Radiology 科學論著摘要(2023 年3 月、4 月雜志)

○乳腺成像

基于2 個國家的乳腺X 線檢查數據構建多模式的人工智能虛擬活檢模型(DOI:10.19300/j.2023.r0301)

Virtual Biopsy by Using Artificial Intelligence-based Multimodal Modeling of Binational Mammography Data （DOI:10.1148/radiol.220027）

V.Barros,T.Tlusty,E.Barkan,E.Hexter,D.Gruen,M.Guindy,et al.

摘要基于人工智能（AI）的計算模型越來越多地用于診斷乳腺惡性病變。然而，根據醫學影像對病變進行如同活檢結果般詳細的、特定的病理亞型評估仍然是一個挑戰。目的基于乳腺X 線片和有組織病理學信息的電子健康記錄，開發一種能夠識別乳腺病變亞型的AI 模型。資料與方法回顧性收集9 234 名接受數字乳腺X 線檢查的女性的26 569 張影像，用以預訓練算法。訓練集數據包括2013 年3 月—2018 年11 月期間的病人，至少有1 年臨床和影像學檢查史，且均后經活檢組織病理學確診。使用2 個數據集，分別包括2 120名以色列女性和1 642 名美國女性，獨立訓練1 個卷積神經網絡和監督學習算法相結合的模型來預測乳腺病變。使用受試者操作特征曲線下面積（AUC）和DeLong 法估計95%可信區間（CI），并用Bootstrapping 方法檢驗結果。結果以色列模型在456 名女性中得到驗證，并在441 名女性中進行了測試[平均年齡（51±11）歲]。美國模型在350 名女性中得到驗證，并在344 名女性中進行了測試[平均年齡（60±12）歲]。預測了測試集中的惡性腫瘤（包括220 例以色列和126 例美國的導管原位癌或浸潤性癌病人），預測以色列和美國病人的AUC值分別為0.88（95%CI：0.85～0.91）和0.80 （95%CI：0.74～0.85）（P＝0.006）。這些結果可能不適用于其他隊列的病人，應進一步研究其在不同人群中的泛化能力。結論當數據量足夠大時，AI 用于臨床和乳腺X 線影像可以識別乳腺病變亞型，有助于評估診斷工作流程，并減少活檢采樣誤差。

原文載于Radiology，2023，306（3）：e220027.

王超譯 張敏鳴校

通過深度學習模擬侵襲性乳腺癌的增強乳腺MRI 檢查(DOI:10.19300/j.2023.r0302)

Deep Learning to Simulate Contrast-enhanced Breast MRI of Invasive Breast Cancer(DOI:10.1148/radiol.213199)

M.Chung, E.Calabrese, J.Mongan, K.M.Ray, J.H.Hayward, T.Kelil,et al.

摘要人們對非增強乳腺MRI 的腫瘤可視化替代方案越來越感興趣，由此增加乳腺MRI 的適用性。目的評估利用深度學習技術從經活檢證實的浸潤性乳腺癌的非增強序列中生成模擬增強T1加權乳腺MRI 掃描的可行性和準確性。資料與方法回顧性納入2015 年1 月—2019 年12 月期間在一家學術機構為初步評估疾病程度進行增強乳腺MRI檢查的患有浸潤性乳腺癌的女性病人。三維全卷積深度神經網絡從5 個非增強序列（T1加權非脂肪抑制、T1加權脂肪抑制、T2加權脂肪抑制、表觀擴散系數和擴散加權成像）模擬了增強T1加權乳腺MRI 掃描。由4 名乳腺放射科醫生（具有3～15 年的經驗）盲法定性評估了22 對真實和模擬的增強MRI 的影像質量（優秀、可接受、良好、差或不可接受），腫瘤強化情況，以及腫瘤大小的最大指數。利用全乳腺相似性和誤差度量以及腫瘤強化重疊的Dice 系數分析進行定量比較。結果對96 例女性[平均年齡（52±12）歲]的96 次MRI 檢查進行評估。閱片者評估的所有模擬MRI 掃描與真實MRI掃描具有相同的腫瘤強化表現。真實和模擬MRI 掃描的腫瘤大小指數具有良好至極好的一致性（組內相關系數，0.73～0.86；P<0.001），差異無統計學意義（平均差異-0.8～0.8 mm；P=0.36～0.80）。幾乎所有的模擬MRI 掃描[88 次中有84 次（95%）]都具有較好的診斷質量（評級為優秀、可接受或良好）。定量分析顯示相似性強(結構相似性指數為0.88±0.05），體素誤差?。▽ΨQ平均絕對百分比誤差為3.26%），腫瘤強化重疊的Dice 系數為0.75±0.25。結論利用深度學習生成模擬增強乳腺MRI 的掃描是可行的。模擬和真實的增強MRI 掃描顯示了相似的腫瘤大小、腫瘤強化區域和影像質量，沒有顯著的定性或定量差異。

原文載于Radiology，2023，306（3）：e213199.

靳云云譯 張敏鳴校

○心臟成像

慢性冠狀動脈全閉塞CT 的深度學習分割與重建(DOI:10.19300/j.2023.r0303)

Deep Learning Segmentation and Reconstruction for CT of Chronic Total Coronary Occlusion(DOI:10.1148/radiol.221393)M.Li,R.Ling,L.Yu,W.Yang,Z.Chen,D.Wu,et al.

摘要慢性全閉塞(CTO)的CT 成像在指導血運重建中作用巨大，但手工重建和定量很耗時。目的開發并驗證用于實現自動CTO 重建的深度學習模型。資料與方法回顧性使用包括6 066 例病人（582 例CTO 病人，5 484 例無CTO 病人）的冠狀動脈CT 血管成像的訓練集和1 962 例病人（208 例CTO 病人，1 754 例無CTO 病人）的冠狀動脈CT 血管成像的驗證集，開發了用于自動CTO 分割和重建的深度學習模型。該算法利用211 例CTO 病人的外部測試集進行了驗證。采用組內相關系數、Cohen κ 系數和Bland-Altman 圖評估深度學習模型與傳統人工協議之間CTO 定量的一致性和測量一致性；同時評估了基于CT 的日本多中心CTO 注冊（J-CTO）評分對血運重建成功的預測價值。結果在外部試驗集中，211 例病人[平均年齡（66±11）歲;男164 例]中有240 例存在CTO 病變。在沒有人工處理的情況下，深度學習自動分割和重建CTO 的成功率為95%（228/240 例），而在常規人工重建方案下，其成功率為48%（116/240 例）（P<0.001）。深度學習的后處理和測量總體時間比人工重建時間縮短[平均時間分別為（121±20）s 和（456±68）s；P<0.001]。2 種方法評價的定量和定性CTO 參數表現出良好的相關性（相關系數＞0.85，P＜0.001)和極小的測量差異。深度學習模型和常規人工量化得到的J-CTO 評分對手術成功的預測效能無差異[受試者操作特征曲線下面積分別為0.76（95%CI：0.69～0.82）和0.76（95%CI：0.69～0.82）；P=0.55]。結論與人工重建相比，深度學習模型大大縮短了冠狀動脈CTO 量化的后處理時間，在閉塞特征的解剖評估中具有良好的相關性和一致性。

原文載于Radiology，2023，306（3）：e221393.羅驍譯 張敏鳴校

對左心室射血分數≥35%的擴張性心肌病的心臟MRI 風險分層(DOI:10.19300/j.2023.r0304)

Cardiac MRI Risk Stratification for Dilated Cardiomyopathy with Left Ventricular Ejection Fraction of 35% or Higher（DOI:10.1148/radiol.213059）

S.Li,Y.N.Wang,W.J.Yang,D.Zhou,B.Y.Zhuang,J.Xu,et al.

摘要過去15 年的研究表明，有相當一部分發生心源性猝死（SCD）的擴張性心肌?。―CM）病人左心室（LV）射血分數（LVEF）≥35%。目的確定LVEF≥35%的擴張性心肌病病人發生不良事件的臨床和心臟MRI 危險因素。資料與方法回顧性納入2010 年1 月—2017 年12 月期間接受心臟MRI檢查的LVEF≥35%的DCM 病人。主要終點是SCD 和SCD幸存，次要終點是全因死亡、心臟移植或因心力衰竭住院治療。采用多因素Cox 分析，確定了主要終點和次要終點的危險因素。結果共納入LVEF≥35%的466 例DCM 病人[平均年齡（44±14）歲，男358 例]。平均隨訪時間（79±30）個月（范圍7～143 個月），40 例病人達到主要終點，61 例病人達到次要終點。在調整后的分析中，年齡[HR，每年1.03 人（95%CI：1.00～1.05）；P=0.04]，心源性猝死家族史[HR，3.4（95%CI：1.3～8.8)；P=0.01]，紐約心臟協會（NYHA）心功能分級Ⅲ或Ⅳ級和NYHAⅠ或Ⅱ級[HR，2.1（95%CI：1.1～3.9）；P=0.02]，延遲釓增強（LGE）MRI 顯示心肌瘢痕大于或等于左室質量的7.1%[HR，4.4（95%CI：2.4～8.3）；P<0.001 ]與SCD 或SCD 幸存相關。對于次要終點，LGE 區域≥左室質量的7.1%和LGE ＜7.1%[HR，2.0（95%CI：1.2～3.4）；P=0.01]，左房最大容積指數，整體縱向應變減低是獨立的預測因素。結論 對于LVEF≥35%的DCM 病人，心臟MRI 定義的心肌瘢痕大于或等于LV質量的7.1%與SCD 或SCD 幸存相關。

原文載于Radiology，2023，306（3）：e213059.

陳薪伊譯 張敏鳴校

○循證實踐——百年紀念內容

致密型乳腺和鉬靶陰性女性乳腺癌的補充篩查：系統性回顧和Meta 分析(DOI:10.19300/j.2023.r0305)

Supplemental Breast Cancer Screening in Women with Dense Breasts and Negative Mammography:A Systematic Review and Meta-Analysis(DOI:10.1148/radiol.221785)

H.Hussein, E.Abbas, S.Keshavarzi, R.Fazelzad, K.Bukhanov,S.Kulkarni,et al.

摘要致密型乳腺且鉬靶陰性的女性在具有平均或中等患乳腺癌風險時，其最佳的乳腺癌補充篩查方式尚待確定。目的進行系統性回顧和Meta 分析，比較最常見的補充篩查方法在致密型和鉬靶陰性、平均或中等患乳腺癌風險女性中的臨床結果。資料與方法在Medline、Epub Ahead of Print 和In-Process 以及其他非索引引文中全面檢索截至2020 年3月12 日的文獻；檢索經典Embase 和Embase、Cochrane 對照試驗中心注冊、Cochrane 系統評價數據庫，以用于隨機對照試驗和前瞻性觀察研究?；仡櫡治鲈隽堪┌Y檢出率（CDR）、召回陽性預測值（PPV1）、活檢的陽性預測值（PPV3），以及致密型乳腺和鉬靶陰性非高危乳癌病人補充成像方式（包括數字乳腺斷層合成、手持式超聲、自動乳腺超聲和MRI）的間隔CDR。對數據指標和偏倚風險進行評估。進行隨機效應Meta分析和雙側Meta 回歸分析，比較每種成像方式的指標（PROSPERO；CRD42018080402）。結果共納入22 項研究中的261 233 例篩查病人。在132 166 例符合納入標準的致密型乳腺和鉬靶陰性的乳癌篩查病人中，有541 例是鉬靶漏診且使用這些補充成像方法檢測到乳腺癌的病人。Meta 回歸模型顯示，MRI 的CDR 優于其他補充成像方式（增量CDR，1.52/1 000 次篩查；95%CI：0.74～2.33；P<0.001），包括侵襲性癌的CDR（侵襲性癌的CDR，1.31/1 000 次篩查；95%CI：0.57～2.06；P<0.001）和原位疾?。▽Ч茉话┌l生率，1.91/1 000 次篩選；95%CI：0.10～3.72；P<0.04）。PPV1 和PPV3 未見差異。由于研究數量有限，無法評估間隔期癌癥指標。除MRI 外，其余成像方式的任何指標間差異均無統計學意義。結論匯總數據顯示，致密型乳腺且鉬靶陰性的女性在有平均或中等患乳腺癌風險時，MRI 是最佳的補充成像方式。

原文載于Radiology，2023，306（3）：e221785.

靳云云譯 張敏鳴校

○骨肌系統成像

雙 能CT 檢 測 疼 痛 性 膝 關 節 假 體 松 動(DOI:10.19300/j.2023.r0306)

Dual-Energy CT for Detecting Painful Knee Prosthesis Loosening（DOI:10.1148/radiol.211818）

G.Foti,C.Longo,M.D'Onofrio,S.Natali,G.Piovan,E.Oliboni,et al.

摘要在檢測假體松動相關的并發癥時，雙能CT 可以成為X 線攝影和單能CT 的替代方法。目的根據手術或影像學隨訪的參考標準，比較雙能CT、單能CT 和X 線攝影對于膝關節假體松動的診斷效能。資料與方法該前瞻性單中心研究于2018 年12 月—2021 年6 月對單側人工膝關節疼痛的參與者進行了X 線攝影、單能CT 和雙能CT 檢查。共設5名盲法閱片者評估影像，其中4 名為放射科醫生，1 名為骨科手術醫生。假體松動的診斷標準為周圍透亮區域＞2 mm。計算每種方法的特異度、敏感度和受試者操作特征曲線下面積（AUC），并采用多閱片者多病例方差分析進行比較。結果共納入92 名受試者[平均年齡（79±9.4）歲；女67 例]。其中有47名受試者確診為脛骨松動，24 名為股骨松動。對于脛骨，雙能CT 在關節置換術后松動的平均敏感度和特異度高達88%和91%，單能CT 為73%和78%，X 線攝影為68%和81%。對于脛骨，雙能CT（AUC：0.9）和單能CT 診斷效能相似（AUC分別為0.9、0.87；P=0.13），且都優于X 線攝影（AUC 分別為0.90、0.82；P=0.002）。但對股骨來說，雙能CT 總體診斷效能（AUC，0.87）優于單能CT 和X 線攝影（P<0.001）。結論與單能CT 和X 線攝影相比，雙能CT 對整體膝關節置換術后脛骨和股骨假體松動通常具有更好的診斷效能。

原文載于Radiology，2023，306（3）：e211818.

馬琳琳譯 張敏鳴校

加速的脊柱MRI 的深度學習重建：互換性前瞻性分析(DOI:10.19300/j.2023.r0307)

Deep Learning Reconstruction for Accelerated Spine MRI:Prospective Analysis of Interchangeability（DOI：10.1148/radiol.212922）

H.Almansour,J.Herrmann,S.Gassenmaier,S.Afat,J.Jacoby,G.Koerzdoerfer,et al.

摘要基于深度學習（DL）的MRI 重建可以減少快速自旋回波（TSE）采集的檢查時間，但是需要在實際的臨床場景中對基于DL 的快速獲得的、采樣不足的脊柱MRI 重建進行前瞻性的研究。目的探討展開的DL 重建TSE（以下簡稱TSEDL）T1和T2加權采集方法和標準的TSE 采集方法的診斷互換性，并測試了其對采集時間、影像質量和診斷可信度的影響，為臨床實現更加快速的MR 掃描及診斷提供技術支持。資料與方法該研究納入了2020 年11 月—2021 年7 月期間經機構審查書面同意的患有各種脊柱異常的參與者。每個參與者都接受了2 次MRI 檢查，采用標準的完全采樣的T1和T2加權的TSE 采集（參考標準）和前瞻性的以3 倍和4倍的加速的低采樣TSEDL采集。影像評估由5 位閱片者完成。采用互換性分析和基于影像質量的分析來比較TSE 和TSEDL的影像，同時比較了采集時間和診斷可信度。影像質量評價指標為解剖結構（椎間盤、脊髓、腦脊液、神經根、小關節和神經孔）的銳度、偽影、噪聲和整體影像質量。使用8 種退行性和非退行性病變（骨髓信號異常、Modic 變化、椎間盤退變、椎終板骨折、小關節病、許莫氏結節、黃韌帶異常和椎孔狹窄）評價結果的個體等效指數來測試互換性，對每個椎體進行分析，并定義為臨床判斷的不一致小于5%。計算閱片者間一致性和閱片者內部的一致性（κ、Kendall τ、W 檢驗），并使用了Wilcoxon 和McNemar 檢驗。結果共有50 名參與者接受了評估[平均年齡（46±18）歲；男26 名]。TSEDL方法使總采 集 時 間 減 少 了70%（TSEDL為100 s，TSE 為328 s，P=0.001）。所有個體等效指數都小于4%。所有閱片者都認為TSEDL采集的影像噪聲更好（P=0.001）。沒有證據表明標準TSE 和TSEDL之間在主要異常發現的頻率、整體影像質量或診斷信心方面存在差異。結論數據驅動DL 重建的TSE 方法可與標準采集TSE 互換，并可用于檢測脊柱的各種異常情況。DL 重建的TSE 可提供良好的影像質量和診斷信心，并將檢查時間減少了70%。因此，DL 技術可為超快速脊柱MRI奠定基礎。

原文載于Radiology，2023，306（3）：e212922.

劉小草譯 張敏鳴校

雙機器人無機架錐形束CT 在急性肘外傷中的應用(DOI:10.19300/j.2023.r0308)

Twin Robotic Gantry-Free Cone-Beam CT in Acute Elbow Trauma（DOI:10.1148/radiol.221200）

A.S.Kunz,J.Schmalzl,H.Huflage,K.S.Luetkens,T.S.Patzer, P.J.Kuhl,et al.

摘要肘關節創傷后的病人由于活動受限使得CT 成像具有挑戰性。采用雙機器人無機架錐形束CT(CBCT)成像系統要比具有機架的多層螺旋CT（MDCT）提供了更大的三維肘關節掃描定位自由度，但對其在急性肘部創傷臨床工作中的應用價值鮮有研究。目的探討無機架CBCT 與二維X 線成像在成人和兒童急性肘部創傷中的診斷效能及價值。資料與方法回顧性研究某三級甲等大學附屬醫院在2021 年1月—2022 年4 月期間招募的肘部創傷且在MDCT 中定位困難的病人，每例病人均在拍片后接受了無機架CBCT 的三維肘部成像檢查。影像數據由3 位放射科醫生獨立分析是否存在骨折、關節受累情況和是否為多碎片骨折。診斷以手術結果作為參考標準進行單獨計算。采用McNemar 檢驗比較X線片和CBCT 之間的差異。由每位閱片者主觀估計診斷可信度，并用Wilcoxon 符號秩檢驗比較結果。結果研究共納入23 名成人和兒童[平均年齡（49±23）歲；女7 名]的肘部檢查，包括對69 根肱骨、橈骨和尺骨的總計36 處骨折的單獨評估。分別確定了多碎片骨折28 處和關節面累及30 處。CBCT評估與X 線片評估骨折（3 位閱片者的評估范圍分別是94%～100%和72%～81%；P≤0.06～0.008）、關節面受累（90%～97%和73%～87%；P≤0.25）和多碎片骨折（96%～96%和68%～75%；P≤0.03）結果相似或更具有高的敏感度。相比X 線平片，CBCT 數據使閱片者的診斷自信有了很大改善（均P≤0.001）。CBCT 的中位劑量-長度乘積為70.9 mGy·cm，容積CT 劑量指數為4.4 mGy。結論在急性肘關節損傷中，與二維X 線攝影相比，無機架錐形束CT 能夠改善對骨折、關節受累和多碎片骨折的檢測。

原文載于Radiology，2023，306（3）：e221200.

楊思雨譯 張敏鳴校

○神經放射學

擴散加權MR 波譜在體縱向監測腦缺血的微結構改變(DOI:10.19300/j.2023.r0309)

Longitudinal Monitoring of Microstructural Alterations in Cerebral Ischemia with in Vivo Diffusion -weighted MR Spectroscopy(DOI:10.1148/radiol.220430)

G.Genovese,B.Diaz-Fernandez,F.X.Lejeune,I.Ronen,M.Marjańska,L.Yahia-Cherif,et al.

摘要急性缺血性卒中后細胞損傷的時間進程目前尚不清楚，缺乏與炎癥相關的特異性無創性微觀結構改變的標志物，這不利于抗炎治療的監測。目的利用在體單體素擴散加權MR 波譜技術觀察各種代謝物的擴散速率，評價腦卒中后神經元和膠質微結構隨時間變化的模式。資料與方法在這項前瞻性縱向研究中，卒中病人和健康志愿者接受了3.0 T MRI 檢查，分別在卒中后2 周、1 個月和3 個月測量興趣體積（VOI）內的總乙酰天冬氨酸（tNAA）、總肌酸（tCr）和總膽堿（tCho）的濃度，及其表觀擴散系數（ADC）。測量部位包括病灶的VOI（VOIles）和對側腦組織VOI（VOIcl）。健康志愿者只接受1 次MRI 檢查，VOI 設定位置與卒中病人相同。使用線性混合效應模型檢驗組內和組間差異以及縱向變化。結果共納入20 例卒中病人[平均年齡（61±13）歲；女12 例]和20 名健康志愿者[平均年齡（59±13）歲；女12 名]。卒中病人和健康志愿者的VOIcl中代謝物的濃度和ADC 均無差異。在卒中病人中，VOIles中tCr 的ADC 在卒中后1 個月時（+14.4%，P=0.004）及3 個月時（+19.0%，P<0.001）均高于VOIcl，然而VOIles中tCho 的ADC 僅在1 個月時高于VOIcl（+16.7%，P=0.001）。2 個VOI 中tNAA 的ADC 在任何時間點均無差異。VOIles比VOIcl中的tNAA 和tCr 濃度均低，且隨著時間的推移保持穩定（分別約低50%和低30%；P<0.001）。結論缺血性腦卒中后1 個月時缺血病灶中的膽堿化合物和tCr 的高擴散率表明膠質形態改變，提示此時活動性炎癥仍在持續。卒中后長達3 個月的高tCr 擴散率可能反映了腦缺血慢性期星形膠質細胞增生的存在。

原文載于Radiology，2023，306（3）：e220430.

王超譯 黃沛鈺 張敏鳴校

應用機器學習超分辨率算法的便攜式低場強MRI 進行腦形態學定量(DOI:10.19300/j.2023.r0310)

Quantitative Brain Morphometry of Portable Low-Field-Strength MRI Using Super-Resolution Machine Learning(DOI:10.1148/radiol.220522)

J.E.Iglesias,R.Schleicher,S.Laguna,B.Billot,P.Schaefer,B.McKaig,et al.

摘要便攜式低場強（0.064 T）MRI 在神經影像領域具有重要潛力，但目前仍受限于較低的空間分辨率和信號噪聲比。目的采用機器學習超級分辨率算法，將便攜式腦部MRI采集的分辨率較低的T1、T2加權影像合成為高空間分辨率影像（1 mm，各向同性），使其可用于自動化形態學定量測量。資料與方法納入高場強MRI 外部數據集（來自開源影像數據集，1 mm 各向同性掃描）和大腦中39 個興趣區（ROI）腦區的分割作為訓練集，用于訓練超級分辨率卷積神經網絡（CNN）。對有神經系統癥狀的受試者進行了24 對低場強度和高場強度臨床MRI 掃描，作為內部測試集，進行二次分析。數據來源于馬薩諸塞州總醫院進行的一項前瞻性觀察性研究（2020 年8 月—2021 年12 月）的一部分（受試者排除標準包括病人無法躺平，無法配合低場強MRI 掃描以及存在MRI 禁忌證）。將3 種有效的自動分割方法（FreeSurfer、FSLFIRST 以及SAMSEG）應用于3 組影像數據——高場強影像（1.5～3 T，作為參考標準）、低場強影像（0.064 T）以及通過CNN 由低場強數據生成的合成高場強影像，獲取各個腦區的體積。計算不同影像數據所獲得腦區體積的Pearson 相關系數，采用t 檢驗判斷其相關性是否顯著，并使用Steiger Z 檢驗對相關系數進行比較。結果最終納入11 名受試者[平均年齡為（50±14）歲；男7 名，女4 名]的影像數據，這部分影像完全覆蓋大腦、無運動偽影或較大卒中病灶腫塊效應造成的影像變形。對于大多數的ROI，直接分割低場強影像與高場強影像的體積值無顯著相關性（P＞0.05）。而在通過CNN 生成的合成影像中，其與高場強影像腦區體積的相關性顯著提高，所有腦區均P<0.05[例如，海馬（r=0.85；P＜0.001）、丘腦（r＝0.84；P=0.001）以及全腦體積（r=0.92；P＜0.001）]。此外，在視覺上，低場強MRI 影像與理想影像的模型偏差與病灶密切相關。結論該研究驗證了機器學習超分辨算法增強便攜式MRI 的原理的可行性，該算法生成影像的大腦形態學測量結果與真實高分辨影像高度相關。

原文載于Radiology，2023，306（3）：e220522.

曾慶澤譯 張敏鳴校

MRI 可見的年齡相關性腦部血管周圍間隙擴張：人類連接組項目數據分析(DOI:10.19300/j.2023.r0311)

MRI-visible Dilated Perivascular Space in the Brain by Age: The Human Connectome Project (DOI: 10.1148/radiol.213254)

H.Kim,N.Shin,Y.Nam,E.Yun,U.Yoon,H.Lee,et al.

摘要血管周圍間隙的擴張（dPVS）與衰老和各種疾病有關；而在年輕人群以及標準化分布的數據中，年齡對dPVS 負荷的影響尚未得到充分評估。目的評估包括兒童在內的健康人群的dPVS 負荷，從而獲得年齡分段下的標準化數據。資料與方法該回顧性研究中對人類連接組項目數據集的三維T2加權腦部MR 影像進行dPVS 的視覺分級評估（在任一側半球區域的單層圖片中，按照0、1～10、11～20、21～40 和＞40依次評為0、1、2、3、4 級dPVS）；同時，對基底節（BGdPVS）和白質（WMdPVS）區域中的dPVS 進行自動化的體積測算。利用線性和非線性回歸評估dPVS 體積與年齡的相關性。使用最大連續尺度C 指數確定年齡分組的最佳閾值。被試依據閾值分組。在每個年齡組下，應用線性回歸分析年齡與dPVS 體積的關系。以每10 歲為1 個區間，統計dPVS 視覺等級的標準化數據。結果研究對1 789 名被試（年齡8～100 歲，平均35 歲；女1 006 名）進行了dPVS 的評估。在所有回歸模型中，年齡都與dPVS 體積顯著相關（R2：0.41～0.55；P<0.001）。年齡與dPVS 體積的關系在30 歲中期和55 歲時發生改變；30 歲中期之前，BGdPVS 和WMdPVS 的體積與年齡均呈負相關（β分別為-1.2 和-7.8）；然后一直到55 歲（β 分別為3.3 和54.1）及55 歲以上（β 分別為3.9 和42.8；P<0.001），BGdPVS和WMdPVS 的體積與年齡呈正相關。BGdPVS 分級的第90百分位數為49 歲及以下為1 級，50～69 歲為2 級，70 歲及以上為3 級（總體為2 級）；WMdPVS 分級49 歲及以下為3 級，50 歲及以上為4 級（總體為3 級）。結論腦部MR 影像顯示的dPVS 體積在年齡跨度中呈雙相模式，在30 歲中期之前體積較低，之后體積較高。3 級及以上的BGdPVS 評級，以及4級的WMdPVS 評級可能是病理性改變。

原文載于Radiology，2023，306（3）：e213254.

王淑玥譯 張敏鳴校

○兒科學成像

兒童感染COVID-19 后肺功能障礙(DOI:10.19300/j.2023.r0312)

Pulmonary Dysfunction after Pediatric COVID -19 (DOI:10.1148/radiol.221250)

R.Heiss,L.Tan,S.Schmidt,A.P.Regensburger,F.Ewert,D.Mammadova,et al.

摘要“長新冠”在兒童和青少年中的發生率低于成人。低場強MRI 形態學和自由呼吸相位分辨肺功能成像（PREFUL）可幫助識別新型冠狀病毒（SARS-CoV-2）感染后的持續性肺部表現。目的與健康對照相比，研究感染COVID-19后的兒童和青少年在低場強MRI 檢查中肺實質的形態學和功能變化。資料與方法2021 年8—12 月期間，在一個學術醫療中心的兒童和青少年中進行了一項單中心的低場強MRI 的橫斷面臨床試驗。主要結局是MRI 形態學改變的頻率；次要結局是基于MRI 的功能性質子通氣和灌注參數。將臨床癥狀、逆轉錄聚合酶鏈反應陽性持續時間、血清學參數與影像學結果進行比較。采用兩兩比較的非參數檢驗，分組比較的校正檢驗，評估健康對照組、康復參與者和“長新冠”病人組之間的差異。結果研究納入54 例COVID-19 后病人[平均年齡（11±3）歲；男孩30 例（56%）]和9 名健康對照[平均年齡（10±3）歲；男孩7 名（78%）]；在COVID-19 組中，29 例（54%）已從感染中康復，25 例（46%）在入組當天被歸類為“長新冠”。1 例康復病人中發現了形態學異常。健康對照組（81%±6.1%）的通氣和灌注的肺實質[通氣-灌注（V/Q）匹配度]高于康復組（62%±19%；P＝0.006）和“長新冠”組（60%±20%；P=0.003）。與未感染的健康對照組（81%±6.1%）相比，感染COVID-19 病人的V/Q 匹配均較低，即感染至參與研究時間＜180 d 的病人的V/Q 匹配度為63%±20%（P＝0.03），180～360 d 的V/Q 匹配度為63%±18%（P＝0.03），＞360 d 的V/Q 匹配度為41%±12%（P＜0.001）。結論低場強MRI 能顯示康復后COVID-19 兒童和青少年，以及“長新冠”病人的持續肺功能障礙。

原文載于Radiology，2023，306（3）：e221250.

李凱程譯 張敏鳴校

○胸部成像

根據RSNA 共識指南的COVID-19 胸部CT 典型表現在增長的疫苗接種人群中的真陽性率(DOI:10.19300/j.2023.r0313)

Rate of True-Positive Findings of COVID-19 Typical Appearance at Chest CT per RSNA Consensus Guidelines in an Increasingly Vaccinated Population (DOI:10.1148/radiol.220680)

N.J.Polyakov,A.Som,N.D.Mercaldo,J.D.Capua,B.P.Little,E.J.Flores.

摘要北美放射學會（RSNA）關于新型冠狀病毒感染（COVID-19）相關的胸部CT 表現的共識指南已被廣泛應用。目前尚未有研究評估接種過疫苗的COVID-19 肺炎病人中胸部CT 表現的真陽性率。目的依據RSNA 指南，對全程接種疫苗和未接種疫苗的COVID-19 感染者[經聚合酶鏈反應（PCR）確認]進行比較，評估胸部CT 表現中COVID-19 典型表現的真陽性率。資料與方法回顧性納入2021 年1 月—2022 年1 月在四級學術型醫學中心具有典型COVID-19 胸部CT 表現的病人，并且CT 檢查7 d 內PCR 檢測結果為1次陽性，或連續2 次檢測陰性。真陽性定義為胸部CT 中具有COVID-19 典型影像表現（使用決策支持報告工具進行識別），并且7 d 內經PCR 確診的COVID-19 感染。構建Logistic 回歸模型以量化PCR 檢測結果與疫苗接種狀態之間、疫苗接種狀態與COVID-19 病毒變異株之間，以及疫苗接種狀態與接種月數之間的關聯。結果共納入652 例病人[中位年齡59（48，72）歲]，其中男371 例（占比57%）。所有病人胸部CT 均具有COVID-19 典型影像表現，其中未接種疫苗483 例（74%），全程接種疫苗169 例（26%）。483 例未接種疫苗病人中有352 例陽性（73%，95%CI：69%～77%）；而接種疫苗的169 例中有70 例陽性（41%；95%CI：34%～49%），其總體真陽性率較低[比值比（OR）：3.8；95%CI：2.6～5.5；P<0.001]。與全程接種疫苗病人相比，未接種疫苗的病人在阿爾法變異株（OR：16；95%CI：6～42；P<0.001）和德爾塔變異株（OR：8；95%CI：4～16；P<0.001）的感染高峰期更容易在CT 影像上表現出真陽性，但在奧密克戎變異株的感染高峰期，2 組人群的真陽性率的差異沒有統計學意義（OR：1.7；95%CI：0.3～11；P=0.56）。結論與未接種疫苗人群相比，全程接種疫苗的確診COVID-19 突破性感染病人的胸部CT 中，COVID-19 典型影像表現的真陽性率較低。

原文載于Radiology，2023，306（3）：e220680.

田詩姣譯 張敏鳴校

SARS-CoV-2 病毒變異株感染與影像學的肺炎及臨床結局的關系(DOI:10.19300/j.2023.r0314)

SARS-CoV-2 Variants Infection in Relationship to Imaging-based Pneumonia and Clinical Outcomes（DOI: 10.1148/radiol.221795）

J.E.Lee,M.Hwang,Y-H.Kim,M.J.Chung,B.H.Sim,W.G.Jeong,et al.

摘要較少有研究評估新型冠狀病毒（SARS-CoV-2）變異株和疫苗接種狀態對新型冠狀病毒感染（COVID-19）臨床與影像學特征的影響。目的評估和比較疫苗接種狀態及不同變異株流行對SARS-CoV-2 感染的臨床與影像學特征的影響。資料與方法回顧性納入2021 年8 月—2022 年3 月期間在3 個醫學中心（2 個學術型醫療中心和1 個社區醫院）確診，并且在全國范圍COVID-19 開放數據庫注冊的連續性COVID-19 的成年住院病人。所有病人均有胸片或CT影像。根據研究期間主要流行的變異株類型，將病人分為2組。采用Pearson 卡方檢驗、Fisher 確切概率檢驗或獨立t 檢驗分析臨床特征與影像學特征的差異。采用多因素邏輯回歸分析評估不同變異株流行和疫苗接種狀態對肺炎影像學特征和臨床嚴重程度的影響。結果2 180 例病人[平均年齡（57±21）歲；女1 171 例]中，1 022 例病人（47%）在德爾塔變異株流行期間接受治療，1 158 例病人（53%)在奧密克戎變異株流行期間接受治療。與德爾塔變異株相比，奧密克戎變異株流行期間的病人與較低的肺炎嚴重程度CT 評分 [比值比（OR），0.71（95%CI：0.51～0.99；P=0.04）]和較低的基于ICU 入院或住院死亡[OR，0.43（95%CI：0.24～0.77；P=0.004）]的臨床嚴重程度相關。與未接種疫苗相比，接種疫苗病人與較低的肺炎嚴重程度CT 評分 [OR，0.05（95%CI：0.03～0.13；P<0.001）]和較低的基于ICU 入院或住院死亡[OR，0.15（95%CI：0.07～0.31；P<0.001）]的臨床嚴重程度相關。結論相對于德爾塔變異株流行，SARS-CoV-2 奧密克戎變異株流行、疫苗接種人群均與更好的臨床結局和更低的嚴重肺炎風險相關。

原文載于Radiology，2023，306（3）：e221795.

林斌譯 張敏鳴校

基于胸片深度學習評估肺活量預測特發性肺纖維化的生存預后(DOI:10.19300/j.2023.r0315)

Deep Learning for Estimating Lung Capacity on Chest Radiographs Predicts Survival in Idiopathic Pulmonary Fibrosis(DOI:10.1148/radiol.220292)

H.Kim,K.N.Jin,S.J.Yoo,C.H.Lee,S.M.Lee,H.Hong,et al.

摘要早期基于平面測量技術或人工測量方法在胸片評估總肺活量（TLC）的研究是一種耗時費力的方法，而基于深度學習的系統將是一種在放射學工作流程中進行全自動測量和部署的解決方案。目的開發一種基于深度學習的多維模型，能夠從胸片和人口統計學變量中估計TLC，并使用多中心回顧性數據集驗證其技術性能和臨床效能。資料與方法首先使用2015 年1 月—2017 年6 月期間進行的5 萬次連續胸部CT 掃描，用CT 平均強度投影來估計三維肺容積，預訓練基于CT 的TLC 深度學習模型。然后選擇3 523 例同一天進行了肺功能檢查和后前位胸片檢查的病人，運用這3 523例的后前位胸片和體積描記TLC 測量對預先訓練的模型進行微調。使用來自2 個三級保健中心和1 個社區醫院的多中心回顧性數據集對模型進行測試，包括測試（a）外部測試集1（207 例）和外部測試集2（216 例）的技術性能以及（b）特發性肺纖維化病人(217 例)的臨床效能。使用各種協議指標評估技術性能；使用多變量Cox 回歸評估總生存期的預后價值，評估臨床效能。結果在外部測試集1 [中位年齡70（61，76）歲；男161 例]中，觀察到的TLC 和估計的TLC 之間的平均絕對差和受試者內的標準差分別為0.69 L 和0.73 L；在外部測試集2[中位年齡63（51，70）歲；男113 例]中，觀察到的TLC 和估計的TLC 之間的平均絕對差和受試者內的標準差分別為0.52 L 和0.53 L。特發性肺纖維化病人[中位年齡67（61，73）歲；男145 例]中，較高的估計TLC 百分比與較低的死亡風險相關（調整后的危險比，0.97%；95%CI：0.95～0.98；P<0.001）。結論該模型基于深度學習方法可以全自動地在胸片上估計總肺活量，并且可以預測特發性肺纖維化的生存預后。

原文載于Radiology，2023，306（3）：e220292.

邵曉彤譯 張敏鳴校

○乳腺成像

分子亞型參考標準的差異影響基于人工智能的動態增強MRI 乳腺癌分型(DOI:10.19300/j.2023.r0401)

Differences in Molecular Subtype Reference Standards Impact AI-based Breast Cancer Classification with Dynamic Contrast-enhanced MRI（DOI：10.1148/radiol.220984）

Y.Ji,H.M.Whitney,H.Li,P.F.Liu,M.L.Giger,X.N.Zhang.

摘要根據免疫組化（IHC）染色或包括Ki-67 在內的St Gallen 標準，乳腺癌可被分為不同的Luminal 分子亞型。目的描述分子亞型，研究IHC 和St Gallen 分子亞型參考標準不一致對運用動態增強（DCE）MRI 提取的影像組學特征對Luminal A 和Luminal B 型腫瘤進行人工智能分類的影響。資料與方法該回顧性研究從2015 年2 月—2017 年10 月期間的乳腺腫瘤DCE-MRI 中提取28 個影像組學特征，分為以下幾組：（1）根據2 種參考標準腫瘤歸類為Luminal A 型（“一致”），（2）根據IHC 歸類為Luminal A 型，根據St Gallen 歸類為Luminal B 型（“不一致”），（3）根據2 種參考標準腫瘤均歸類為Luminal B 型（“一致”）。采用影像組學特征對Luminal A或Luminal B 型腫瘤進行分型：IHC 分子分型、St Gallen 分子分型、一致性型。Kruskal-Wallis 檢驗之后采用Mann-Whitney U 檢驗，以確定一致和不一致腫瘤之間的影像組學特征的成對差異。采用逐步特征選擇和線性判別分析對每組腫瘤進行五折交叉驗證，并采用受試者操作特征曲線下面積（AUC）來評估效能。結果對872 例女性（年齡19～75 歲，平均48 歲）的877 個乳腺癌腫瘤進行分析。共6 個特征（球度、不規則性、表面積與體積比、徑向梯度直方圖的方差、平均值總和、最增強體素的體積）在一致和不一致腫瘤之間存在差異（P≤0.001）。AUC[中位數,0.74（95%CI：0.68～0.80）]高于使用任何一種參考標準的腫瘤分型[IHC，0.66（0.60～0.71），P=0.003；St Gallen，0.62（0.58～0.67），P=0.001]。結論參考標準的差異會阻礙動態增強MRI 對Luminal 分子亞型的人工智能分類效能。

原文載于Radiology，2023，307（1）：e220984.

陳薪伊譯 林斌 張敏鳴校

導管原位癌初次診斷后的影像監測(DOI:10.19300/j.2023.r0402)

Surveillance Imaging after Primary Diagnosis of Ductal Carcinoma in Situ(DOI:10.1148/radiol.221210)

D.Byng, S.M.Thomas, C.N.Rushing, T.Lynch, A.McCarthy, A.B.Francescatti,et al.

摘要指南建議在診斷導管原位癌(DCIS)后進行年度監測成像。目前的隊列研究中，尚未見描述指南的依從性。目的明確在接受DCIS 治療的女性中監測成像的采取情況和決定因素。資料與方法回顧性選取2008—2014 年期間于美國1 330 家機構中接受原發DCIS 保乳手術的分層隨機樣本。從診斷之日起記錄影像學檢查，直到首次出現遠處復發、死亡、失訪或研究結束（2018 年11 月）。從診斷后6 個月開始，治療后的影像學分為10 個周期，每個周期時長為12 個月。主要結局指標是每周期在無明顯臨床癥狀的情況下接受監測成像(鉬靶、MRI 或超聲)；次要結局指標是診斷同側浸潤性乳腺癌。采用多因素重復測量邏輯回歸和廣義估計方程對影像接受情況進行建模。在診斷后的6～18 個月內，使用逆概率加權Kaplan-Meier 估計器比較了接受和未接受監測成像的病人同側浸潤性乳腺癌的診斷率。結果共評估12 559 名女性[中位年齡60（52，69 歲）。第1 期監測成像的采取率為75%，采取率隨時間的推移而下降（P＜0.001）。在治療后的前5 年，52%的女性采取了持續的年度監測。黑人女性[調整比值比（OR），0.80；95%CI：0.74 ～0.88；P<0.001]和 西 班 牙 裔 女 性（OR，0.82；95%CI：0.72～0.94；P=0.004）的監測率低于白人女性。第1 期接受監測的女性在6 年內浸潤性癌的檢出率(1.6%；95%CI：1.3～1.9）高于未接收監測者（1.1%；95%CI：0.7～1.4；差異：0.5%；95%CI：0.1～1.0；P=0.03）。結論一半的女性在治療后的前5 年沒有始終堅持影像學監測指南，堅持率存在種族差異。

原文載于Radiology，2023，307（1）：e221210.

靳云云譯 田詩姣 張敏鳴校

○計算機應用

人工智能對床旁胸片臨床判讀的應用價值(DOI:10.19300/j.2023.r0403)

Artificial Intelligence for Clinical Interpretation of Bedside Chest Radiographs(DOI:10.1148/radiol.220510)

F.Khader,T.Han,G.Müller-Franzes,L.Huck,P.Schad,S.Keil,et al.

摘要對在重癥監護室（ICU）臥床病人進行仰臥位胸部X 線攝片是世界上最常見的成像方式之一。目的基于床旁胸部X 線片的結構化半定量放射學報告，進行神經網絡診斷模型訓練，并評估該模型的診斷效能。資料與方法本項單中心研究回顧性納入2009 年1 月—2020 年12 月在醫院ICU中接受過床旁胸部攝片且具有結構化報告的病人（包括兒童和成人）。由98 名放射科醫生根據疾病嚴重程度對胸部平片進行半定量評估。將上述評估數據用于神經網絡模型的訓練，臨床判讀結果包括心臟肥大、肺充血、胸腔積液、肺部混濁和肺不張。由6 名放射科醫生組成專家小組，對內部測試集（來自100 例病人的100 張胸部平片）進行評估，將該評估結果作為標準判讀。另外，非放射科醫生分別在有和無神經網絡輔助的情況下進行影像評估。采用加權Cohen’s kappa（κ）系數衡量評判者和標準判讀結果之間的一致性。結果研究納入了450 016 例病人[平均年齡（66±16）歲；男性占61%]的193 566 張X 線片，并將其分為訓練組（n=122 294；64%）、驗證組（n=31 243；16%）和測試組（n=40 029；20%）。與專家組的標準判讀結果相比，基于神經網絡模型的結果與標準判讀結果具有最高的一致性（κ=0.86），高于任一專家單獨的評估結果與標準判讀結果間的一致性（κ=0.81～0.84）。當非放射科醫生使用神經網絡模型進行輔助判斷時，報告準確性得到顯著提高（輔助和非輔助診斷下κ 值分別為0.87 和0.79，P<0.001）。結論基于結構化半定量床旁胸部X 攝片報告訓練的神經網絡模型，具有輔助非放射科醫生臨床判讀的應用價值，提高其判讀結果與專業放射科醫生的一致性。

原文載于Radiology，2023，307（1）：e220510.

王淑玥譯 曾慶澤 張敏鳴校

○循證實踐

O-RADS MRI：對診斷效能和各類別惡性腫瘤發生率的系統回顧和Meta 分析(DOI:10.19300/j.2023.r0404)

O-RADS MRI:A Systematic Review and Meta-Analysis of Diagnostic Performance and Category-wise Malignancy Rates（DOI:10.1148/radiol.220795）

S.Rizzo, A.Cozzi, M.Dolciami, F.D.Grande, A.L.Scarano, A.Papadia,et al.

摘要超聲不明確的附件病變仍然是一個重要的婦科手術指征。通過使用基于ADNEX MR 評分系統的卵巢-附件影像報告和數據系統（O-RADS）MRI 詞典，MRI 可以用于解決問題。目的對使用ADNEX 或O-RADS MRI 分層系統來描述超聲不明確的附件病變和各類惡性腫瘤發生率的盆腔MRI 的診斷效能進行系統回顧和薈萃分析。資料與方法對2013 年5 月—2022 年9 月進行系統的文獻檢索（ADNEX MR 評分發布）。研究報告包含使用ADNEX 或O-RADS MRI系統來解釋超聲不明確的附件病變的盆腔MRI，并以病理檢查和/或隨訪作為參考標準。采用雙變量隨機效應模型對診斷效能進行匯總估計，而O-RADS MRI 2、3、4 和5 病變的分類匯總惡性發生率則采用隨機效應模型獲得。通過Meta 回歸研究協變量對異質性和診斷效能的影響。結果來自12 項研究（女3 731 例，4 520 例附件病變）中的13 個研究部分符合納入標準。對4 012 個病變的診斷效能薈萃分析發現，92%的總敏感度（95%CI：88%～95%），總特異度為91%（95%CI：89%～93%）。對3 641 個病變的惡性率的Meta 分析顯示，ORADS MRI 2 病變的總惡性率為0.1%（95%CI：0～1%），ORADS MRI 3 病變中為6%（95%CI：3%～9%），O-RADS MRI 4病變中為60%（95%CI：52%～67%），O-RADS MRI 5 病變中為96%（95%CI：92%～99%）。結論用O-RADS 解釋的盆腔MRI對超聲不明確的附件病變具有很高的診斷效能。O-RADS MRI 4 和O-RADS MRI 5 類惡性腫瘤發生率的匯總估計值高于預測值。

原文載于Radiology，2023，307（1）：e220795.

陳薪伊譯 林斌 張敏鳴校

LI-RADS 分類中的CT 和MRI 算法評估肝細胞癌的百分比：系統綜述和Meta 分析(DOI:10.19300/j.2023.r0405)

Percentages of Hepatocellular Carcinoma in LI -RADS Categories with CT and MRI: A Systematic Review and Meta-Analysis（DOI:10.1148/radiol.220646）

S.Lee,Y.Y.Kim,J.Shin,W.J.Son,Y.H.Roh,J.Y.Choi,et al.

摘要肝臟成像報告和數據系統（LI－RADS）中的CT 和MRI 算法同樣適用于CT、使用細胞外對比劑的MRI(ECAMRI)和使用釓對比劑的MRI（Gx－MRI）的檢查。目的通過CT 和MRI 評估每個LI-RADS 類別中肝細胞癌（HCC）和總體惡性腫瘤的合并百分比。資料與方法使用2014、2017 或2018 版本的MEDLINE 和EMBASE 數據庫，檢索從2014 年1 月—2021 年4 月報道了LI-RADS 分類中觀測百分比的研究文章。記錄了研究設計、人群特征、成像方式、參考標準以及每個類別中HCC 和非HCC 惡性腫瘤的數量。利用隨機效應模型評估每個類別的HCC 和總體惡性腫瘤的合并百分比。結果49 項研究共收集9 620 例病人，計11 562 項觀察結果，其中包括7 921 例HCC、1 132 例非HCC 惡性腫瘤和2 509 例良性腫瘤。在LR-1 類別中，未發現任何HCC 或非HCC 惡性腫瘤的報道。在LR-2 類別中，CT、ECA-MRI 和Gx-MRI 的HCC 合并百分比分別為10%、6%和1%（P=0.16）；LR-3 為48%、31%和38%（P=0.42）；LR-4 為76%、64%和77%（P=0.62）；LR-5 為96%、95%和96%（P=0.76）；LR-5V 和LR-TIV(靜脈內腫瘤)分別為88%、76%和78%（P=0.42）；LR-M 為20%、30%和35%（P=0.32）。無論其形態如何，大多數的LR-M（93%～100%）和LR-5V 或LR-TIV（99%～100%）觀察結果為惡性。結論在所有肝臟成像報告和數據系統類別中，CT、使用細胞外對比劑的MRI 和使用釓對比劑的MRI 之間的HCC 和總體惡性腫瘤的百分比沒有差異。

原文載于Radiology，2023，307（1）：e220646.

楊思雨譯 馬琳琳 張敏鳴校

○胃腸道成像

基于CT 影像組學預測肝細胞癌的粗梁-團塊亞型和免疫狀態(DOI:10.19300/j.2023.r0406)

CT Radiomics to Predict Macrotrabecular-Massive Subtype and Immune Status in Hepatocellular Carcinoma (DOI:10.1148/radiol.221291)

Z.C.Feng,H.L.Li,Q.Y.Liu,J.H.Duan,W.M.Zhou,X.P.Yu,et al.

摘要肝細胞癌的粗梁-團塊（MTM）亞型是一種與血管生成和免疫抑制腫瘤微環境相關的侵襲性變異型，使用影像組學方法有望對這一亞型進行無創診斷。目的構建CT 影像組學模型以預測MTM 亞型，并探討其潛在的免疫浸潤模式。資料與方法本研究納入2015 年1 月—2021 年12 月期間3個學術醫療中心的5 個回顧性數據集和1 個前瞻性數據集。對365 例經手術切除的成人肝細胞癌病人的術前肝臟增強CT 影像進行了評估。訓練集和內部測試集由中南大學湘雅第三醫院提供，而外部測試集由岳陽市中心醫院和湖南省腫瘤醫院提供。在訓練集中提取影像組學特征并利用機器學習開發影像組學模型，并在2 個測試集中驗證其效能。結果隊列包括58 例接受經動脈化學栓塞和抗血管生成治療的晚期成人肝細胞肝癌病人，用于評估影像組學模型對無進展生存期（PFS）的預測價值。利用癌癥基因組圖譜（TCGA）對41 例病人腫瘤進行大規模RNA 測序，并使用7 例前瞻性納入被試的單細胞RNA 測序，研究影像組學相關的免疫浸潤模式。計算影像組學模型的受試者操作特征曲線下面積，并進行Cox 風險比例回歸以確定PFS 的預測因素。結果365 例病人[平均年齡（55±10）歲；男319 例]用于影像組學建模，其中122 例（33%）被證實為MTM 亞型。影像組學模型包含11 個影像組學特征，在預測MTM 亞型效能方面表現良好，在訓練集、內部測試集和外部測試集的AUC 分別為0.84、0.80 和0.74。結果隊列中相對中位數較低的影像組學模型評分與PFS 獨立相關（風險比，0.4；95%CI：0.2～0.8；P=0.01）。影像組學模型與參與B 細胞浸潤和免疫球蛋白合成的體液免疫失調相關。結論使用CT 影像組學模型可以準確預測肝細胞癌病人的MTM 亞型，并且與體液免疫缺陷有關。

原文載于Radiology，2023，307（1）：e221291.

王超譯 林雙翔 張敏鳴校

○泌尿生殖系統成像

區域組織病理學與前列腺MRI 陽性：PROMIS 試驗的二次分析(DOI:10.19300/j.2023.r0407)

Regional Histopathology and Prostate MRI Positivity: A Secondary Analysis of the PROMIS Trial (DOI:10.1148/radiol.220762)

V.Stavrinides, J.M.Norris, S.Karapanagiotis, F.Giganti, A.Grey,N.Trahearn,et al.

摘要在前列腺特異性抗原（PSA）水平升高且既往未進行活檢的男性中，區域組織病理學的改變對前列腺MRI 掃描的影響尚未被準確量化。目的評估Gleason 分級、腫瘤核心最大長度（MCCL）、炎癥、前列腺上皮內瘤變（PIN）或Barzell 區內非典型小腺泡增生對MRI 可見概率的影響。資料與方法在前列腺MRI 研究（PROMIS；2012 年5 月—2015年11 月）的二次分析中，對接受多參數MRI 檢查并進行聯合活檢，包括5 mm 經會陰標測（TPM）的參與者進行了評估。TPM 病理結果報告整個前列腺水平和每個前列腺的20 個Barzell 區。對病理結果不知情的專家組回顧MR 影像，并判斷哪些Barzell 區域為Likert 評分為3～5 的病變。Gleason 分級、MCCL 與區域MRI 結果（可見與不可見）的關系使用具有隨機截距的廣義線性混合效應模型對個體參與者進行評估。在TPM 結果為陰性的男性中，對炎癥、PIN 和非典型小腺泡增生也進行了類似的評估。結果總體而言，161 名男性[中位年齡62 歲，四分位距（IQR），11 歲]接受了評估，3 179 個Barzell 區被賦予MRI 狀態。與良性區域相比，當1 個區域包含癌灶且Gleason 評分為3+4[比值比（OR），3.1；95%CI：1.9～4.9；P<0.001]或Gleason 評分大于或等于4+3 時（OR，8.7；95%CI：4.5～17.0；P<0.001），MRI 可見概率更高。MCCL 同樣決定了可見性（OR，每毫米增加1.24；95%CI：1.15～1.33；P<0.001），但前列腺體積加倍概率就降低（OR，0.7；95%CI：0.5～0.9）。在TPM 陰性的男性中，PIN 的存在增加了區域可見性的概率（OR，3.7；95%CI：1.5～9.1；P=0.004）。結論癌癥負荷與前列腺MRI 可見性呈遞增關系。前列腺上皮內瘤變導致MRI 假陽性。

原文載于Radiology，2023，307（1）：e220762.

林斌譯 陳薪伊 張敏鳴校

○骨肌系統成像

X 線皮質厚度指數預測Gaucher 病的脆性骨折(DOI:10.19300/j.2023.r0408)

Radiographic Cortical Thickness Index Predicts Fragility Fracture in Gaucher Disease(DOI:10.1148/radiol.212779)

S.D’Amore, H.Sano, D.D.G.Chappell, D.Chiarugi, O.Baker, K.Page,et al.

摘要Gaucher ?。℅D）病人易發生脆性骨折。這些病人骨受累的常規影像評估包括X 線平片和重復雙能X 線吸收測定（DXA）。然而，骨壞死和骨折可能會影響DXA 的準確性。目的通過評價DXA 和X 線股骨皮質厚度測量作為長期隨訪(長達30 年)的GD 病人脆性骨折預測指標的價值。資料與方法使用3 個整合的英國注冊中心（Gaucherite 研究，2015—2017 年注冊；臨床骨注冊研究，2003—2006 年注冊；死亡率注冊研究，1993—2019 年注冊）的數據，對16 歲及以上有詳細病史、至少1 張骨骼圖像（DXA 和/或X 線片）和至少隨訪2 年的GD 病人進行了回顧性分析。由2 名獨立觀察者測量皮質厚度指數（CTI）和髓腔-股骨距比率（CCR），并計算觀察者間和觀察者內的一致性。使用受試者操作特征（ROC）曲線計算DXA、CTI、CCR 方法的骨折預測價值，以及截斷值。使用單變量和多變量分析評估統計學差異。結果回顧性分析了247 例病人的骨影像圖[男123 例，女124 例；基線中位年齡為39（27，50）歲。中位隨訪期為11（7，19）年，隨訪期2～30 年。35 例病人在首次骨成像前或首次骨成像時有骨折，23 例病人在首次骨成像后有骨折，189 例病人未骨折。CTI、CCR 測量的觀察者間和觀察者內的可重復性很高（范圍0.96～0.98）。在沒有基線骨折的212 例病人中，CTI（截斷值≤0.50）預測未來骨折的敏感度和特異度[ROC 曲線下面積（AUC），0.96；95%CI：0.84～0.99；敏感度：92%；特異度：96%]高于全髖關節(AUC，0.78；95%CI：0.51～0.91；敏感度：64%；特異度：93%)，股骨頸（AUC，0.73；95%CI：0.50～0.86；敏感度：64%；特異度：73%），腰椎（AUC，0.69；95%CI：0.49～0.82；敏感度：57%；特異度：63%）和前臂（AUC，0.78；95%CI：0.59～0.89；敏感度：70%；特異度：70%）的DXA 檢查T 評分。結論X 線皮質厚度指數≤0.50 是GD 骨折風險的可靠獨立預測指標。

原文載于Radiology，2023，307（1）：e212779.

邵曉彤譯 羅驍 張敏鳴校

○神經放射學

χ-分離成像診斷多發性硬化與視神經脊髓炎譜系病(DOI:10.19300/j.2023.r0409)

χ-Separation Imaging for Diagnosis of Multiple Sclerosis versus Neuromyelitis Optica Spectrum Disorder (DOI:10.1148/radiol.220941)

W.Kim,H.Shin,H.Lee,D.Park,J.Kang,Y.Nam,et al.

摘要使用χ 分離成像可以提供與多發性硬化（MS）病變異常變化密切相關的鐵和髓鞘檢測的一種補充手段。目的評估MS 和視神經脊髓炎譜系?。∟MOSD）腦病變在χ-分離成像上的表現，并與既往報道的診斷標準進行比較，探討其對這2 種疾病的鑒別診斷價值。資料與方法前瞻性納入2017 年10 月—2020 年10 月期間接受χ 分離成像的MS 或NMOSD 病人。使用局部頻移和計算R2′（R2′=R2*-R2）分別估計陽性（χpos）和陰性（χneg）磁化率。使用機器學習方法進行R2映射。對于每個病變，評估并比較是否存在中心靜脈征（CVS）和順磁邊緣征（PRS）以及χneg和χpos圖上的信號特征。計算每個被試者的CVS、PRS 和低反磁性的病變比例。采用受試者操作特征（ROC）曲線分析評估診斷效能。結果共有32 例MS 病人[平均年齡（34±10）歲；女25 例，男7 例]和15例NMOSD 病人[平均年齡（52±17）歲；女14 例，男1 例]納入評估，共有611 個MS 和225 個NMOSD 腦病變。在χneg圖上，80.2%（490/611）的MS 病變被歸類為低反磁性病變，而13.8%（31/225）的NMOSD 病變被歸類為低反磁性病變（P＜0.001）。2 種疾病在χpos圖上病變表現沒有差異。在每位被試者的分析中，MS 病人表現出更高比例的低反磁性病變[中位數83%（72%，93%）高于NMOSD 組[6%（0，14%)；P<0.001]。低反磁性病變的比例達到了良好的診斷效能（ROC 曲線下面積，0.96；95%CI：0.91～1.00）。結論在χ 分離成像上，MS 病變傾向于呈低反磁性，這可作為區分MS 與視神經脊髓炎譜系病的重要標記。

原文載于Radiology，2023，307（1）：e220941.

王超譯 靳云云 張敏鳴校

基于擴散加權MRI 的深度學習預測卒中低灌注病灶和靶區不匹配(DOI:10.19300/j.2023.r0410)

Predicting Hypoperfusion Lesion and Target Mismatch in Stroke from Diffusion-weighted MRI Using Deep Learning(DOI:10.1148/radiol.220882)

Y.Yu,S.Christensen,J.Ouyang,F.Scalzo,D.S.Liebeskind,M.G.Lansberg,et al.

摘要灌注成像對于識別卒中的組織靶區不匹配很重要，但灌注成像需要注射對比劑以及后處理軟件分析。目的采用深度學習模型預測卒中低灌注病變，以灌注MRI 為參考標準，僅基于擴散加權成像（DWI）和臨床信息來識別存在靶區不匹配的病人。資料與方法急性缺血性卒中病人的基線灌注MRI 和DWI 影像來自2008—2019 年的多中心數據（急性卒中影像學分支，擴散及灌注成像以研究卒中演變2，加州大學洛杉磯分校卒中注冊研究）。灌注MRI 采用灌注和擴散軟件快速處理，自動分割低灌注病變（達峰時間Tmax≥6 s）和缺血核心[表觀擴散系數(ADC)，≤620×10-6mm2/s]。采用基線DWI、ADC、美國國立衛生研究院卒中量表評分和卒中癥狀偏側性為輸入，以低灌注和缺血核心分割為基礎訓練3D UNet 深度學習模型。使用Dice 評分系數（DSC）來評估模型的效能。采用McNemar 檢驗，將基于該模型的靶區不匹配分類與DAWN 試驗定義的臨床-DWI 不匹配方法進行了比較。結果總的來說，413 例病人[平均年齡（67±15）歲；男207 例]被納入模型開發和初步分析，研究采用5 折交叉驗證（分別選取訓練、驗證和測試集每折各247、83 和83 例病人）。該模型預測的低灌注病變中位DSC 為0.61（0.45，0.71）。該模型識別靶區不匹配病人的敏感度為90%（283/254；95%CI：86%～93%)，特異度為77%（130/100 例；95%CI：69%～83%)，而識別臨床-DWI 不匹配病人的敏感度為50%（281/140；95%CI：44%～56%)，特異度為89%（130/116；95%CI：83%～94%）（均P<0.001）。結論3D U-Net 深度學習模型基于DWI 和臨床信息預測低灌注病變，并且該方法相較于臨床-DWI 不匹配方法，識別出靶區不匹配病人的敏感性要更高。

原文載于Radiology，2023，307（1）：e220882.

李凱程譯 王超 張敏鳴校

○兒科學成像

10 407 名兒童和青少年的對比增強CT 檢查后急性腎損傷風險的隊列研究(DOI:10.19300/j.2023.r0411)

Risk of Acute Kidney Injury Following Contrast-enhanced CT in a Cohort of 10407 Children and Adolescents (DOI:10.1148/radiol.210816)

J.C.Toro,B.Viteri,L.Ballester,H.A.G.Perdomo,A.White,M.Pradhan,et al.

摘要以往研究探討的多是對比劑誘導的成人急性腎損傷（AKI），而對兒童和青少年人群的相關研究甚少。目的計算靜脈注射碘對比劑后行CT 檢查的兒童和青少年AKI 的發生率并評估其發生風險。資料與方法該回顧性研究是對一家兒童醫院2008 年1 月—2018 年1 月的病例進行分析，納入對象為0～17 歲的病人，并且在使用或不使用對比劑的CT 檢查前后48 h 內測量了血清肌酐水平。根據AKI 網絡指南計算AKI 的發生率。對病例與對照組病人進行傾向性評分匹配（基于年齡、性別、種族、基礎腎小球濾過率、掃描次數等得出）進行亞組分析。根據估計的腎小球濾過率（eGFR）進行分層，并探討分層前后的差異。使用對數二項式廣義估計方程建立調整后的風險模型，以估計相對風險（RR）。結果在全部54 000 次CT 掃描中，10 407 例患兒 [中位年齡8.5（3，14）歲；男孩5 869 例，女孩4 538 例]的19 377 次掃描被納入分析。整體樣本AKI 發生率為1.5%；在對比劑增強CT檢查組中AKI 的發生率為1.4%（8 844 次掃描中的123 次），未使用對比增強CT 檢查組中AKI 的發生率為1.6%（10 533次掃描中的171 次）（P=0.18）。在對比增強CT 檢查組中，eGFR 不低于和低于60 mL/（min·1.73 m2）的AKI 發生率分別為1.3%和8.5%（P<0.001），均高于非對比劑組（eGFR 不低于和低于60 mL/（min·1.73 m2）的AKI 發生率分別為0.1%和2.7%；P<0.001）。年齡（增加）被發現是AKI 的保護因素，RR為0.96（95%CI：0.94～0.99；P=0.01），在亞組分析中對比劑的使用增加了AKI 的風險，RR 為2.19（95%CI：1.11～4.35；P=0.02）。結論兒童和青少年行對比劑增強CT 檢查后AKI 的總體發生率非常低，而且在不同的組間及分析中對比劑暴露并沒有持續增加AKI 的風險。

原文載于Radiology，2023，307（3）：e210816.

田詩姣譯 王超 張敏鳴校

○胸部成像

COVID-19 后肺部異常的檢測：光子計數CT 與同日能量整合探測器CT 的比較(DOI:10.19300/j.2023.r0412)

Detection of Post-COVID-19 Lung Abnormalities:Photon-counting CT versus Same-Day Energy-integrating Detector CT（DOI:10.1148/radiol.222087）

F.Prayer, P.Kienast, A.Strassl, P.T.Moser, D.Bernitzky, C.Milacek,et al.

摘要光子計數探測器（PCD）CT 能夠實現超高分辨率的肺部成像，并可能揭示出新型冠狀病毒感染（COVID-19）后持續癥狀的相關形態學變化。目的比較PCD CT 和能量整合探測器（EID）CT 對COVID-19 后肺部異常的無創性評估。資料與方法在該前瞻性研究中，對2022 年4 月—2022 年6 月期間有一種或多種與COVID-19 相關的持續癥狀（靜息或勞累性呼吸困難、咳嗽、疲勞）的成年參與者，在同一天內進行了EID 和PCD CT 檢查。審閱其1.0 mm 的EID CT 影像以及1.0、0.4、0.2 mm 的PCD CT 影像，以確定是否存在肺部異常。采用Likert 五級量表（-2～2）和肺部信噪比（SNR），主觀和客觀地評估EID 和PCD CT 的影像質量。結果共20 名參與者納入研究[平均年齡（54±16）歲；男10 名]。EID CT 顯示20 名參與者中有15 名（75%）出現COVID-19 后肺部異常，中位受累范圍為肺容積的10%（0，45%）和3.5（0，5）個肺葉。磨玻璃樣陰影和線性帶是EID CT 最常見的表現[20 名參與者中有10 名（50%）出現]。PCD CT 顯示20 名參與者中有10 名（50%）出現額外的肺部異常，其中最常見的是支氣管擴張[20 名中有10 名（50%）]。1.0 mm PCD CT 影像相對于1.0 mm EID CT 影像[中位數1（1，2）；P<0.001]以及0.4 mm PCD CT影像相對于1.0 mm PCD CT 影像[中位數1（1，1）；P<0.001]的主觀影像質量有所改善；但0.2 mm PCD CT 影像相對于0.4 mm PCD CT 影像[中位數為0（0，0.5）；P=0.26]沒有改善。與1.0 mm的EID CT 影像相比，1.0 mm 的PCD CT 影像具有更高的肺部SNR（平均差異為0.53±0.96；P=0.03），但0.4 mm 影像的SNR低于1.0 mm 的影像，0.2 mm 影像的SNR 低于0.4 mm 影像。結論PCD CT 在顯示COVID-19 后肺部細微異常和影像質量方面優于EID CT。

原文載于Radiology，2023，307（1）：e222087.

羅驍譯 邵曉彤 張敏鳴校

大麻吸煙者的胸部CT 表現(DOI:10.19300/j.2023.r0413)

Chest CT Findings in Marijuana Smokers(DOI: 10.1148/radiol.212611)

L.Murtha,P.Sathiadoss,J.Salameh,M.D.F.Mcinnes,G.Revah.

摘要目前全球大麻的消耗量正在增加，但目前對于其相關的肺部影像學研究較少。目的采用胸部CT 研究吸食大麻對肺部的影響。資料與方法該回顧性病例對照研究評估了2005 年10 月—2020 年7 月間大麻吸食者、非吸煙對照和純煙草吸煙者的胸部CT 檢查結果，并比較肺氣腫、氣道變化、男乳發育和冠狀動脈鈣化比率的組間差異。此外，本研究針對50 歲以上的純煙草煙民，建立了年齡、性別相匹配的亞組，旨在進行胸部CT 檢查結果的組間比較。研究統計方法采用χ2檢驗。結果本研究共納入56 名大麻吸食者[年齡（49±14）歲，男34 名]、57 名非吸煙對照[年齡（49±14）歲，男32 名]和33 名純煙草吸煙者[年齡（60±6）歲，男18 名]。大麻吸食者的肺氣腫率[56 名中有42 名（75%）]高于非吸煙者[57 名中有3 名(5%）]（P<0.001），但與純煙草吸煙者的差異無統計學意義[33 名中有22 名（67%)]（P=0.40）。與其他組相比，大麻吸食者的支氣管增厚、支氣管擴張和黏液嵌塞的比率更高（P<0.001～P=0.04），并且男乳發育更常見[34 名中有13 名（38%）]。在年齡匹配的亞組分析中，大麻吸食者的支氣管增厚、支氣管擴張和黏液阻塞的比率仍高于純煙草吸煙者（P＜0.001～P=0.006）。年齡匹配的大麻吸食者的肺氣腫率[30 名中有28 名（93%）]高于純煙草吸食者[33 名中有22 名（67%）]（P=0.009）。此外，年齡匹配的大麻吸食者[30 名中有21 名(70%)]和純煙草吸煙者[33 名中有28 名（85%）]之間的冠狀動脈鈣化率無組間差異（P=0.16）。結論盡管目前研究仍存在觀察者間一致性、大麻伴隨吸煙效應等局限性，但是與非吸煙者及純煙草吸煙者相比，大麻吸食者的氣道炎癥和肺氣腫的發生更為普遍。

原文載于Radiology，2023，307（1）：e212611.

曾慶澤譯 王淑玥 張敏鳴校

基于人工智能的支氣管擴張的CT 評估：COPDGene 研究(DOI:10.19300/j.2023.r0414)

Artificial Intelligence-based CT Assessment of Bronchiectasis:The COPDGene Study(DOI:10.1148/radiol.221109)

A.A.Díaz,P.Nardelli,W.Wang,R.San José Estépar,A.Yen,et al.

摘要CT 是評估支氣管擴張的標準檢查。氣道與動脈直徑比值（AAR）升高通常用于鑒別增大的支氣管和支氣管擴張，但是在目前CT 成像技術中評估該指標的嚴重程度存在一定的局限性。目的使用基于人工智能的胸部CT 來確定AAR 的程度，并評估AAR 與病情加重隨時間惡化的相關性。資料與方法在前瞻性、觀察性、多中心COPDGene 研究中對長期吸煙者進行的二次分析中，使用人工智能工具對AAR進行量化。確定每名參與者在進行胸部CT 掃描時存在AAR＞1(氣道擴張的衡量標準)的氣道百分比。通過2 年1 次的隨訪(2009 年7 月—2021 年9 月)前瞻性地確定肺部支氣管擴張加重。通過構建多變量零膨脹回歸模型評估AAR＞1的氣道百分比與隨訪期間肺部支氣管擴張加重總數之間的相關性。協變量包括人口統計學、肺功能和常規CT 參數。結果在4 192 名參與者中[中位年齡59（52，67）歲；男1 878 名(45%)]中，1 834 名患有慢性阻塞性肺疾?。–OPD）。在10 年的隨訪和調整模型中，AAR＞1 的氣道百分比（四分位數4∶1）與急性加重發作次數相關[風險比（RR），1.08；95%CI：1.02～1.15；P=0.01]。在符合支氣管擴張臨床和影像學標準(臨床主要表現≥3%的AAR＞1)的參與者中，與不符合的病人相比，RR 為1.37（95%CI：1.31～1.43；P<0.001）。在COPD 病人中，相應的RR分別為1.10（95%CI：1.02～1.18；P=0.02）和1.32（95%CI：1.26～1.39；P<0.001）。結論在患有COPD 的長期吸煙者中，基于人工智能的肺部CT 測量的支氣管擴張AAR隨著時間的推移與更多的病情加重相關。

原文載于Radiology，2023，307（1）：e221109.

林雙翔譯 李凱程 張敏鳴校

移植肺早期肺間質改變的放射學和組織學相關性研究(DOI:10.19300/j.2023.r0415)

Radiologic and Histologic Correlates of Early Interstitial Lung Changes in Explanted Lungs （DOI: 10.1148/radiol.221145）

S.E.Verleden, A.Vanstapel, J.Jacob, T.Goos, J.Hendriks, L.J.Ceulemans,et al.

摘要肺間質性異常（ILA）反映了肺部CT 掃描的影像特征，與（早期）肺間質性疾病相一致。盡管關于ILA 的發病率、危險因素和預后的證據越來越多，但是ILA 的組織病理學相關性仍待探究。目的明確人體肺移植后CT 定義的ILA 的放射學與組織病理學之間的關系。資料與方法前瞻性收集2010 年—2021 年放射學上表現出ILA 的參與者的移植肺或肺葉標本。將這些標本經充氣、冰凍處理后，進行CT 或micro-CT 掃描（空間分辨率分別為0.7 mm 和90 μm）。隨后，切開肺并且進行粗針穿刺活檢取樣。每個肺組織至少取5 個樣本進行micro-CT 掃描。并使用半定量重塑分析來進行組織病理學評估?；谔囟▍^域的放射學評分，評估放射學和組織病理學結果之間的相關性。結果共納入6 名供體[移植時的年齡60～83 歲，中位年齡71 歲；男4 名]的8 個肺移植體（未使用的供體肺，n=4；腫瘤適應證肺葉切除，n=2）。體外CT 顯示所有肺組織均可見不同程度的磨玻璃影、網狀結構、部分存在支氣管擴張。micro-CT 和組織病理學檢查結果表明肺部間質性異常經常發生在隔旁，并且與纖維化和淋巴細胞炎癥相關。組織病理學結果顯示，在CT 掃描正常的區域內有不同程度的纖維化，而CT 掃描出現網狀結構的區域纖維化更為嚴重。血管病變和支氣管擴張也經常出現在ILA 肺的組織病理學檢查中，但很少觀察到發育完全的成纖維細胞灶。結論研究證實了CT 定義的肺間質性異常有直接的組織學相關性。

原文載于Radiology，2023，307（1）：e221145.

馬琳琳譯 楊思雨 張敏鳴校

說明：

①本專欄內容為Radiology 最近兩期部分科學性論著摘要的中文譯文。 原文DOI 由RSNA 提供。

②本刊盡量采取了與原文一致的體例（如，原作者姓名的書寫方式、小欄目的順序等）。 對于原文中提到的新技術名詞，如尚無規范的中文名詞對應，則在文中直接引用英文原文，以便于讀者查閱。

Owned and published by the Radiological Society of North American,Inc(RSNA).?2023,RSNA.Translated by CSR and reprinted with permission of RSNA.

版 權 歸 北 美 放 射 學 會(RSNA).?2023,RSNA.RSNA 授 權CSR 翻譯重印。