2025年 · 第59卷第10期

动脉粥样硬化性冠状动脉疾病（ACAD）的全球负担持续加重，传统“缺血中心模式”因忽视动脉粥样硬化早期干预而面临瓶颈。《柳叶刀》委员会倡议将冠状动脉疾病重新定义为ACAD，强调以斑块管理为核心，推动诊疗从应对“急性事件”转向“终身疾病防控”。影像学技术（如冠状动脉CT血管成像）与人工智能的整合，可早期识别斑块、风险分层并指导动态干预，成为实现ACAD早期预警及防控目标的关键工具。本文解析影像学在ACAD概念框架重构中的核心作用，为优化全球防控体系提供科学依据。

CT是儿科临床常用的检查手段，儿童生长速度快，代谢旺盛，X线电离辐射会对儿童造成更严重损伤，为了降低CT辐射损伤，多项儿童CT辐射剂量调查报告、中国儿童CT检查辐射剂量标准专家共识以及儿童CT诊断参考水平行业标准已陆续出台。但是，目前我国医疗发展不均衡，CT设备品牌多元，代差明显，设备性能参差不齐，相同的辐射剂量在众多型号设备应用中不能保证获得相似的图像质量。对于我国现状，界定可以保证诊断的最低CT图像质量，从而调整各型号设备获得相应质量的图像，是保证儿童低剂量CT工作切实可行的措施。但是国内尚无统一的儿童CT图像质量标准。为进一步规范儿童CT图像质量，保证低剂量CT图像质量可以满足临床诊断需求，从而为低剂量CT工作提供参考标准，国家儿童医学中心牵头组织国内相关专家，经多次讨论，对儿童头颅平扫、胸部平扫、腹部增强CT、CT血管成像的图像质量评价标准达成共识，旨在规范儿童CT检查的最低图像质量标准，指导儿童低剂量CT扫描方案，更好地为儿童的医疗安全服务。

目的 采用扩散峰度成像（DKI）探讨多发性硬化（MS）和视神经脊髓炎谱系疾病（NMOSD）患者视交叉和视辐射的微结构改变。 方法 该研究为横断面研究。回顾性分析2019年1月至2023年12月期间在重庆医科大学附属第一医院确诊的63例复发缓解型MS患者与62例NMOSD患者的临床和影像资料。根据是否发生视神经炎分为视神经炎阳性MS组（40例）、视神经炎阴性MS组（23例）、神经炎阳性NMOSD组视（40例）及视神经炎阴性NMOSD组（22例）；另同期收集健康对照组40名。采集所有受试者的DKI数据，基于DKI后处理获得视交叉和双侧视辐射的各向异性分数（FA）、平均峰度（MK）、轴向峰度（AK）、径向峰度（RK）值，并获得简易智力状态检查量表（MMSE）、蒙特利尔认知评估量表（MoCA）、扩展残疾状况量表（EDSS）评分。采用Kruskal-Wallis分析5组间视交叉、双侧视辐射DKI参数的差异，两两比较采用Holm-Bonferroni法进行多重比较校正。 结果 健康对照组、视神经炎阴性NMOSD组、视神经炎阳性NMOSD组、视神经炎阴性MS组、视神经炎阳性MS组视交叉、双侧视辐射DKI参数总体差异均有统计学意义（P0.05）。其中视神经炎阳性NMOSD组视交叉FA值较健康对照组、视神经炎阴性MS组、视神经炎阴性NMOSD组均显著减低（P0.05），视神经炎阳性NMOSD组左侧视辐射FA值较健康对照组及视神经炎阴性MS组减低（P0.05）；视神经炎阳性MS组视交叉RK值较健康对照组及视神经炎阴性NMOSD组减低（P0.05）；视神经炎阴性MS组左侧视辐射MK、RK值显著低于视神经炎阳性及阴性NMOSD组（P0.05）。 结论 NMOSD与MS患者视交叉和视辐射均存在不同程度微结构损伤，DKI参数差异可提示两者视觉通路损伤的不同病理机制，为早期发现视觉通路的隐匿性病变提供依据。

目的 利用GPT-4、DeepSeek、文心一言、讯飞星火4种大语言模型（LLM）识别头颈部CT血管成像（CTA）影像报告常见错误，评估利用现有LLM辅助中文影像报告质量控制的可行性。 方法 本研究为横断面研究，采用简单随机抽样方法抽取2023年首都医科大学宣武医院1 000份头颈部CTA影像报告（500份初级影像报告，500份完成影像报告）。由2名医师协商检测报告中6类错误，包括描述错误、书写错误、左右混淆错误、诊断遗漏错误、逻辑语序错误和其他错误，并采用李克特5分量表分析法对报告质量进行整体评分。再利用GPT-4、DeepSeek、文心一言、讯飞星火模型分别检测影像报告中的6类错误，并进行整体评分。以人工审核结果为金标准，计算F1值对模型性能进行评价，采用组内相关系数（ICC）对人工和4种LLM的整体评分进行一致性评估。 结果 在初级影像报告中，人工检测描述错误、书写错误、左右混淆错误、诊断遗漏错误、逻辑语序错误和其他错误的比例分别为2.6%（13/500）、0.6%（3/500）、0、6.4%（32/500）、5.2%（26/500）和0；完成影像报告6类错误的比例分别为0.2%（1/500）、0、0、0、0和0.2%（1/500）。在对初级影像报告的检测中，GPT-4检测6类错误类型的F1值分别为0.992、0.997、0.997、0.967、0.980、0.992；DeepSeek分别为0.980、0.955、0.981、0.920、0.995、0.960；文心一言分别为0.982、0.990、1.000、0.956、0.976、0.999；讯飞星火分别为0.985、0.995、1.000、0.961、0.982、1.000。在对完成影像报告的检测中，GPT-4检测6类错误类型的F1值分别为0.994、0.995、0.998、0.973、0.989、0.993；DeepSeek分别为0.968、0.965、0.985、0.971、0.991、0.983；文心一言分别为0.996、0.992、1.000、0.983、0.999、0.997；讯飞星火分别为0.999、0.999、1.000、1.000、1.000、0.999。GPT-4、DeepSeek、讯飞星火模型与人工评分一致性中等，ICC分别为0.514、0.560、0.515（P均0.001）；文心一言的整体评分与人工评分一致性差，ICC为0.221（P0.001）。 结论 LLM在头颈部CTA影像报告错误检出方面具有较高的准确率，对报告质量的整体评分与人工评分一致性中等，对智能化报告质量控制具有一定的可行性。

目的 探讨基于瘤内与瘤周MRI的深度学习影像组学（DLR）列线图模型鉴别IgG4相关性眼病（IgG4-ROD）与眼眶黏膜相关淋巴组织（MALT）淋巴瘤的价值。 方法 该研究为病例对照研究，回顾性分析2020年1月至2024年12月在吉林大学第二医院（中心1）和首都医科大学附属北京同仁医院（中心2）经术后病理确诊为IgG4-ROD和眼眶MALT淋巴瘤患者的临床和影像资料，共233例，其中来自中心1的158例患者为训练集，来自中心2的75例患者为验证集。102例为IgG4-ROD，其中训练集70例、验证集32例；131例为眼眶MALT淋巴瘤，其中训练集88例、验证集43例。通过单因素和多因素logistic回归分析，筛选出临床影像特征中的独立预测因素建立临床影像模型。基于T1WI、T2WI和扩散加权图像，手动勾画病灶瘤内区域，再自动向外扩展2 mm获得瘤周区域，将两者合并作为感兴趣体积，提取影像组学特征和深度学习（DL）特征。采用ResNet-50模型作为DL特征提取的基础框架，经筛选和降维后构建DLR模型。将临床影像特征与DLR特征融合建立临床影像-DLR联合模型，并绘制列线图。使用受试者操作特征曲线、校准曲线和决策曲线分析来评价模型鉴别IgG4-ROD与眼眶MALT淋巴瘤的效能，曲线下面积（AUC）的比较采用DeLong检验。 结果 临床资料中眼部双侧受累（OR=1.983，95%CI 1.166~2.843，P=0.046）和眼外肌受累（OR=1.246，95%CI 1.079~1.764，P=0.015）是鉴别IgG4-ROD与眼眶MALT淋巴瘤的独立预测因素，建立临床影像模型。经筛选最终保留14个特征（9个影像组学特征、5个DL特征）用于构建DLR模型。临床模型、DLR模型和列线图模型在训练集中的AUC分别为0.762（95%CI 0.712~0.812）、0.865（95%CI 0.822~0.908）、0.943（95%CI 0.909~0.953），验证集中为0.733（95%CI 0.675~0.791）、0.823（95%CI 0.762~0.884）、0.924（95%CI 0.902~0.958）。列线图模型的AUC优于临床影像模型和DLR模型，差异均有统计学意义（训练集：Z=3.92、2.87，P0.001、P=0.004；验证集：Z=3.25、2.46，P=0.001、0.014）。校准曲线显示列线图模型在预测IgG4-ROD的概率和实际发生率之间有良好的一致性，决策曲线分析显示列线图模型的净获益率最高。 结论 基于瘤内和瘤周的DLR特征联合临床影像特征的列线图模型鉴别IgG4-ROD与眼眶MALT淋巴瘤具有良好效能。

目的 探讨光子计数探测器CT（PCD-CT）虚拟单能量成像在低辐射剂量、低对比剂剂量、低注射流率、低对比剂浓度（“四低”方案）下行主动脉CT血管成像（CTA）的可行性。 方法 前瞻性纳入2024年4至7月在郑州大学第一附属医院拟用PCD-CT行主动脉CTA检查的40例患者（PCD-CT组）。回顾性纳入基线信息匹配的使用双源能量积分探测器CT（EID-CT）进行主动脉CTA检查的40例患者（EID-CT组）。PCD-CT组使用“四低”方案采集，EID-CT组采用传统方案，记录并比较一般资料及剂量资料（含有效辐射剂量和对比剂注射参数）。PCD-CT组分别在45、50、55、60和65 keV下进行单能量图像重建。对各组进行客观图像质量评估，测量各图像在升主动脉、主动脉弓、降主动脉、腹主动脉、右侧髂总动脉的CT值、信噪比（SNR）和对比噪声比（CNR），同时记录图像噪声。两名医师对各组图像进行主观质量评分，使用Kappa检验评估评分一致性，并对各组评分进行比较。图像质量的比较使用单因素方差分析或Kruskal-Wallis检验，并采用Bonferroni法进行事后多重比较。 结果 EID-CT组和PCD-CT组患者一般资料的差异无统计学意义（P均0.05）。PCD-CT组有效辐射剂量为（3.88±0.65）mSv，对比剂剂量为（29.25±4.56）ml，注射流率为（2.65±0.42）ml/s，较EID-CT组［（5.97±1.15）mSv、60 ml、3 ml/s］分别降低35%、51%、12%，且差异有统计学意义（P均0.001）。对于客观图像质量，PCD-CT组55 keV下的图像，在各血管的SNR和CNR与EID-CT组相当，且两组图像噪声的差异无统计学意义（P0.05）；除了升主动脉，两组在其余各血管的CT值差异无统计学意义（P均0.05）。对于主观图像质量，PCD-CT组在55 keV下图像与EID-CT组在噪声和管腔对比度评分上的差异无统计学意义（P均0.05）；在肾动脉分支显示上，PCD-CT组图像表现更优，差异有统计学意义（P=0.001）。 结论 PCD-CT虚拟单能量成像联合“四低”方案行主动脉CTA检查时，采用55 keV的单能量图像能够在降低辐射剂量、对比剂剂量、注射流率、对比剂浓度的同时，能保证图像质量且满足临床诊断需求。

目的 探索全自由呼吸心脏MR检查（CMR）在临床实践中的可行性和有效性。 方法 前瞻性纳入2024年6月1日至30日在中国医学科学院阜外医院接受全自由呼吸CMR检查及传统屏气电影成像检查的患者。分析并比较两种扫描方式下的图像采集时间、图像质量及左心室功能参数，包括左心室射血分数（LVEF）、左心室心输出量（LVCO）、左心室舒张末期容积（LVEDV）、左心室舒张末期容积指数（LVEDVI）、左心室收缩末期容积（LVESV）、左心室收缩末期容积指数（LVESVI）、左心室每搏输出量（LVSV）和左心室质量（LVM）。对全自由呼吸CMR检查中其他序列包括T1 mapping、T2 mapping、血流成像和延迟钆增强（LGE）等图像分别进行定量和定性分析。组间比较采用Wilcoxon符号秩检验或配对t检验。对两种扫描方式的心功能参数进行一致性检验，包括Bland-Altman分析、组内相关系数（ICC）和线性回归等。 结果 共纳入150例患者。全自由呼吸CMR扫描时间为（22.1±3.1）min，其中短轴电影序列检查时间为（2.7±0.4）min，短于屏气状态下的（4.9±1.4）min，差异有统计学意义（P0.001）。自由呼吸CMR获得的电影和LGE图像质量评分分别为4（4，4）分和5（4，5）分，屏气状态获得的电影图像质量评分为5（4，5）分。与传统屏气CMR相比，自由呼吸CMR测量的LVESV、LVESVI略高，LVEDV、LVEDVI、LVSV、LVCO、LVEF、LVM略低，除LVSV、LVCO外其余各项心功能参数差异有统计学意义（P均0.05）。但两种方法具有很强的一致性（ICC0.947）和相关性（0.808r0.993，P均0.001）。Bland-Altman分析显示所有心功能参数偏倚均在8.0%以内。自由呼吸CMR的Native T1和T2值分别为（1 277.5±57.0）ms和40.1（38.5，41.4）ms，且血流成像与超声心动图结果基本一致。 结论 全自由呼吸CMR在临床实践中是可行且有效的，与传统屏气扫描采集的左心功能参数具有高度一致性，且可有效缩短检查时间，对CMR检查的推广普及具有较大的临床应用价值。

目的 探讨深度学习重建算法联合“双低”方案（低辐射剂量、低对比剂用量）对胸腹主动脉CT血管成像（CTA）的可行性。 方法 该研究为横断面研究。前瞻性纳入2023年6月至2024年6月中日友好医院因怀疑主动脉疾病接受主动脉CTA检查的患者56例。所有患者按照随机数字法分为2组，A组28例，CTA检查时管电压100 kVp、管电流自动调制（噪声指数10）、对比剂用量80 ml（流率5 ml/s），图像重建采用三维自适应迭代重建算法（AIDR）；B组28例，CTA检查时管电压80 kVp、管电流自动调制（噪声指数25）、对比剂用量40 ml（流率3.5 ml/s），图像重建分别采用深度学习重建算法（AiCE亚组）和AIDR算法（AIDR亚组）。由2名医师对3组图像质量进行主客观评价，客观评价指标包括升主动脉、隆突水平降主动脉、近腹腔干开口处腹主动脉、近髂总动脉分叉层面腹主动脉CT值、噪声（SD）值、信噪比（SNR）和对比噪声比（CNR）；主观评价指标包括图像质量和噪声评分。3组间比较采用单因素方差分析或Kruskal-Wallis H检验。 结果 A组与AiCE亚组、AIDR亚组升主动脉、降主动脉、腹主动脉CT值差异均无统计学意义（P0.05），升主动脉、降主动脉、腹主动脉的SD值、SNR值、CNR值总体差异有统计学意义（P0.05）。其中除A组与AiCE亚组升主动脉、降主动脉SD值、SNR值、CNR值，A组与AIDR亚组升主动脉、腹主动脉SNR值差异无统计学意义外（P0.05），其余部位组间两两比较SD值、SNR值、CNR值差异均有统计学意义（P0.05）。A组与AiCE亚组、AIDR亚组图像质量评分及噪声评分总体差异有统计学意义（P0.05），除A组与AiCE亚组图像质量评分及噪声评分差异无统计学意义外（P0.05），其余两两比较图像质量评分及噪声评分差异有统计学意义（P0.05）。 结论 深度学习重建算法联合“双低”方案应用于胸腹主动脉CTA，可在降低辐射剂量、对比剂用量的同时，维持诊断所需的图像质量，具有临床推广价值。

目的 探讨基于多参数MRI列线图模型评估激素受体（HR）阳性型乳腺癌复发风险的价值。 方法 该研究为横断面研究。回顾性分析2018年1月至2023年12月在南通大学第二附属医院接受乳腺MRI检查并经病理证实的220例HR阳性型乳腺癌患者的临床病理资料（年龄、月经状态、腋窝淋巴结转移情况等）和影像学资料。所有患者均接受术前MRI检查，分析其MRI特征并测量病灶最大径、表观扩散系数（ADC）值最后计算5年后临床治疗评分（CTS5评分）并将所有患者分为低复发风险（CTS5评分3.13分）与CTS5中高复发风险（CTS5评分≥3.13分）。通过电子病历系统或电话对患者进行随访，随访截止时间为2024年12月31日，并将患者分为复发组与非复发组。采用独立样本t检验、Mann-Whitney U检验或χ2检验比较复发组与未复发组患者的临床病理资料、MRI特征及CTS5评分的差异。将单因素分析中P0.05的指标纳入多因素logistic回归筛选预测HR受体阳性型乳腺癌复发的独立影响因素，并构建列线图，建立列线图模型。采用受试者操作特征曲线和曲线下面积（AUC）评估列线图模型预测HR阳性型乳腺癌患者术后复发风险的效能。采用方差膨胀因子（VIF）评估自变量间的多重共线性，采用校准曲线和决策曲线评估列线图模型的拟合度和临床净收益。 结果 220例HR阳性型乳腺癌患者中，未复发组196例，复发组24例。复发组与非复发组患者的病灶最大径、腋窝淋巴结转移、ADC值、CTS5分组、CTS5分数差异均有统计学意义（P0.05）。多因素logistic回归分析显示病灶最大径（OR=1.110，95%CI 1.169~1.503，P0.001）、ADC值（OR=0.993，95%CI 0.993~0.989，P0.001）、腋窝淋巴结转移（OR=8.842，95%CI 2.120~36.884，P=0.003）是HR阳性乳腺癌患者术后复发的独立影响因素，并以此构建列线图模型。VIF显示变量间未检测到明显的多重共线性（VIF5）。列线图模型预测HR阳性乳腺癌患者术后复发的AUC值为0.868（95%CI 0.794~0.942），灵敏度为0.875，特异度为0.781。校准曲线示该模型预测HR阳性乳腺癌患者术后复发的校准曲线与理想曲线走向基本一致；决策曲线示该模型在0.01%~90.00%阈概率范围内具有较高的临床收益。 结论 基于多参数MRI特征构建的列线图可以预测HR阳性乳腺癌患者的术后复发风险，具有良好的一致性和预测能力。

目的 探讨基于T1 mapping和表观扩散系数（ADC）图像的影像组学及临床指标构建的临床-影像组学模型对慢性肾脏病（CKD）所致肾纤维化（RF）的诊断价值。 方法 该研究为横断面研究，前瞻性连续收集2021年9月至2023年12月苏州大学附属第二医院的122例CKD患者资料，采用简单随机抽样法按7∶3的比例将其分为训练集（85例）和验证集（37例）。对患者进行T1 mapping和扩散加权成像扫描，并在3 d内进行穿刺活检。根据病理RF程度不同，分为无RF（25例）、轻度RF（55例）、中重度RF（42例）。为区分有无RF（无RF与有RF，有RF为轻度RF和中重度RF）和RF严重程度（轻度RF与中重度RF），采用单因素和多因素logistic回归筛选出临床独立预测指标为临床模型；从T1 mapping和ADC图像勾画的右肾实质感兴趣区中提取影像组学特征，经最小绝对收缩和选择算子回归进行筛选，建立影像组学模型；并与临床独立预测指标结合构建临床-影像组学模型。采用受试者操作特征曲线下面积（AUC）评价其诊断效能，绘制校准曲线和决策曲线评价模型的校准度和临床净获益。 结果 单因素logistic回归分析显示估算肾小球滤过率（eGFR）、血肌酐、尿素氮在区分有无RF以及RF严重程度时差异有统计学意义（P均0.05）。多因素分析结果显示eGFR是有无RF（OR=0.939，95%CI 0.898~0.982，P=0.006）和RF严重程度（OR=0.956，95%CI 0.917~0.997，P=0.037）的临床独立预测指标。在MRI图像中区分有无RF和RF严重程度分别提取7个和8个影像组学特征，建立影像组学模型，与eGFR构建临床-影像组学模型。临床-影像组学模型诊断有无RF和RF严重程度的AUC均最高，训练集为0.935（95%CI 0.859~0.977）、0.967（95%CI 0.891~0.995），验证集为0.914（95%CI 0.774~0.981）、0.908（95%CI 0.748~0.981）。校准曲线及决策曲线显示临床-影像组学模型拟合良好，对CKD患者RF的校准度高且临床净获益高。 结论 基于T1 mapping和ADC图像及eGFR构建的临床-影像组学模型能够有效提高对CKD所致RF的诊断效能。

初步探讨慢性硬膜下血肿（CSDH）脑膜中动脉栓塞（MMAE）术中锥形束CT（CBCT）表现及其临床意义。纳入36例（46侧）CSDH患者的临床及影像资料。观察CBCT表现，记录对比剂渗漏情况，并根据CSDH包膜强化方式分为Ⅰ型、Ⅱ型、Ⅲ型3种强化类型。比较原发与复发性CSDH，混杂密度型与均质密度型CSDH间包膜Ⅲ型强化比例的差异。结果显示46.7%（7/15）患者观察到对比剂外溢。强化Ⅰ型占23.9%（11/46），Ⅱ型50.0%（23/46），Ⅲ型26.1%（12/46）。Ⅲ型强化呈“V字征”“涟漪征”和“蝶翼征”等特征性表现。复发性CSDH包膜强化Ⅲ型比例高于原发性CSDH，但差异无统计学意义（χ2=2.889，P=0.089）。混杂密度型CSDH包膜强化Ⅲ型比例高于均质密度型，差异有统计学意义（χ2=4.741，P=0.029）。本研究提示，CBCT可呈现包膜强化、硬脑膜异常血管网及对比剂渗漏等关键信息，Ⅲ型强化多见于混杂密度型及复发性CSDH，提示此类患者可能更适于MMAE治疗。

该研究为病例系列研究，回顾性分析了2019年1月至2024年9月在浙江大学医学院附属妇产科医院收治的13例子宫附腔（ACUM）患者的临床病理特征及术前影像学表现。患者年龄（24±5）岁，主要临床症状为严重痛经及周期性下腹痛。MRI显示13例ACUM均表现为单发、边界清晰的椭圆形或圆形、与宫腔不相连的囊腔，囊腔内可见薄层内膜样信号，周围见类似结合带的外围环及与子宫肌壁相连续的环形肌性组织包绕，呈现类似子宫的外观。囊腔内信号多变，T1WI多为高信号，T2WI多为高信号或混杂信号。

该研究回顾性收集了在中国科学技术大学附属第一医院经手术病理证实的13例青年人多形性低级别神经上皮肿瘤患者，其中男11例，女2例，年龄5~65岁。13例患者中11例以癫痫发作就诊，2例因头痛、头晕就诊。13例接受MRI检查，病灶均位于幕上，其中颞叶8例，额叶3例，枕叶1例，胼胝体1例；6例病灶位于皮层，6例位于灰白质交界处，1例位于胼胝体；10例病灶呈圆形或类圆形，3例呈不规则形。病灶长径13.6~21.3 mm。13例在MRI上均未见明显占位效应。病灶的T1WI和T2WI信号多变。11例接受CT检查，其中10例有钙化表现。病理学示光镜下见肿瘤组织以少突胶质细胞瘤样成分呈团片状为主的多形性外观，均未见核分裂象。12例接受病灶切除术，1例行定向活检术。术后随访均未见肿瘤复发。

本文报道1例口底副神经节瘤的影像学表现。患者女，48岁，CT表现为口底囊实性肿块，增强后实性部分明显强化，囊性部分无强化，可见供血动脉增粗征。MRI表现为T1WI等、稍低信号，T2WI呈不均匀明亮高信号，可见流空血管影、椒盐征、灯泡征及液液平面。病理诊断为口底副神经节瘤。

乳腺纤维腺瘤发生自发性梗死是一种罕见并发症，其影像学表现不典型时易与乳腺恶性肿瘤混淆。该文报道了1例经手术病理证实的乳腺纤维腺瘤伴广泛自发性梗死患者临床及影像学资料。患者为43岁女性，因发现右侧乳腺肿块就诊。乳腺X线摄影、超声及MRI均显示右侧乳腺巨大囊实性肿块，影像学评估为乳腺影像报告和数据系统4B类，考虑交界性或恶性叶状肿瘤可能性大，需与包裹性乳头状癌及黏液癌鉴别。行肿块切除术后，病理诊断为纤维腺瘤伴大片状梗死。

高血压性心脏病（HHD）是长期高血压导致心脏结构和功能损害的一种严重并发症，其主要特征改变包括左心室肥厚、心肌间质纤维化及心脏收缩-舒张耦联功能障碍。近年来，心脏MR（CMR）凭借其无电离辐射、高软组织分辨率及多参数定量评估的优势，已成为研究HHD最具潜力的影像技术。本文综述CMR在HHD研究中的最新进展，为临床全面评价HHD患者的心脏结构和功能、指导临床决策以及改善患者预后提供帮助，并有望为将来研究提供参考。

大语言模型（LLMs）是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。LLMs推动了自然语言处理领域的不断发展和进步。近年来LLMs与放射学的结合革新了放射学临床实践的各个方面，正在成为放射科医师和医学界的宝贵工具和研究热点，具有较好的临床应用前景。本文阐述了LLMs的概念、发展历史以及特性，并从放射学领域内LLMs的临床、科研、教育及患者友好等方面的应用、局限性、未来研究方向进行综述，为临床实践及科研提供一定参考和建议。

肺间质异常（ILAs）是CT图像上存在的非重力依赖性双侧肺实质异常。ILAs常见于老年人群及长期吸烟者，其与多种不良预后相关，包括肺功能进行性下降以及全因死亡率增高等。ILAs的诊断与评估高度依赖CT检查，但其影像学表现多样，且极易被忽视，故需要放射医师提升对该异常表现的认识。系统掌握ILAs的CT影像学特征、临床意义及综合管理策略，可以提高对早期肺间质病变的识别能力，及时作出提示性诊断并启动相应的临床评估流程，并可避免漏诊和延误干预时机，进而改善患者预后。