目的探讨面神经管64排螺旋CT低剂量扫描临床应用的可行性。方法收集2015年3~9月临床怀疑颞骨、鼻副窦病变行64排螺旋CT且无面神经疾病患者88例,采用随机单盲法分成常规剂量组(A组)和三组不同扫描参数的低剂量组(B-D组),每组22例。常规剂量组使用参数为120 k V/240 m A,低剂量组的扫描参数分别为B组(100 k V/240 m A)、C组(100 k V/120 m A)、D组(100 k V/80 m A)。采集图像由2名放射诊断主治医师及以上人员共同进行分析,包括图像质量评分、记录图像噪声和辐射剂量。图像质量评分的统计分析使用Kruskal-Wallis H秩和检验,噪声分析使用单因素方差分析。结果 A、B、C、D四组的图像质量评分分别为20.0分(19.5,20.0)、19.5分(19.5,20.0)、19.5分(19.5,20.0)和19.5分(19.5,20.0),CT值分别为(2 258.43±90.65)Hu、(2 289.00±43.89)Hu、(2 298.82±46.86)Hu、(2 299.89±48.05)Hu,四组比较差异均无统计学意义(P>0.05),图像能够满足诊断要求;B、C、D三组CT剂量指数、有效剂量E与常规剂量组比较均有不同程度的降低,以D组分别下降79.3%、79.2%最为显著,患者接受的辐射剂量明显降低。结论 100 k V/80 m A可作为64排螺旋CT面神经管低剂量扫描优化参数阈值。
目的探讨64排螺旋CT联合应用低管电压、低管电流和低对比剂浓度行肺动脉成像的可行性。方法将90例疑似肺栓塞行肺动脉成像检查的患者分成常规剂量组、低剂量组各45例。常规剂量组扫描参数:管电压120 k V,管电流250 m As,对比剂浓度370 mg I/ml;低剂量组扫描参数:管电压100 k V,管电流200 m As,对比剂浓度300 mg I/ml。由2名主治及以上职称医师以统一标准对两组图像进行主观、客观评价。结果两组图像质量主、客评价比较差异无统计学意义(P>0. 05)。两组有效剂量ED分别为(8. 45±0. 32) m Sv、(3. 30±0. 16) m Sv,对比剂碘含量分别为11. 1 g、9. 0 g,低剂量组辐射剂量与对比剂碘含量均较常规剂量组低(P <0. 05)。结论 64排螺旋CT联合应用低管电压、低管电流和低对比剂浓度在肺动脉成像中是可行的,在图像质量满足临床诊断要求的前提下,可降低辐射剂量及对比剂碘含量。
目的旨在评估动态对比增强磁共振成像(dynamic contrast-enhancement magnetic resonance imaging,DCE-MRI)结合扩散加权成像(diffusion weighted imaging,DWI)在预测前列腺癌(prostate cancer,PCa)Ki-67表达和Gleason评分中的诊断效能。材料与方法回顾性分析了2019年1月至2023年10月自贡市第四人民医院收治的66例PCa患者的临床及影像资料。结合T2WI、DWI序列和由DWI自动计算出的表观扩散系数(apparent diffusion coeffieient,ADC),在DCE-MRI图像上手动勾画肿瘤感兴趣区(region of interest,ROI),计算ROI药代动力学参数,包括容积转运常数(volume transfer contrast,K^(trans))、速率常数(rate contrast,K_(ep))、血管外细胞外容积分数(extravascular extracellular volume fraction,Ve),并测量ADC值。根据靶向穿刺病理诊断Gleason评分和Ki-67表达水平,分为Ki-67高表达组(Ki-67>10%)和低表达组(Ki-67≤10%),Gleason评分低级别(GG 1~2)和高级别(GG 3~5)组。组间差异比较使用两独立样本t检验或非参数检验,采用Spearman相关分析评价DCE-MRI参数和ADC值与Ki-67、Gleason评分的相关性,并建立logistic回归模型,通过受试者工作特征(receiver operating characteristic,ROC)曲线评估诊断效能。结果ADC值与Ki-67表达、Gleason评分均呈负相关(P<0.001),K^(trans)、K_(ep)、Ve与Ki-67表达均呈正相关(P<0.001),K^(trans)、K_(ep)与Gleason评分均呈正相关(P<0.001)。Ki-67高、低表达组K^(trans)、K_(ep)、Ve、ADC值比较差异均具有统计学意义(P<0.01),Gleason评分高、低级别组K^(trans)、K_(ep)、ADC值比较差异均具有统计学意义(P<0.01);Ki-67表达的ROC曲线分析显示,联合模型K^(trans)+K_(ep)+Ve+ADC诊断效能最好,曲线下面积(area under the curve,AUC)为0.940;Gleason评分分级的ROC曲线分析显示,联合模型K^(trans)+K_(ep)+ADC诊断效能最好,AUC为0.861。结论DCE-MRI的药代动力学参数和ADC值相结合,在预测PCa的Ki-67表达和Gleason评分中显示出高诊断效能。联合使用
