对照组肿瘤负荷为（2.01±0.09）cm3，差异有统计学意义（t=2.25，P=0.033）。实验组化疗后第16天和对照组开始化疗后第18天，此时两组紫杉醇的用药时间均为12天，实验组的肿瘤负荷为（1.61±0.12）cm3，对照组肿瘤负荷为（2.01±0.09）cm3，差异有统计学意义（t=2.03，P=0.040）。 结论 对于5-FU耐药胃癌小鼠皮下移植模型，根据化疗后肿瘤ADC值的早期变化指导更换化疗药物可获得更低的肿瘤负荷，提示其为可行的优化化疗方案的方法。

目的 探讨中国医学影像人工智能（AI）发展现状，为AI的发展提供数据支持。 方法 2022年5月，中华医学会放射学分会和中国医学影像AI产学研用创新联盟携手以调查问卷形式在全国发起中国医学影像AI应用现状和发展需求调研。本次调研分别围绕医学影像AI临床应用、企业发展以及在高校的教育需求等面向不同人群开展，并进行描述性统计分析。 结果 中国医学影像AI在临床应用、企业发展及教育教学方面取得了长足发展。临床应用方面，90.8%（5 765/6 347）的调查者对AI有了初步以上的了解，62.1%（3 798/6 119）的医师表示科室中已经有医学影像AI产品的应用，AI产品目前已经在医学影像检查全流程中展开应用，尤其是辅助诊断，肺结节AI筛查应用占比达到89.5%（3 401/3 798）。制约医学影像AI快速发展的主要因素为人才缺乏［47.3%（3 002/6 347）］、数据质量低［45.7%（2 898/6 347）］和产品功能不完善［40.4%（2 566/6 347）］。企业方面，规模在100人以下占比为65.4%（17/26），规模在100人以上的企业占比为34.6%（9/26），企业当前主要的使用对象面向二级以上医院，占比约92.3%（24/26）。教育方面，不同层次学校目前开展的AI课程、实践操作以及讲座的数量和质量各不相同，其中硕博士AI课程开设最多，占比约22.5%（86/381），而针对专科生、本科生及规培生开设AI课程占比均小于15%，超过60%学生均表示学校有必要加开AI类课程，其中硕博士对加开AI类课程需求最大［84.8%（323/381）］。 结论 中国医学影像AI发展及普及继续繁荣向好，机遇与挑战并存，要坚持临床需求为导向，实现临床应用、企业发展及教育教学的协同发展。

回顾性分析2015年8月至2020年12月浙江大学医学院附属第一医院8例经手术病理证实的腹部交织状血管瘤（AH）患者的临床及CT影像资料。男4例、女4例，年龄21~80（53±22）岁。7例患者为偶然发现，1例患者肾癌术后随访中发现。8例均为单发病灶，5例发生于泌尿生殖器官，其余3例分别位于输尿管旁、肾周间隙及胰腺旁。6例形态规则呈类圆形，7例边界清楚，8例CT图像上均未见包膜，6例呈囊实性。病灶最大径1.7~10.8（3.5±3.0）cm。实性部分平扫CT值27~56（41±10）HU，增强表现为边缘向中央缓慢填充强化，5例病灶内可见类似于血管样的条状强化结构。8例患者随访8~30（19±8）个月均未见复发和转移。腹部AH病灶内类似于血管样结构的强化可能为相对特征性的CT影像学表现。

本文报道了1例侵及多组脑神经和马尾神经的神经淋巴瘤病患者。该患者为32岁男性，主要临床表现为马尾综合征。脑神经和腰椎MRI表现为多组脑神经及马尾神经明显增粗呈均匀明显强化，扩散加权成像表现为扩散受限明显，符合典型神经淋巴瘤病的影像学表现。由于神经淋巴瘤病在临床罕见，早期诊断困难，故当怀疑是此病时，应尽早进行MRI、活体组织检查。该患者经过骨髓穿刺和全面脑脊液检查后最终确诊为神经淋巴瘤病。

本文报道1例纵隔毛霉菌病累及心脏病例。患儿男，11岁。CT平扫示纵隔内不规则团块状软组织密度影，与周围分界不清。CT增强示病变中等、均匀强化；左、右心房壁，房间隔均明显增厚；左心室表面可见多发椭圆形结节，薄壁环状强化；上腔静脉周围可见厚度均匀的软组织包绕。患儿经抗真菌治疗后症状消失。

近年来，CT图像算法中基于深度学习的图像重建（DLIR）技术不断发展，日益成熟，目前已经逐步应用于临床实践中。DLIR算法较常规迭代重建算法具有在降低辐射剂量和图像噪声的同时不改变图像纹理，保持或提高解剖细节显示能力、总体图像质量和医生诊断信心的众多优势。因此，笔者重点就DLIR算法的原理、优劣势及其在人体各系统的临床应用进展进行综述，旨在进一步提高对DLIR算法的认识，并对其可能的应用情景提供借鉴。

超极化13C MRI是一种新兴的分子成像方法，可活体、无创、实时监测疾病发生发展过程中异常代谢产物，特异性地展现疾病的动态代谢及生理过程。本文中将对超极化13C MRI的成像理论、超极化13C生物探针及其在腹部成像中的研究现状展开概述，并从临床应用角度对其所面临的机遇与挑战进行论述，以期切实推进超极化13C成像的深层次临床应用与转化。

间质性肺疾病（ILD）是一组以弥漫性肺实质、肺泡炎症和间质纤维化为病理的基本病变，主要依赖于临床-影像-病理的共同诊断，即多学科综合诊疗模式。早期发现和评估肺部受累情况对患者管理至关重要。高分辨CT是检测和评估ILD的主要成像技术，能够在临床症状出现之前检测肺部受累情况。近年来随着影像技术的飞速发展，其他成像技术如超声、MRI和PET-CT亦被应用于ILD的评估。该文笔者旨在对各种影像学技术在ILD中的研究进展进行总结。

肿瘤免疫微环境是肿瘤微环境的重要组成部分，对肿瘤的生物学特性起到关键作用。影像组学是影像诊断学领域的前沿技术，使用影像组学方法评估肿瘤免疫微环境具有早期、无创、无需病理标本等优势，目前，已有不少研究从多个层面对影像组学在肿瘤免疫微环境评估领域的应用展开了验证。本文中介绍影像组学在评估肿瘤免疫微环境中的应用及价值。

心脏MR扩散张量成像（DT-CMR）是研究活体心肌组织微观结构的主要无创方法之一，能够在分子水平提供心肌结构和功能信息，帮助更好地理解心脏疾病的病理生理学改变。近年来DT-CMR技术和应用快速发展，已经在多种心脏疾病中得到应用，体现了较好的应用前景。本文从DT-CMR的成像原理、成像序列及参数、最新的临床研究进展等方面进行综述。