简介：摘要目的探讨能谱CT影像组学特征在鉴别肺癌结节与炎性结节中的价值。方法回顾性分析在苏州大学附属第一医院接受肺部能谱CT扫描的96例肺癌结节和45例炎性结节患者的资料。按照2∶1的比例随机分配为训练组（肺癌结节64例，炎性结节30例）和验证组（肺癌结节32例，炎性结节15例）。利用MaZda软件对训练组动脉期和静脉期70 keV单能量图像进行影像组学特征提取。采用费希尔参数法（Fisher）、分类错误率联合平均相关系数法（POE+ACC）和相关信息测度法（MI）对提取的特征进行筛选，得到3组最优特征子集。然后用线性（LDA）和非线性判别分析法（NDA）对最优特征子集进行分析，计算其鉴别肺癌结节和炎性结节的受试者操作特征（ROC）曲线下面积（AUC）、准确率、灵敏度、特异度、精准率和F1分数。利用人工神经网络（ANN）建立预测模型，并对验证组两种病变进行鉴别。使用Delong检验比较不同的最优特征子集AUC的差异。结果在动脉期，MI-NDA法选择的最优特征子集鉴别训练组肺癌结节和炎性结节的AUC最高，为0.888（95%可信区间0.806~0.943），其准确率、灵敏度和特异度分别为88.3%、87.5%和90.0%。MI-NDA法与Fisher-NDA、（POE+ACC）-NDA法的AUC差异无统计学意义（Z=1.941，P=0.052；Z=1.683，P=0.092）。在静脉期，（POE+ACC）-NDA法选择的最优特征子集的AUC最高，为0.846（95%可信区间0.757~0.912），其准确率、灵敏度和特异度分别为87.2%、92.2%和76.7%。（POE+ACC）-NDA与MI-NDA的AUC差异无统计学意义（Z=1.354，P=0.18），而与Fisher-NDA的AUC差异有统计学意义（Z=2.423，P=0.015）。MI-NDA法选择的动脉期最优特征子集在训练组和验证组的AUC最高，分别为0.888（95%可信区间0.806~0.943）和0.871（95%可信区间0.741~0.951）。结论能谱CT影像组学定量特征可用于鉴别肺癌结节与炎性结节，具有较高的诊断价值。

简介：摘要目的探讨基于CT的血栓强化（TE）特征及血栓渗透性预测急性大脑中动脉闭塞性卒中心源性血栓的价值。方法回顾性分析2020年1月至2022年7月苏州大学附属第一医院收治的发病时间小于12 h的93例急性大脑中动脉闭塞性卒中患者的临床及影像资料。根据TOAST标准将患者按血栓来源不同分为心源性血栓（CE）组43例、大动脉粥样硬化性血栓（LAA）组50例。所有患者均接受头颅CT平扫和CT血管成像，并对患者的血栓渗透性［血栓CT值的增加值（TAI）、血栓孔隙率（ε）］及TE特征进行评估。采用独立样本t检验、Mann-Whitney U检验及χ²检验对2组患者进行单因素分析，将差异有统计学意义的指标纳入二元logistic回归分析，评估心源性血栓的影响因素，并构建logistic模型。采用受试者操作特征（ROC）曲线及曲线下面积（AUC）评估TAI、ε、TE及logistic模型预测急性大脑中动脉闭塞性卒中心源性血栓的价值。结果CE组与LAA组患者性别、房颤史、高血压史、糖尿病史、吸烟史、基线美国国立卫生研究院卒中量表（NIHSS）、TAI、ε、TE特征阳性差异均有统计学意义（P<0.05）。二元logistic回归显示TAI（OR=1.300，95%CI 1.147~1.473，P<0.001）、高血压史（OR=0.116，95%CI 0.025~0.535，P=0.006）、基线NIHSS（OR=1.165，95%CI 1.040~1.304，P=0.008）是预测急性大脑中动脉闭塞性卒中心源性血栓的独立影响因素。ROC曲线分析显示logistic模型预测心源性血栓的AUC最大，为0.907（95%CI 0.848~0.966）；TE特征阳性预测心源性血栓的灵敏度最高，为90.7%。结论基于CT的TE特征及血栓渗透性预测急性大脑中动脉闭塞性卒中心源性血栓具有一定的应用价值。

简介：摘要目的探讨基于CT平扫冠状动脉周围（简称冠周）脂肪的影像组学模型对非钙化斑块的诊断价值。方法回顾性分析461例2019年8月1日至2020年7月31日苏州大学附属第一医院放射科行冠状动脉CT血管造影（CCTA）患者的影像学资料。CCTA检出206例（355支）冠状动脉有非钙化斑块，255例（510支）冠状动脉未见异常。于CT平扫［钙化积分（CCS）序列］图像对冠周脂肪进行感兴趣区（ROI）勾画。选取距冠状动脉开口处10 mm起始的长为40 mm的冠状动脉进行冠状动脉ROI勾画并自动生成冠周脂肪ROI，随后进行冠周脂肪衰减指数（FAI）以及影像组学参数的提取。将865支冠状动脉按7∶3的比例分为训练组（n=606）和测试组（n=259）并进行组学建模，运用受试者工作特征（ROC）曲线分析评估FAI值以及组学模型对于非钙化斑块的诊断效能。结果从基于平扫的冠周脂肪的图像中共提取1 692个特征，使用最大相关最小冗余（mRMR）和最小绝对收缩与选择算子（LASSO）进行特征筛选后，筛选出14个特征用于影像组学模型的建立。模型在测试组中鉴别非钙化斑块患者和冠状动脉未见异常者的准确度、灵敏度、特异度和曲线下面积（AUC）分别为70.3%、63.2%、75.2%和0.75。结论基于平扫冠周脂肪影像组学模型对非钙化斑块具有较好的诊断效能。