目的应用多模磁共振扩散加权成像-灌注加权成像分析急性脑梗死不同治疗方法的影像学表现特征。材料与方法回顾性分析在我院神经内科住院治疗的急性脑梗死患者110例,所有患者均行多模磁共振检查,记录其影像学表现、临床资料和实验室常规检查,并根据结果行扩散加权成像(diffusion weighted imaging,DWI)分型及急性卒中治疗Org 10172试验(trial of org 10172 in acute stroke treatment,TOAST)分型,根据不同治疗方法分为静脉溶栓组(43例)、动脉取栓组(34例)及保守治疗组(33例),并对3组的影像学及临床资料进行统计学分析。结果 (1)动脉取栓组患者存在半暗带及血管高信号征的比率均高于静脉溶栓组及保守治疗组,差异均有统计学意义(F=13.713,P=0.001;F=8.108,P=0.017)。(2)在DWI分型构成比方面,静脉溶栓组以小穿支梗死及单侧前循环梗死所占比率较大(25.58%、23.26%),动脉取栓组和保守治疗组以单侧前循环及前-后循环所占比率较大(52.94%、21.43%;30.30%、30.30%)。(3)在TOAST分型构成比方面,静脉溶栓组以大动脉粥样硬化型(largeartery atherosclerosis,LAA)所占比率最高(39.53%),动脉取栓组以不明原因型(undetermined etiology,UND)所占比率最高(73.53%),保守治疗组以小动脉闭塞型(small artery occlusion,SAO)所占比率最高(48.48%)。(4)在磁共振血管造影(magnetic resonance angiography,MRA)影像学表现上,静脉溶栓组及保守治疗组MRA表现正常所占比率最高(72.09%、51.52%),而动脉取栓组MRA表现为大脑中动脉狭窄或闭塞所占比率最高(41.18%)。(5)3组间比较,动脉取栓组的出血转化率最高(26.47%),差异有统计学意义(F=6.462,P=0.040)。(6)入院美国国立卫生研究院卒中量表(National Institute of Health stroke scale,NIHSS)评分及高血脂症在3组间比较差异具有统计学意义(t=6.209,P=0.003;F=6.176,P=0.046)。(7)保守治疗组发病时间(6.55±4.70)长于静脉溶栓组(2.93±1.05)及动�
目的 分析QC模体检测得到的7种物质的CT值,评估西门子Sensation Open CT模拟机CT值的稳定性。方法 使用Catphan 504模体定期对西门子Sensation Open CT模拟机进行QC检测。使用头部常规序列（HeadSeq）、放疗头部（RT_Head）和放疗腹部（RT_Abdomen）3种扫描协议辅助模体中的CTP404模块获取CT图像。使用DoseLab软件对2014—2015年间收集的72张CT图像进行分析,获取每种物质CT值（记为Y）,并对其进行统计分析。通过计算得到3种扫描协议下7种物质Y值的平均值、标准差、最大值、最小值和极差。结果 模块中空气、聚甲基戊烯、低密度聚乙烯、聚苯乙烯、丙烯酸、聚甲醛树酯、聚四氟乙烯标准差HeadSeq的分别为0.54、0.60、0.82、0.58、0.75、0.66、1.83 HU,RT_Head的分别0.08、0.69、0.86、0.66、0.80、0.89、2.49 HU,RT_Abdomen的分别为0.11、0.61、0.76、0.72、0.78、0.96、2.56 HU。在2年时间里西门子Sensation Open CT模拟机CT值较为稳定。结论 7种物质相比较,Teflon的CT值变化最大。不同扫描协议CT值的相对大小随不同物质相对电子密度的大小而变化。
目的基于多模态磁共振影像组学及临床危险因素构建急性脑卒中机械取栓术后出血转化的列线图模型。材料与方法回顾性分析2017年1月至2020年12月在南京市第一医院就诊的急性缺血性脑卒中患者病例174例,将患者病例随机分为训练集(n=122)和测试集(n=52),根据治疗后24 h的磁共振图像将患者分成出血转化组和无出血转化组。采用A.K.软件提取弥散加权成像及灌注加权成像病变区影像组学特征并构建影像组学标签。通过多变量Logistic回归筛选最佳预测因子并构建列线图模型。利用受试者操作特征(receiver operating characteristic,ROC)曲线评估模型预测效能。结果每例患者各提取1584个影像组学特征,降维后筛选出15个与卒中出血转化高度相关的特征。ROC曲线显示联合影像组学标签、房颤史、年龄及入院NIHSS评分构建的诺莫图模型预测训练集出血转化的曲线下面积(area under the curve,AUC)为0.979(敏感度和特异度分别为0.950、0.989),预测测试集出血转化AUC为0.885(敏感度和特异度分别为0.836、0.908),均优于单一影像组学模型(AUC=0.763)或临床特征模型(AUC=0.707)。结论多模态磁共振联合临床特征的影像组学和机器学习可以预测急性脑卒中动脉取栓术后出血转化,且具有较高的可靠性。
