分享:
分享到微信朋友圈
X
视点聚焦
第107届北美放射学会年会亮点:儿科影像学
张思琪 邵剑波 曾洪武

Cite this article as: Zhang SQ, Shao JB, Zeng HW. Highlights of the 107th scientific assembly and annual meeting of Radiological Society of North America: Pediatric imaging[J]. Chin J Magn Reson Imaging, 2022, 13(3): 107-110.本文引用格式:张思琪, 邵剑波, 曾洪武. 第107届北美放射学会年会亮点:儿科影像学[J]. 磁共振成像, 2022, 13(3): 107-110. DOI:10.12015/issn.1674-8034.2022.03.026.


[摘要] 第107届北美放射学会(Radiological Society of North America,RSNA)年会儿科影像学的研究亮点聚焦于:(1)安全高效:在保证图像质量的前提下,降低辐射剂量、缩短检查时间;(2) MRI新技术:基于fMRI的儿童神经网络应用,儿童肺部MRI,儿童心血管系统4D Flow MRI和磁共振弹性成像技术的临床实现,以及超高场MRI在儿童疾病诊疗中的应用;(3)儿童的影像诊断标准建立,基于多中心成果融合和大数据信息互通;(4)儿童先天性、罕见性疾病的影像征象识别和鉴别诊断经验分享。本文将按照解剖系列对年会儿科方面的主要科学报告及其相关研究进展进行综述。
[Abstract] The research hotspots of pediatric imaging in the 107th scientific assembly and annual meeting of Radiological Society of North America (RSNA) might focus on (1) Safe and efficiency: on the premise of ensuring the image quality, the reduction of radiation dose and the examination time declined; (2) MRI advanced technologies: neural network construction based on fMRI in children, pediatric MRI chest imaging, clinical implementation of 4D Flow MRI and magnetic resonance elastography in the pediatric cardiovascular system, and application of high-field MRI in diagnosis and treatment of children's diseases; (3) Concentration: building a more child-friendly diagnostic imaging standard based on the fusion of multi-center results and the big data connecting; (4) Gleaning: sharing experience about identifying imaging characteristics and differential diagnosis in pediatric congenital and rare diseases. This article reviewed the main scientific reports about pediatrics in RSNA according to anatomy.
[关键词] 儿科影像学;电子计算机断层扫描;超声;磁共振成像;人工智能;深度学习
[Keywords] pediatric imaging;computed tomography;ultrasound;magnetic resonance imaging;artificial intelligence;deep learning

张思琪 1, 2   邵剑波 3   曾洪武 1*  

1 深圳市儿童医院放射科,深圳 518038

2 汕头大学医学院,汕头 515041

3 华中科技大学同济医学院附属武汉儿童医院影像中心,武汉 430019

曾洪武,E-mail: homerzeng@126.com

作者利益冲突声明:本文所有作者均无利益冲突。


基金项目: 深圳市医疗卫生三名工程项目 SZSM202011005 深圳市科技创新项目 201739219
收稿日期:2021-12-18
接受日期:2022-02-21
中图分类号:R445  R72 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2022.03.026
本文引用格式:张思琪, 邵剑波, 曾洪武. 第107届北美放射学会年会亮点:儿科影像学[J]. 磁共振成像, 2022, 13(3): 107-110. DOI:10.12015/issn.1674-8034.2022.03.026.

       安全高效是儿科影像的永恒主题,第107届北美放射学会(Radiological Society of North America,RSNA)年会群英荟萃,专家们分享智慧与经验,共建未来之路。儿科影像再次聚焦安全落实、质量保证和全球标准规范制定,笔者对此概述如下。

1 中枢神经系统及头颈部

       儿童脑发育及其评估一直是儿科神经影像研究热点[1],而由产前酒精暴露(prenatal alcohol exposure,PAE)导致的胎儿神经发育障碍,因其高发病率、难确诊性和可预防性,成为学者们的研究重点[2]。维也纳医科大学的Marlene Stuempflen团队致力于探索PAE对胎儿中枢神经系统早期发育的影响。前瞻性招募27名PAE新生儿和36名健康对照组,获得脑功能数据后,进行半自动分割和图像校准,并与新生儿大脑标准图谱进行匹配。结果发现,PAE组新生儿的胼胝体和双侧海马体积均显著大于对照组(P=0.035),而脑室旁区体积则明显缩小(P=0.003)。该研究验证了产前阶段酒精摄入对区域脑容量的选择性影响,重申家庭社会对酒精控制的必要性。

       算法迭代优化使脑神经网络稳定性和可重复性不断增强,目前已获多数科研工作者和临床专家的认可,在儿科领域亦逐渐崭露头角[3]。德州儿童医院Michael John Paldino团队分析33例确诊局灶性癫痫患儿静息态脑功能网络,将大脑皮层细分成约780个灰质网络节点,基于血氧水平依赖时间序列信号配对生成个体神经网络图像。结果表明四个评价指标中有三个(聚类系数、全局效率和路径长度),与国际抗癫痫联盟术后分类结果呈显著相关性(P分别=0.001、0.012、0.018)。该团队后续研究中基于机器学习,参照术前神经网络指标,纳入临床和影像双参数构建的术后癫痫复发预测模型,表现出最优诊断效能。

       美国印第安纳大学赖利儿童医院Rupa Radhakrishnan团队则专注于研究产前阿片类药物暴露对新生儿大脑静息状态功能网络的影响。前瞻性招募23名产前阿片类药物暴露新生儿和29名健康对照组,通过磁共振血氧水平依赖成像技术获得静息态脑功能数据,经新生儿大脑标准图谱配准后,划分为90个解剖标记区域。将婴儿性别和妊娠年龄作为协变量,与六个神经网络图像参数一并构建协方差矩阵回归(covariate associated principal,CAP)模型。最终发现,产前阿片类药物暴露组新生儿共有五组脑神经功能网络发生明显改变。其中差异最显著的通路由右侧颞下回、双侧赫氏回、左侧丘脑、左侧缘上回、左侧顶下小叶、左侧顶上回、右侧前扣带回、右侧直回、左侧辅助运动区和左侧三角肌部组成(CAP5,P=3.86×10-6),暴露组新生儿在该功能网络中的连通性下降。团队规划未来探索多种药物联合、吸烟对婴儿大脑神经网络发育的影响,以及早期大脑功能连接改变对后期神经发育的潜在干预。

       准确测定颅内压是儿童影像悬而未决的难题。目前常用的非侵入性技术是利用电子计算机断层扫描(computed tomography,CT)、MRI检测脑室系统的形态和脑脊液的流速,间接估计颅内压,其准确性仍需提高[4]。美国费城儿童医院Ryne Didier团队提出利用亚谐波辅助压力估算法(subharmonic aided pressure estimation,SHAPE)作为一种无创对比增强超声(contrast-enhanced ultrasound,CEUS)的工具,评估早产胎儿动物模型颅内压。他们将17只胎羔羊3次重复测量的颅内压均值,和使用混合效应线性回归分析方法确定的全脑及丘脑局部CEUS亚谐波强度值,进行相关性分析。发现SHAPE强度值与颅内压均值间呈显著负相关(r=-0.21,P<0.001)。该研究证实亚谐波辅助压力估算法可无创监测新生儿颅内压,相信未来在神经损伤临床评估方面亦有潜在应用价值。

       费城儿童医院的Hasan Habib等人回顾性地分析35名颈部淋巴管畸形胎儿的产前MRI报告,发现存在边缘浸润、舌或纵隔等中线结构的延伸和气道偏离等征象。加拿大渥太华大学附属东安大略儿童医院Claudia M. Martinez Rios Arellano团队认为尽管甲状腺结节在儿童人群中发病率不高,但因其高恶性率、高转移率及高复发率,临床上当引起高度重视。他们发现除结节大小,包绕结节周围组织的超声影像特征对结节恶性倾向亦有提示作用。辐射暴露、既往恶性肿瘤史、慢性炎症及易感综合征均为甲状腺癌的危险因素[5]

2 肺部

       MRI新序列的研发突破,在儿童肺部疾病中的应用稳步增长。超短回波时间(ultrashort echo time,UTE) MRI序列是一种可采集更多短T2组织信号的新型成像技术,在弥补常规MRI短T2组织成像欠清缺陷的同时,可对相关组织成分变化进行定量分析[6]。美国辛辛那提儿童医院Nara Savoye Higano团队将该技术应用于评测79例支气管肺发育不良(bronchopulmonary dysplasia,BPD)新生儿肺部情况,其中重度BPD 55例、中度8例、轻度8例、非BPD 8例(健康对照组)。通过按体表面积归一化全肺段的容积来量化过度充气;通过参照肌肉和噪声使肺部信号强度标准化后,量化肺组织信号强度。将两个指标分别与传统临床分级指标进行相关性分析,发现过度充气指标与BPD严重程度密切相关(P=0.0011),且重症组较其他组相关性更高(P<0.0001);但组织信号强度在各组间未体现出显著差异。该研究证实早产儿肺部过度充气比组织信号强度更具临床相关性,有效推广了MRI在阻塞性和限制性肺部疾病中的应用。

       处于生长发育期的儿童对X线辐射更为敏感,致癌风险亦高[7],因此低剂量CT的临床应用价值成为放射医师的研究热点[8]。哥伦比亚罗萨里奥大学Sebastian Gallo-Bernal等人探究超低剂量胸部CT扫描方案(70~90 kV,50 mAs)在儿童漏斗胸评估中的诊断效能。通过对比104名漏斗胸患儿的常规辐射剂量和超低辐射剂量(ultralow,UL)两组CT图像的成片质量和辐射剂量,发现UL组的有效剂量和体型特异性扫描剂量评估值均显著降低(P<0.001),主、客观图像质量评价亦存在显著差异(P<0.001),但肺结节检出数量和大小无明显不同。该研究证实了超低剂量胸部CT扫描方案在漏斗胸患儿诊断中的可行性,确保微小肺部结节病灶检出的同时实现辐射剂量降低。而美国辛辛那提儿童医院Samuel L. Brady等人致力于探索低剂量胸部CT检测癌症患儿肺结节的效能。团队前瞻性招募4~21岁有恶性肿瘤病史的患者共78名,前后对同一患者进行常规剂量(100/120 kV,自动管电流调节)和低剂量(100 kV,25 mA)两次胸部CT平扫,3名放射科医生进行盲审。结果表明,低剂量CT扫描能实现92%的结节检出率,对结节数量和大小亦有63%的敏感度和85%的特异度,而相较常规CT扫描减少了83%的辐射剂量,强力证实低剂量胸部CT在癌症患儿肺结节检出应用中的可行性和可靠性。

3 心血管系统

       随着快速成像序列的开发应用和硬件技术的进步,专家们已描绘出结构清晰成像、组织定性显示,血流定量测量的心脏磁共振成像技术的宏伟蓝图。

       德国波恩大学Alexander Isaak团队,比较基于三维双回波Dixon技术的无对比剂非触发式弛豫增强磁共振血管造影成像技术(relaxation-enhanced angiography without contrast and triggering-magnetic resonance angiography,REACT-MRA)与其他传统灌注成像技术在诊断先天性心脏病(congenital heart disease,CHD)患儿中的价值。回顾性研究70例CHD患者的MRA图像,定性图像分析采用5分量表(Likert Scale)对图像质量、伪影、测量准确度、诊断价值进行评估。结果发现REACT-MRA的整体图像质量评分明显高于屏气扫描的多相位心肌首过灌注MRA (P<0.001),但和在心电及呼吸门控下的单相位稳态增强MRA无明显差别。血管内径测量精准度方面,REACT-MRA和单相位稳态增强MRA达成较高一致性,REACT-MRA组间组内测量可重复性良好。REACT-MRA因Dixon产生的特定伪影亦可通过图像重建消除,不影响诊断效能。综上可知REACT-MRA技术相比于临床常规使用的MRA扫描方式,能够在规避对比剂相关风险的同时,为CHD患者提供高诊断效能的图像。维也纳医科大学的Florian Prayer等人证实利用Multivane技术和超分辨率重建技术,使胎儿MRI图像实现心脏大血管结构可视化,有助于临床医生识别胎儿子宫内发育过程中存在的大血管异常。

       存在左向右分流的CHD患儿易致不良心血管事件发生[9],美国南卡罗来纳医科大学Tilman Stephan Emrich团队致力于寻找更优左向右分流MRI早期筛查指标。回顾性收集27例左向右分流CHD患儿、21例右室心肌病患儿(右心室扩张但不伴左向右分流)和52例健康对照组的MRI图像,采用相位对比法计算肺、主动脉血流量比值(Qp/Qs),同时通过T2 mapping定量技术获得右/左心室血池T2比值。结果显示左向右分流组患儿的舒张末期右室体积显著高于健康组(P=0.007),但与右室心肌病组差异无统计学意义(P=1.00)。同时左向右分流组患儿的右/左心室血池T2比值相较其他两组明显升高(健康组P<0.001;右室心肌病组P=0.004)。T2比值作为左向右分流检测指标时的最佳阈值是0.78 (敏感度100%,特异度73.9%),相较肺、主动脉血流量比值(Qp/Qs>1.5)作为检测指标时的阳性预测率更高,且分流严重程度和T2比值亦呈正相关关系(r=0.83)。研究证明右/左心室血池T2比值有潜力成为一种快速且高度可靠的左向右分流筛查方法,但对于尚无把握的疑难病例需加做Qp/Qs进一步评估病情。

       4D磁共振血流成像(4D Flow MRI)是一种对心脏及大血管血流情况进行定性和定量分析的无创技术[10],美国西北大学范伯格医学院的Elizabeth Weiss团队借此计算逆向血流体素,作为伴有主动脉瓣返流(aortic regurgitation,AR)和主动脉瓣狭窄(aortic stenosis,AS)的二尖瓣主动脉瓣疾病(bicuspid aortic valve,BAV)患者体内异常血流的一项量化诊断指标,并评估其与主动脉扩张间的关系。对510例BAV患者(中段升主动脉内径>35 mm)和25例年龄性别均匹配的健康对照组进行4D Flow MRI扫描,计算升主动脉内收缩期(first 300 ms)和舒张期(second 300 ms)的返流量均值。发现:(1)即使不伴AR和AS,BAV患者的返流血量相较于健康对照组显著增加;(2)主动脉瓣返流严重者舒张期返流量明显增大,而主动脉瓣狭窄严重者则收缩期返流量明显增大;(3) AR组收缩期返流量与中段升主动脉内径的相关系数为0.21 (P<0.001)。该研究证实逆流血量可用于评估BAV患者因瓣膜病导致的血流紊乱严重程度,且该量化结果可作为主动脉扩张的前期重要提示。

       蒙特利尔大学附属圣贾斯汀医院Emilie Alchourron团队利用半自动测量B型超声技术,验证颈总动脉内膜中层厚度(intima media thickness,IMT)在儿童早期动脉粥样硬化风险预测中的价值。依据身体质量指数(body mass index,BMI)指数将30名患儿分为体质量正常和超重两组,经6名超声医师的双侧重复测量结果显示,两组间IMT值存在显著差异,且组间和组内的相关系数均>0.8,有较高的一致性。证实在排除检测边界定位差异的前提下,IMT可作为儿童早期动脉粥样硬化的亚临床放射学标志。团队期望未来联合多学科构建更规范的IMT测量指南,对儿童早期动脉粥样硬化进行风险分层,以助临床实现更早期的干预。

4 腹盆部

       因成人和儿童肝脏肿瘤发展模式的全然不同,德克萨斯大学西南医学中心Gary Robert Schooler教授团队建议放射科医师在诊断儿童肝脏肿瘤时,同时参考由美国放射学会儿科组撰写的儿童肝脏影像报告和数据管理系统(liver imaging reporting and data system,LI-RADS)和根据儿童国际肝脏肿瘤试验(paediatric hepatic international tumour trial,PHITT)修订的儿童原发性肝恶性肿瘤的放射学分期系统(2017 pre-treatment extent of tumor,2017 PRETEXT),依据发病年龄进行疾病判别,切忌照搬成人肝脏肿瘤的诊断思路。另外,肝母细胞瘤和原发性肝细胞癌(hepatocellular carcinoma,HCC)是儿童最常见的两种肝脏肿瘤类型,诊断时应重点考虑。美国辛辛那提儿童医院Mitchell Rees团队对39名肝细胞癌患儿(其中22名患儿HCC易感)的临床及影像学资料进行回顾性分析。发现无HCC易感性组的患儿表现为更大的肿块体积(P<0.001)、更频繁静脉转移(TIV,P<0.05)和更高级别的PRETEXT分期。两组的影像学特征差异对临床判别有指导性意义。

       美国费城儿童医院Adarsh Ghosh等人采用磁共振弹性成像技术(magnetic resonance elastography,MRE)评估和监测Fontan相关肝病(Fontan-associated liver disease,FALD)的肝脾硬化程度,探讨其与生化指标、终末期肝病模型得分(end-stage liver disease model,MELD)的相关性。回顾性分析34名FALD患儿的临床和MRE影像资料,结果表明脾脏MRE短期硬化指数与MELD评分呈中度负相关(r=-0.597,P=0.009),而肝脏MRE短期硬化指数与血清脑钠肽呈强正相关(r=0.602,P=0.002)。该研究发现虽然在儿童队列中,肝脏短期硬化程度的加重与MELD得分相关性不强(和成人队列结果相反),但对FALD发作前的肝脏早期充血和纤维化仍有一定警示价值。加拿大多伦多病童医院Andrea Schwarz Doria教授团队探究定量MRI在鉴别良恶性神经母细胞瘤(neuroblastic,NB)中的应用价值。回顾性分析40名患者的影像学资料,计算单位体积肿瘤的表观扩散系数和肿瘤总体积大小。表观扩散系数作为NB良恶性鉴别指标时的最佳阈值是1.06×10-3 mm2/s (敏感度83%,特异度75%)。鉴于其低风险和高准确性,他们建议推广表观扩散系数在神经母细胞肿瘤患儿诊断评估中的应用。

       比利时鲁汶大学医学院Luc Breysem等人利用三维超声测量67名常染色体显性遗传型多囊性肾病(autosomal dominant polycystic kidney disease,ADPKD)患儿的肾脏总体积,并结合年龄构建全新双参数模型。模型公式:y=A×B^(x^1.6),优化后参数为A=80、90、100、110;B=1.01、1.012、1.015、1.018。新模型对患儿病情严重程度风险分层效能更优,团队认为该模型未来具有推广应用于儿童ADPKD的病情严重程度评估和预测早期进展的潜力。

       美国波士顿儿童医院Jeanne S. Chow教授团队建议使用超声描述和评估产前胎儿和产后新生儿尿路情况时,统一参考泌尿系统扩张(urinary tract dilatation,UTD)分级系统,以提高工作沟通效率。他们认为相较于既往的美国胎儿泌尿外科学会分级系统,UTD因包括对肾实质、输尿管和膀胱的评估,可信度更高。产前和产后评估标准的统一,对患儿病情评估和治疗策略设定更为有利[11]。UTD评级越高,泌尿系统出现异常的风险越大,尿路扩张痊愈的概率越小,但返流严重程度与UTD评级并不相关[12]。美国科罗拉多儿童医院Jeffrey John Tutman等人对比核素膀胱显像、排泄性尿路超声造影、排泄性膀胱尿道造影三种技术在评估小儿膀胱输尿管返流状态中的优劣性,纳入辐射剂量、患儿耐受度、解剖细节还原清晰度、返流感应敏感度、可行性、安全性、检查费用共七项考核指标。综合各项得分,建议将排泄性尿路超声造影作为小儿膀胱输尿管返流检查的首选方案。

5 肌骨系统

       弥散张量成像(diffusion tensor imaging,DTI)能定量反映骨骺及干骺端的微观结构和形态[13],这为评估小儿生长发育障碍水平提供有力技术支持。然ROI分割所需的过长耗时,限制了DTI在临床中的推广应用[14]。为攻克这一难题,美国托马斯杰斐逊大学医院Simukayi Mutasa团队借助卷积神经网络(convolutional neural network,CNN),自动分割股骨远端干骺端的骨质结构生成ROI。他们将20名神经母细胞瘤患儿和20名健康对照组共80例DTI数据集随机分为训练(n=70)和测试(n=10)组,对算法进行训练、测试和验证。经效能检验,最终平均Dice系数为0.680,Matthews相关系数为0.672,ROI分割时间从原有的30 min降至数秒内。该成果证实CNN能大幅推进DTI的临床应用。巴西圣保罗大学医学院Marcelo Straus Takahashi团队比较他们开发的一种基于深度学习图像语义分割算法的图像自动分析程序与手动测量在评估儿童发育性髋关节发育不良(Developmental dysplasia of the hip,DDH)中的差异。回顾性分析医院PACS系统中的250份儿童髋关节平片,算法生成的髋臼指数与手动测量值呈良好相关性(r=0.707)。结果证实该程序对儿童DDH初步诊断的价值,能减少放射科医生手动测量的个体差异,并节省时间,未来仍需对自动测量进一步优化。

       斯坦福大学医学院分子影像实验室Ali Rasidi教授团队利用18F-脱氧葡萄糖-PET (18F-fluorodeoxyglucose PET,18F-FDG-PET)和磁共振弥散加权成像(diffusion-weighted MRI,DW-MRI)对23名化疗后伴骨髓转移的患儿进行前瞻性分析,发现DW-MRI较18F-FDG-PET诊断准确性更高(P=0.002)。尽管两种方法单独使用时,均存在漏检病灶,联合评估时却能达到100%的敏感度和特异度(P<0.001)。该研究证实18F-FDG-PET和DW-MRI的联合应用在小儿实体肿瘤骨髓转移的诊断中显示出明显优势。

       爱荷华州立大学斯特德家庭儿童医院M. G. Sebaaly等人回顾性分析了18名继发于慢性非细菌性骨髓炎(chronic non-bacterial osteomyelitis,CNO)的椎体病理性骨折患儿的36例临床和影像资料,着重关注其病程和恢复情况。使用Carestream PACS工具测量椎体损失高度与两个相邻椎体平均高度的关系,并据此将患儿分成三级(<25%为轻度,25%~40%为中度,>40%为重度)。通过分析治疗前后患儿椎体损失高度的差异,他们发现身高恢复的患者更年幼,二磷酸盐和非甾体抗炎药治疗有效,认为放射科医生对CNO的及时诊断,有助于临床早期治疗,是避免长期后遗症的重要因素。

6 核医学及全身MRI

       美国波士顿儿童医院Neha Sunil Kwatra团队总结I-123-间位碘代苄胍(I-123-metaiodobenzylguanidine,I-123-MIBG)和18F-FDG-PET是小儿核医学成像在肿瘤临床应用中最常用的技术,在儿童恶性肿瘤的诊断、分期及疗效评估等方面均有突出表现。Ga-68 DOTATE是生长抑素受体表达神经内分泌肿瘤的常用分子显像剂[15]。费城儿童医院Lisa J. States团队提出18F-FDG-PET/CT是定位先天性高胰岛素症局灶性病变的首选方法。

       加拿大多伦多病童医院Angelo Don Grasparil 2nd团队综述了全身MRI在监测儿童癌症易感综合征中的表现和价值。其中部分疾病的具体实践指南简述为:李-佛美尼综合征,每12个月复查一次;遗传性副神经节瘤-嗜铬细胞瘤综合征,从6~8岁开始,每24个月复查一次;遗传性视网膜母细胞瘤,从8岁开始,每12个月复查一次;结构性错配修复缺陷综合征,从6~8岁开始,每12个月复查一次;神经纤维瘤病Ⅰ型和Ⅱ型,全身MRI作为16~20岁的常规检查[16]

       加拿大多伦多病童医院Andrea Schwarz Doria团队探索人工智能在小儿肿瘤全身MRI影像中的应用价值。利用四种人工智能算法(DCGAN、StyleGAN、PGStyleGAN、StyleGAN2)分析90例年龄4~18岁儿童的虚拟肿瘤全身MRI图像数据集,和放射科医生的正确判别结果相比,StyleGAN2的病灶检出错误率最低。进一步利用算法将全身影像自动分隔成头、胸、腹、下肢四个模块,并将结果与不同部位的单独MRI扫描图像进行匹配,发现仍是StyleGAN2算法达成较高视觉保真度。团队未来计划在真实肿瘤患儿图像上应用并检验算法的可行性。

       儿童放射学检查过程需要更多的呵护,对设备的需求也更高,除了低辐射、快速成像,还要求检查过程安静、舒适,能有监护人陪伴。儿童快速长成过程中,各器官亦快速变化,实现自动化生长评估或随访自动匹配对比是未来人工智能应用的研究方向。另外,不少儿童肿瘤或类肿瘤疾病与遗传、基因、分子通道、蛋白异构等关系密切。未来放射儿科读片室,将会整合放射、基因和病理等信息,提供更加精准的诊断,提升放射医师决策力。

[1]
余倩倩, 张其锐, 张志强. 儿童脑发育及神经发育障碍的多模态MRI研究进展[J]. 中华解剖与临床杂志, 2022, 27(1): 54-59. DOI: 10.3760/cma.j.cn101202-20210511-00126.
Yu QQ, Zhang QR, Zhang ZQ. Research progress of magnetic resonance imaging on brain development and neurodevelopmental disorders in children[J]. Chin J Anat Clin, 2022, 27(1): 54-59. DOI: 10.3760/cma.j.cn101202-20210511-00126.
[2]
Wozniak JR, Riley EP, Charness ME. Clinical presentation, diagnosis, and management of fetal alcohol spectrum disorder[J]. Lancet Neurol, 2019, 18(8): 760-770. DOI: 10.1016/S1474-4422(19)30150-4.
[3]
金超, 胡亚杰, 李贤军, 等. 早产儿与足月儿脑结构网络属性与模块化特征对比研究[J]. 磁共振成像, 2018, 9(6): 411-416. DOI: 10.12015/issn.1674-8034.2018.06.003.
Jin C, Hu YJ, Li XJ, et al. Comparison of properties and module pattern of brain structural network between preterm and term neonates[J]. . Chin J Magn Reson Imaging, 2018, 9(6): 411-416. DOI: 10.12015/issn.1674-8034.2018.06.003.
[4]
Robba C, Bacigaluppi S, Cardim D, et al. Non-invasive assessment of intracranial pressure[J]. Acta Neurol Scand, 2016, 134(1): 4-21. DOI: 10.1111/ane.12527.
[5]
Richman DM, Benson CB, Doubilet PM, et al. Assessment of American college of radiology thyroid imaging reporting and data system (TI-RADS) for pediatric thyroid nodules[J]. Radiology, 2020, 294(2): 415-420. DOI: 10.1148/radiol.2019191326.
[6]
刘俊谷, 张进. 超短回波时间磁共振成像技术在骨肌系统中的应用进展[J]. 磁共振成像, 2020, 11(2): 158-160. DOI: 10.12015/issn.1674-8034.2020.02.017.
Liu JG, Zhang J. Progress in the application of ultrashort echo time magnetic resonance imaging in musculoskeletal system[J]. Chin J Magn Reson Imaging, 2020, 11(2): 158-160. DOI: 10.12015/issn.1674-8034.2020.02.017.
[7]
Brenner D, Elliston C, Hall E, et al. Estimated risks of radiation-induced fatal cancer from pediatric CT[J]. AJR Am J Roentgenol, 2001, 176(2): 289-296. DOI: 10.2214/ajr.176.2.1760289.
[8]
唐世龙, 兰永树. 低剂量CT扫描在儿童胸部检查中的应用[J]. 国际医学放射学杂志, 2017, 40(3):287-290. DOI: 10.19300/j.2017.Z4620.
Tang SL, Lan YS. Application of low dose CT scanning in children's chest[J]. Int J Med Radiol, 2017, 40(3):287-290. DOI: 10.19300/j.2017.Z4620.
[9]
Baumgartner H, de Backer J, Babu-Narayan SV, et al. 2020 ESC Guidelines for the management of adult congenital heart disease[J]. Eur Heart J, 2021, 42(6): 563-645. DOI: 10.1093/eurheartj/ehaa554.
[10]
程赛楠, 赵世华. 心脏磁共振成像新技术进展与展望[J]. 磁共振成像, 2016, 7(7): 541-545. DOI: 10.12015/issn.1674-8034.2016.07.012.
Cheng SN, Zhao SH. Cardiac MR imaging: 2015 review and future direction[J]. Chin J Magn Reson Imaging, 2016, 7(7): 541-545. DOI: 10.12015/issn.1674-8034.2016.07.012.
[11]
Nguyen HT, Phelps A, Coley B, et al. 2021 update on the urinary tract dilation (UTD) classification system: clarifications, review of the literature, and practical suggestions[J]. Pediatr Radiol, 2022, DOI: . DOI: 10.1007/s00247-021-05263-w.
[12]
Nelson CP, Lee RS, Trout AT, et al. The association of postnatal urinary tract dilation risk score with clinical outcomes[J]. J Pediatr Urol, 2019, 15(4): 341.e1-341341.e6. DOI: 10.1016/j.jpurol.2019.05.001.
[13]
Jaimes C, Berman JI, Delgado J, et al. Diffusion-tensor imaging of the growing ends of long bones: pilot demonstration of columnar structure in the physes and metaphyses of the knee[J]. Radiology, 2014, 273(2): 491-501. DOI: 10.1148/radiol.14132136.
[14]
Bedoya MA, Delgado J, Berman JI, et al. Diffusion-tensor imaging of the physes: a possible biomarker for skeletal growth-experience with 151 children[J]. Radiology, 2017, 284(1): 210-218. DOI: 10.1148/radiol.2017160681.
[15]
Lococo F, Cesario A, Paci M, et al. PET/CT assessment of neuroendocrine tumors of the lung with special emphasis on bronchial carcinoids[J]. Tumour Biol, 2014, 35(9): 8369-8377. DOI: 10.1007/s13277-014-2102-y.
[16]
Grasparil AD, Gottumukkala RV, Greer MC, et al. Whole-body MRI surveillance of cancer predisposition syndromes: current best practice guidelines for use, performance, and interpretation[J]. AJR Am J Roentgenol, 2020, 215(4): 1002-1011. DOI: 10.2214/AJR.19.22399.

上一篇 第107届北美放射学会年会亮点:中枢神经影像学
下一篇 第107届北美放射学会年会亮点:人工智能
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2