○乳腺成像

基于2 個國家的乳腺X 線檢查數(shù)據(jù)構(gòu)建多模式的人工智能虛擬活檢模型(DOI:10.19300/j.2023.r0301)

Virtual Biopsy by Using Artificial Intelligence-based Multimodal Modeling of Binational Mammography Data （DOI:10.1148/radiol.220027）

V.Barros,T.Tlusty,E.Barkan,E.Hexter,D.Gruen,M.Guindy,et al.

摘要基于人工智能（AI）的計算模型越來越多地用于診斷乳腺惡性病變。然而，根據(jù)醫(yī)學(xué)影像對病變進行如同活檢結(jié)果般詳細(xì)的、特定的病理亞型評估仍然是一個挑戰(zhàn)。目的基于乳腺X 線片和有組織病理學(xué)信息的電子健康記錄，開發(fā)一種能夠識別乳腺病變亞型的AI 模型。資料與方法回顧性收集9 234 名接受數(shù)字乳腺X 線檢查的女性的26 569 張影像，用以預(yù)訓(xùn)練算法。訓(xùn)練集數(shù)據(jù)包括2013 年3 月—2018 年11 月期間的病人，至少有1 年臨床和影像學(xué)檢查史，且均后經(jīng)活檢組織病理學(xué)確診。使用2 個數(shù)據(jù)集，分別包括2 120名以色列女性和1 642 名美國女性，獨立訓(xùn)練1 個卷積神經(jīng)網(wǎng)絡(luò)和監(jiān)督學(xué)習(xí)算法相結(jié)合的模型來預(yù)測乳腺病變。使用受試者操作特征曲線下面積（AUC）和DeLong 法估計95%可信區(qū)間（CI），并用Bootstrapping 方法檢驗結(jié)果。結(jié)果以色列模型在456 名女性中得到驗證，并在441 名女性中進行了測試[平均年齡（51±11）歲]。美國模型在350 名女性中得到驗證，并在344 名女性中進行了測試[平均年齡（60±12）歲]。預(yù)測了測試集中的惡性腫瘤（包括220 例以色列和126 例美國的導(dǎo)管原位癌或浸潤性癌病人），預(yù)測以色列和美國病人的AUC值分別為0.88（95%CI：0.85～0.91）和0.80 （95%CI：0.74～0.85）（P＝0.006）。這些結(jié)果可能不適用于其他隊列的病人，應(yīng)進一步研究其在不同人群中的泛化能力。結(jié)論當(dāng)數(shù)據(jù)量足夠大時，AI 用于臨床和乳腺X 線影像可以識別乳腺病變亞型，有助于評估診斷工作流程，并減少活檢采樣誤差。

原文載于Radiology，2023，306（3）：e220027.

王超譯 張敏鳴校

通過深度學(xué)習(xí)模擬侵襲性乳腺癌的增強乳腺MRI 檢查(DOI:10.19300/j.2023.r0302)

Deep Learning to Simulate Contrast-enhanced Breast MRI of Invasive Breast Cancer(DOI:10.1148/radiol.213199)

M.Chung, E.Calabrese, J.Mongan, K.M.Ray, J.H.Hayward, T.Kelil,et al.

摘要人們對非增強乳腺MRI 的腫瘤可視化替代方案越來越感興趣，由此增加乳腺MRI 的適用性。目的評估利用深度學(xué)習(xí)技術(shù)從經(jīng)活檢證實的浸潤性乳腺癌的非增強序列中生成模擬增強T1加權(quán)乳腺MRI 掃描的可行性和準(zhǔn)確性。資料與方法回顧性納入2015 年1 月—2019 年12 月期間在一家學(xué)術(shù)機構(gòu)為初步評估疾病程度進行增強乳腺MRI檢查的患有浸潤性乳腺癌的女性病人。三維全卷積深度神經(jīng)網(wǎng)絡(luò)從5 個非增強序列（T1加權(quán)非脂肪抑制、T1加權(quán)脂肪抑制、T2加權(quán)脂肪抑制、表觀擴散系數(shù)和擴散加權(quán)成像）模擬了增強T1加權(quán)乳腺MRI 掃描。由4 名乳腺放射科醫(yī)生（具有3～15 年的經(jīng)驗）盲法定性評估了22 對真實和模擬的增強MRI 的影像質(zhì)量（優(yōu)秀、可接受、良好、差或不可接受），腫瘤強化情況，以及腫瘤大小的最大指數(shù)。利用全乳腺相似性和誤差度量以及腫瘤強化重疊的Dice 系數(shù)分析進行定量比較。結(jié)果對96 例女性[平均年齡（52±12）歲]的96 次MRI 檢查進行評估。閱片者評估的所有模擬MRI 掃描與真實MRI掃描具有相同的腫瘤強化表現(xiàn)。真實和模擬MRI 掃描的腫瘤大小指數(shù)具有良好至極好的一致性（組內(nèi)相關(guān)系數(shù)，0.73～0.86；P<0.001），差異無統(tǒng)計學(xué)意義（平均差異-0.8～0.8 mm；P=0.36～0.80）。幾乎所有的模擬MRI 掃描[88 次中有84 次（95%）]都具有較好的診斷質(zhì)量（評級為優(yōu)秀、可接受或良好）。定量分析顯示相似性強(結(jié)構(gòu)相似性指數(shù)為0.88±0.05），體素誤差?。▽ΨQ平均絕對百分比誤差為3.26%），腫瘤強化重疊的Dice 系數(shù)為0.75±0.25。結(jié)論利用深度學(xué)習(xí)生成模擬增強乳腺MRI 的掃描是可行的。模擬和真實的增強MRI 掃描顯示了相似的腫瘤大小、腫瘤強化區(qū)域和影像質(zhì)量，沒有顯著的定性或定量差異。

原文載于Radiology，2023，306（3）：e213199.

靳云云譯 張敏鳴校

○心臟成像

慢性冠狀動脈全閉塞CT 的深度學(xué)習(xí)分割與重建(DOI:10.19300/j.2023.r0303)

Deep Learning Segmentation and Reconstruction for CT of Chronic Total Coronary Occlusion(DOI:10.1148/radiol.221393)M.Li,R.Ling,L.Yu,W.Yang,Z.Chen,D.Wu,et al.

摘要慢性全閉塞(CTO)的CT 成像在指導(dǎo)血運重建中作用巨大，但手工重建和定量很耗時。目的開發(fā)并驗證用于實現(xiàn)自動CTO 重建的深度學(xué)習(xí)模型。資料與方法回顧性使用包括6 066 例病人（582 例CTO 病人，5 484 例無CTO 病人）的冠狀動脈CT 血管成像的訓(xùn)練集和1 962 例病人（208 例CTO 病人，1 754 例無CTO 病人）的冠狀動脈CT 血管成像的驗證集，開發(fā)了用于自動CTO 分割和重建的深度學(xué)習(xí)模型。該算法利用211 例CTO 病人的外部測試集進行了驗證。采用組內(nèi)相關(guān)系數(shù)、Cohen κ 系數(shù)和Bland-Altman 圖評估深度學(xué)習(xí)模型與傳統(tǒng)人工協(xié)議之間CTO 定量的一致性和測量一致性；同時評估了基于CT 的日本多中心CTO 注冊（J-CTO）評分對血運重建成功的預(yù)測價值。結(jié)果在外部試驗集中，211 例病人[平均年齡（66±11）歲;男164 例]中有240 例存在CTO 病變。在沒有人工處理的情況下，深度學(xué)習(xí)自動分割和重建CTO 的成功率為95%（228/240 例），而在常規(guī)人工重建方案下，其成功率為48%（116/240 例）（P<0.001）。深度學(xué)習(xí)的后處理和測量總體時間比人工重建時間縮短[平均時間分別為（121±20）s 和（456±68）s；P<0.001]。2 種方法評價的定量和定性CTO 參數(shù)表現(xiàn)出良好的相關(guān)性（相關(guān)系數(shù)＞0.85，P＜0.001)和極小的測量差異。深度學(xué)習(xí)模型和常規(guī)人工量化得到的J-CTO 評分對手術(shù)成功的預(yù)測效能無差異[受試者操作特征曲線下面積分別為0.76（95%CI：0.69～0.82）和0.76（95%CI：0.69～0.82）；P=0.55]。結(jié)論與人工重建相比，深度學(xué)習(xí)模型大大縮短了冠狀動脈CTO 量化的后處理時間，在閉塞特征的解剖評估中具有良好的相關(guān)性和一致性。

原文載于Radiology，2023，306（3）：e221393.羅驍譯 張敏鳴校

對左心室射血分?jǐn)?shù)≥35%的擴張性心肌病的心臟MRI 風(fēng)險分層(DOI:10.19300/j.2023.r0304)

Cardiac MRI Risk Stratification for Dilated Cardiomyopathy with Left Ventricular Ejection Fraction of 35% or Higher（DOI:10.1148/radiol.213059）

S.Li,Y.N.Wang,W.J.Yang,D.Zhou,B.Y.Zhuang,J.Xu,et al.

摘要過去15 年的研究表明，有相當(dāng)一部分發(fā)生心源性猝死（SCD）的擴張性心肌?。―CM）病人左心室（LV）射血分?jǐn)?shù)（LVEF）≥35%。目的確定LVEF≥35%的擴張性心肌病病人發(fā)生不良事件的臨床和心臟MRI 危險因素。資料與方法回顧性納入2010 年1 月—2017 年12 月期間接受心臟MRI檢查的LVEF≥35%的DCM 病人。主要終點是SCD 和SCD幸存，次要終點是全因死亡、心臟移植或因心力衰竭住院治療。采用多因素Cox 分析，確定了主要終點和次要終點的危險因素。結(jié)果共納入LVEF≥35%的466 例DCM 病人[平均年齡（44±14）歲，男358 例]。平均隨訪時間（79±30）個月（范圍7～143 個月），40 例病人達到主要終點，61 例病人達到次要終點。在調(diào)整后的分析中，年齡[HR，每年1.03 人（95%CI：1.00～1.05）；P=0.04]，心源性猝死家族史[HR，3.4（95%CI：1.3～8.8)；P=0.01]，紐約心臟協(xié)會（NYHA）心功能分級Ⅲ或Ⅳ級和NYHAⅠ或Ⅱ級[HR，2.1（95%CI：1.1～3.9）；P=0.02]，延遲釓增強（LGE）MRI 顯示心肌瘢痕大于或等于左室質(zhì)量的7.1%[HR，4.4（95%CI：2.4～8.3）；P<0.001 ]與SCD 或SCD 幸存相關(guān)。對于次要終點，LGE 區(qū)域≥左室質(zhì)量的7.1%和LGE ＜7.1%[HR，2.0（95%CI：1.2～3.4）；P=0.01]，左房最大容積指數(shù)，整體縱向應(yīng)變減低是獨立的預(yù)測因素。結(jié)論 對于LVEF≥35%的DCM 病人，心臟MRI 定義的心肌瘢痕大于或等于LV質(zhì)量的7.1%與SCD 或SCD 幸存相關(guān)。

原文載于Radiology，2023，306（3）：e213059.

陳薪伊譯 張敏鳴校

○循證實踐——百年紀(jì)念內(nèi)容

致密型乳腺和鉬靶陰性女性乳腺癌的補充篩查：系統(tǒng)性回顧和Meta 分析(DOI:10.19300/j.2023.r0305)

Supplemental Breast Cancer Screening in Women with Dense Breasts and Negative Mammography:A Systematic Review and Meta-Analysis(DOI:10.1148/radiol.221785)

H.Hussein, E.Abbas, S.Keshavarzi, R.Fazelzad, K.Bukhanov,S.Kulkarni,et al.

摘要致密型乳腺且鉬靶陰性的女性在具有平均或中等患乳腺癌風(fēng)險時，其最佳的乳腺癌補充篩查方式尚待確定。目的進行系統(tǒng)性回顧和Meta 分析，比較最常見的補充篩查方法在致密型和鉬靶陰性、平均或中等患乳腺癌風(fēng)險女性中的臨床結(jié)果。資料與方法在Medline、Epub Ahead of Print 和In-Process 以及其他非索引引文中全面檢索截至2020 年3月12 日的文獻；檢索經(jīng)典Embase 和Embase、Cochrane 對照試驗中心注冊、Cochrane 系統(tǒng)評價數(shù)據(jù)庫，以用于隨機對照試驗和前瞻性觀察研究。回顧分析增量癌癥檢出率（CDR）、召回陽性預(yù)測值（PPV1）、活檢的陽性預(yù)測值（PPV3），以及致密型乳腺和鉬靶陰性非高危乳癌病人補充成像方式（包括數(shù)字乳腺斷層合成、手持式超聲、自動乳腺超聲和MRI）的間隔CDR。對數(shù)據(jù)指標(biāo)和偏倚風(fēng)險進行評估。進行隨機效應(yīng)Meta分析和雙側(cè)Meta 回歸分析，比較每種成像方式的指標(biāo)（PROSPERO；CRD42018080402）。結(jié)果共納入22 項研究中的261 233 例篩查病人。在132 166 例符合納入標(biāo)準(zhǔn)的致密型乳腺和鉬靶陰性的乳癌篩查病人中，有541 例是鉬靶漏診且使用這些補充成像方法檢測到乳腺癌的病人。Meta 回歸模型顯示，MRI 的CDR 優(yōu)于其他補充成像方式（增量CDR，1.52/1 000 次篩查；95%CI：0.74～2.33；P<0.001），包括侵襲性癌的CDR（侵襲性癌的CDR，1.31/1 000 次篩查；95%CI：0.57～2.06；P<0.001）和原位疾?。▽?dǎo)管原位癌發(fā)生率，1.91/1 000 次篩選；95%CI：0.10～3.72；P<0.04）。PPV1 和PPV3 未見差異。由于研究數(shù)量有限，無法評估間隔期癌癥指標(biāo)。除MRI 外，其余成像方式的任何指標(biāo)間差異均無統(tǒng)計學(xué)意義。結(jié)論匯總數(shù)據(jù)顯示，致密型乳腺且鉬靶陰性的女性在有平均或中等患乳腺癌風(fēng)險時，MRI 是最佳的補充成像方式。

原文載于Radiology，2023，306（3）：e221785.

靳云云譯 張敏鳴校

○骨肌系統(tǒng)成像

雙 能CT 檢 測 疼 痛 性 膝 關(guān) 節(jié) 假 體 松 動(DOI:10.19300/j.2023.r0306)

Dual-Energy CT for Detecting Painful Knee Prosthesis Loosening（DOI:10.1148/radiol.211818）

G.Foti,C.Longo,M.D'Onofrio,S.Natali,G.Piovan,E.Oliboni,et al.

摘要在檢測假體松動相關(guān)的并發(fā)癥時，雙能CT 可以成為X 線攝影和單能CT 的替代方法。目的根據(jù)手術(shù)或影像學(xué)隨訪的參考標(biāo)準(zhǔn)，比較雙能CT、單能CT 和X 線攝影對于膝關(guān)節(jié)假體松動的診斷效能。資料與方法該前瞻性單中心研究于2018 年12 月—2021 年6 月對單側(cè)人工膝關(guān)節(jié)疼痛的參與者進行了X 線攝影、單能CT 和雙能CT 檢查。共設(shè)5名盲法閱片者評估影像，其中4 名為放射科醫(yī)生，1 名為骨科手術(shù)醫(yī)生。假體松動的診斷標(biāo)準(zhǔn)為周圍透亮區(qū)域＞2 mm。計算每種方法的特異度、敏感度和受試者操作特征曲線下面積（AUC），并采用多閱片者多病例方差分析進行比較。結(jié)果共納入92 名受試者[平均年齡（79±9.4）歲；女67 例]。其中有47名受試者確診為脛骨松動，24 名為股骨松動。對于脛骨，雙能CT 在關(guān)節(jié)置換術(shù)后松動的平均敏感度和特異度高達88%和91%，單能CT 為73%和78%，X 線攝影為68%和81%。對于脛骨，雙能CT（AUC：0.9）和單能CT 診斷效能相似（AUC分別為0.9、0.87；P=0.13），且都優(yōu)于X 線攝影（AUC 分別為0.90、0.82；P=0.002）。但對股骨來說，雙能CT 總體診斷效能（AUC，0.87）優(yōu)于單能CT 和X 線攝影（P<0.001）。結(jié)論與單能CT 和X 線攝影相比，雙能CT 對整體膝關(guān)節(jié)置換術(shù)后脛骨和股骨假體松動通常具有更好的診斷效能。

原文載于Radiology，2023，306（3）：e211818.

馬琳琳譯 張敏鳴校

加速的脊柱MRI 的深度學(xué)習(xí)重建：互換性前瞻性分析(DOI:10.19300/j.2023.r0307)

Deep Learning Reconstruction for Accelerated Spine MRI:Prospective Analysis of Interchangeability（DOI：10.1148/radiol.212922）

H.Almansour,J.Herrmann,S.Gassenmaier,S.Afat,J.Jacoby,G.Koerzdoerfer,et al.

摘要基于深度學(xué)習(xí)（DL）的MRI 重建可以減少快速自旋回波（TSE）采集的檢查時間，但是需要在實際的臨床場景中對基于DL 的快速獲得的、采樣不足的脊柱MRI 重建進行前瞻性的研究。目的探討展開的DL 重建TSE（以下簡稱TSEDL）T1和T2加權(quán)采集方法和標(biāo)準(zhǔn)的TSE 采集方法的診斷互換性，并測試了其對采集時間、影像質(zhì)量和診斷可信度的影響，為臨床實現(xiàn)更加快速的MR 掃描及診斷提供技術(shù)支持。資料與方法該研究納入了2020 年11 月—2021 年7 月期間經(jīng)機構(gòu)審查書面同意的患有各種脊柱異常的參與者。每個參與者都接受了2 次MRI 檢查，采用標(biāo)準(zhǔn)的完全采樣的T1和T2加權(quán)的TSE 采集（參考標(biāo)準(zhǔn)）和前瞻性的以3 倍和4倍的加速的低采樣TSEDL采集。影像評估由5 位閱片者完成。采用互換性分析和基于影像質(zhì)量的分析來比較TSE 和TSEDL的影像，同時比較了采集時間和診斷可信度。影像質(zhì)量評價指標(biāo)為解剖結(jié)構(gòu)（椎間盤、脊髓、腦脊液、神經(jīng)根、小關(guān)節(jié)和神經(jīng)孔）的銳度、偽影、噪聲和整體影像質(zhì)量。使用8 種退行性和非退行性病變（骨髓信號異常、Modic 變化、椎間盤退變、椎終板骨折、小關(guān)節(jié)病、許莫氏結(jié)節(jié)、黃韌帶異常和椎孔狹窄）評價結(jié)果的個體等效指數(shù)來測試互換性，對每個椎體進行分析，并定義為臨床判斷的不一致小于5%。計算閱片者間一致性和閱片者內(nèi)部的一致性（κ、Kendall τ、W 檢驗），并使用了Wilcoxon 和McNemar 檢驗。結(jié)果共有50 名參與者接受了評估[平均年齡（46±18）歲；男26 名]。TSEDL方法使總采 集 時 間 減 少 了70%（TSEDL為100 s，TSE 為328 s，P=0.001）。所有個體等效指數(shù)都小于4%。所有閱片者都認(rèn)為TSEDL采集的影像噪聲更好（P=0.001）。沒有證據(jù)表明標(biāo)準(zhǔn)TSE 和TSEDL之間在主要異常發(fā)現(xiàn)的頻率、整體影像質(zhì)量或診斷信心方面存在差異。結(jié)論數(shù)據(jù)驅(qū)動DL 重建的TSE 方法可與標(biāo)準(zhǔn)采集TSE 互換，并可用于檢測脊柱的各種異常情況。DL 重建的TSE 可提供良好的影像質(zhì)量和診斷信心，并將檢查時間減少了70%。因此，DL 技術(shù)可為超快速脊柱MRI奠定基礎(chǔ)。

原文載于Radiology，2023，306（3）：e212922.

劉小草譯 張敏鳴校

雙機器人無機架錐形束CT 在急性肘外傷中的應(yīng)用(DOI:10.19300/j.2023.r0308)

Twin Robotic Gantry-Free Cone-Beam CT in Acute Elbow Trauma（DOI:10.1148/radiol.221200）

A.S.Kunz,J.Schmalzl,H.Huflage,K.S.Luetkens,T.S.Patzer, P.J.Kuhl,et al.

摘要肘關(guān)節(jié)創(chuàng)傷后的病人由于活動受限使得CT 成像具有挑戰(zhàn)性。采用雙機器人無機架錐形束CT(CBCT)成像系統(tǒng)要比具有機架的多層螺旋CT（MDCT）提供了更大的三維肘關(guān)節(jié)掃描定位自由度，但對其在急性肘部創(chuàng)傷臨床工作中的應(yīng)用價值鮮有研究。目的探討無機架CBCT 與二維X 線成像在成人和兒童急性肘部創(chuàng)傷中的診斷效能及價值。資料與方法回顧性研究某三級甲等大學(xué)附屬醫(yī)院在2021 年1月—2022 年4 月期間招募的肘部創(chuàng)傷且在MDCT 中定位困難的病人，每例病人均在拍片后接受了無機架CBCT 的三維肘部成像檢查。影像數(shù)據(jù)由3 位放射科醫(yī)生獨立分析是否存在骨折、關(guān)節(jié)受累情況和是否為多碎片骨折。診斷以手術(shù)結(jié)果作為參考標(biāo)準(zhǔn)進行單獨計算。采用McNemar 檢驗比較X線片和CBCT 之間的差異。由每位閱片者主觀估計診斷可信度，并用Wilcoxon 符號秩檢驗比較結(jié)果。結(jié)果研究共納入23 名成人和兒童[平均年齡（49±23）歲；女7 名]的肘部檢查，包括對69 根肱骨、橈骨和尺骨的總計36 處骨折的單獨評估。分別確定了多碎片骨折28 處和關(guān)節(jié)面累及30 處。CBCT評估與X 線片評估骨折（3 位閱片者的評估范圍分別是94%～100%和72%～81%；P≤0.06～0.008）、關(guān)節(jié)面受累（90%～97%和73%～87%；P≤0.25）和多碎片骨折（96%～96%和68%～75%；P≤0.03）結(jié)果相似或更具有高的敏感度。相比X 線平片，CBCT 數(shù)據(jù)使閱片者的診斷自信有了很大改善（均P≤0.001）。CBCT 的中位劑量-長度乘積為70.9 mGy·cm，容積CT 劑量指數(shù)為4.4 mGy。結(jié)論在急性肘關(guān)節(jié)損傷中，與二維X 線攝影相比，無機架錐形束CT 能夠改善對骨折、關(guān)節(jié)受累和多碎片骨折的檢測。

原文載于Radiology，2023，306（3）：e221200.

楊思雨譯 張敏鳴校

○神經(jīng)放射學(xué)

擴散加權(quán)MR 波譜在體縱向監(jiān)測腦缺血的微結(jié)構(gòu)改變(DOI:10.19300/j.2023.r0309)

Longitudinal Monitoring of Microstructural Alterations in Cerebral Ischemia with in Vivo Diffusion -weighted MR Spectroscopy(DOI:10.1148/radiol.220430)

G.Genovese,B.Diaz-Fernandez,F.X.Lejeune,I.Ronen,M.Marjańska,L.Yahia-Cherif,et al.

摘要急性缺血性卒中后細(xì)胞損傷的時間進程目前尚不清楚，缺乏與炎癥相關(guān)的特異性無創(chuàng)性微觀結(jié)構(gòu)改變的標(biāo)志物，這不利于抗炎治療的監(jiān)測。目的利用在體單體素擴散加權(quán)MR 波譜技術(shù)觀察各種代謝物的擴散速率，評價腦卒中后神經(jīng)元和膠質(zhì)微結(jié)構(gòu)隨時間變化的模式。資料與方法在這項前瞻性縱向研究中，卒中病人和健康志愿者接受了3.0 T MRI 檢查，分別在卒中后2 周、1 個月和3 個月測量興趣體積（VOI）內(nèi)的總乙酰天冬氨酸（tNAA）、總肌酸（tCr）和總膽堿（tCho）的濃度，及其表觀擴散系數(shù)（ADC）。測量部位包括病灶的VOI（VOIles）和對側(cè)腦組織VOI（VOIcl）。健康志愿者只接受1 次MRI 檢查，VOI 設(shè)定位置與卒中病人相同。使用線性混合效應(yīng)模型檢驗組內(nèi)和組間差異以及縱向變化。結(jié)果共納入20 例卒中病人[平均年齡（61±13）歲；女12 例]和20 名健康志愿者[平均年齡（59±13）歲；女12 名]。卒中病人和健康志愿者的VOIcl中代謝物的濃度和ADC 均無差異。在卒中病人中，VOIles中tCr 的ADC 在卒中后1 個月時（+14.4%，P=0.004）及3 個月時（+19.0%，P<0.001）均高于VOIcl，然而VOIles中tCho 的ADC 僅在1 個月時高于VOIcl（+16.7%，P=0.001）。2 個VOI 中tNAA 的ADC 在任何時間點均無差異。VOIles比VOIcl中的tNAA 和tCr 濃度均低，且隨著時間的推移保持穩(wěn)定（分別約低50%和低30%；P<0.001）。結(jié)論缺血性腦卒中后1 個月時缺血病灶中的膽堿化合物和tCr 的高擴散率表明膠質(zhì)形態(tài)改變，提示此時活動性炎癥仍在持續(xù)。卒中后長達3 個月的高tCr 擴散率可能反映了腦缺血慢性期星形膠質(zhì)細(xì)胞增生的存在。

原文載于Radiology，2023，306（3）：e220430.

王超譯 黃沛鈺 張敏鳴校

應(yīng)用機器學(xué)習(xí)超分辨率算法的便攜式低場強MRI 進行腦形態(tài)學(xué)定量(DOI:10.19300/j.2023.r0310)

Quantitative Brain Morphometry of Portable Low-Field-Strength MRI Using Super-Resolution Machine Learning(DOI:10.1148/radiol.220522)

J.E.Iglesias,R.Schleicher,S.Laguna,B.Billot,P.Schaefer,B.McKaig,et al.

摘要便攜式低場強（0.064 T）MRI 在神經(jīng)影像領(lǐng)域具有重要潛力，但目前仍受限于較低的空間分辨率和信號噪聲比。目的采用機器學(xué)習(xí)超級分辨率算法，將便攜式腦部MRI采集的分辨率較低的T1、T2加權(quán)影像合成為高空間分辨率影像（1 mm，各向同性），使其可用于自動化形態(tài)學(xué)定量測量。資料與方法納入高場強MRI 外部數(shù)據(jù)集（來自開源影像數(shù)據(jù)集，1 mm 各向同性掃描）和大腦中39 個興趣區(qū)（ROI）腦區(qū)的分割作為訓(xùn)練集，用于訓(xùn)練超級分辨率卷積神經(jīng)網(wǎng)絡(luò)（CNN）。對有神經(jīng)系統(tǒng)癥狀的受試者進行了24 對低場強度和高場強度臨床MRI 掃描，作為內(nèi)部測試集，進行二次分析。數(shù)據(jù)來源于馬薩諸塞州總醫(yī)院進行的一項前瞻性觀察性研究（2020 年8 月—2021 年12 月）的一部分（受試者排除標(biāo)準(zhǔn)包括病人無法躺平，無法配合低場強MRI 掃描以及存在MRI 禁忌證）。將3 種有效的自動分割方法（FreeSurfer、FSLFIRST 以及SAMSEG）應(yīng)用于3 組影像數(shù)據(jù)——高場強影像（1.5～3 T，作為參考標(biāo)準(zhǔn)）、低場強影像（0.064 T）以及通過CNN 由低場強數(shù)據(jù)生成的合成高場強影像，獲取各個腦區(qū)的體積。計算不同影像數(shù)據(jù)所獲得腦區(qū)體積的Pearson 相關(guān)系數(shù)，采用t 檢驗判斷其相關(guān)性是否顯著，并使用Steiger Z 檢驗對相關(guān)系數(shù)進行比較。結(jié)果最終納入11 名受試者[平均年齡為（50±14）歲；男7 名，女4 名]的影像數(shù)據(jù)，這部分影像完全覆蓋大腦、無運動偽影或較大卒中病灶腫塊效應(yīng)造成的影像變形。對于大多數(shù)的ROI，直接分割低場強影像與高場強影像的體積值無顯著相關(guān)性（P＞0.05）。而在通過CNN 生成的合成影像中，其與高場強影像腦區(qū)體積的相關(guān)性顯著提高，所有腦區(qū)均P<0.05[例如，海馬（r=0.85；P＜0.001）、丘腦（r＝0.84；P=0.001）以及全腦體積（r=0.92；P＜0.001）]。此外，在視覺上，低場強MRI 影像與理想影像的模型偏差與病灶密切相關(guān)。結(jié)論該研究驗證了機器學(xué)習(xí)超分辨算法增強便攜式MRI 的原理的可行性，該算法生成影像的大腦形態(tài)學(xué)測量結(jié)果與真實高分辨影像高度相關(guān)。

原文載于Radiology，2023，306（3）：e220522.

曾慶澤譯 張敏鳴校

MRI 可見的年齡相關(guān)性腦部血管周圍間隙擴張：人類連接組項目數(shù)據(jù)分析(DOI:10.19300/j.2023.r0311)

MRI-visible Dilated Perivascular Space in the Brain by Age: The Human Connectome Project (DOI: 10.1148/radiol.213254)

H.Kim,N.Shin,Y.Nam,E.Yun,U.Yoon,H.Lee,et al.

摘要血管周圍間隙的擴張（dPVS）與衰老和各種疾病有關(guān)；而在年輕人群以及標(biāo)準(zhǔn)化分布的數(shù)據(jù)中，年齡對dPVS 負(fù)荷的影響尚未得到充分評估。目的評估包括兒童在內(nèi)的健康人群的dPVS 負(fù)荷，從而獲得年齡分段下的標(biāo)準(zhǔn)化數(shù)據(jù)。資料與方法該回顧性研究中對人類連接組項目數(shù)據(jù)集的三維T2加權(quán)腦部MR 影像進行dPVS 的視覺分級評估（在任一側(cè)半球區(qū)域的單層圖片中，按照0、1～10、11～20、21～40 和＞40依次評為0、1、2、3、4 級dPVS）；同時，對基底節(jié)（BGdPVS）和白質(zhì)（WMdPVS）區(qū)域中的dPVS 進行自動化的體積測算。利用線性和非線性回歸評估dPVS 體積與年齡的相關(guān)性。使用最大連續(xù)尺度C 指數(shù)確定年齡分組的最佳閾值。被試依據(jù)閾值分組。在每個年齡組下，應(yīng)用線性回歸分析年齡與dPVS 體積的關(guān)系。以每10 歲為1 個區(qū)間，統(tǒng)計dPVS 視覺等級的標(biāo)準(zhǔn)化數(shù)據(jù)。結(jié)果研究對1 789 名被試（年齡8～100 歲，平均35 歲；女1 006 名）進行了dPVS 的評估。在所有回歸模型中，年齡都與dPVS 體積顯著相關(guān)（R2：0.41～0.55；P<0.001）。年齡與dPVS 體積的關(guān)系在30 歲中期和55 歲時發(fā)生改變；30 歲中期之前，BGdPVS 和WMdPVS 的體積與年齡均呈負(fù)相關(guān)（β分別為-1.2 和-7.8）；然后一直到55 歲（β 分別為3.3 和54.1）及55 歲以上（β 分別為3.9 和42.8；P<0.001），BGdPVS和WMdPVS 的體積與年齡呈正相關(guān)。BGdPVS 分級的第90百分位數(shù)為49 歲及以下為1 級，50～69 歲為2 級，70 歲及以上為3 級（總體為2 級）；WMdPVS 分級49 歲及以下為3 級，50 歲及以上為4 級（總體為3 級）。結(jié)論腦部MR 影像顯示的dPVS 體積在年齡跨度中呈雙相模式，在30 歲中期之前體積較低，之后體積較高。3 級及以上的BGdPVS 評級，以及4級的WMdPVS 評級可能是病理性改變。

原文載于Radiology，2023，306（3）：e213254.

王淑玥譯 張敏鳴校

○兒科學(xué)成像

兒童感染COVID-19 后肺功能障礙(DOI:10.19300/j.2023.r0312)

Pulmonary Dysfunction after Pediatric COVID -19 (DOI:10.1148/radiol.221250)

R.Heiss,L.Tan,S.Schmidt,A.P.Regensburger,F.Ewert,D.Mammadova,et al.

摘要“長新冠”在兒童和青少年中的發(fā)生率低于成人。低場強MRI 形態(tài)學(xué)和自由呼吸相位分辨肺功能成像（PREFUL）可幫助識別新型冠狀病毒（SARS-CoV-2）感染后的持續(xù)性肺部表現(xiàn)。目的與健康對照相比，研究感染COVID-19后的兒童和青少年在低場強MRI 檢查中肺實質(zhì)的形態(tài)學(xué)和功能變化。資料與方法2021 年8—12 月期間，在一個學(xué)術(shù)醫(yī)療中心的兒童和青少年中進行了一項單中心的低場強MRI 的橫斷面臨床試驗。主要結(jié)局是MRI 形態(tài)學(xué)改變的頻率；次要結(jié)局是基于MRI 的功能性質(zhì)子通氣和灌注參數(shù)。將臨床癥狀、逆轉(zhuǎn)錄聚合酶鏈反應(yīng)陽性持續(xù)時間、血清學(xué)參數(shù)與影像學(xué)結(jié)果進行比較。采用兩兩比較的非參數(shù)檢驗，分組比較的校正檢驗，評估健康對照組、康復(fù)參與者和“長新冠”病人組之間的差異。結(jié)果研究納入54 例COVID-19 后病人[平均年齡（11±3）歲；男孩30 例（56%）]和9 名健康對照[平均年齡（10±3）歲；男孩7 名（78%）]；在COVID-19 組中，29 例（54%）已從感染中康復(fù)，25 例（46%）在入組當(dāng)天被歸類為“長新冠”。1 例康復(fù)病人中發(fā)現(xiàn)了形態(tài)學(xué)異常。健康對照組（81%±6.1%）的通氣和灌注的肺實質(zhì)[通氣-灌注（V/Q）匹配度]高于康復(fù)組（62%±19%；P＝0.006）和“長新冠”組（60%±20%；P=0.003）。與未感染的健康對照組（81%±6.1%）相比，感染COVID-19 病人的V/Q 匹配均較低，即感染至參與研究時間＜180 d 的病人的V/Q 匹配度為63%±20%（P＝0.03），180～360 d 的V/Q 匹配度為63%±18%（P＝0.03），＞360 d 的V/Q 匹配度為41%±12%（P＜0.001）。結(jié)論低場強MRI 能顯示康復(fù)后COVID-19 兒童和青少年，以及“長新冠”病人的持續(xù)肺功能障礙。

原文載于Radiology，2023，306（3）：e221250.

李凱程譯 張敏鳴校

○胸部成像

根據(jù)RSNA 共識指南的COVID-19 胸部CT 典型表現(xiàn)在增長的疫苗接種人群中的真陽性率(DOI:10.19300/j.2023.r0313)

Rate of True-Positive Findings of COVID-19 Typical Appearance at Chest CT per RSNA Consensus Guidelines in an Increasingly Vaccinated Population (DOI:10.1148/radiol.220680)

N.J.Polyakov,A.Som,N.D.Mercaldo,J.D.Capua,B.P.Little,E.J.Flores.

摘要北美放射學(xué)會（RSNA）關(guān)于新型冠狀病毒感染（COVID-19）相關(guān)的胸部CT 表現(xiàn)的共識指南已被廣泛應(yīng)用。目前尚未有研究評估接種過疫苗的COVID-19 肺炎病人中胸部CT 表現(xiàn)的真陽性率。目的依據(jù)RSNA 指南，對全程接種疫苗和未接種疫苗的COVID-19 感染者[經(jīng)聚合酶鏈反應(yīng)（PCR）確認(rèn)]進行比較，評估胸部CT 表現(xiàn)中COVID-19 典型表現(xiàn)的真陽性率。資料與方法回顧性納入2021 年1 月—2022 年1 月在四級學(xué)術(shù)型醫(yī)學(xué)中心具有典型COVID-19 胸部CT 表現(xiàn)的病人，并且CT 檢查7 d 內(nèi)PCR 檢測結(jié)果為1次陽性，或連續(xù)2 次檢測陰性。真陽性定義為胸部CT 中具有COVID-19 典型影像表現(xiàn)（使用決策支持報告工具進行識別），并且7 d 內(nèi)經(jīng)PCR 確診的COVID-19 感染。構(gòu)建Logistic 回歸模型以量化PCR 檢測結(jié)果與疫苗接種狀態(tài)之間、疫苗接種狀態(tài)與COVID-19 病毒變異株之間，以及疫苗接種狀態(tài)與接種月數(shù)之間的關(guān)聯(lián)。結(jié)果共納入652 例病人[中位年齡59（48，72）歲]，其中男371 例（占比57%）。所有病人胸部CT 均具有COVID-19 典型影像表現(xiàn)，其中未接種疫苗483 例（74%），全程接種疫苗169 例（26%）。483 例未接種疫苗病人中有352 例陽性（73%，95%CI：69%～77%）；而接種疫苗的169 例中有70 例陽性（41%；95%CI：34%～49%），其總體真陽性率較低[比值比（OR）：3.8；95%CI：2.6～5.5；P<0.001]。與全程接種疫苗病人相比，未接種疫苗的病人在阿爾法變異株（OR：16；95%CI：6～42；P<0.001）和德爾塔變異株（OR：8；95%CI：4～16；P<0.001）的感染高峰期更容易在CT 影像上表現(xiàn)出真陽性，但在奧密克戎變異株的感染高峰期，2 組人群的真陽性率的差異沒有統(tǒng)計學(xué)意義（OR：1.7；95%CI：0.3～11；P=0.56）。結(jié)論與未接種疫苗人群相比，全程接種疫苗的確診COVID-19 突破性感染病人的胸部CT 中，COVID-19 典型影像表現(xiàn)的真陽性率較低。

原文載于Radiology，2023，306（3）：e220680.

田詩姣譯 張敏鳴校

SARS-CoV-2 病毒變異株感染與影像學(xué)的肺炎及臨床結(jié)局的關(guān)系(DOI:10.19300/j.2023.r0314)

SARS-CoV-2 Variants Infection in Relationship to Imaging-based Pneumonia and Clinical Outcomes（DOI: 10.1148/radiol.221795）

J.E.Lee,M.Hwang,Y-H.Kim,M.J.Chung,B.H.Sim,W.G.Jeong,et al.

摘要較少有研究評估新型冠狀病毒（SARS-CoV-2）變異株和疫苗接種狀態(tài)對新型冠狀病毒感染（COVID-19）臨床與影像學(xué)特征的影響。目的評估和比較疫苗接種狀態(tài)及不同變異株流行對SARS-CoV-2 感染的臨床與影像學(xué)特征的影響。資料與方法回顧性納入2021 年8 月—2022 年3 月期間在3 個醫(yī)學(xué)中心（2 個學(xué)術(shù)型醫(yī)療中心和1 個社區(qū)醫(yī)院）確診，并且在全國范圍COVID-19 開放數(shù)據(jù)庫注冊的連續(xù)性COVID-19 的成年住院病人。所有病人均有胸片或CT影像。根據(jù)研究期間主要流行的變異株類型，將病人分為2組。采用Pearson 卡方檢驗、Fisher 確切概率檢驗或獨立t 檢驗分析臨床特征與影像學(xué)特征的差異。采用多因素邏輯回歸分析評估不同變異株流行和疫苗接種狀態(tài)對肺炎影像學(xué)特征和臨床嚴(yán)重程度的影響。結(jié)果2 180 例病人[平均年齡（57±21）歲；女1 171 例]中，1 022 例病人（47%）在德爾塔變異株流行期間接受治療，1 158 例病人（53%)在奧密克戎變異株流行期間接受治療。與德爾塔變異株相比，奧密克戎變異株流行期間的病人與較低的肺炎嚴(yán)重程度CT 評分 [比值比（OR），0.71（95%CI：0.51～0.99；P=0.04）]和較低的基于ICU 入院或住院死亡[OR，0.43（95%CI：0.24～0.77；P=0.004）]的臨床嚴(yán)重程度相關(guān)。與未接種疫苗相比，接種疫苗病人與較低的肺炎嚴(yán)重程度CT 評分 [OR，0.05（95%CI：0.03～0.13；P<0.001）]和較低的基于ICU 入院或住院死亡[OR，0.15（95%CI：0.07～0.31；P<0.001）]的臨床嚴(yán)重程度相關(guān)。結(jié)論相對于德爾塔變異株流行，SARS-CoV-2 奧密克戎變異株流行、疫苗接種人群均與更好的臨床結(jié)局和更低的嚴(yán)重肺炎風(fēng)險相關(guān)。

原文載于Radiology，2023，306（3）：e221795.

林斌譯 張敏鳴校

基于胸片深度學(xué)習(xí)評估肺活量預(yù)測特發(fā)性肺纖維化的生存預(yù)后(DOI:10.19300/j.2023.r0315)

Deep Learning for Estimating Lung Capacity on Chest Radiographs Predicts Survival in Idiopathic Pulmonary Fibrosis(DOI:10.1148/radiol.220292)

H.Kim,K.N.Jin,S.J.Yoo,C.H.Lee,S.M.Lee,H.Hong,et al.

摘要早期基于平面測量技術(shù)或人工測量方法在胸片評估總肺活量（TLC）的研究是一種耗時費力的方法，而基于深度學(xué)習(xí)的系統(tǒng)將是一種在放射學(xué)工作流程中進行全自動測量和部署的解決方案。目的開發(fā)一種基于深度學(xué)習(xí)的多維模型，能夠從胸片和人口統(tǒng)計學(xué)變量中估計TLC，并使用多中心回顧性數(shù)據(jù)集驗證其技術(shù)性能和臨床效能。資料與方法首先使用2015 年1 月—2017 年6 月期間進行的5 萬次連續(xù)胸部CT 掃描，用CT 平均強度投影來估計三維肺容積，預(yù)訓(xùn)練基于CT 的TLC 深度學(xué)習(xí)模型。然后選擇3 523 例同一天進行了肺功能檢查和后前位胸片檢查的病人，運用這3 523例的后前位胸片和體積描記TLC 測量對預(yù)先訓(xùn)練的模型進行微調(diào)。使用來自2 個三級保健中心和1 個社區(qū)醫(yī)院的多中心回顧性數(shù)據(jù)集對模型進行測試，包括測試（a）外部測試集1（207 例）和外部測試集2（216 例）的技術(shù)性能以及（b）特發(fā)性肺纖維化病人(217 例)的臨床效能。使用各種協(xié)議指標(biāo)評估技術(shù)性能；使用多變量Cox 回歸評估總生存期的預(yù)后價值，評估臨床效能。結(jié)果在外部測試集1 [中位年齡70（61，76）歲；男161 例]中，觀察到的TLC 和估計的TLC 之間的平均絕對差和受試者內(nèi)的標(biāo)準(zhǔn)差分別為0.69 L 和0.73 L；在外部測試集2[中位年齡63（51，70）歲；男113 例]中，觀察到的TLC 和估計的TLC 之間的平均絕對差和受試者內(nèi)的標(biāo)準(zhǔn)差分別為0.52 L 和0.53 L。特發(fā)性肺纖維化病人[中位年齡67（61，73）歲；男145 例]中，較高的估計TLC 百分比與較低的死亡風(fēng)險相關(guān)（調(diào)整后的危險比，0.97%；95%CI：0.95～0.98；P<0.001）。結(jié)論該模型基于深度學(xué)習(xí)方法可以全自動地在胸片上估計總肺活量，并且可以預(yù)測特發(fā)性肺纖維化的生存預(yù)后。

原文載于Radiology，2023，306（3）：e220292.

邵曉彤譯 張敏鳴校

○乳腺成像

分子亞型參考標(biāo)準(zhǔn)的差異影響基于人工智能的動態(tài)增強MRI 乳腺癌分型(DOI:10.19300/j.2023.r0401)

Differences in Molecular Subtype Reference Standards Impact AI-based Breast Cancer Classification with Dynamic Contrast-enhanced MRI（DOI：10.1148/radiol.220984）

Y.Ji,H.M.Whitney,H.Li,P.F.Liu,M.L.Giger,X.N.Zhang.

摘要根據(jù)免疫組化（IHC）染色或包括Ki-67 在內(nèi)的St Gallen 標(biāo)準(zhǔn)，乳腺癌可被分為不同的Luminal 分子亞型。目的描述分子亞型，研究IHC 和St Gallen 分子亞型參考標(biāo)準(zhǔn)不一致對運用動態(tài)增強（DCE）MRI 提取的影像組學(xué)特征對Luminal A 和Luminal B 型腫瘤進行人工智能分類的影響。資料與方法該回顧性研究從2015 年2 月—2017 年10 月期間的乳腺腫瘤DCE-MRI 中提取28 個影像組學(xué)特征，分為以下幾組：（1）根據(jù)2 種參考標(biāo)準(zhǔn)腫瘤歸類為Luminal A 型（“一致”），（2）根據(jù)IHC 歸類為Luminal A 型，根據(jù)St Gallen 歸類為Luminal B 型（“不一致”），（3）根據(jù)2 種參考標(biāo)準(zhǔn)腫瘤均歸類為Luminal B 型（“一致”）。采用影像組學(xué)特征對Luminal A或Luminal B 型腫瘤進行分型：IHC 分子分型、St Gallen 分子分型、一致性型。Kruskal-Wallis 檢驗之后采用Mann-Whitney U 檢驗，以確定一致和不一致腫瘤之間的影像組學(xué)特征的成對差異。采用逐步特征選擇和線性判別分析對每組腫瘤進行五折交叉驗證，并采用受試者操作特征曲線下面積（AUC）來評估效能。結(jié)果對872 例女性（年齡19～75 歲，平均48 歲）的877 個乳腺癌腫瘤進行分析。共6 個特征（球度、不規(guī)則性、表面積與體積比、徑向梯度直方圖的方差、平均值總和、最增強體素的體積）在一致和不一致腫瘤之間存在差異（P≤0.001）。AUC[中位數(shù),0.74（95%CI：0.68～0.80）]高于使用任何一種參考標(biāo)準(zhǔn)的腫瘤分型[IHC，0.66（0.60～0.71），P=0.003；St Gallen，0.62（0.58～0.67），P=0.001]。結(jié)論參考標(biāo)準(zhǔn)的差異會阻礙動態(tài)增強MRI 對Luminal 分子亞型的人工智能分類效能。

原文載于Radiology，2023，307（1）：e220984.

陳薪伊譯 林斌 張敏鳴校

導(dǎo)管原位癌初次診斷后的影像監(jiān)測(DOI:10.19300/j.2023.r0402)

Surveillance Imaging after Primary Diagnosis of Ductal Carcinoma in Situ(DOI:10.1148/radiol.221210)

D.Byng, S.M.Thomas, C.N.Rushing, T.Lynch, A.McCarthy, A.B.Francescatti,et al.

摘要指南建議在診斷導(dǎo)管原位癌(DCIS)后進行年度監(jiān)測成像。目前的隊列研究中，尚未見描述指南的依從性。目的明確在接受DCIS 治療的女性中監(jiān)測成像的采取情況和決定因素。資料與方法回顧性選取2008—2014 年期間于美國1 330 家機構(gòu)中接受原發(fā)DCIS 保乳手術(shù)的分層隨機樣本。從診斷之日起記錄影像學(xué)檢查，直到首次出現(xiàn)遠處復(fù)發(fā)、死亡、失訪或研究結(jié)束（2018 年11 月）。從診斷后6 個月開始，治療后的影像學(xué)分為10 個周期，每個周期時長為12 個月。主要結(jié)局指標(biāo)是每周期在無明顯臨床癥狀的情況下接受監(jiān)測成像(鉬靶、MRI 或超聲)；次要結(jié)局指標(biāo)是診斷同側(cè)浸潤性乳腺癌。采用多因素重復(fù)測量邏輯回歸和廣義估計方程對影像接受情況進行建模。在診斷后的6～18 個月內(nèi)，使用逆概率加權(quán)Kaplan-Meier 估計器比較了接受和未接受監(jiān)測成像的病人同側(cè)浸潤性乳腺癌的診斷率。結(jié)果共評估12 559 名女性[中位年齡60（52，69 歲）。第1 期監(jiān)測成像的采取率為75%，采取率隨時間的推移而下降（P＜0.001）。在治療后的前5 年，52%的女性采取了持續(xù)的年度監(jiān)測。黑人女性[調(diào)整比值比（OR），0.80；95%CI：0.74 ～0.88；P<0.001]和 西 班 牙 裔 女 性（OR，0.82；95%CI：0.72～0.94；P=0.004）的監(jiān)測率低于白人女性。第1 期接受監(jiān)測的女性在6 年內(nèi)浸潤性癌的檢出率(1.6%；95%CI：1.3～1.9）高于未接收監(jiān)測者（1.1%；95%CI：0.7～1.4；差異：0.5%；95%CI：0.1～1.0；P=0.03）。結(jié)論一半的女性在治療后的前5 年沒有始終堅持影像學(xué)監(jiān)測指南，堅持率存在種族差異。

原文載于Radiology，2023，307（1）：e221210.

靳云云譯 田詩姣 張敏鳴校

○計算機應(yīng)用

人工智能對床旁胸片臨床判讀的應(yīng)用價值(DOI:10.19300/j.2023.r0403)

Artificial Intelligence for Clinical Interpretation of Bedside Chest Radiographs(DOI:10.1148/radiol.220510)

F.Khader,T.Han,G.Müller-Franzes,L.Huck,P.Schad,S.Keil,et al.

摘要對在重癥監(jiān)護室（ICU）臥床病人進行仰臥位胸部X 線攝片是世界上最常見的成像方式之一。目的基于床旁胸部X 線片的結(jié)構(gòu)化半定量放射學(xué)報告，進行神經(jīng)網(wǎng)絡(luò)診斷模型訓(xùn)練，并評估該模型的診斷效能。資料與方法本項單中心研究回顧性納入2009 年1 月—2020 年12 月在醫(yī)院ICU中接受過床旁胸部攝片且具有結(jié)構(gòu)化報告的病人（包括兒童和成人）。由98 名放射科醫(yī)生根據(jù)疾病嚴(yán)重程度對胸部平片進行半定量評估。將上述評估數(shù)據(jù)用于神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，臨床判讀結(jié)果包括心臟肥大、肺充血、胸腔積液、肺部混濁和肺不張。由6 名放射科醫(yī)生組成專家小組，對內(nèi)部測試集（來自100 例病人的100 張胸部平片）進行評估，將該評估結(jié)果作為標(biāo)準(zhǔn)判讀。另外，非放射科醫(yī)生分別在有和無神經(jīng)網(wǎng)絡(luò)輔助的情況下進行影像評估。采用加權(quán)Cohen’s kappa（κ）系數(shù)衡量評判者和標(biāo)準(zhǔn)判讀結(jié)果之間的一致性。結(jié)果研究納入了450 016 例病人[平均年齡（66±16）歲；男性占61%]的193 566 張X 線片，并將其分為訓(xùn)練組（n=122 294；64%）、驗證組（n=31 243；16%）和測試組（n=40 029；20%）。與專家組的標(biāo)準(zhǔn)判讀結(jié)果相比，基于神經(jīng)網(wǎng)絡(luò)模型的結(jié)果與標(biāo)準(zhǔn)判讀結(jié)果具有最高的一致性（κ=0.86），高于任一專家單獨的評估結(jié)果與標(biāo)準(zhǔn)判讀結(jié)果間的一致性（κ=0.81～0.84）。當(dāng)非放射科醫(yī)生使用神經(jīng)網(wǎng)絡(luò)模型進行輔助判斷時，報告準(zhǔn)確性得到顯著提高（輔助和非輔助診斷下κ 值分別為0.87 和0.79，P<0.001）。結(jié)論基于結(jié)構(gòu)化半定量床旁胸部X 攝片報告訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，具有輔助非放射科醫(yī)生臨床判讀的應(yīng)用價值，提高其判讀結(jié)果與專業(yè)放射科醫(yī)生的一致性。

原文載于Radiology，2023，307（1）：e220510.

王淑玥譯 曾慶澤 張敏鳴校

○循證實踐

O-RADS MRI：對診斷效能和各類別惡性腫瘤發(fā)生率的系統(tǒng)回顧和Meta 分析(DOI:10.19300/j.2023.r0404)

O-RADS MRI:A Systematic Review and Meta-Analysis of Diagnostic Performance and Category-wise Malignancy Rates（DOI:10.1148/radiol.220795）

S.Rizzo, A.Cozzi, M.Dolciami, F.D.Grande, A.L.Scarano, A.Papadia,et al.

摘要超聲不明確的附件病變?nèi)匀皇且粋€重要的婦科手術(shù)指征。通過使用基于ADNEX MR 評分系統(tǒng)的卵巢-附件影像報告和數(shù)據(jù)系統(tǒng)（O-RADS）MRI 詞典，MRI 可以用于解決問題。目的對使用ADNEX 或O-RADS MRI 分層系統(tǒng)來描述超聲不明確的附件病變和各類惡性腫瘤發(fā)生率的盆腔MRI 的診斷效能進行系統(tǒng)回顧和薈萃分析。資料與方法對2013 年5 月—2022 年9 月進行系統(tǒng)的文獻檢索（ADNEX MR 評分發(fā)布）。研究報告包含使用ADNEX 或O-RADS MRI系統(tǒng)來解釋超聲不明確的附件病變的盆腔MRI，并以病理檢查和/或隨訪作為參考標(biāo)準(zhǔn)。采用雙變量隨機效應(yīng)模型對診斷效能進行匯總估計，而O-RADS MRI 2、3、4 和5 病變的分類匯總惡性發(fā)生率則采用隨機效應(yīng)模型獲得。通過Meta 回歸研究協(xié)變量對異質(zhì)性和診斷效能的影響。結(jié)果來自12 項研究（女3 731 例，4 520 例附件病變）中的13 個研究部分符合納入標(biāo)準(zhǔn)。對4 012 個病變的診斷效能薈萃分析發(fā)現(xiàn)，92%的總敏感度（95%CI：88%～95%），總特異度為91%（95%CI：89%～93%）。對3 641 個病變的惡性率的Meta 分析顯示，ORADS MRI 2 病變的總惡性率為0.1%（95%CI：0～1%），ORADS MRI 3 病變中為6%（95%CI：3%～9%），O-RADS MRI 4病變中為60%（95%CI：52%～67%），O-RADS MRI 5 病變中為96%（95%CI：92%～99%）。結(jié)論用O-RADS 解釋的盆腔MRI對超聲不明確的附件病變具有很高的診斷效能。O-RADS MRI 4 和O-RADS MRI 5 類惡性腫瘤發(fā)生率的匯總估計值高于預(yù)測值。

原文載于Radiology，2023，307（1）：e220795.

陳薪伊譯 林斌 張敏鳴校

LI-RADS 分類中的CT 和MRI 算法評估肝細(xì)胞癌的百分比：系統(tǒng)綜述和Meta 分析(DOI:10.19300/j.2023.r0405)

Percentages of Hepatocellular Carcinoma in LI -RADS Categories with CT and MRI: A Systematic Review and Meta-Analysis（DOI:10.1148/radiol.220646）

S.Lee,Y.Y.Kim,J.Shin,W.J.Son,Y.H.Roh,J.Y.Choi,et al.

摘要肝臟成像報告和數(shù)據(jù)系統(tǒng)（LI－RADS）中的CT 和MRI 算法同樣適用于CT、使用細(xì)胞外對比劑的MRI(ECAMRI)和使用釓對比劑的MRI（Gx－MRI）的檢查。目的通過CT 和MRI 評估每個LI-RADS 類別中肝細(xì)胞癌（HCC）和總體惡性腫瘤的合并百分比。資料與方法使用2014、2017 或2018 版本的MEDLINE 和EMBASE 數(shù)據(jù)庫，檢索從2014 年1 月—2021 年4 月報道了LI-RADS 分類中觀測百分比的研究文章。記錄了研究設(shè)計、人群特征、成像方式、參考標(biāo)準(zhǔn)以及每個類別中HCC 和非HCC 惡性腫瘤的數(shù)量。利用隨機效應(yīng)模型評估每個類別的HCC 和總體惡性腫瘤的合并百分比。結(jié)果49 項研究共收集9 620 例病人，計11 562 項觀察結(jié)果，其中包括7 921 例HCC、1 132 例非HCC 惡性腫瘤和2 509 例良性腫瘤。在LR-1 類別中，未發(fā)現(xiàn)任何HCC 或非HCC 惡性腫瘤的報道。在LR-2 類別中，CT、ECA-MRI 和Gx-MRI 的HCC 合并百分比分別為10%、6%和1%（P=0.16）；LR-3 為48%、31%和38%（P=0.42）；LR-4 為76%、64%和77%（P=0.62）；LR-5 為96%、95%和96%（P=0.76）；LR-5V 和LR-TIV(靜脈內(nèi)腫瘤)分別為88%、76%和78%（P=0.42）；LR-M 為20%、30%和35%（P=0.32）。無論其形態(tài)如何，大多數(shù)的LR-M（93%～100%）和LR-5V 或LR-TIV（99%～100%）觀察結(jié)果為惡性。結(jié)論在所有肝臟成像報告和數(shù)據(jù)系統(tǒng)類別中，CT、使用細(xì)胞外對比劑的MRI 和使用釓對比劑的MRI 之間的HCC 和總體惡性腫瘤的百分比沒有差異。

原文載于Radiology，2023，307（1）：e220646.

楊思雨譯 馬琳琳 張敏鳴校

○胃腸道成像

基于CT 影像組學(xué)預(yù)測肝細(xì)胞癌的粗梁-團塊亞型和免疫狀態(tài)(DOI:10.19300/j.2023.r0406)

CT Radiomics to Predict Macrotrabecular-Massive Subtype and Immune Status in Hepatocellular Carcinoma (DOI:10.1148/radiol.221291)

Z.C.Feng,H.L.Li,Q.Y.Liu,J.H.Duan,W.M.Zhou,X.P.Yu,et al.

摘要肝細(xì)胞癌的粗梁-團塊（MTM）亞型是一種與血管生成和免疫抑制腫瘤微環(huán)境相關(guān)的侵襲性變異型，使用影像組學(xué)方法有望對這一亞型進行無創(chuàng)診斷。目的構(gòu)建CT 影像組學(xué)模型以預(yù)測MTM 亞型，并探討其潛在的免疫浸潤模式。資料與方法本研究納入2015 年1 月—2021 年12 月期間3個學(xué)術(shù)醫(yī)療中心的5 個回顧性數(shù)據(jù)集和1 個前瞻性數(shù)據(jù)集。對365 例經(jīng)手術(shù)切除的成人肝細(xì)胞癌病人的術(shù)前肝臟增強CT 影像進行了評估。訓(xùn)練集和內(nèi)部測試集由中南大學(xué)湘雅第三醫(yī)院提供，而外部測試集由岳陽市中心醫(yī)院和湖南省腫瘤醫(yī)院提供。在訓(xùn)練集中提取影像組學(xué)特征并利用機器學(xué)習(xí)開發(fā)影像組學(xué)模型，并在2 個測試集中驗證其效能。結(jié)果隊列包括58 例接受經(jīng)動脈化學(xué)栓塞和抗血管生成治療的晚期成人肝細(xì)胞肝癌病人，用于評估影像組學(xué)模型對無進展生存期（PFS）的預(yù)測價值。利用癌癥基因組圖譜（TCGA）對41 例病人腫瘤進行大規(guī)模RNA 測序，并使用7 例前瞻性納入被試的單細(xì)胞RNA 測序，研究影像組學(xué)相關(guān)的免疫浸潤模式。計算影像組學(xué)模型的受試者操作特征曲線下面積，并進行Cox 風(fēng)險比例回歸以確定PFS 的預(yù)測因素。結(jié)果365 例病人[平均年齡（55±10）歲；男319 例]用于影像組學(xué)建模，其中122 例（33%）被證實為MTM 亞型。影像組學(xué)模型包含11 個影像組學(xué)特征，在預(yù)測MTM 亞型效能方面表現(xiàn)良好，在訓(xùn)練集、內(nèi)部測試集和外部測試集的AUC 分別為0.84、0.80 和0.74。結(jié)果隊列中相對中位數(shù)較低的影像組學(xué)模型評分與PFS 獨立相關(guān)（風(fēng)險比，0.4；95%CI：0.2～0.8；P=0.01）。影像組學(xué)模型與參與B 細(xì)胞浸潤和免疫球蛋白合成的體液免疫失調(diào)相關(guān)。結(jié)論使用CT 影像組學(xué)模型可以準(zhǔn)確預(yù)測肝細(xì)胞癌病人的MTM 亞型，并且與體液免疫缺陷有關(guān)。

原文載于Radiology，2023，307（1）：e221291.

王超譯 林雙翔 張敏鳴校

○泌尿生殖系統(tǒng)成像

區(qū)域組織病理學(xué)與前列腺MRI 陽性：PROMIS 試驗的二次分析(DOI:10.19300/j.2023.r0407)

Regional Histopathology and Prostate MRI Positivity: A Secondary Analysis of the PROMIS Trial (DOI:10.1148/radiol.220762)

V.Stavrinides, J.M.Norris, S.Karapanagiotis, F.Giganti, A.Grey,N.Trahearn,et al.

摘要在前列腺特異性抗原（PSA）水平升高且既往未進行活檢的男性中，區(qū)域組織病理學(xué)的改變對前列腺MRI 掃描的影響尚未被準(zhǔn)確量化。目的評估Gleason 分級、腫瘤核心最大長度（MCCL）、炎癥、前列腺上皮內(nèi)瘤變（PIN）或Barzell 區(qū)內(nèi)非典型小腺泡增生對MRI 可見概率的影響。資料與方法在前列腺MRI 研究（PROMIS；2012 年5 月—2015年11 月）的二次分析中，對接受多參數(shù)MRI 檢查并進行聯(lián)合活檢，包括5 mm 經(jīng)會陰標(biāo)測（TPM）的參與者進行了評估。TPM 病理結(jié)果報告整個前列腺水平和每個前列腺的20 個Barzell 區(qū)。對病理結(jié)果不知情的專家組回顧MR 影像，并判斷哪些Barzell 區(qū)域為Likert 評分為3～5 的病變。Gleason 分級、MCCL 與區(qū)域MRI 結(jié)果（可見與不可見）的關(guān)系使用具有隨機截距的廣義線性混合效應(yīng)模型對個體參與者進行評估。在TPM 結(jié)果為陰性的男性中，對炎癥、PIN 和非典型小腺泡增生也進行了類似的評估。結(jié)果總體而言，161 名男性[中位年齡62 歲，四分位距（IQR），11 歲]接受了評估，3 179 個Barzell 區(qū)被賦予MRI 狀態(tài)。與良性區(qū)域相比，當(dāng)1 個區(qū)域包含癌灶且Gleason 評分為3+4[比值比（OR），3.1；95%CI：1.9～4.9；P<0.001]或Gleason 評分大于或等于4+3 時（OR，8.7；95%CI：4.5～17.0；P<0.001），MRI 可見概率更高。MCCL 同樣決定了可見性（OR，每毫米增加1.24；95%CI：1.15～1.33；P<0.001），但前列腺體積加倍概率就降低（OR，0.7；95%CI：0.5～0.9）。在TPM 陰性的男性中，PIN 的存在增加了區(qū)域可見性的概率（OR，3.7；95%CI：1.5～9.1；P=0.004）。結(jié)論癌癥負(fù)荷與前列腺MRI 可見性呈遞增關(guān)系。前列腺上皮內(nèi)瘤變導(dǎo)致MRI 假陽性。

原文載于Radiology，2023，307（1）：e220762.

林斌譯 陳薪伊 張敏鳴校

○骨肌系統(tǒng)成像

X 線皮質(zhì)厚度指數(shù)預(yù)測Gaucher 病的脆性骨折(DOI:10.19300/j.2023.r0408)

Radiographic Cortical Thickness Index Predicts Fragility Fracture in Gaucher Disease(DOI:10.1148/radiol.212779)

S.D’Amore, H.Sano, D.D.G.Chappell, D.Chiarugi, O.Baker, K.Page,et al.

摘要Gaucher ?。℅D）病人易發(fā)生脆性骨折。這些病人骨受累的常規(guī)影像評估包括X 線平片和重復(fù)雙能X 線吸收測定（DXA）。然而，骨壞死和骨折可能會影響DXA 的準(zhǔn)確性。目的通過評價DXA 和X 線股骨皮質(zhì)厚度測量作為長期隨訪(長達30 年)的GD 病人脆性骨折預(yù)測指標(biāo)的價值。資料與方法使用3 個整合的英國注冊中心（Gaucherite 研究，2015—2017 年注冊；臨床骨注冊研究，2003—2006 年注冊；死亡率注冊研究，1993—2019 年注冊）的數(shù)據(jù)，對16 歲及以上有詳細(xì)病史、至少1 張骨骼圖像（DXA 和/或X 線片）和至少隨訪2 年的GD 病人進行了回顧性分析。由2 名獨立觀察者測量皮質(zhì)厚度指數(shù)（CTI）和髓腔-股骨距比率（CCR），并計算觀察者間和觀察者內(nèi)的一致性。使用受試者操作特征（ROC）曲線計算DXA、CTI、CCR 方法的骨折預(yù)測價值，以及截斷值。使用單變量和多變量分析評估統(tǒng)計學(xué)差異。結(jié)果回顧性分析了247 例病人的骨影像圖[男123 例，女124 例；基線中位年齡為39（27，50）歲。中位隨訪期為11（7，19）年，隨訪期2～30 年。35 例病人在首次骨成像前或首次骨成像時有骨折，23 例病人在首次骨成像后有骨折，189 例病人未骨折。CTI、CCR 測量的觀察者間和觀察者內(nèi)的可重復(fù)性很高（范圍0.96～0.98）。在沒有基線骨折的212 例病人中，CTI（截斷值≤0.50）預(yù)測未來骨折的敏感度和特異度[ROC 曲線下面積（AUC），0.96；95%CI：0.84～0.99；敏感度：92%；特異度：96%]高于全髖關(guān)節(jié)(AUC，0.78；95%CI：0.51～0.91；敏感度：64%；特異度：93%)，股骨頸（AUC，0.73；95%CI：0.50～0.86；敏感度：64%；特異度：73%），腰椎（AUC，0.69；95%CI：0.49～0.82；敏感度：57%；特異度：63%）和前臂（AUC，0.78；95%CI：0.59～0.89；敏感度：70%；特異度：70%）的DXA 檢查T 評分。結(jié)論X 線皮質(zhì)厚度指數(shù)≤0.50 是GD 骨折風(fēng)險的可靠獨立預(yù)測指標(biāo)。

原文載于Radiology，2023，307（1）：e212779.

邵曉彤譯 羅驍 張敏鳴校

○神經(jīng)放射學(xué)

χ-分離成像診斷多發(fā)性硬化與視神經(jīng)脊髓炎譜系病(DOI:10.19300/j.2023.r0409)

χ-Separation Imaging for Diagnosis of Multiple Sclerosis versus Neuromyelitis Optica Spectrum Disorder (DOI:10.1148/radiol.220941)

W.Kim,H.Shin,H.Lee,D.Park,J.Kang,Y.Nam,et al.

摘要使用χ 分離成像可以提供與多發(fā)性硬化（MS）病變異常變化密切相關(guān)的鐵和髓鞘檢測的一種補充手段。目的評估MS 和視神經(jīng)脊髓炎譜系病（NMOSD）腦病變在χ-分離成像上的表現(xiàn)，并與既往報道的診斷標(biāo)準(zhǔn)進行比較，探討其對這2 種疾病的鑒別診斷價值。資料與方法前瞻性納入2017 年10 月—2020 年10 月期間接受χ 分離成像的MS 或NMOSD 病人。使用局部頻移和計算R2′（R2′=R2*-R2）分別估計陽性（χpos）和陰性（χneg）磁化率。使用機器學(xué)習(xí)方法進行R2映射。對于每個病變，評估并比較是否存在中心靜脈征（CVS）和順磁邊緣征（PRS）以及χneg和χpos圖上的信號特征。計算每個被試者的CVS、PRS 和低反磁性的病變比例。采用受試者操作特征（ROC）曲線分析評估診斷效能。結(jié)果共有32 例MS 病人[平均年齡（34±10）歲；女25 例，男7 例]和15例NMOSD 病人[平均年齡（52±17）歲；女14 例，男1 例]納入評估，共有611 個MS 和225 個NMOSD 腦病變。在χneg圖上，80.2%（490/611）的MS 病變被歸類為低反磁性病變，而13.8%（31/225）的NMOSD 病變被歸類為低反磁性病變（P＜0.001）。2 種疾病在χpos圖上病變表現(xiàn)沒有差異。在每位被試者的分析中，MS 病人表現(xiàn)出更高比例的低反磁性病變[中位數(shù)83%（72%，93%）高于NMOSD 組[6%（0，14%)；P<0.001]。低反磁性病變的比例達到了良好的診斷效能（ROC 曲線下面積，0.96；95%CI：0.91～1.00）。結(jié)論在χ 分離成像上，MS 病變傾向于呈低反磁性，這可作為區(qū)分MS 與視神經(jīng)脊髓炎譜系病的重要標(biāo)記。

原文載于Radiology，2023，307（1）：e220941.

王超譯 靳云云 張敏鳴校

基于擴散加權(quán)MRI 的深度學(xué)習(xí)預(yù)測卒中低灌注病灶和靶區(qū)不匹配(DOI:10.19300/j.2023.r0410)

Predicting Hypoperfusion Lesion and Target Mismatch in Stroke from Diffusion-weighted MRI Using Deep Learning(DOI:10.1148/radiol.220882)

Y.Yu,S.Christensen,J.Ouyang,F.Scalzo,D.S.Liebeskind,M.G.Lansberg,et al.

摘要灌注成像對于識別卒中的組織靶區(qū)不匹配很重要，但灌注成像需要注射對比劑以及后處理軟件分析。目的采用深度學(xué)習(xí)模型預(yù)測卒中低灌注病變，以灌注MRI 為參考標(biāo)準(zhǔn)，僅基于擴散加權(quán)成像（DWI）和臨床信息來識別存在靶區(qū)不匹配的病人。資料與方法急性缺血性卒中病人的基線灌注MRI 和DWI 影像來自2008—2019 年的多中心數(shù)據(jù)（急性卒中影像學(xué)分支，擴散及灌注成像以研究卒中演變2，加州大學(xué)洛杉磯分校卒中注冊研究）。灌注MRI 采用灌注和擴散軟件快速處理，自動分割低灌注病變（達峰時間Tmax≥6 s）和缺血核心[表觀擴散系數(shù)(ADC)，≤620×10-6mm2/s]。采用基線DWI、ADC、美國國立衛(wèi)生研究院卒中量表評分和卒中癥狀偏側(cè)性為輸入，以低灌注和缺血核心分割為基礎(chǔ)訓(xùn)練3D UNet 深度學(xué)習(xí)模型。使用Dice 評分系數(shù)（DSC）來評估模型的效能。采用McNemar 檢驗，將基于該模型的靶區(qū)不匹配分類與DAWN 試驗定義的臨床-DWI 不匹配方法進行了比較。結(jié)果總的來說，413 例病人[平均年齡（67±15）歲；男207 例]被納入模型開發(fā)和初步分析，研究采用5 折交叉驗證（分別選取訓(xùn)練、驗證和測試集每折各247、83 和83 例病人）。該模型預(yù)測的低灌注病變中位DSC 為0.61（0.45，0.71）。該模型識別靶區(qū)不匹配病人的敏感度為90%（283/254；95%CI：86%～93%)，特異度為77%（130/100 例；95%CI：69%～83%)，而識別臨床-DWI 不匹配病人的敏感度為50%（281/140；95%CI：44%～56%)，特異度為89%（130/116；95%CI：83%～94%）（均P<0.001）。結(jié)論3D U-Net 深度學(xué)習(xí)模型基于DWI 和臨床信息預(yù)測低灌注病變，并且該方法相較于臨床-DWI 不匹配方法，識別出靶區(qū)不匹配病人的敏感性要更高。

原文載于Radiology，2023，307（1）：e220882.

李凱程譯 王超 張敏鳴校

○兒科學(xué)成像

10 407 名兒童和青少年的對比增強CT 檢查后急性腎損傷風(fēng)險的隊列研究(DOI:10.19300/j.2023.r0411)

Risk of Acute Kidney Injury Following Contrast-enhanced CT in a Cohort of 10407 Children and Adolescents (DOI:10.1148/radiol.210816)

J.C.Toro,B.Viteri,L.Ballester,H.A.G.Perdomo,A.White,M.Pradhan,et al.

摘要以往研究探討的多是對比劑誘導(dǎo)的成人急性腎損傷（AKI），而對兒童和青少年人群的相關(guān)研究甚少。目的計算靜脈注射碘對比劑后行CT 檢查的兒童和青少年AKI 的發(fā)生率并評估其發(fā)生風(fēng)險。資料與方法該回顧性研究是對一家兒童醫(yī)院2008 年1 月—2018 年1 月的病例進行分析，納入對象為0～17 歲的病人，并且在使用或不使用對比劑的CT 檢查前后48 h 內(nèi)測量了血清肌酐水平。根據(jù)AKI 網(wǎng)絡(luò)指南計算AKI 的發(fā)生率。對病例與對照組病人進行傾向性評分匹配（基于年齡、性別、種族、基礎(chǔ)腎小球濾過率、掃描次數(shù)等得出）進行亞組分析。根據(jù)估計的腎小球濾過率（eGFR）進行分層，并探討分層前后的差異。使用對數(shù)二項式廣義估計方程建立調(diào)整后的風(fēng)險模型，以估計相對風(fēng)險（RR）。結(jié)果在全部54 000 次CT 掃描中，10 407 例患兒 [中位年齡8.5（3，14）歲；男孩5 869 例，女孩4 538 例]的19 377 次掃描被納入分析。整體樣本AKI 發(fā)生率為1.5%；在對比劑增強CT檢查組中AKI 的發(fā)生率為1.4%（8 844 次掃描中的123 次），未使用對比增強CT 檢查組中AKI 的發(fā)生率為1.6%（10 533次掃描中的171 次）（P=0.18）。在對比增強CT 檢查組中，eGFR 不低于和低于60 mL/（min·1.73 m2）的AKI 發(fā)生率分別為1.3%和8.5%（P<0.001），均高于非對比劑組（eGFR 不低于和低于60 mL/（min·1.73 m2）的AKI 發(fā)生率分別為0.1%和2.7%；P<0.001）。年齡（增加）被發(fā)現(xiàn)是AKI 的保護因素，RR為0.96（95%CI：0.94～0.99；P=0.01），在亞組分析中對比劑的使用增加了AKI 的風(fēng)險，RR 為2.19（95%CI：1.11～4.35；P=0.02）。結(jié)論兒童和青少年行對比劑增強CT 檢查后AKI 的總體發(fā)生率非常低，而且在不同的組間及分析中對比劑暴露并沒有持續(xù)增加AKI 的風(fēng)險。

原文載于Radiology，2023，307（3）：e210816.

田詩姣譯 王超 張敏鳴校

○胸部成像

COVID-19 后肺部異常的檢測：光子計數(shù)CT 與同日能量整合探測器CT 的比較(DOI:10.19300/j.2023.r0412)

Detection of Post-COVID-19 Lung Abnormalities:Photon-counting CT versus Same-Day Energy-integrating Detector CT（DOI:10.1148/radiol.222087）

F.Prayer, P.Kienast, A.Strassl, P.T.Moser, D.Bernitzky, C.Milacek,et al.

摘要光子計數(shù)探測器（PCD）CT 能夠?qū)崿F(xiàn)超高分辨率的肺部成像，并可能揭示出新型冠狀病毒感染（COVID-19）后持續(xù)癥狀的相關(guān)形態(tài)學(xué)變化。目的比較PCD CT 和能量整合探測器（EID）CT 對COVID-19 后肺部異常的無創(chuàng)性評估。資料與方法在該前瞻性研究中，對2022 年4 月—2022 年6 月期間有一種或多種與COVID-19 相關(guān)的持續(xù)癥狀（靜息或勞累性呼吸困難、咳嗽、疲勞）的成年參與者，在同一天內(nèi)進行了EID 和PCD CT 檢查。審閱其1.0 mm 的EID CT 影像以及1.0、0.4、0.2 mm 的PCD CT 影像，以確定是否存在肺部異常。采用Likert 五級量表（-2～2）和肺部信噪比（SNR），主觀和客觀地評估EID 和PCD CT 的影像質(zhì)量。結(jié)果共20 名參與者納入研究[平均年齡（54±16）歲；男10 名]。EID CT 顯示20 名參與者中有15 名（75%）出現(xiàn)COVID-19 后肺部異常，中位受累范圍為肺容積的10%（0，45%）和3.5（0，5）個肺葉。磨玻璃樣陰影和線性帶是EID CT 最常見的表現(xiàn)[20 名參與者中有10 名（50%）出現(xiàn)]。PCD CT 顯示20 名參與者中有10 名（50%）出現(xiàn)額外的肺部異常，其中最常見的是支氣管擴張[20 名中有10 名（50%）]。1.0 mm PCD CT 影像相對于1.0 mm EID CT 影像[中位數(shù)1（1，2）；P<0.001]以及0.4 mm PCD CT影像相對于1.0 mm PCD CT 影像[中位數(shù)1（1，1）；P<0.001]的主觀影像質(zhì)量有所改善；但0.2 mm PCD CT 影像相對于0.4 mm PCD CT 影像[中位數(shù)為0（0，0.5）；P=0.26]沒有改善。與1.0 mm的EID CT 影像相比，1.0 mm 的PCD CT 影像具有更高的肺部SNR（平均差異為0.53±0.96；P=0.03），但0.4 mm 影像的SNR低于1.0 mm 的影像，0.2 mm 影像的SNR 低于0.4 mm 影像。結(jié)論PCD CT 在顯示COVID-19 后肺部細(xì)微異常和影像質(zhì)量方面優(yōu)于EID CT。

原文載于Radiology，2023，307（1）：e222087.

羅驍譯 邵曉彤 張敏鳴校

大麻吸煙者的胸部CT 表現(xiàn)(DOI:10.19300/j.2023.r0413)

Chest CT Findings in Marijuana Smokers(DOI: 10.1148/radiol.212611)

L.Murtha,P.Sathiadoss,J.Salameh,M.D.F.Mcinnes,G.Revah.

摘要目前全球大麻的消耗量正在增加，但目前對于其相關(guān)的肺部影像學(xué)研究較少。目的采用胸部CT 研究吸食大麻對肺部的影響。資料與方法該回顧性病例對照研究評估了2005 年10 月—2020 年7 月間大麻吸食者、非吸煙對照和純煙草吸煙者的胸部CT 檢查結(jié)果，并比較肺氣腫、氣道變化、男乳發(fā)育和冠狀動脈鈣化比率的組間差異。此外，本研究針對50 歲以上的純煙草煙民，建立了年齡、性別相匹配的亞組，旨在進行胸部CT 檢查結(jié)果的組間比較。研究統(tǒng)計方法采用χ2檢驗。結(jié)果本研究共納入56 名大麻吸食者[年齡（49±14）歲，男34 名]、57 名非吸煙對照[年齡（49±14）歲，男32 名]和33 名純煙草吸煙者[年齡（60±6）歲，男18 名]。大麻吸食者的肺氣腫率[56 名中有42 名（75%）]高于非吸煙者[57 名中有3 名(5%）]（P<0.001），但與純煙草吸煙者的差異無統(tǒng)計學(xué)意義[33 名中有22 名（67%)]（P=0.40）。與其他組相比，大麻吸食者的支氣管增厚、支氣管擴張和黏液嵌塞的比率更高（P<0.001～P=0.04），并且男乳發(fā)育更常見[34 名中有13 名（38%）]。在年齡匹配的亞組分析中，大麻吸食者的支氣管增厚、支氣管擴張和黏液阻塞的比率仍高于純煙草吸煙者（P＜0.001～P=0.006）。年齡匹配的大麻吸食者的肺氣腫率[30 名中有28 名（93%）]高于純煙草吸食者[33 名中有22 名（67%）]（P=0.009）。此外，年齡匹配的大麻吸食者[30 名中有21 名(70%)]和純煙草吸煙者[33 名中有28 名（85%）]之間的冠狀動脈鈣化率無組間差異（P=0.16）。結(jié)論盡管目前研究仍存在觀察者間一致性、大麻伴隨吸煙效應(yīng)等局限性，但是與非吸煙者及純煙草吸煙者相比，大麻吸食者的氣道炎癥和肺氣腫的發(fā)生更為普遍。

原文載于Radiology，2023，307（1）：e212611.

曾慶澤譯 王淑玥 張敏鳴校

基于人工智能的支氣管擴張的CT 評估：COPDGene 研究(DOI:10.19300/j.2023.r0414)

Artificial Intelligence-based CT Assessment of Bronchiectasis:The COPDGene Study(DOI:10.1148/radiol.221109)

A.A.Díaz,P.Nardelli,W.Wang,R.San José Estépar,A.Yen,et al.

摘要CT 是評估支氣管擴張的標(biāo)準(zhǔn)檢查。氣道與動脈直徑比值（AAR）升高通常用于鑒別增大的支氣管和支氣管擴張，但是在目前CT 成像技術(shù)中評估該指標(biāo)的嚴(yán)重程度存在一定的局限性。目的使用基于人工智能的胸部CT 來確定AAR 的程度，并評估AAR 與病情加重隨時間惡化的相關(guān)性。資料與方法在前瞻性、觀察性、多中心COPDGene 研究中對長期吸煙者進行的二次分析中，使用人工智能工具對AAR進行量化。確定每名參與者在進行胸部CT 掃描時存在AAR＞1(氣道擴張的衡量標(biāo)準(zhǔn))的氣道百分比。通過2 年1 次的隨訪(2009 年7 月—2021 年9 月)前瞻性地確定肺部支氣管擴張加重。通過構(gòu)建多變量零膨脹回歸模型評估AAR＞1的氣道百分比與隨訪期間肺部支氣管擴張加重總數(shù)之間的相關(guān)性。協(xié)變量包括人口統(tǒng)計學(xué)、肺功能和常規(guī)CT 參數(shù)。結(jié)果在4 192 名參與者中[中位年齡59（52，67）歲；男1 878 名(45%)]中，1 834 名患有慢性阻塞性肺疾?。–OPD）。在10 年的隨訪和調(diào)整模型中，AAR＞1 的氣道百分比（四分位數(shù)4∶1）與急性加重發(fā)作次數(shù)相關(guān)[風(fēng)險比（RR），1.08；95%CI：1.02～1.15；P=0.01]。在符合支氣管擴張臨床和影像學(xué)標(biāo)準(zhǔn)(臨床主要表現(xiàn)≥3%的AAR＞1)的參與者中，與不符合的病人相比，RR 為1.37（95%CI：1.31～1.43；P<0.001）。在COPD 病人中，相應(yīng)的RR分別為1.10（95%CI：1.02～1.18；P=0.02）和1.32（95%CI：1.26～1.39；P<0.001）。結(jié)論在患有COPD 的長期吸煙者中，基于人工智能的肺部CT 測量的支氣管擴張AAR隨著時間的推移與更多的病情加重相關(guān)。

原文載于Radiology，2023，307（1）：e221109.

林雙翔譯 李凱程 張敏鳴校

移植肺早期肺間質(zhì)改變的放射學(xué)和組織學(xué)相關(guān)性研究(DOI:10.19300/j.2023.r0415)

Radiologic and Histologic Correlates of Early Interstitial Lung Changes in Explanted Lungs （DOI: 10.1148/radiol.221145）

S.E.Verleden, A.Vanstapel, J.Jacob, T.Goos, J.Hendriks, L.J.Ceulemans,et al.

摘要肺間質(zhì)性異常（ILA）反映了肺部CT 掃描的影像特征，與（早期）肺間質(zhì)性疾病相一致。盡管關(guān)于ILA 的發(fā)病率、危險因素和預(yù)后的證據(jù)越來越多，但是ILA 的組織病理學(xué)相關(guān)性仍待探究。目的明確人體肺移植后CT 定義的ILA 的放射學(xué)與組織病理學(xué)之間的關(guān)系。資料與方法前瞻性收集2010 年—2021 年放射學(xué)上表現(xiàn)出ILA 的參與者的移植肺或肺葉標(biāo)本。將這些標(biāo)本經(jīng)充氣、冰凍處理后，進行CT 或micro-CT 掃描（空間分辨率分別為0.7 mm 和90 μm）。隨后，切開肺并且進行粗針穿刺活檢取樣。每個肺組織至少取5 個樣本進行micro-CT 掃描。并使用半定量重塑分析來進行組織病理學(xué)評估?；谔囟▍^(qū)域的放射學(xué)評分，評估放射學(xué)和組織病理學(xué)結(jié)果之間的相關(guān)性。結(jié)果共納入6 名供體[移植時的年齡60～83 歲，中位年齡71 歲；男4 名]的8 個肺移植體（未使用的供體肺，n=4；腫瘤適應(yīng)證肺葉切除，n=2）。體外CT 顯示所有肺組織均可見不同程度的磨玻璃影、網(wǎng)狀結(jié)構(gòu)、部分存在支氣管擴張。micro-CT 和組織病理學(xué)檢查結(jié)果表明肺部間質(zhì)性異常經(jīng)常發(fā)生在隔旁，并且與纖維化和淋巴細(xì)胞炎癥相關(guān)。組織病理學(xué)結(jié)果顯示，在CT 掃描正常的區(qū)域內(nèi)有不同程度的纖維化，而CT 掃描出現(xiàn)網(wǎng)狀結(jié)構(gòu)的區(qū)域纖維化更為嚴(yán)重。血管病變和支氣管擴張也經(jīng)常出現(xiàn)在ILA 肺的組織病理學(xué)檢查中，但很少觀察到發(fā)育完全的成纖維細(xì)胞灶。結(jié)論研究證實了CT 定義的肺間質(zhì)性異常有直接的組織學(xué)相關(guān)性。

原文載于Radiology，2023，307（1）：e221145.

馬琳琳譯 楊思雨 張敏鳴校

說明：

①本專欄內(nèi)容為Radiology 最近兩期部分科學(xué)性論著摘要的中文譯文。 原文DOI 由RSNA 提供。

②本刊盡量采取了與原文一致的體例（如，原作者姓名的書寫方式、小欄目的順序等）。 對于原文中提到的新技術(shù)名詞，如尚無規(guī)范的中文名詞對應(yīng)，則在文中直接引用英文原文，以便于讀者查閱。

Owned and published by the Radiological Society of North American,Inc(RSNA).?2023,RSNA.Translated by CSR and reprinted with permission of RSNA.

版 權(quán) 歸 北 美 放 射 學(xué) 會(RSNA).?2023,RSNA.RSNA 授 權(quán)CSR 翻譯重印。