良性乳腺疾病钼靶X线误诊为乳腺癌30例回顾性分析

乳腺疾病临床常规检查以超声和钼靶X线为主,由于影像表现和诊断的限制,有时容易造成误诊,给患者带来很大痛苦。现就30例乳腺钼靶X线误诊为乳腺癌的良性病例进行回顾性分析,总结经验以提高乳腺疾病影像诊断水平。一、资料与方法1.一般资料:回顾研究北京天坛医院2006～2011年乳腺病理证实为良性病变而钼靶X线误诊为乳腺癌的共计30个病例。     

高分辨率CT联合多种血清肿瘤标志物对不同病理类型早期肺癌的诊断价值

目的 探讨高分辨率CT（HRCT）联合多种血清肿瘤标志物对不同病理类型早期肺癌的诊断价值。 方法 回顾性分析2019年8月至2021年10月首都医科大学附属北京天坛医院收治的164例早期肺癌患者（肺癌组）的临床资料,同时选取同期参加体检的78名健康者作为对照组。肺癌组男性94例、女性70例,年龄（52.4±3.6）岁;其中,腺癌90例、鳞癌62例、小细胞癌12例。所有患者均经组织病理学检查结果证实。比较2组间和不同病理类型患者间血清神经元特异性烯醇化酶（NSE）、癌胚抗原（CEA）、鳞状细胞癌抗原（SCCA）、细胞角蛋白19片段抗原21-1（CYFRA21-1）、糖类抗原125（CA125）水平;以组织病理学检查结果为确诊肺癌的“金标准”,分别计算HRCT、5种肿瘤标志物、HRCT+5种肿瘤标志物诊断肺癌的灵敏度、特异度和准确率。计量资料的比较采用两独立样本t检验,计数资料的比较采用χ2检验。 结果 肺癌组的各项血清肿瘤标志物水平均高于对照组,且差异有统计学意义（t=8.107~30.460,均P<0.001）。腺癌患者的血清CEA、CA125水平均高于鳞癌和小细胞癌患者,且差异有统计学意义（t=12.712~4.326,均P<0.001）。鳞癌患者的血清CEA、CA125水平与小细胞癌患者的相比,差异均无统计学意义（t=1.342、1.256,均P>0.05）。腺癌与鳞癌患者的NSE和CYFRA21-1水平均低于小细胞癌患者,且差异有统计学意义（t=10.342~11.534,均P<0.001）。HRCT+5种肿瘤标志物联合检测对肺癌的诊断灵敏度为95.62%,特异度为96.43%,准确率为98.65%,均高于任意一种单独诊断（χ2=55.823、48.652、62.718,均P<0.001）。 结论 HRCT联合多种血清肿瘤标志物检测有助于提高对早期肺癌的诊断特异度、灵敏度和准确率,对肺癌的诊断具有较高的临床价值。     

经颅多普勒超声操作标准：第一部分——检查方法

经颅多普勒超声（TCD）作为一种常规检查手段在临床上的应用越来越广泛，但各个医院的检查程序和诊断标准并不统一。因此，国际专家组织结合基础理论研究及临床经验，开始规范TCD的操作方法，统一诊断标准，确定使用范围。第一部分介绍脑血管疾病的频谱TCD检查。颞窗常用于观察大脑中动脉（MCA）、大脑前动脉（ACA）、大脑后动脉（PCA）、颈内动脉C1段（ICA）及前交通动脉（AComA）、后交通动脉（PComA）的侧支循环；眼窗用于观察眼动脉（OA）和ICA虹吸部；枕窗用于观察椎动脉（VA）和基底动脉（BA）。尽管Willis环的构成存在显著的个体差异，但完整的诊断性TCD检查还是应该评价双侧的脑动脉，包括：大脑中动脉M2段（深度范围30～40 mm），M1段（深度范围40～65 mm）[大脑中动脉M1段中点的深度位于50 mm处（范围45～55 mm），平均长度约16 mm（范围5～24 mm）]，大脑前动脉A1段（深度范围60～75 mm），颈内动脉C1段（60～70 mm），大脑后动脉P1～P2段（平均深度63 mm，范围55～75 mm），前交通动脉（70～80 mm)，后交通动脉（58～65 mm），眼动脉（40～50 mm），颈内动脉虹吸部（55～65 mm），椎动脉（40～75 mm），以及基底动脉近端（75～80 mm）、中段（80～90 mm）、远段（90～110 mm）。经下颌下窗检测颈段ICA远端（40～60 mm）可以计算VMCA/VICA比值或Lindegaard指数，用于评价蛛网膜下腔出血后血管痉挛的程度。诊断性TCD检查的目的是探查上述动脉节段的特征性频谱，确定动脉血液流动方向，计算脑动脉血流速度和搏动指数。对于频谱多普勒和具有M-模的超声装置来说，建立标准化的检查程序，诸如选择探头的位置、角度和深度及血管的区分等，将有助于该项检查的临床应用和推广。     

CT成像的放射组学特征在胰腺炎诊断中的评估效能

目的 探讨胰腺CT成像的放射组学特征在功能性腹痛（FAP）、复发性急性胰腺炎（RAP）、慢性胰腺炎（CP）患者诊断中的评估效能。 方法 回顾性分析2017年12月至2020年12月在首都医科大学附属北京天坛医院接受腹部增强CT检查的168例患者的CT影像资料，根据纳排标准，共选取48例患者进行研究，其中男性 23例、女性25例，年龄39~84（47.8±10.2）岁；FAP患者16例（FAP组）、RAP患者18例（RAP组）、CP患者14例（CP组）。通过在CT图像上绘制感兴趣区来勾画胰腺轮廓。从每个感兴趣区提取62个放射组学特征，共分为5类，分别是一阶统计量、灰度共生矩阵（GLCM）、灰度行程矩阵（GLRLM）、邻域灰度差矩阵（NGTDM）和形态学特征，并在3组患者间进行比较。根据组别建立3个IsoSVM机器学习模型，对IsoSVM模型进行训练，并在遗漏的交叉验证样本上进行测试。RAP患者、FAP患者、CP患者的放射组学特征的比较采用Wilcoxon秩和检验。使用受试者工作特征曲线及曲线下面积（AUC）评估个体放射组学特征的评估效能。 结果 在单变量分析中，9个放射组学特征（8个GLCM特征和1个NGTDM特征）在患者组间的差异有统计学意义（Z=3.45~29.76，均P<0.05）。RAP患者与FAP和CP患者分别进行比较，放射组学特征的AUC范围分别为0.76~0.93和0.73~0.91。IsoSVM机器学习模型的总体预测准确率为82.1%。FAP组的灵敏度、特异度分别为78.7%、100%，AUC为0.90。RAP组的灵敏度、特异度分别为95.2%、77.8%，AUC为 0.87，而CP组的灵敏度、特异度分别为70.9%、94.8%，AUC 为0.89。 结论 CT成像的部分放射组学特征对胰腺炎的诊断有较好的评估效能，可以区分FAP、RAP和CP患者。