目的 探讨联合超声影像组学和临床特征的融合模型评估冷冻胚胎移植后临床妊娠的价值。 方法 本研究选取2023年10月~2024年3月安徽医科大学第一附属医院接受冷冻胚胎移植的女性137例，记录一般临床资料，在移植前1 d获取患者的超声图像及数据。采用逻辑回归分析选择临床独立预测因子，构建临床模型。从超声图像中提取内膜和结合带的影像组学特征，构建影像组学模型，生成放射评分（rad-score），联合rad-score与临床独立预测因子构建融合模型。对所有模型进行五折交叉法训练并验证，绘制ROC曲线，比较3组模型预测妊娠结局的性能。采用沙普利加性解释方法解释特征对结果的贡献。 结果 内膜上血流的血流指数（P=0.024）及搏动指数（P=0.035）是临床独立预测因子，ROC曲线结果显示融合模型预测能力最佳，训练集和验证集的平均曲线下面积值分别为0.822、0.821。 结论 利用临床数据和超声图像建立的融合模型可有效预测妊娠结局，利用SHAP方法，临床医师能更好地理解结局。

目的 构建基于APT成像影像组学的三分类模型，精准区分正常对照（NM）、早期及中晚期帕金森病（PD），并通过可解释性分析明确关键脑区与特征的诊断价值。 方法 回顾性纳入2022年1月~2024年1月新疆医科大学第二附属医院99例研究对象（正常人群37例，早期PD患者36例，中晚期PD患者26例），均行脑部APT序列扫描。手动勾画尾状核（CN）、壳核（PUT）、苍白球（GP）、红核（RN）、黑质（SN）及伏隔核（NAc）6个脑内核团，提取107个影像组学特征。筛选关键特征，分别采用6种机器学习算法构建诊断模型，以ROC曲线下面积（AUC）、准确率等评估模型性能；结合解释机器学习模型（SHAP），量化特征对不同疾病阶段的贡献强度。 结果 三步特征筛选后最终获得15个关键影像组学特征。LR联合模型性能最优，训练集macro-AUC=0.889（95% CI：0.827~0.943）、micro-AUC=0.895（95% CI：0.837~0.946）；测试集macro-AUC=0.859（95% CI：0.707~0.975）、micro-AUC=0.854（95% CI：0.704~0.967），显著优于其他模型。SHAP分析揭示了关键特征对不同PD阶段的贡献模式，SN和RN的特征是早期判定和正常判定的关键，PUT核的GLCM自相关系数和RN特征是中晚期判定的核心贡献者。 结论 基于APT影像组学的LR联合模型可有效实现PD三分类诊断与分期，SN、RN及PUT是PD病理进展的核心影像标志物核团，SHAP分析可清晰解析模型决策机制，为PD精准诊疗提供兼具性能与可解释性的影像学工具。

目的 构建并验证一个基于代谢重编程的CT影像基因组学模型，用于无创预测非小细胞肺癌（NSCLC）患者的免疫治疗疗效。 方法 本研究整合转录组学、临床及CT影像数据。基于TCGA和GEO数据库筛选NSCLC代谢重编程差异基因，通过Cox回归构建代谢重编程风险评分（MRRS）模型，并分析其与免疫微环境的相关性。利用TCIA数据库的NSCLC患者CT影像数据，PyRadiomics提取影像组学特征，LASSO回归筛选关键特征，构建以MRRS为标签的影像基因组学模型并评估其性能。收集来自山西省人民医院的206例接受免疫治疗的晚期NSCLC患者作为独立验证队列，通过ROC曲线量化模型对免疫治疗疗效的预测能力。 结果 筛选出156个代谢重编程差异基因，从中挑选出9个关键基因用于构建MRRS模型。该模型在TCGA-NSCLC训练集中预测1、3、5年生存时间的AUC分别为0.638、0.685、0.648，高于传统临床指标。高风险组患者免疫细胞浸润水平降低（P<0.01），总生存时间更短（P<0.001）。基于CT图像筛选出6个影像组学特征，构建的影像基因组学模型在训练集和测试集中预测MRRS的AUC分别为0.742和0.726。在独立免疫治疗队列中，模型预测疗效的AUC为0.704，能有效区分应答者与非应答者。 结论 本研究构建的CT影像基因组学模型能够无创评估NSCLC代谢重编程状态，在预测免疫治疗疗效方面也展现出良好的临床应用潜力。

目的 基于术前增强CT影像学特征，结合临床指标构建预测肿瘤包绕型血管（VETC）阳性肝细胞癌（HCC）的列线图模型。 方法 回顾性收集2019年10月~2022年4月南方医科大学南方医院174例HCC患者的临床及影像学资料，按7∶3随机分为训练集（n=121）和验证集（n=53）。根据CD34免疫染色结果，计算VETC区域占肿瘤面积的百分比（VETC指数），以≥55%作为截断值将患者分为VETC阳性组与VETC阴性组。使用单因素和多因素Logistic回归分析，筛选出与VETC阳性HCC有显著相关的独立预测因素并构建列线图预测模型。采用ROC曲线评估模型的诊断效能，绘制校准曲线评估模型的拟合优度。 结果 非环形动脉期高强化、强化包膜、瘤内动脉、瘤周动脉期强化是VETC阳性HCC的独立预测因素（P<0.05）。将上述因素构建列线图预测模型，训练集和验证集ROC曲线下面积（AUC）为0.815和0.760，列线图模型的预测概率与实际发生率一致性较高。 结论 基于术前增强CT影像学特征构建的列线图模型对VETC阳性HCC具有良好的预测效能，有助于HCC高危人群识别及临床诊疗决策。

目的 构建基于超声图像特征的多变量模型，以实现累及浅表淋巴结的淋巴增殖性疾病（LPD）的准确定性诊断。 方法 回顾性分析2022年1月~2024年12月在四川大学华西医院行淋巴结活检并进行组织学检测、免疫组化及基因检测的209例患者资料，收集患者一般资料、二维灰阶及彩色多普勒超声图像，由2位超声医师解读并记录其图像特征。以病理诊断为金标准，将患者分为良性组和恶性组，通过单因素分析确定相关特征，通过多因素逻辑回归分析构建多变量模型并进行诊断效能评估。在良恶性疾病组内进行亚组分析，探索超声图像特征与病理诊断之间的相关性。 结果 209例患者中，恶性74例，良性135例。单因素及多因素分析确定了年龄、淋巴结短径、皮质回声不均匀及血流模式作为预测模型的变量。多变量模型诊断良恶性LPD的曲线下面积为0.826，高于常规超声（P<0.001），特别是在诊断颈部淋巴结方面（P<0.05）。反应性增生与良性LPD存在差异的特征包括淋巴结大小和淋巴结血流分布（P<0.05）；霍奇金与非霍奇金淋巴瘤存在差异的特征包括年龄和淋巴结大小（P<0.05）。 结论 基于超声图像特征建立的多变量模型提高了LPD累及的浅表淋巴结定性诊断效能，且超声图像特征具备鉴别诊断浅表淋巴结良恶性疾病亚型的潜能。

目的 探讨剪切波弹性成像（SWE）获取的乳腺肿块最大硬度（E_max）和脉冲多普勒超声（PDU）获取的血流阻力指数（RI）与乳腺癌分子亚型的相关性。 方法 选取2024年1月~2025年5月在我院接受乳腺超声检查及手术治疗的137例乳腺癌患者（137个病灶），分析乳腺肿块的SWE参数（E_max、E_min和E_mean）、血流参数（RI）和其病理学信息，包括组织学类型、组织学分级、激素受体、HER-2状态和Ki-67增殖指数。采用单因素方差分析和线性回归，分析SWE和血流参数与其病理学结果之间的关系。 结果 137个病灶中，病理类型多为浸润性导管癌，分子分型以Luminal A型最常见。三阴型（TNBC）肿块的E_max值显著高于Luminal A型、Luminal B型及HER-2过表达型。TNBC型肿块的RI最高，其次是HER-2过表达型、Luminal B型和Luminal A型。多元线性回归分析显示，肿瘤最大径、组织学分级及分子亚型均是E_max与RI的独立预测因素（P<0.05）。 结论 乳腺肿瘤硬度值和血流阻力指数的增加与乳腺癌的侵袭性组织病理学特征之间可能存在潜在关联，硬度值较低的肿块与Luminal A型相关，而硬度值较高的肿块与TNBC型相关。

目的 探讨乳腺浸润性导管癌超声特征与线粒体氧化应激相关基因之间的关系。 方法 选取2022年1月~2023年8月于山西医科大学第一医院确诊的乳腺浸润性导管癌患者38例，均具有完整临床、超声及全转录组测序数据。整合TCGA数据库乳腺癌差异表达基因、MitoCarta 3.0线粒体相关基因及GeneCards氧化应激相关基因，筛选乳腺癌线粒体氧化应激相关基因，通过Kaplan-Meier生存分析、STRING蛋白互作网络及Cytoscape模块分析，筛选出关键基因亚群。提取38例乳腺癌患者的关键基因表达量，分析其与患者临床及超声特征的相关性。 结果 共筛选出9个关键基因：亚群1包括MRPL12、MRPL13、MRPS12、MRPL14、NME3、HSPE1；亚群2包括DNA2、POLQ、RECQL4。边缘无毛刺组MRPS12、MRPL14表达升高；UMA-CPP>10%组MRPL12、MRPL13、MRPS12、MRPL14表达升高而DNA2降低；Alder III级及血管中心分布组MRPL12表达升高（P<0.05）。PKI与MRPL13、MRPS12呈正相关；AUC与MRPL13、HSPE1呈正相关；AT与MRPS12、MRPL14呈负相关；TTP与MRPS12呈负相关；E_mean与MRPL12、MRPS12呈正相关；E_max与MRPL12、NME3呈正相关；E_min与MRPL12呈正相关；E_sd与MRPL12、MRPL13、MRPS12呈正相关，与DNA2呈负相关（P<0.05）。与关键基因有关的超声特征大多分布在MRPL12、MRPL13、MRPS12及MRPL14这4个线粒体核糖体蛋白基因中，且趋势同步。 结论 线粒体氧化应激相关基因与乳腺浸润性导管癌超声特征具有相关性，可为超声评估肿瘤微环境中线粒体氧化应激情况提供依据。

目的 探讨¹⁸F-脱氧葡萄糖正电子发射断层显像/计算机断层显像（¹⁸F-FDG PET/CT）在成人Still病（AOSD）中的影像学特征及其与疾病活动度的相关性。 方法 回顾性分析2016年5月~2024年12月北部战区总医院收治的23例AOSD患者的¹⁸F-FDG PET/CT影像特征、临床表现及实验室检查结果。计算脾脏、骨髓、淋巴结与肝脏的最大标准化摄取值比值（SLR_max、BLR_max、LyLR_max）。采用Spearman秩相关分析评估上述代谢参数与实验室化验指标及临床活动度系统评分之间的相关性，并对多重比较进行错误发现率（FDR）校正，以校正后q<0.05为差异有统计学意义。采用组内相关系数（ICC）评估测量者间一致性。 结果 23例患者均有异常FDG高摄取，主要表现为淋巴结不同程度FDG摄取（100%），以颈部、腋窝、锁骨上窝及腹股沟区为主，脾FDG高摄取（100%），21例患者骨髓弥漫性FDG高摄取（91.3%），此外，1例患者肝（4.3%）、4例肩关节（17.4%）、4例颌下腺（17.4%）、3例扁桃腺（13.0%）、2例皮肤结节（8.7%）有FDG高摄取。肝脏SUV_max为3.6±0.5，脾SUV_max为4.1±0.7，骨髓SUV_max为4.4±0.9，淋巴结SUV_max为4.8（4.1，12.5），SLR_max为1.14±0.09，BLR_max为1.25±0.31，LyLR_max为1.42（1.09，3.42），临床活动度系统评分范围为5~10［7（6，8）］分。该组患者中SLR_max、LyLR_max与C反应蛋白（CRP）呈正相关（ρ=0.471，0.560，原始P<0.05）；BLR_max、LyLR_max与临床活动度系统评分呈正相关（ρ=0.432，0.416，原始P<0.05）；但经FDR校正后，上述关联均未达到统计学意义。此外，淋巴结SUV_max与淋巴结长径呈正相关（ρ=0.518，P<0.05）。 结论 ¹⁸F-FDG PET/CT可全面呈现AOSD的全身受累范围；尽管代谢参数与临床指标的相关性经FDR校正后未达统计学意义，但观察到的趋势仍提示二者存在潜在联系。

目的 探讨磁共振酰胺质子转移加权（APTw）成像定量参数与乳腺癌p53蛋白表达的相关性，及其对TP53基因突变状态的预测价值。 方法 回顾性收集2024年3月~2025年9月于广东省第二人民医院经病理证实的72例乳腺癌患者资料。所有患者均接受3T MRI常规序列及APTw扫描。以p53蛋白免疫组化结果为标准，将患者分为TP53突变型组（n=42）与野生型组（n=30）。TP53突变型进一步细分为错义突变亚组（n=32）与无义突变亚组（n=10）。采用CEST-Matlab程序处理APTw图像，在ImageJ软件中手动勾画病灶感兴趣区（ROI），测量APT_mean与APT_max并比较组间差异，采用Spearman相关分析评估APT参数与p53蛋白表达的相关性，绘制ROC曲线分析诊断效能。 结果 TP53突变型组的APT_mean、APT_max均高于野生型组（P<0.001）。APT_mean与p53蛋白表达呈中等正相关（r=0.48，P<0.001）。TP53错义与无义突变亚组间APT参数差异无统计学意义（P>0.05）。APT_mean诊断TP53突变型的曲线下面积（AUC）为0.838，以截断值2.135%判断时敏感度为92.9%，特异度为66.7%。 结论 APTw成像定量参数（APT_mean）与乳腺癌p53蛋白表达呈中等正相关，且对TP53突变型有较高的预测效能，有望为乳腺癌个体化治疗与预后评估提供影像学依据。

目的 探讨CT影像特征在继发性肺结核诊断中的预测价值，构建基于多维度影像特征的诊断模型并评价其效能。 方法 回顾性分析2023年1月~2024年12月广州市胸科医院收治的246例肺部阴影患者的临床及CT影像资料，其中继发性肺结核组160例，非结核组86例。通过二元logistic回归分析筛选预测因子，构建联合诊断模型，并绘制ROC曲线评估模型效能。 结果 单因素分析显示，烟花征（OR=4.196，P=0.008）、小叶中心结节（OR=88.290，P=0.001）、实变（OR=3.260，P=0.013）、钙化（OR=2.547，P=0.031）、胸膜增厚（OR=2.762，P=0.017）是继发性肺结核的风险因素；病灶分布于右中叶（OR=0.352，P=0.044）和左舌叶（OR=0.190，P=0.003）为保护因素。多因素分析纳入7个独立预测因子（烟花征、小叶中心结节、实变、钙化、胸膜增厚、右中叶受累、左舌叶受累），联合模型的曲线下面积为0.881（95% CI：0.834~0.929），敏感度为87.5%，特异度为79.1%，其诊断效能优于所有单一影像学特征（P<0.001）。在最佳截断值0.601时，基于分类结果计算得出的阳性预测值为73.2%、阴性预测值为90.3%。 结论 基于多维度CT影像特征的联合诊断模型有助于提升继发性肺结核的识别能力，具有一定的临床辅助诊断价值。

目的 比较不同权重混合迭代重建（ASIR-V）和深度学习图像重建（DLIR）CT血管造影（CTA）图像质量，探讨DLIR在优化CTA中的优势和潜力。 方法 采用Apex CT扫描含有9支试管的QSP体模，实验试管选择为1支纯水和5支碘溶液（其中30 mg/mL碘溶液2支，浓度为3.75、7.5、15 mgI/mL各1支），分别用0%~100%（间隔10%）共11种权重标准卷积核ASIR-V和3种权重标准卷积核DLIR（DLIR-L/M/H）重建1.25 mm CTA图像。选取实验试管中的9个固定水平放置感兴趣的区域，以纯水的标准差（SD）值作为背景噪声，测量目标试管中的纯水和碘溶液CT值。计算并比较不同权重两种算法重建对纯水CT值和碘溶液图像CT值、噪声和对比噪声比（CNR）的影响。比较体模中心和体模边缘30 mgI/mL碘溶液平均CT值、噪声和CNR。 结果 不同权重2种算法重建图像中纯水和各种碘浓度溶液CT值的差异无统计学意义（P>0.05），体模中心与体模边缘30 mgI/mL碘溶液比较，CT值和CNR均下降（P<0.05）。除ASIR-V 90%和ASIR-V 100%重建图像噪声在统计上差异无统计学意义（P>0.05）外，不同权重2种算法重建图像噪声不同（P<0.05）。随着ASIR-V和DLIR权重的增加，各种碘浓度溶液的噪声逐渐减小，其中DLIR-H的噪声最低。ASIR-V 60%与DLIR-L重建的图像噪声差异无统计学意义（P>0.05）。ASIR-V 80%、ASIR-V 90%与DLIR-M重建图像的噪声差异无统计学意义（P>0.05）。除相邻10%的0%~60% ASIR-V权重间重建图像CNR差异无统计学意义外，随着ASIR-V和DLIR权重的增加，各种碘浓度溶液CNR增加，其中DLIR-H的CNR最大。ASIR-V 60%、ASIR-V 70%与DLIR-L重建图像CNR差异无统计学意义（P>0.05），ASIR-V 90%与DLIR-M重建图像的CNR差异无统计学意义（P>0.05）。 结论 DLIR在不改变CT值的情况下可提高CTA图像质量，DLIR-H噪声最低，CNR最大。

目的 构建基于智能穿戴设备的糖尿病前期智慧健康管理路径，并验证其改善血糖控制的效果。 方法 采用前瞻性单臂研究设计，选取2024年4~12月于南方医科大学南方医院健康管理中心以及2025年1~4月于林芝市人民医院体检科确诊的125例糖尿病前期患者为研究对象。通过智能穿戴设备进行连续血糖监测，依托智慧医疗云平台实施个体化膳食与运动处方推送、远程监测及随访管理。将研究对象按年龄划分为25~50岁（n=31）、51~55岁（n=43）及≥56岁（n=51）3组，另根据基线空腹血糖水平分为控制良好组（<6.1 mmol/L，n=59）与控制不佳组（≥6.1 mmol/L，n=66），比较不同血糖控制状态患者的临床特征。采用线性混合效应模型分析血糖动态变化趋势及其影响因素。 结果 经过12周干预，患者空腹血糖由基线的6.10 mmol/L降至5.00 mmol/L（P<0.001），血糖控制率由47.2%提高至83.2%（P<0.001）。混合效应模型显示，空腹血糖随干预时间下降（β=-0.07，P<0.001）。与25~50岁组相比，51~55岁组（β=0.36，P=0.037）和≥56岁组（β=0.34，P=0.040）患者空腹血糖水平更高；有病史或用药史者空腹血糖高于无病史者（β=0.46，P=0.003）。 结论 基于智能穿戴设备的闭环健康管理路径能有效降低糖尿病前期患者的血糖水平，实现个体化、精准化管理，为糖尿病早期防控提供了可推广的新策略。

传统开腹及腔镜手术后镇痛主要依赖于阿片类药物自控镇痛，其可引发一系列不良反应，如术后恶心呕吐、术后谵妄等，严重损害患者健康。随着加速康复外科理念的成功应用与大力推广、可视化技术的发展，多模式镇痛取得了显著进展，其在促进患者加速康复、保障围术期安全等方面具有明显优势。本文就近年来可视化神经阻滞在胃部手术后镇痛中的研究进展进行阐述，通过总结了胃部手术术后疼痛发生机制、术后镇痛评价标准、常用神经阻滞药物及其配伍、以及胃部手术的各类神经阻滞方法，旨在为患者提供更为合理的术后镇痛方案。

胶质母细胞瘤（GBM）作为中枢神经系统最具侵袭性的原发性恶性肿瘤，其精准诊疗亟需多模态影像学技术支持。MRI虽具有优异的软组织分辨能力，但在界定肿瘤真实边界、鉴别治疗后真性进展与假性进展、评估代谢活性等方面存在显著局限。PET/CT可提供肿瘤分子水平的代谢信息，为功能影像提供重要补充，但其空间分辨率不足制约了解剖定位的精确性。基于酪氨酸代谢的PET/CT与多参数MRI的融合成像技术，通过整合形态学、功能代谢及分子影像信息，实现了对GBM生物学行为的系统评估。本综述系统探讨以¹⁸F-FET及11C-MET为代表的酪氨酸代谢PET/CT与多参数MRI的融合成像策略，重点剖析该多模式影像技术在GBM术前无创分级、生物学边界精准勾勒、放疗靶区优化以及疗效与复发早期监测中的应用价值，旨在为临床实践提供基于多模式分子影像的GBM管理新视角。

周围神经鞘肿瘤（PNSTs）是软组织肿瘤的一个重要亚型。不同亚群对应的临床治疗及预后手段不同，对其进行准确区分至关重要。MRI具有软组织分辨率高等特点，结合多模态MRI与影像组学的应用，大大提升MRI技术在PNSTs鉴别诊断中的效能。本文综述了结构与功能MRI、分子与代谢MRI以及影像组学在PNSTs鉴别诊断中的应用进展，为临床诊治与后续研究提供参考依据与方向。

近年来，人工智能，尤其是影像组学与深度学习技术，在乳腺癌精准诊疗中取得显著进展。然而，现有研究及综述多聚焦于模型性能的提升，忽视了可解释性不足所带来的“黑箱化”问题，限制了人工智能在临床中的推广与应用。针对这一不足，本文从“可解释人工智能”的视角出发，系统综述可解释人工智能在乳腺癌影像诊断与治疗中的研究进展，重点探讨可解释影像组学与可解释深度学习的最新应用，旨在为今后精准医疗在乳腺癌的发展提供新思路。

轻微肝性脑病（MHE）是肝硬化患者常见的中枢神经系统并发症之一，其核心特征是认知功能的受损。近年来，脑网络科学为揭示MHE的神经病理机制提供了新视角。默认模式网络（DMN）作为静息状态下最活跃的脑网络，其损伤被认为是导致MHE出现认知障碍的核心机制。静息态功能磁共振成像（rs-fMRI）能够无创、精准地评估MHE患者DMN的结构损伤和功能障碍。已有综述多集中于rs-fMRI在MHE中的传统应用，MHE存在的脑功能异常，但缺乏对DMN这一核心脑网络损伤的系统性梳理，本文聚焦于近年来MHE患者DMN损伤的研究进展，重点从DMN内部脑活动、网络内功能连接以及与其他脑网络（凸显网络、中央执行控制网络）之间的交互作用异常等多个维度，系统梳理DMN的异常改变及其与认知功能损害的关联，以期为MHE早期识别、病理机制及其疗效评估提供客观的影像学依据。

卵巢癌是女性生殖系统最常见的癌症之一，也是导致女性癌症死亡的主要原因，早期诊断和有效的治疗监控对于提高患者生存率非常关键。目前，能谱CT作为一种新兴技术，可通过后处理获得碘浓度、有效原子序数、能谱曲线斜率等参数，有助于对卵巢病变进行精准的定性及定量分析。本文基于能谱CT的基本原理及其定量参数在卵巢癌鉴别诊断、疗效评估与转移监测中的应用进展进行综述并展望未来研究方向，旨在为临床实践及相关研究提供参考。

新生儿脑白质损伤是导致新生儿不良神经发育结局最常见的损伤形式之一，轻者预后良好，重者可能出现严重的神经系统后遗症甚至导致患儿死亡，这会给家庭和社会造成严重的经济负担。随着科技的快速发展，基于MRI的人工智能模型有望成为辅助临床进行疾病筛查、诊断及预后评估的一个重要工具。然而，当前研究仍面临着各种挑战，主要集中在数据量小、标准缺失、跨中心通用性和伦理隐私的问题上。在未来的突破中，可以聚焦于多模态融合技术创新和自监督学习的应用。同时，也应该推动跨机构协作构建标准数据集，开发符合伦理规范的数据工具，设计可解释的人工智能系统，推动从算法创新到临床落地的转化。本文重点纳入了采用人工智能的方法如深度学习、目标涵盖基于新生儿脑白质损伤的临床或影像数据进行的自动分割、诊断或预后预测的研究。