http://med-sci.cn/cgzcx zh-cn An RSS feed for Chinese Journal of Magnetic Resonance Imaging http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.001 目的探讨失独父母脑结构、功能及网络的异常模式，并揭示其与抑郁、焦虑及创伤后应激障碍（post-traumatic stress disorder, PTSD）等临床症状间的整体耦合关系。 材料与方法纳入47例失独父母（SD组）及36例健康对照（healthy controls, HC）（HC组），采集所有被试的多模态MRI数据及临床症状评分。进行基于体素的形态学分析、静息态功能分析及图论网络分析。进一步通过典型相关分析（canonical correlation analysis, CCA）探究多模态影像特征集合与临床症状集合之间的整体关联。 结果与HC组相比，SD组左海马、双侧脑岛、左内侧和旁扣带回等脑区灰质体积减小（P<0.05，FDR校正），同时伴有左颞叶度中心度降低（P<0.05，FDR校正），右颞中回局部一致性升高（P<0.05，FDR校正）等功能活动异常，其脑网络拓扑属性亦发生改变（P<0.05，FDR校正）。CCA结果显示，影像指标与临床症状之间存在显著的整体耦合关系（第1对典型变量相关系数r=0.890，P<0.001）。其中，脑网络指标的贡献最大（载荷r=-0.998），且与PTSD症状（临床用PTSD诊断量表）的关联最为紧密（交叉载荷r=-0.882）。 结论失独父母存在以脑网络异常为核心的广泛脑改变，并与PTSD等症状密切相关，这提示脑网络重组可能是失独相关精神病理症状的重要神经基础。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.002 目的基于静息态功能磁共振成像（resting-state functional magnetic resonance imaging, rs-fMRI）数据，探讨交叉注意力机制（cross attention mechanism, CAM）结合静态-动态图卷积神经网络（graph convolutional network, GCN）技术对帕金森病（Parkinson^,s disease, PD）患者的分类效能，并挖掘潜在的影像学生物标志物。 材料与方法前瞻性纳入从青岛大学附属医院门诊招募的32例PD患者及从青岛大学附属医院社区健康管理中心招募的30例性别、年龄和受教育年限相匹配的健康对照（healthy control, HC）者，采集两组受试者rs-fMRI图像，将图像进行预处理后，基于AAL图谱和GCN，为每位受试者构建了静态-图卷积网络（static-graph convolutional network, static-GCN）和动态-图卷积网络（dynamic-graph convolutional network, dynamic-GCN）。通过多尺度特征提取和CAM，融合static-GCN和dynamic-GCN的互补信息。通过五折交叉验证的准确率和受试者工作特征（receiver operating characteristic, ROC）曲线下面积（area under the curve, AUC）评估方法性能。利用过程中的注意力权重系数并结合统计学分析，识别出与PD最相关的异常脑区和静态-动态功能连接（static-dynamic functional connectivity, static-dynamic FC）。采用独立样本t检验进行组间比较，并使用Pearson相关分析探讨差异有统计学意义的static-dynamic FC与临床量表之间的相关性。 结果基于CAM结合静态-动态图卷积网络的方法具有良好的分类性能（准确率为79.84%，敏感度为80.47%，特异度为78.47%）。ROC曲线分析结果显示，诊断PD的AUC为0.814（95% CI：0.727~0.902，P<0.001）。共识别出五个PD高权重特征脑区：右侧辅助运动区、左侧后扣带回、左侧中央后回、小脑第6叶以及小脑蚓部第10区。同时，发现两条最相关的static-dynamic FC。与HC相比，PD组在以下两对脑区间的static-dynamic FC增强（P<0.05）：（1）左侧后扣带回-小脑第6叶；（2）右侧辅助运动区-小脑蚓部第10区-小脑第6叶/左侧中央后回。此外，这两条增强的static-dynamic FC均与UPDRS-Ⅲ评分呈正相关（r=0.432，P=0.017；r=0.420，P=0.021）。 结论基于CAM结合静态-动态图卷积网络的方法，有良好的诊断性能，并发现了PD病患者小脑与大脑皮层间特定static-dynamic FC的异常增强模式，为PD的客观影像学诊断提供了新的依据。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.003 目的探讨青少年双相情感障碍（bipolar disorder, BD）患者的默认模式网络（default mode network, DMN）功能连接（functional connectivity, FC）在短期治疗后的变化及其与临床症状的相关性。 材料与方法前瞻性纳入2023年10月至2024年12月在十堰市太和医院心理卫生中心就诊的30例BD患者作为BD组，并于治疗两周后跟踪随访，在当地社区通过广告招募33例健康对照（health control, HC）作为HC组。采用17项汉密尔顿抑郁量表评估抑郁程度，杨氏躁狂量表评估躁狂程度，汉密尔顿焦虑量表评估焦虑程度。所有受试者在基线和治疗两周后均采集静息态功能磁共振成像数据。并以DMN为种子点计算与全脑的FC，分析治疗前后差异有统计学意义的脑区，并将基线患者、治疗后患者和HC分别做双样本t检验，分析差异有统计学意义的脑区，并将治疗前后差异有统计学意义的结果与临床量表评分作相关性分析。 结果患者在治疗两周后，后扣带皮层（posterior cingulate cortex, PCC）的FC发生变化，与右侧距状裂皮质的FC减弱（t=5.79，P=0.001），而后压皮层（retrosplenial cortex, Rsp）与左侧枕中回的FC增强（t=4.72，P=0.004）。上述结果与临床量表评分无相关性（r=0.183，P=0.466；r=0.238，P=0.342；r=0.086，P=0.684；r=-0.121，P=0.631；r=-0.031，P=0.902；r=-0.213，P=0.308）。与HC组相比，基线BD患者在视觉网络（visual network, VN）和突显网络（salience network, SN）上存在异常，在治疗后，VN和SN的异常改变并未完全消除，并在额顶网络（dorsal frontoparietal network, FPN）上出现轻微异常。 结论短期治疗能够部分调节BD患者DMN和VN、SN间的FC异常，上述神经影像发现为理解BD的神经生物学机制以及优化早期干预策略提供了新的方向。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.004 目的构建基于T1加权成像（T1-weighted imaging, T1WI）影像组学的三分类模型，实现帕金森病（Parkinson^,s disease, PD）的诊断及早、中晚期分期，并探讨不同核团特征的诊断价值。 材料与方法前瞻性分析146例患者的T1WI数据，包含新疆医科大学第二附属医院（开发队列）86例数据，其中正常组26例、早期PD组35例、中晚期PD组25例；另外新疆医科大学第一附属医院（外部验证队列）60例数据，其中正常组18例、早期PD组22例、中晚期PD组20例。对所有数据尾状核（caudate nucleus, CN）、壳核（putamen, PUT）、苍白球（globus pallidus, GP）、红核（red nucleus, RN）、黑质（substantia nigra, SN）和伏隔核（nucleus accumbens, NAC）6个核团进行分割，提取1688个影像组学特征（涵盖一阶统计、形状、纹理及滤波特征）。采用逻辑回归（logistic regression, LR）算法构建6个单核团模型及1个联合模型，通过方差阈值法、单变量选择法和最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）算法筛选关键特征，利用受试者工作特征（receiver operator characteristic, ROC）曲线、混淆矩阵及SHapley Additive exPlanations（SHAP）值分析模型效能与可解释性。 结果联合模型在训练集、内部验证集和外部验证集的宏观曲线下面积（area under the curve, AUC）分别为0.93（95% CI：0.87~1.00）、0.88（95% CI：0.69~1.00）和0.84（95% CI：0.75~0.92），显著优于多数单核团模型。筛选出的21个关键特征中，GP相关特征占9个（如wavelet-HLL_glcm_Correlation_GP），RN的lbp-3D-k_firstorder_Minimum_RN特征系数绝对值最大（0.12）。SHAP分析表明：正常组分类依赖GP和SN的纹理对称性，早期PD侧重PUT和GP的局部结构改变，中晚期PD以RN 和NAc的信号异常为特征。 结论基于T1WI的多核团联合模型对PD诊断及分期具有较高效能，核团特异性特征可反映PD病理进程的空间异质性，其中GP和SN在诊断中起核心作用，为临床精准分期提供影像学依据。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.005 目的基于结构磁共振成像，探究类淋巴系统的结构性改变在突发感音神经性耳聋与认知和情绪障碍关联中的神经影像学机制。 材料与方法共纳入48名双侧突发感音神经性耳聋患者和47名健康对照者。所有受试者均接受听力水平、多维度神经功能评估以及3D-T1加权磁共振扫描。采用U-net深度学习模型和FreeSurfer工具自动分割并量化脉络丛体积、血管周围间隙体积以及脑室（侧脑室、第三和第四脑室）体积以评估类淋巴系统功能。进一步通过斯皮尔曼相关分析探究影像学参数与认知及情绪障碍评分之间的关联。 结果患者与健康对照者在年龄、性别和受教育年限上匹配良好（P>0.05）。患者双耳平均听阈高于健康对照者（P<0.05），且两组认知及抑郁量表得分差异具有统计学意义（P<0.05）。结果显示感音神经性耳聋患者的原始及标准化后的脉络丛体积、血管周围间隙和两侧侧脑室体积大于健康对照者（P<0.05）；而原始及标准化后的第三脑室和第四脑室体积差异不具有统计学意义（P>0.05）。标准化脉络丛体积与符号数字转换测验呈负相关（r=-0.311，P=0.032）、与双耳平均听阈呈正相关（r=0.382，P=0.007）。 结论双侧突发感音神经性耳聋患者存在类淋巴系统相关结构的形态学改变，且信息处理速度下降与脉络丛体积增大相关。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.006 目的使用集成磁共振成像技术（synthetic magnetic resonance imaging, SyMRI）分析全面发育迟缓（global developmental delay, GDD）儿童脑微结构特征。 材料与方法收集2024年5月至2024年10月郑州大学第三附属医院55例GDD儿童（GDD组）与30例典型发育（typical development, TD）儿童（TD组）的SyMRI序列和临床资料，测量其8组灰质感兴趣区域的SyMRI参数值[T1、T2弛豫值和质子密度（proton density, PD）值]，将存在差异的脑区的SyMRI参数值与Gesell量表进行相关性分析，使用受试者工作特征（receiver operating characteristic, ROC）曲线分析SyMRI参数的诊断效能。 结果与TD组相比，GDD组在左侧顶叶灰质、右侧枕叶灰质的T1弛豫值，左侧顶叶灰质、双侧颞叶灰质的T2弛豫值以及左侧颞叶灰质和右侧枕叶灰质的PD值均增高，且差异具有统计学意义（P<0.003）；相关性分析发现，左侧顶叶灰质T1弛豫值分别与适应性行为发育商及个人社交发育商成正相关（r=0.327，P=0.015；r=0.535，P<0.001）；左侧顶叶灰质T2弛豫值与适应性行为发育商成正相关（r=0.449，P=0.001）；左侧颞叶灰质T2弛豫值分别与适应性行为发育商及个人社交发育商成正相关（r=0.348，P=0.009；r=0.321，P=0.017）；左侧颞叶灰质PD值与精细动作发育商成正相关（r=0.322，P=0.017）。ROC曲线分析表明，左侧顶叶灰质T2弛豫值曲线下面积最大，为0.752。 结论SyMRI参数可以提示GDD患儿脑微结构的异常，其有助于了解GDD的病理生理机制并对GDD的早期识别诊断存在一定的价值。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.007 目的基于体素的形态学分析（voxel-based morphometry, VBM）及表面的形态学测量分析（surface-based morphometry, SBM）方法，探讨阿尔茨海默病（Alzheimer^,s disease, AD）患者脑灰质结构改变及其与认知功能之间的相关性。 材料与方法从阿尔茨海默病神经影像学倡议（Alzheimer^,s Disease Neuroimaging Initiative, ADNI）数据库中筛选并纳入61例受试者，包括AD组32人，健康对照（healthy controls, HC）组29人。应用VBM及SBM分析计算每组受试者的形态学指标，包括灰质体积、皮层厚度及复杂度指标（局部回指数、分形维度及脑沟深度），并比较组间差异。提取组间存在显著差异脑区的形态学指标值，与认知量表评分进行Pearson相关分析。 结果在全脑结构中，AD患者灰质总体积低于HC组（P=0.021），AD患者脑脊液体积大于HC组（P=0.011）。VBM分析显示，AD组在左侧海马、右侧海马旁回、双侧颞中回、双侧颞下回、左侧扣带中回多个脑区灰质体积低于HC组[体素水平总体误差（family-wise error, FWE）校正后P<0.001]。SBM分析显示，AD组较HC组皮层厚度、局部回指数发生了改变，差异有统计学意义（团块水平FWE校正后P<0.05）；其中双侧顶下回和双侧颞中回、颞上回、颞下回等脑区皮层厚度减低，左侧颞中回、颞下回皮层局部回指数增加。分形维度及脑沟深度差异无统计学意义（未通过FWE校正，P>0.05）。AD组和HC组在简易精神状态检查量表（Mini-mental State Examination, MMSE）、临床痴呆评定量表（Clinical Dementia Rating, CDR）评分的差异有统计学意义（P<0.001）。AD组MMSE评分与左侧海马体积、右侧海马旁回体积、右侧楔前叶和左侧颞中回皮层厚度呈正相关，CDR评分与左侧海马体积、右侧海马旁回体积呈负相关。 结论VBM及SBM分析能够有效揭示AD患者大脑边缘系统及联合皮层存在典型灰质萎缩，且与认知功能障碍程度密切相关。同时研究发现左侧颞叶局部回指数增加，该现象不同于传统线性退行改变，局部回指数有望作为AD微结构改变的新型影像生物标志物。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.008 目的本研究联合应用质子磁共振波谱成像（proton magnetic resonance spectroscopy, ¹H-MRS）与基于人工智能的自动脑分割技术，定量评估药物难治性颞叶癫痫（temporal lobe epilepsy, TLE）患者的代谢产物比值，分析海马体积占比（海马体积与全脑容积之比），探讨二者在致痫灶侧别判定中的诊断效能。 材料与方法采用3.0 T MRI扫描仪对27例TLE患者及27例健康对照者进行三维T1加权成像（3-dimensional T1-weighted imaging, 3D-T1WI）及多体素¹H-MRS扫描。利用智能脑分割技术测量TLE组与正常对照组双侧海马体积占比。测定TLE组及正常对照组双侧海马头、体、尾的谷氨酸（glutamic acid, Glu）与肌酸（creatine, Cr）比值（Glu/Cr）及N-乙酰天门冬氨酸（N-acetyl-aspartate, NAA）与Cr比值（NAA/Cr）。 结果¹H-MRS检测显示：TLE组患侧海马头Glu/Cr比值高于健侧（P=0.012）及正常对照组（P<0.001），而NAA/Cr比值在患侧与健侧海马各亚区间均显示差异无统计学意义（P>0.05），智能脑分割技术定量分析发现患侧海马体积占比（定义为患侧海马体积占全脑体积的百分比）低于健侧（P=0.033）及对照组（P<0.001）。受试者工作特征（receiver operating characteristic, ROC）曲线分析表明：海马头Glu/Cr比值定侧敏感度为88.9%，特异度为70.4%，曲线下面积（area under the curve, AUC）为0.859。海马体积占比定侧特异度为88.9%，敏感度为70.4%（AUC=0.808）；二者联合诊断敏感度为81.5%，特异度为96.3%（AUC=0.941）。 结论本研究证实药物难治性TLE患者患侧海马头存在特异性谷氨酸兴奋毒性和结构萎缩。海马头Glu/Cr比值（高敏感度）与海马体积占比（高特异度）的联合应用可显著提升致痫灶定侧效能，且优于单一指标，为药物难治性TLE的术前无创定位提供了高价值的影像学标志物组合。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.009 目的本研究将静息态功能磁共振成像（resting-state functional magnetic resonance imaging, rs-fMRI）与传统的图论分析方法进行结合，观察脑小血管病（cerebral small vessel disease, CSVD）不同负荷患者的脑功能网络指标改变情况并探究其与认知功能之间的相关性。 材料与方法研究共纳入CSVD轻度负荷（mild CSVD burden, CSVD-m）患者23例，CSVD中度至重度负荷（severe CSVD burden, CSVD-s）患者22例，健康对照（healthy controls, HC）者21例。采集三个组所有受试者的rs-fMRI及相关颅脑MRI影像学数据、临床与实验室指标及相关认知量表评分。比较三组间功能网络拓扑指标差异，并分析差异指标及脑区与认知量表评分的相关性。 结果对于临床指标，CSVD-s组的蒙特利尔认知评估（Montreal Cognitive Assessment, MoCA）量表评分低于HC组（P<0.05）。对于全局指标，与HC组相比，CSVD-s组的全局效率（global efficiency, Eg）较低，最短路径长度（shortest path length, Lp）以及节点聚类系数（nodal clustering coefficient, Cp）较高；与CSVD-m组相比，CSVD-s组的Lp较高（P<0.05）。对于局部指标，与HC组相比，CSVD-s组的节点效率（nodal efficiency, NE）在右侧额上回眶部和左侧顶下小叶降低，CSVD-s组的节点聚类系数（nodal clusteering coefficient, NCp）在左侧额上回眶部增高；与CSVD-m组相比，CSVD-s组的NE在左侧顶下小叶降低（均P<0.05）。对于认知相关性分析，左侧顶下小叶的NE与MoCA评分呈正相关（r=0.339，P<0.05）。 结论不同负荷CSVD患者的全局和局部网络指标均存在改变，这表明大脑信息处理能力不同程度下降，并存在代偿机制。并且，部分指标改变与认知功能相关，从而更深入地理解其临床症状差异的病理生理机制并指导临床决策。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.010 目的探讨多重灵敏度编码扩散加权成像（multiplexed sensitivity encoding diffusion weighted imaging, MUSE-DWI）联合磁共振酰胺质子转移（amide proton transfer, APT）成像术前评估脑膜瘤质地的应用价值。 材料与方法回顾性分析2024年1月至2025年8月在宁夏医科大学总医院行肿瘤切除术并具有完整病理结果及术中手术记录完整的脑膜瘤患者病例资料71例，所有患者术前均接受常规MRI、MUSE-DWI、APT序列及对比增强T1加权成像（contrast enhanced T1-weighted imaging, CE_T1WI）序列扫描，术中根据Zada分级标准评估脑膜瘤质地，二分类为质软组或非质软组。测量强化区域表观扩散系数（apparent diffusion coefficient, ADC）及APT值。采用独立样本t检验或Mann-Whitney U检验比较ADC值和APT值的组间参数差异，对差异有统计学意义的参数采用多因素logistic回归分析。采用受试者工作特征（receiver operating characteristic, ROC）曲线评估各参数独立及其联合参数对预测脑膜瘤质地的诊断效能，并采用 DeLong检验对比ROC曲线下面积（area under the curve, AUC）的差异。 结果质软组脑膜瘤ADC值、APT值高于非质软组脑膜瘤（P分别为0.011、<0.001）。在所有单一参数中，APT值对质软脑膜瘤与非质软脑膜瘤的诊断效能最高，AUC为0.915，高于ADC值（AUC为0.675）；多参数联合预测模型（ADC+APT）的AUC为0.947，高于任何单一参数。DeLong 检验结果显示多参数联合预测模型的诊断效能优于ADC值（P <0.05），而与APT的AUC差异无统计学意义（P=0.061）。 结论MUSE-DWI、APT技术有助于术前无创预测脑膜瘤质地，两者联合效能最高。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.011 目的通过提取动态对比增强磁共振成像（dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的高通量影像组学特征，构建预测模型以探讨其在术前鉴别高级别胶质瘤（high-grade gliomas, HGG）和单发性脑转移瘤（solitary brain metastases, SBM）中的应用价值。 材料与方法回顾性分析2016年5月至2024年12月常州市第一人民医院收治的135例患者资料（HGG 89例，SBM 46例）。所有患者的影像学资料（DCE序列、常规MRI）、病理资料均完整。由两名分别具有3年与10年工作经验的神经影像医师沿肿瘤边缘手动勾画全瘤感兴趣区（region of interest, ROI），并对每个ROI提取963个影像组学特征。采用Mann-Whitney U检验、Pearson相关系数和分层聚类减少特征冗余，并通过最小绝对收缩和选择算法（least absolute shrinkage and selection operator, LASSO）优化特征集。采用逻辑回归（logistic regression , LR）分别构建DCE模型、常规MRI模型及融合模型。绘制受试者工作特征（receiver operating characteristic, ROC）曲线，并以其曲线下面积（area under the curve, AUC）评估各模型的预测效能。采用DeLong检验比较不同模型的显著性差异，以P<0.05表示差异具有统计学意义。 结果DCE模型、融合模型对预测HGG及SBM具有较高的效能，在测试集的AUC值分别为0.908（95% CI：0.812~1.000）、0.934（95% CI：0.860~1.000），优于常规MRI模型，差异具有统计学意义（P=0.001，P=0.011）。融合模型的预测效能稍高于DCE模型，但是差异无统计学意义（P=0.387）。 结论DCE模型在术前鉴别高级别胶质瘤与单发脑转移瘤方面具有较高的效能，且与融合模型的鉴别效能相当。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.012 目的通过定量分析Graves眼病（Graves^,s orbitopathy, GO）患者眼眶参数，探讨其与血清学参数联合在GO活动性诊断中的价值。 材料与方法回顾性收集2024年1月至2025年2月就诊于华北理工大学附属医院内分泌科并诊断为GO的47名患者，根据临床活动性评分（Clinical Active Score, CAS）将患者分为活动组、非活动组，并收集15名体检健康人群做为对照组。所有入组研究对象均进行眼眶MRI检查及血清学检测。分别测量三组受检者各条眼外肌最大直径（maximum extraocular muscle diameter, EMD）、最大横截面积（maximum extraocular muscle area, EMA）、T2弛豫时间（T2 relaxation time, T2RT）及眼球突出度，并收集三组受检者的临床资料。通过SPSS 27.0软件对各参数进行统计学分析，将差异有统计学意义的参数采用二元logistic回归方法联合MRI定量参数。采用受试者工作特征（receiver operating characteristics, ROC）曲线评估眼外肌各定量参数对GO活动性的诊断效能，采用DeLong 法比较曲线下面积（area under the curve, AUC）。采用Spearman^,s相关性分析分析各影像学参数与CAS评分的关系。 结果活动组EMD、EMA、T2RTmax、T2RTmean及眼球突出度组间比较均具有统计学意义（P<0.05），且活动组各定量参数明显增大；ROC曲线分析TRAb、T2RTmax与眼球突出度联合评估GO的效能最好，高于三组单一的诊断价值，AUC值为0.905，敏感度为91.7%，特异度为81.0%，截断值为0.44。EMA（r=0.73，P<0.05）、EMD（r=0.70，P<0.05）、T2RT（r=0.83，P<0.05）与眼球突出度（r=0.75，P<0.05）均与CAS呈正相关。 结论磁共振多参数及血清学指标均可评估GO活动性，两者联合能提高对GO的诊断效能。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.013 目的探讨全身磁共振成像（whole-body MRI, WB-MRI）技术对乳腺癌术后偶发病变的诊断价值。 材料与方法回顾性分析2022年1月至2025年2月武汉市红十字会医院收治的222例乳腺癌术后患者的WB-MRI影像资料，基于国际指南，将所有的偶发病变分为显著与非显著两组，以病理或随访结果为金标准，对比WB-MRI与常规影像检查（CT平扫和超声）的诊断效能，并分析年龄、术后时间与病变数量的关系。 结果经WB-MRI检查，222 例患者中共检出736个偶发病变，检出率为98.20%（218/222），其中显著病变132个（17.93%），主要分布于胸部（16.67%）、肝脏（12.12%）、胰腺（9.85%）、子宫附件（10.61%）及骨骼（10.61%）。对肺部病变的检测，WB-MRI的敏感度低于CT平扫（63.64% vs. 95.45%），差异具有统计学意义（P=0.009），且两者特异度均偏低；对腹部实质性脏器病变的检测，WB-MRI的敏感度高于CT和超声（91.18% vs. 55.88%/41.18%），差异具有统计学意义（均P<0.001），其特异度（66.7%）亦优于超声（33.3%）；对子宫附件病变的检测，WB-MRI与超声的敏感度差异无统计学意义（84.3% vs. 92.2%，P=0.354），特异度相等（均为50%）；对骨骼病变的检测，WB-MRI的敏感度高于CT（97.1% vs. 67.4%），差异具有统计学意义（P=0.004），特异度也优于CT；患者年龄与术后时间均与显著性病变占比无显著相关性（年龄：P=0.121；术后时间：P>0.05）。 结论WB-MRI对乳腺癌患者术后偶发病变的检出能力较强，尤其是腹部、盆腔及骨骼病变，可作为有效的全身初筛工具，建议与CT等检查联合应用，为临床提供更准确的诊断信息。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.014 目的评估基于5.0 T超高场磁共振磁敏感加权成像（susceptibility weighted imaging, SWI）序列联合多回波T2^* mapping在肝细胞癌（hepatocellular carcinoma, HCC）微血管侵犯（microvascular invasion, MVI）的应用价值。 材料与方法回顾性分析符合纳入和排除标准的44例HCC患者，分析病灶SWI图像特征并对肿瘤内磁敏感信号强度（intratumoral susceptibility signal intensity, ITSS）进行分级，同时计算病灶、瘤周及背景肝组织R2^*值并计算△R2^*值，统计分析不同MVI状态下上述参数的差异。 结果参照病理学标准，MVI阳性组ITSS分级更高、更容易合并出血，MVI阳性组和阴性组病灶、瘤周R2^*值及△R2^*值分别为（60.07±25.22） Hz和（52.05±21.51） Hz、（94.32±29.32） Hz和（91.06±30.69） Hz及（0.39±0.40）和（0.13±0.12），相应P值分别为0.312、0.740、<0.001，△R2^*值差异具有统计学意义，△R2^*值诊断效能高于ITSS分级[受试者工作特征曲线下面积（area under the curve, AUC）分别为0.838和0.686]。 结论基于5.0 T超高场磁共振SWI序列ITSS高分级及T2^* mapping序列定量参数△R2^*值是HCC MVI的潜在预测生物学标志物，两者联合可以提高诊断效能。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.015 目的探究动态对比增强磁共振成像（dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）参数联合临床危险因素构建的机器学习模型预测直肠癌微卫星不稳定（microsatellite instability, MSI）状态的价值。 材料与方法回顾性分析2022年5月至2024年7月滨州医学院附属医院150例直肠癌患者病例，以病理MSI状态分为MSI组27例，微卫星稳定（microsatellite stability, MSS）组123例。选取轴位T2WI、表观弥散系数（apparent diffusion coefficient, ADC）图及动态对比增强T1WI（dynamic contrast-enhanced T1WI, DCE-T1WI）图勾画肿瘤最大层面作为感兴趣区（region of interest, ROI），提取影像组学特征通过降维筛选出最佳特征，之后用多因素逻辑回归筛选MSI的临床独立预测因素及DCE参数，按7∶3比例分为训练集与验证集，同时使用XGBClassifier（extreme gradient boosting classifier, XGBoost）、逻辑回归（logistic regression, LR）、LGBMClassifier（light gradient boosting machine classifier, LGBM）、随机森林（random forest, RF）、决策树（decision tree classifier, DT）、高斯朴素贝叶斯（Gaussian naive Bayes, GNB）、支持向量机（support vector machine, SVM）、多层感知机分类器（multi-layer perceptron classifier, MLP）、自适应增强分类器（adaptive boosting classifier, AdaBoost）9种不同的机器算法构建模型，采用受试者工作特征（receiver operating characteristics, ROC）曲线和决策曲线分析（decision curve analysis, DCA）评估各模型预测直肠癌MSI状态效能及临床价值。此外，采集同一医院2024年12月至2025年6月的30例直肠癌病例建立时间验证集，绘制ROC曲线进行模型泛化能力的验证。 结果GNB模型表现最稳定，且基于临床独立危险因素、影像组学分数及DCE灌注参数构建的联合模型评估直肠癌MSI效果最佳，其中训练集、验证集及时间验证集曲线下面积（area under the curve, AUC）分别为0.920（95% CI：0.821~1.000）、0.900（95% CI：0.786~1.000）、0.817（95% CI：0.667~0.966）。 结论本研究中，9种机器学习算法中GNB在预测直肠癌MSI状态的效能最佳，并通过时间验证集进行了验证。基于DCE-MRI参数及临床危险因素构建的机器学习模型预测直肠癌MSI状态有一定价值。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.016 目的构建并验证基于体素内不相干运动磁共振成像（intravoxel incoherent motion magnetic resonance imaging, IVIM-MRI）影像组学和临床指标的列线图在评估慢性肾病（chronic kidney disease, CKD）肾纤维化（renal fibrosis, RF）严重程度中的价值。 材料与方法本研究为病例对照研究，回顾性分析了2016年9月至2022年7月常州市第一人民医院经肾穿刺活检病理证实为CKD的132例患者临床及影像学资料，按7∶3比例随机分为训练集（92例）和测试集（40例）。根据肾病牛津分级的T评分，将RF分为轻度组（T0，纤维化≤25%）和中重度组（T1~T2，纤维化>25%）。经组间差异检验筛选临床指标用于后续临床建模。所有患者活检前均行IVIM-MRI检查，从单纯扩散系数（true diffusion coefficient, D）、伪扩散系数（pseudo-diffusion coefficient, D^*）和灌注分数（perfusion fraction, f）参数图像中提取影像组学特征。特征筛选采用Mann-Whitney U检验、Pearson相关系数和最小绝对收缩及选择算子回归。分别基于逻辑回归（logistic regression, LR）、随机森林和多层感知机算法构建四种影像组学模型（Rad_D、Rad_D^*、Rad_f、Rad_D_D^*_f）及临床模型，并进一步整合表现最优的组学模型与临床模型构建列线图。通过受试者工作特征（receiver operating characteristic curve, ROC）曲线、DeLong检验、决策曲线分析（decision curve analysis, DCA）和校准曲线评估各模型性能。 结果最终分别筛选出9个、8个、11个和12个特征构建Rad_D、Rad_D^*、Rad_f和Rad_D_D^*_f模型。四种影像组学模型比较显示，Rad_D_D^*_f模型在区分轻度与中重度RF方面表现最佳。三种算法的比较显示，Rad_D_D^*_f组学和临床模型均在LR算法下获得了最优的诊断效能。相较影像组学和临床模型，列线图的效能进一步提升，训练集和测试集的ROC曲线下面积分别为0.942（95% CI：0.896~0.989）和0.820（95% CI：0.687~0.954）。DeLong检验显示列线图显著优于临床模型（P<0.05）。DCA和校准曲线进一步验证了列线图具有较高的临床净收益及良好的拟合度。 结论结合IVIM-MRI影像组学与临床指标的列线图可实现对CKD患者RF严重程度的无创识别，具有良好的诊断性能和临床应用前景，可为CKD的精准管理与动态评估提供影像学支持。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.017 目的探讨基于双参数磁共振成像（biparametric magnetic resonance imaging, bpMRI）生境成像分析诊断高风险和低风险前列腺癌（prostate cancer, PCa）的价值。 材料与方法回顾性分析了2023年12月至2024年8月期间在马鞍山人民医院就诊期间，经穿刺或手术病理证实为PCa患者191例，其中高风险PCa为131例，低风险PCa为60例。将191例患者按7∶3的比例随机分为训练集及测试集，所有患者均进行bpMRI扫描，对T2WI、小视野扩散加权成像（ZOOMit diffusion weighted imaging, ZOOMit-DWI）、表观扩散系数（apparent diffusion coefficient, ADC）序列进行预处理。在ADC图像中提取19个影像组学特征，通过整合T2WI与ZOOMit-DWI图像，采用无监督K均值聚类方法在所有肿瘤体素中生成相似亚区。根据生境亚区结果计算出191例患者的肿瘤内异质性分数（intratumoral heterogeneity score, ITHscore），从亚区提取组学特征，对影像组学特征进行降维及过滤，筛选出相关系数最高的组学特征，通过SHAP分析可视化图，以评估各特征重要性。经过各特征融合和筛选，分别建立10个生境影像组学模型。计算每个模型的阈值、敏感度、特异度、准确度、阴性预测值和阳性预测值，绘制受试者工作特征（receiver operating characteristic, ROC）曲线并计算曲线下面积（area under the curve, AUC）分析各个模型的诊断效能，进一步使用决策曲线分析（decision curve analysis, DCA）评估模型的净获益。 结果在训练集及测试集中总前列腺特异性抗原（total prostate specific antigen, tPSA）在高风险及低风险PCa中的差异有统计学意义（P<0.05）。根据Calinski-Harabasz（CH）值，确定2作为最佳生境亚区数量，通过SHAP分析，其中h2亚区中original_glszm_ZoneEntropy特征影响力最大。采用10个分类器进行模型构建，对比生境影像组学模型与临床+前列腺影像报告和数据系统（prostate imaging reporting and data system, PI-RADS）评分模型，生境影像组学模型在测试集中极端随机树（extremely randomized trees, ExtraTrees）模型预测效果最佳，训练集AUC值为0.838 [95%置信区间（confidence interval, CI）：0.768~0.908]，测试集AUC值为0.796（95% CI：0.665~0.927）。临床数据和PI-RADS评分模型构建，逻辑回归（logistic regression, LR）模型预测效能最佳，其中训练集AUC值为0.786（95% CI：0.705~0.866），测试集AUC值为0.719（95% CI：0.550~0.887），利用DCA评估两者的临床净收益，生境影像组学模型AUC值高于临床+PI-RADS评分模型。 结论基于bpMRI生境成像分析能较准确地诊断PCa的病理分型，有助于PCa的临床诊断及风险预测。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.018 目的探究合成磁共振成像（synthetic magnetic resonance imaging, SyMRI）联合酰胺质子转移加权（amide proton transfer-weighted, APTw）成像对前列腺癌（prostate cancer, PCa）国际泌尿病理学会（International Society of Urological Pathology, ISUP）分级的诊断价值。 材料与方法回顾性分析苏州大学附属第一医院2024年4月至2025年4月经病理证实PCa的78例患者的临床及影像资料，根据病理结果对PCa进行ISUP分级，所有受试者均行常规MRI序列和SyMRI序列（MAGiC）、APTw序列成像扫描，并测量肿瘤的纵向弛豫值（T1值）、横向弛豫值（T2值）、质子密度（proton density, PD值）、酰胺质子转移（amide proton transfer, APT）率（APT值）和表观扩散系数（apparent diffusion coefficient, ADC值）。使用t检验或Mann-Whitney U检验评估低级别PCa（ISUP 1级）与中高级别PCa（ISUP≥2级）间各定量值的差异。使用Spearman相关系数检验各参数与ISUP分级的相关性。采用受试者工作特征（receive operating characteristic, ROC）曲线评价单一指标和联合模型对中高级别PCa的诊断效能。 结果中高级别PCa组T2值、ADC值均低于低级别PCa组，APT值高于低级别PCa组，差异具有统计学意义（P<0.05），T1值和PD值差异无统计学意义（P>0.05）。PCa的ISUP分级与APT值呈正相关（r=0.359，P=0.001），与T2值、ADC值呈负相关（r=-0.304，P=0.007；r=-0.535，P<0.001），与T1值和PD值无显著相关性（r=-0.158、-0.103；P>0.05）。T2值对中高级别诊断的AUC值为0.71（95% CI：0.60~0.80），APT值诊断的AUC值为0.75（95% CI：0.64~0.84）。联合T2值和APT值建立联合诊断模型，联合模型诊断的AUC值为0.78（95% CI： 0.67~0.87），与ADC值的诊断效能（AUC=0.86，95% CI：0.76~0.92）差异无统计学意义（DeLong检验：P>0.05）。 结论SyMRI和APTw成像有助于PCa的分级诊断，二者联合对中高级别PCa的诊断效能与ADC值相当，有助于PCa的分级诊断和治疗决策的选择。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.019 目的探究基于MRI的瘤内及瘤周影像组学特征在术前无创预测子宫内膜癌（endometrial carcinoma, EC）患者淋巴脉管间隙浸润（lymphovascular space invasion, LVSI）的价值。 材料与方法回顾性分析222例经术后病理证实的EC患者的临床及常规影像学特征。基于患者MRI的T2加权成像（T2-weighted imaging, T2WI）序列、T1加权成像（T1-weighted imaging, T1WI）增强延迟期及表观弥散系数（apparent diffusion coefficient, ADC）图像中肿瘤及瘤周区域提取影像组学特征，行单因素及多因素logistic分析，筛选LVSI的独立危险因素，构建临床、瘤内、瘤周、瘤内结合瘤周及临床-影像组学联合模型。采用受试者工作特征（receiver operating characteristic, ROC）曲线筛选评估模型的预测能力，以校准曲线评估模型校准度，以决策曲线分析评价模型的临床价值。 结果基于T2WI序列瘤周3 mm建立的影像组学模型效能最优，训练组及验证组曲线下面积（area under the curve, AUC）分别为0.902，0.803，联合肿瘤最大径、ADC值及影像组学模型构成的临床-影像组学联合模型对LVSI具有良好的预测价值，在训练组的AUC值为0.903，验证组为0.801。联合模型在校准曲线结果显示校准度良好，在决策曲线分析中净收益最高。 结论基于MRI的EC瘤内及瘤周影像组学模型具有良好临床表现能力，可应用于术前无创性预测EC的脉管侵犯状态。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.020 目的基于不同机器学习算法构建MRI影像组学联合临床特征模型预测子宫腺肌病高强度聚焦超声（high intensity focused ultrasound, HIFU）术后疗效的效能比较。 材料与方法回顾性收集2021年9月至2024年5月期间接受HIFU治疗并符合纳排标准的169例子宫腺肌病患者影像学及临床资料。MRI评估术后非灌注体积（non-perfused volume, NPV），以非灌注体积比（non-perfused volume ratio, NPVR；NPVR=NPV／子宫腺肌病病灶体积）=50%为界，将患者分为疗效显效组（NPVR≥50％，n=76）和非显效组（NPVR<50％，n=93），通过3D slicer软件勾画病灶并提取特征，分别使用决策树（decision tree, DT）、高斯过程（Gaussian process, GP）、逻辑回归（logistic regression, LR）、偏最小二乘判别分析（partial least squares discriminant analysis, PLSDA）、二次判别分析（quadratic discriminant analysis, QDA）、随机森林（random forest, RF）、随机梯度下降（stochastic gradient descent, SGD）、支持向量机（support vector machine, SVM）8种机器学习算法建立模型，绘制不同模型的受试者工作特征（receiver operating characteristic, ROC）曲线，计算曲线下面积（area under the curve, AUC）、敏感度、特异度、准确度、精确度和F1值评估模型效能。DeLong检验比较不同模型间差异。 结果基于DT、GP、LR、PLSDA、QDA、RF、SGD、SVM8种机器学习算法的影像组学联合临床特征模型在训练集中的AUC分别为0.865（95% CI：0.806~0.924）、0.713（95% CI：0.619~0.807）、0.666（95% CI：0.567~0.764）、0.669（95% CI：0.571~0.767）、0.649（95% CI：0.550~0.749）、0.796（95% CI：0.717~0.876）、0.425（95% CI：0.341~0.508）、0.666（95% CI：0.568~0.764），在测试集分别为0.788（95% CI：0.669~0.907）、0.738（95% CI：0.601~0.874）、0.719（95% CI：0.578~0.860）、0.730（95% CI：0.592~0.868）、0.738（95% CI：0.600~0.875）、0.731（95% CI：0.587~0.876）、0.332（95% CI：0.221~0.444）、0.719（95% CI：0.575~0.863）。DT模型在测试集中的AUC值、特异度、精确度、准确度最高，在训练集中的AUC值、F1值最高，SGD、PLSDA模型在训练集与测试集中的表现较差。 结论DT、GP、LR、QDA、RF、SVM 6种机器学习算法构建的MRI影像组学联合临床特征模型对子宫腺肌病HIFU术后疗效均具有较好的预测性能，其中DT模型的预测效能最优，该模型可作为预测子宫腺肌病HIFU术后疗效的首选方法，可辅助临床医生制订更合理的治疗方案和患者管理策略。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.021 目的本研究旨在通过动态对比增强磁共振成像（dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）评估子宫肌瘤高强度聚焦超声（high-intensity focused ultrasound, HIFU）消融术后的疗效和预后。 材料与方法回顾性分析2023年1月至2024年12月接受HIFU治疗、术后6个月行DCE-MRI检查的116例子宫肌瘤患者的病例资料。两名医师根据非灌注体积比（non-perfusion volume ratio, NPVR）将患者分为充分消融组（NPVR≥80%）与非充分消融组（NPVR<80%），通过t检验或卡方检验分析不同组别患者的临床数据及MRI参数差异。此外，术后6个月时，两名医师基于残余肌瘤体积占比再次分组：未完全消融的残余肌瘤组织≥10%为复生长组，<10%为未生长组，通过t检验比较两组患者MRI参数的组间差异。采用多因素logistic回归探究HIFU治疗子宫肌瘤疗效的潜在预测因素。 结果独立样本t检验显示，两组患者的皮下脂肪厚度、动态对比增强信号强度和肌瘤复生长差异有统计学意义（P<0.05）。多因素logistic回归分析表明，NPVR（OR=0.219）和治疗前肿瘤体积（OR=0.993）是防止肌瘤复生长的保护因素，而T2WI的肌瘤信号强度（OR=8.975）则是独立的风险因素。复生长组6个月的曲线下初始面积（initial aera under the curve, iAUC）与术前测量值差异有统计学意义（P<0.05）。 结论iAUC值可以有效预测子宫肌瘤HIFU消融术后残余肌瘤复生长风险。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.022 Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.023 Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.024 Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.025 Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.026 ^,s disease, AD）是以进行性认知功能减退为主要临床表现的疾病，严重影响患者身心健康和社会发展。针刺是治疗AD的有效方法之一，可显著改善AD症状，延缓病情进展，但其中枢机制尚未完全明确。静息态功能磁共振成像（resting-state functional magnetic resonance imaging, rs-fMRI）因无辐射、时间空间分辨率高、显影度高等优势，为深入研究针刺治疗AD的中枢机制提供了可视化手段。本文通过梳理总结rs-fMRI在针刺治疗AD的中枢机制相关研究，阐述了当前研究的局限性并指出了今后研究的方向，发现AD患者存在脑区结构损伤、脑区间功能连接异常、脑网络连接效应减弱等病理表现，针刺可通过减轻海马、颞叶、扣带回、尾状核等脑区结构损伤，改善后扣带回、颞叶、顶叶、额叶等脑区间功能连接异常，增强大尺度脑网络默认模式网络（default mode network, DMN）、额顶控制网络（fronto parietal network, FPN）、中央执行网络（central executive network, CEN）、感觉运动网络（sensorimotor network, SMN）和网络间背侧注意网络（dorsal attention network, DAN）-DMN连接效应以发挥治疗AD的作用，以期为今后针刺治疗AD中枢机制的深入研究与临床方案优化提供更加全面的参考。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.027 ^,s Disease, AD）的关键前驱阶段，目前AD尚无有效根治的办法。因此，早期诊断MCI对预防和延缓AD的发展具有重大意义。多模态磁共振成像技术和人工智能技术的发展为MCI研究提供了新的方法和视角，在MCI诊断及向AD转化预测方面展现出巨大潜力。然而，该领域仍面临诸多挑战，如多中心数据标准化不足、模型泛化性不足等局限。本文系统梳理了多模态磁共振成像技术结合机器学习和深度学习在MCI诊断分类及向AD转化预测中的研究现状，并指出未来应该致力于统一多中心影像数据标准化流程、构建评估模型可靠性的相关标准，同时本文提出了将多模态影像与遗传学相结合的研究新方向，旨在构建MCI更完整的生物学图谱。 ]]> Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.028 Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.029 Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.030 Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.031 Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.032 Sat,20 Dec 2025 00:00:00 GMT http://med-sci.cn/cgzcx/articlexml.asp?doi=10.12015/issn.1674-8034.2025.12.033 Sat,20 Dec 2025 00:00:00 GMT