目的 开发一种靶向大麻素2型受体（CB2R）的新型PET探针（¹⁸F-JR-1002），用于胰腺导管腺癌（PDAC）的分子影像学诊断。 方法 基于CB2R反向激动剂结构设计并合成¹⁸F-JR-1002，采用自动化合成仪（OnePlatform V3.1s）进行放射性标记，测定其放射化学产率、摩尔活度及体外稳定性。通过PANC-2-luc细胞构建小鼠原位PDAC模型，利用MicroPET/ CT成像评估探针在肿瘤组织的摄取情况，并与正常小鼠对比分析。 结果 ¹⁸F-JR-1002的放射化学产率为34.7%±8.1%，摩尔活度达264.5±41.2 GBq/μmol，体外3 h内稳定性>95%。MicroPET成像显示，PDAC小鼠胰腺部位探针摄取量高于正常小鼠（P=3.34×10^-9），该探针能特异性识别PDAC组织中高表达的CB2R。 结论 本研究成功开发了一种高稳定性、高亲和力的CB2R靶向PET探针，可特异性识别PDAC，为早期诊断及疗效评估提供了新的分子影像工具。

目的 基于体素的形态学测量（VBM）方法探讨阿尔茨海默症（AD）患者脑灰质体积改变，分析其与临床量表评分间的相关性。 方法 共筛选61例阿尔茨海默病神经影像学倡议数据库的受试者，将受试者分为健康对照（HC）组（n=29）和AD组（n=32）。采用VBM方法计算2组受试者的灰质体积，通过体素水平总体差（FWE，校正后P<0.05）和团块水平错误发现率（FDR）的双重比较校正得出差异脑区及峰值点所在的核心脑区。采用Pearson相关性分析将组间差异有统计学意义的脑区与临床量表评分进行相关性分析。 结果 AD组较HC组脑灰质总体积减小，差异有统计学意义（P<0.05）。与HC组相比，AD组存在3个灰质体积显著缩小的脑区，其中峰值点核心脑区分别位于右侧颞上极、左侧杏仁核和左侧中扣带回区域。两组受试者在简易精神状态检查量表、临床痴呆评定量表评分之间的差异具有统计学意义（P<0.001）。Pearson相关性分析结果显示AD组简易精神状态检查量表评分与右侧颞上极、左侧杏仁核、左侧中扣带回体积存在正相关关系（P<0.05），临床痴呆评定量表评分与右侧颞上极、左侧杏仁核体积存在负相关关系（P<0.05）。 结论 基于VBM分析方法揭示AD患者脑灰质体积发生一定的改变，相应脑区的灰质体积与认知功能受损存在显著相关性，其灰质体积的改变在AD患者病理生理机制中可能起着重要作用。

目的 探索基于注意力门增强的APS模型（AG-APS）从MR合成高质量CT（sCT），用于颅内钙化成分的精准生成。 方法 回顾性收集2022年1月~2024年12月南方医科大学南方医院和南方医院增城院区共134例脑部存在钙化成分的受试者，涵盖生理性及病理性钙化，共获取1478张MRI-CT配对轴向切片。本研究提出AG-APS模型，在生成器中引入注意力门模块，通过量化sCT与真实CT（rCT）的平均绝对误差（MAE）、峰值信噪比（PSNR）及结构相似性指标（SSIM），评估sCT图像质量，并与CycleGAN、U-Net、Pix2pix及LSeSim对比。采用消融实验分析并对结果进行统计学检验。 结果 在全图生成任务中，AG-APS模型性能（MAE=0.032，PSNR=21.352 dB，SSIM=0.821）优于U-Net、Pix2Pix、LSeSim和CycleGAN等现有方法（P<0.05），表现最佳。在钙化的局部评估中，图像质量、结构保真性和纹理一致性上同样取得最优（MAE=0.102，PSNR=32.360 dB，SSIM=0.986，P<0.05）。在钙化区域的假阳性检测中，当容差阈值为5%和10%时，假阳性率（FPR）分别为2.11%和0%。此外，消融实验结果验证了在生成器中引入AG模块对于提升模型生成质量的有效性和必要性。 结论 AG-APS可实现脑MRI到高质量sCT的生成，具备颅内钙化成分的精确重建，有助于钙化成分识别并减少对CT的依赖，有效降低辐射风险，具备良好的临床应用前景。

目的 基于MRI影像组学特征、临床资料及病理学资料，探究乳腺癌新辅助治疗的疗效。 方法 回顾性分析2021年1月~2023年12月在蚌埠医学院第一附属医院接受新辅助治疗的123例乳腺癌患者，根据MP分级将患者分为组织学显著反应组（MHR，n=71）和组织学非显著反应组（NMHR，n=52），收集两组患者的临床资料、病理学资料及MRI影像组学特征进行对比分析，采用ROC曲线及其曲线下面积评估模型的有效性。 结果 临床特征分析结果显示，MHR组与NMHR组在年龄、瘤体长径、新辅助化疗前cN分期、新辅助化疗前cT分期、新辅助化疗前临床分期的差异均无统计学意义（P>0.05）。经影像组学特征提取、降维后，使用支持向量机模型为两组创建了预测模型，两组模型的训练集和验证集的曲线下面积分别为0.783和0.727。 结论 本研究提示病灶大小、淋巴结转移等传统临床因素预测价值有限；MRI影像组学可有效预测新辅助治疗疗效，可用于指导个体化治疗并有望改善预后。

目的 探讨双层探测器能谱CT定量参数联合形态学特征在鉴别腮腺原发良恶性肿瘤中的诊断价值。 方法 回顾性收集广西壮族自治区南溪山医院2021年6月~2025年6月经病理证实的腮腺原发肿瘤82例，所有患者术前2周内均行双层探测器能谱CT增强检查，依据病理分为良性组（n=64）和恶性组（n=18）。分析患者的临床资料，记录良恶性肿瘤的形态学特征（包括肿瘤数量、部位、肿瘤最大径、边缘、囊变、黏液变、钙化）、能谱CT定量参数（包括动脉期及静脉期的碘浓度、标准化碘浓度、有效原子序数、虚拟平扫CT值、能谱曲线斜率、40、70、100、140 keV单能量CT值）。采用二元多因素logistic回归分析筛选出独立预测因子。采用ROC曲线评估各独立预测因子的诊断效能及其联合诊断效能。 结果 在形态学特征方面，肿瘤最大径、边缘、部位在良性组与恶性组之间的差异有统计学意义（P=0.041、0.004、0.043），边缘为独立预测因子（P<0.05）；在能谱CT定量参数方面，动脉期70、100、140 keV的CT值、静脉期碘浓度（IC_v）在两组间的差异有统计学意义（P=0.030、0.003、0.004、0.029），IC_v为独立预测因子（P<0.05）。ROC曲线分析显示，肿瘤边缘和IC_v联合构建的模型（AUC=0.822）优于肿瘤边缘模型（AUC=0.685）、IC_v模型（AUC=0.741）。 结论 相较于能谱CT定量参数或形态学特征，两者联合对鉴别腮腺原发良恶性肿瘤的诊断效能更高。

目的 探讨早期开放伤口负压治疗方案在开放肠道手术高风险伤口中应用的安全性及疗效。 方法 回顾性分析2022年6月~2024年8月在南方医科大学珠江医院普通外科行开放肠道手术的57例腹部伤口愈合不良高风险患者的临床资料，其中35例患者术后腹部伤口采用传统换药方法，22例患者实施腹部伤口早期开放负压治疗。比较两组患者伤口愈合时间、换药次数、术后初次下床活动时间、术后初次下床活动舒适度、术后1周疼痛视觉模拟评分、伤口瘢痕评分及伤口愈合不良事件发生率（如脂肪液化、切口感染及肠瘘等）。 结果 两组患者基线资料的差异均无统计学意义（P>0.05）。57例患者腹部伤口均愈合；早期开放负压治疗组在伤口愈合时间、换药次数、伤口愈合不良事件发生率及伤口瘢痕评分均优于传统换药组（P<0.05），两组术后初次下床活动时间、术后初次下床活动舒适度及术后1周疼痛视觉模拟评分的差异无统计学意义（P>0.05）。 结论 对开放肠道手术腹部伤口愈合不良高风险患者实施早期开放负压治疗，伤口愈合效果确切，外形美观，值得临床推广。

目的 探究 MRI 量化技术在评估变应性鼻炎患者变应原激发后炎症反应中的临床价值。 方法 回顾性分析 2023 年 6 月~2024 年 6 月广东医科大学附属东莞市松山湖中心医院收治的21例季节性变应性鼻炎患者，分别采用盐酸西替利嗪、盐酸西替利嗪联合伪麻黄碱（Cet+PE）及安慰剂进行干预，在鼻内变应原激发后测定总鼻症状评分（TNSS）、峰值鼻腔吸气流速（PNIF）、鼻腔一氧化氮（nNO）、声学鼻腔测量指标及 MRI 检测指标。 结果 变应原激发后，除 nNO 外其余指标均发生变化，差异有统计学意义（P<0.05）。MRI 检测指标在反映变化方面比 PNIF 和声学鼻腔测量更为一致稳定。总鼻腔空间体积作为最敏感且可重复的 MRI 测量指标，平均减少 5.37 cm3（P<0.05），在激发后 60 min达到最大变化量。TNSS 每变化 1 分对应 MRI 体积变化 0.57 cm3。与安慰剂组相比，Cet+PE 组患者除 nNO 外的各项指标差异无统计学意义（P>0.05）。 结论 MRI 技术为揭示变应原激发后的鼻腔解剖学炎症变化提供了新视角，是评估鼻腔通畅度和客观测量炎症反应的有效新方法。

目的 探讨应变弹性成像（SE）中的应变比（SR）在评估乳腺肿块周围组织硬度中的应用价值。 方法 对2023年9月~2025年7月在蚌埠医科大学第一附属医院接受手术治疗的195例女性共195个乳腺肿块进行常规超声和SE检查。采用应变比评估方法半定量地评估乳腺肿块及其周围不同区域组织的硬度，采用Pearson相关分析法分析乳腺肿块与周围组织的应变比的相关性；绘制ROC曲线分析常规超声、SE各弹性参数以及常规超声联合最优SE弹性参数的诊断效能。 结果 恶性病变91例，良性病变104例。乳腺恶性肿块及其周围组织1、2、3 mm的应变比高于良性组，差异有统计学意义（P<0.001）；相关性分析显示，在恶性组中，肿块与周围组织1 mm的应变比相关性最高（r=0.91，P<0.001）。ROC曲线结果显示，SE参数（B/shell 1组）的诊断效能最佳，其诊断的敏感度、特异度及准确率分别为89%、82.7%及85.6%，AUC=0.921，BI-RADS分类联合B/shell 1组的诊断效能进一步提高（AUC=0.944）。 结论 乳腺恶性肿块周围组织硬度高于良性肿块，肿块与周围组织1 mm区域的应变比显著相关；肿块周围组织1 mm区域的应变比为诊断乳腺肿块良恶性最优SE弹性参数，其联合BI-RADS分类可进一步提高诊断性能。

目的 探讨超声联合成人阑尾炎评分（AAS）对成人发生复杂性急性阑尾炎（CAA）的预测价值。 方法 回顾性收集2021年1月~2024年9月在包头市中心医院接受阑尾切除术的急性阑尾炎患者104例，根据患者术后病理检查结果分为CAA组（n=55）和非复杂性急性阑尾炎（UAA）组（n=49），对比两组患者的术前阑尾超声声像图特征和AAS，单因素分析筛选出可能影响CAA发生的指标后，采用向后逐步回归法建立基于多因素logistic回归的预测模型，通过bootstrap法（自采样1000次）对模型进行内部验证，绘制受试者工作特征（ROC）曲线和校准曲线对模型性能进行评价，并分析不同分层亚组下的稳健性。 结果 多因素logistic回归分析显示，年龄、AAS评分、阑尾腔内粪石和阑尾周围积液是预测成人CAA发生的独立危险因素（P<0.05）。基于以上4个因素构建的联合模型具有良好的预测性能，敏感度为85.5%，特异度为91.8%。同时，联合模型具有较好的区分力，曲线下面积（AUC）为0.928，DeLong检验结果显示联合模型的AUC值高于年龄、AAS评分、阑尾腔内粪石和阑尾周围积液各单独预测模型。内部验证显示验证集平均AUC为0.917（95% CI：0.879~0.984），与原始数据集AUC相近。校准曲线及Hosmer-Lemeshow检验结果显示，模型预测概率与实际发生概率的一致性良好（χ ² =11.442，P=0.178）。年龄及阑尾粪石亚组AUC与总体AUC相近，提示模型具有较好的稳健性。 结论 超声联合AAS评分建立的联合模型在目前的数据集具有良好的区分力和稳定性，可为临床医生对疑似患者进行快速风险分层提供参考。

目的 利用静息态功能磁共振成像（rs-fMRI）的比例低频波动振幅（fALFF）及功能连接（FC）算法，探讨首次透析前终末期肾病（ESRD）患者脑功能改变，进一步分析脑功能改变与认知评分间的相关性。 方法 选取2023年4月~2025年3月在本院就诊的拟行肾脏替代治疗的ESRD患者48例（ESRD组），同期招募相匹配的健康志愿者44例（对照组）。所有受试者均进行rs-fMRI序列扫描及认知功能评估（MoCA），比较两组的fALFF的差异，并以上述差异脑区作为感兴趣区，使用FC分析研究感兴趣区与全脑体素之间的功能整合模式；在控制年龄、性别及受教育程度的影响后，分别对差异脑区的fALFF值及FC值与MoCA评分进行偏相关分析。 结果 ESRD组患者MoCA评分低于对照组（P<0.001）；与对照组比较，ESRD患者右侧楔前叶fALFF值减低（t=-5.445，团块水平FWE校正，P<0.05，团块体素≥67）；FC分析发现，ESRD患者右侧楔前叶与右侧缘上回、右侧中扣带回的FC降低，但与右侧额中回的FC增加；在控制性别、年龄和教育水平后，右侧楔前叶与右侧缘上回的FC值与ESRD患者MoCA评分呈正相关（P<0.05）。 结论 静息状态下ESRD患者默认模式网络的脑自发活动及功能连接发生改变，并与认知功能密切相关，这些发现为理解首次透析前ESRD相关认知功能障碍的神经病理生理机制提供了新的影像学证据。

目的 构建并验证T1W增强影像组学模型，对比其与多参数MRI特征模型、联合模型对胶质瘤异柠檬酸脱氢酶（IDH）突变状态的术前预测效能。 方法 回顾性分析2020~2023年在复旦大学附属华东医院经病理证实的127例脑胶质瘤患者的临床资料及多参数MRI特征。将所有患者按照8∶2的比例随机分配为训练组和验证组，在术前增强T1W图像勾画感兴趣区（ROI），使用Pyradiomics软件提取并筛选影像组学特征，最后得到5个最优化的组学特征，结合临床及多参数MRI特征，建立3个logistic模型，分别为T1W增强影像组学模型、多参数MRI特征模型及联合模型。通过ROC曲线和曲线下面积（AUC）评估模型的性能。 结果 预测胶质瘤IDH突变状态的3个模型中，T1W增强影像组学模型预测效能最好，训练组和验证组的AUC值分别为0.860（95% CI：0.783~0.937）、0.955（95% CI：0.880~1.000）。Delong检验表明T1W增强影像组学模型预测效能优于多参数MRI特征模型（P=0.011），而联合模型相较于T1W增强影像组学模型并不能进一步提高对胶质瘤IDH突变状态的预测效能（P=0.067）。 结论 基于术前T1W增强影像组学模型可用于预测脑胶质瘤的IDH基因分型，预测效能高于传统多参数MRI模型。

目的 探讨双源CT虚拟平扫联合高级建模迭代重建算法（ADMIRE）对颈部图像质量及辐射剂量的影响。 方法 前瞻性收集2025年1~5月在蚌埠医科大学第一附属医院的52例行颈部常规平扫（TNC）+DECT增强扫描的患者，平扫用ADMIRE为3重建图像，增强在静脉期重建算法强度为1~5的ADMIRE迭代算法的图像，利用后处理软件获得虚拟平扫（VNC）图像。记录辐射剂量，测量并计算TNC和不同重建算法下VNC的客观数据；对图像的客观和主观评价进行分析。 结果 随着ADMIRE算法的增大，甲状腺、胸锁乳突肌、脂肪以及颈内静脉的CT值无明显变化（P>0.05），但SD值逐渐减小、SNR和CNR逐渐增加（P<0.05）。各组间主观评分差异有统计学意义（P<0.05）。除甲状腺和脂肪外，VNC-B3图像在评估颈部不同组织不仅有与TNC相近的CT值（P>0.05），还有相近的噪声与信噪比（P>0.05）；VNC-B3图像的主观评分与TNC差异无统计学意义（P>0.05）。使用VNC图像替代TNC可降低有效辐射剂量大约39%。 结论 颈部静脉期VNC联合ADMIRE算法（Strength level 3）可获得与TNC大致相当的图像，且降低图像噪声，降低辐射剂量。

目的 运用心肌做功技术，探究不同程度冠状动脉狭窄对左心室功能障碍的影响及其在冠心病中的临床诊断价值。 方法 选取2023年9月~2025年4月在内蒙古自治区人民医院心血管内科接受冠状动脉造影（CAG）的114例冠心病患者，根据造影结果分为冠心病组80例和对照组34例（CAG结果正常）。冠心病组按狭窄程度分为轻中度病变组（50%<狭窄率<75%，n=40）和重度病变组（狭窄率>75%，n=40）。所有患者均接受常规超声心动图（TTE）和二维斑点追踪超声心动图（2D-STE）检测，分析左心室纵向应变（GLS）及心肌做功相关参数，评估不同程度冠脉狭窄对左心室功能的影响。 结果 与对照组比较，冠心病组患者GLS、整体做功指数（GWI）、整体做功效率（GWE）、整体有用功（GCW）均降低，整体无用功（GWW）升高（P<0.05）；与轻中度病变组比较，重度病变组患者GLS、GWI、GWE、GCW更低，GWW更高（P<0.05）。ROC曲线显示，GWI、GCW、GWE、GWW的曲线下面积分别是：0.71、0.74、0.84、0.81；GWE截断值为89.5%，预测冠心病的敏感度、特异度分别为70%、87.5%，约登指数为0.58。 结论 在评估不同程度冠状动脉对左心室功能的影响时，GWE与病变程度的相关性最高，诊断效能最优。

目的 探讨基于动态对比增强（DCE）与扩散加权成像（DWI）序列的影像组学模型对乳腺平台型时间-信号曲线（TIC）良性病变与恶性病变的鉴别诊断价值。 方法 回顾性分析南京医科大学连云港临床医学院在2019年1月1日~2023年10月30日行乳腺磁共振增强检查的患者共251例，患者均经手术或病理检查确诊。经后处理TIC勾画后，得到平台型113例，其中乳腺恶性病变78例，良性病变35例。所有病例按7∶3的比例随机分为训练组（n=79）和测试组（n=34）。在DWI与DCE图像上逐层手动勾画整个病灶的三维感兴趣区，并对其进行特征提取与特征筛选，使用支持向量机（SVM）将提取到的图像特征反映到特征区域，进行特征训练，得到SVM分类器。绘制ROC曲线，计算ROC曲线下面积（AUC）、敏感度、特异度以评估SVM模型的鉴别诊断效能。 结果 从DWI序列、DCE序列及DWI联合DCE序列中分别提取了1502个特征，经过t检验和最小绝对收缩选择算子回归（LASSO）降维筛选后，DWI序列中筛选出9个特征，DCE序列中筛选出6个特征，DWI联合DCE序列中筛选出11个特征。使用SVM分类器建立模型，单独DWI模型训练组AUC为0.77，敏感度84%，特异度96%；测试组AUC为0.72，敏感度81%，特异度96%；单独DCE模型训练组AUC为0.87，敏感度90%，特异度98%；测试组AUC为0.76，敏感度84%，特异度98%；以及DCE联合DWI模型训练组AUC为0.84，敏感度88%，特异度96%；测试组AUC为0.75，敏感度81%，特异度96%。 结论 单独DCE模型及DCE联合DWI模型相较于单独DWI模型对鉴别平台型TIC乳腺良恶性病变有较好的作用。

目的 评估分段读出扩散加权成像序列（RS-EPI）超高b值在鉴别前列腺癌（PCa）与前列腺增生（BPH）中的价值。 方法 回顾性收集2022年3月~2023年4月在陕西中医药大学附属医院确诊的37例前列腺疾病患者，其中PCa患者15例，BPH患者22例。术前使用Siemens Skyra 3.0 T MRI行RS-EPI DWI扫描（b=0、1 000、2000、3000 s/mm2），由2位影像科医生在双盲法下观察各b值图像，测量DWI高信号区和邻近肌肉组织的信号强度，计算出各b值DWI对PCa及BPH的定性诊断准确率。 结果 b=1000、2000、3000 s/mm2时，DWI诊断前列腺癌和前列腺增生的敏感度及特异度分别为80.0%和63.6%、93.3%和68.2%、93.3%和72.7%，AUC（95% CI）依次为0.852（0.732~0.972）、0.882（0.782~0.982）、0.939（0.872~0.999）。b=1000 s/mm2时，诊断前列腺癌和前列腺增生的敏感度及特异度低于b=2000、3000 s/mm2（P<0.05）。 结论 选择超高b值（b=2000、3000 s/mm2）对PCa和BPH的鉴别有较高的敏感度和特异度，可作为其诊断及鉴别的重要辅助方法。

目的 构建并验证一个床旁多模态超声联合预测模型，用于急性大面积脑梗死患者的早期风险分层。 方法 前瞻性连续纳入2024年6月~2025年9月在蚌埠医科大学第一附属医院神经内科ICU收治的111例急性大面积脑梗死患者。根据发病90 d后的改良Rankin量表（mRS）评分将患者分为预后良好组（mRS评分≤3分，n=61）与预后不良组（mRS评分>3分，n=50）。入院当天测量视神经鞘直径（ONSD）、眼球横径（ETD）及经颅彩色多普勒参数，计算ONSD/ETD和大脑中动脉搏动指数（PI）。使用LASSO回归筛选变量，按7∶3划分训练集与测试集构建logistic回归联合模型，并通过ROC曲线、校准分析和决策曲线分析综合评价模型性能。 结果 联合模型（ONSD/ETD+PI）预测90 d不良预后（改良Rankin量表>3分）的区分度良好（测试集AUC=0.855），校准性能优异（H-L检验P=0.982）。决策曲线显示，在15%~65%的阈值概率范围内，该模型能提供显著的临床净获益。 结论 本研究构建的多模态超声联合模型整合了颅内“压力-血流”信息，可有效识别急性大面积脑梗死高危患者，具有良好的校准度和临床实用性，可作为床旁决策的量化辅助工具。

目的 分析脑小血管病（CSVD）患者MRI T2液体衰减反转恢复序列（T2 FLAIR）、弥散加权成像（DWI）、磁敏感加权成像（SWI）序列成像特点与认知功能、运动障碍的关系。 方法 纳入2023年3月~2024年3月镇江市第四人民医院收治的110例CSVD病患者，对其资料进行回顾性分析。所有患者均进行MRI检查和认知功能［蒙特利尔认识评估量表（MoCA）］、运动障碍［Tinetti平衡与步态量表（POMA）］评估，根据MoCA评分将其分为认知障碍组和对照1组，比较两组患者MoCA评分、MRI特征评分［腔隙性脑梗死（LI）、脑白质病变（WMH）、脑微出血（CMBs）和扩大的血管周围间隙（EPVs）］。根据POMA评分将其分为运动障碍组和对照2组，比较两组患者POMA评分、MRI特征评分［LI、WMH、CMBs、EPVs］。使用Pearson相关性分析模型分析LI、WMH、CMBs、EPVs与MoCA评分、POMA评分的相关性，绘制ROC曲线分析MRI特征预测CSVD患者认知功能障碍及运动功能障碍的效能。 结果 认知障碍组患者LI、WMH、CMBs、EPVs特征评分均高于对照1组（P<0.05）。运动障碍组患者LI、WMH、CMBs、EPVs特征评分均高于对照2组（P<0.05）。Pearson相关性分析显示，LI、WMH、CMBs、EPVs特征评分与MoCA、POMA评分均呈负相关（P<0.05）。上述指标联合预测CSVD患者认知功能障碍的AUC为0.885，敏感度为72.88%，特异打度为98.04%；预测CSVD患者运动功能障碍的AUC为0.911，敏感度为87.23%，特异度为84.13%。 结论 T2 Flair、DWI、SWI多序列成像特征，较传统单一序列研究更具临床系统性，LI、WMH、CMBs、EPVs特征与认知及运动障碍紧密相关。为临床早期识别认知及运动障碍风险、制定针对性干预策略提供依据。

影像组学可深度解析影像特征，以其无创、可重复性的优势在肝细胞癌（HCC）研究中得到广泛应用。为探索影像组学在HCC肿瘤免疫微环境（TIME）的价值，本文检索了国内外相关研究，从肿瘤浸润免疫细胞、分子表达等方面综述影像组学在TIME中的价值以及未来的研究方向。

胰腺神经内分泌肿瘤具有高度异质性，准确的术前分级对临床决策至关重要。人工智能驱动的无创性预测方法为评估胰腺神经内分泌肿瘤的病理学分级及侵袭性提供了新的技术手段和研究方向。本文通过对人工智能结合不同影像学检查方法在预测胰腺神经内分泌肿瘤病理学分级中的应用现状作一综述，旨在为临床管理方案的制订及肿瘤的综合评估提供多模态影像学依据，并为后续研究指明方向。

中枢神经系统非肿瘤性病变病理复杂、影像表现多样，给临床诊疗带来挑战。人工智能（AI）凭借强大的特征提取与模式识别能力，为其精准诊疗提供新路径。本文旨在系统综述AI影像技术在该领域的应用现状与前景，围绕3类病变展开：一是脑血管疾病，含脑卒中病灶检测、动脉瘤检出等；二是退行性病变，涉及阿尔茨海默病、帕金森病的影像分析与进展预测；三是其他病变，包括轻微型肝性脑病、多发性硬化及癫痫的AI评估。通过整合研究成果，明确AI应用优势与现存问题，为临床提供参考，推动AI从科研转向临床，实现病变早期诊断与精准治疗，提升患者预后。