前列腺癌（prostate cancer，PCa）的早期诊断和及时干预对改善PCa患者预后意义重大。超声技术具有经济、方便、可术中实时成像等优点，成为PCa诊疗的重要工具，近年来人工智能（artificial intelligence，AI）技术在超声PCa诊疗中得到快速发展。本文从传统机器学习、深度学习和强化学习3个方面综述了超声AI在PCa领域的应用进展。机器学习借助特征工程与模型训练，优化了超声图像的分割精度；同时，通过整合超声多模态影像、临床及蛋白组学特征，机器学习模型提高了PCa的诊断准确度，并增强了对转移性PCa的鉴别能力。深度学习凭借其端到端的学习能力，不仅能有效地识别PCa病灶，还能对其进行精确分级；另外，在PCa近距离放射治疗中，深度学习可从超声图像中准确识别前列腺临床目标体积，并能高效精准地自动重建导管和治疗针，减少人工操作误差和操作时间。强化学习通过交互试错与累积奖励机制，实现了对超声图像质量的自动评估，从而筛选出高质量图像用于AI模型训练，有效地减轻了医师图像标注的工作量；此外，强化学习通过自适应术中规划，降低了术中采样误差，提高了PCa活检的准确度和可靠性。最后，本文分析了目前超声AI技术在PCa临床应用中仍面临的挑战。未来需建立多中心高质量共享数据集，开发可解释性强、安全性好、临床实用性高的超声AI模型，确立标准化的监管策略，以实现超声AI系统切实服务于PCa患者的精准个性化诊疗。

目的：分析肝母细胞瘤（Hepatoblastoma，HB）患儿计算机体层成像（computed tomography，CT）和磁共振成像（magnetic resonance imaging，MRI）多模态成像技术的影像学特征，探讨CT和MRI各期参数在HB诊断和治疗前肿瘤分期系统（pre-treatment extent of tumor，PRETEXT）分期中的应用价值。方法：回顾并分析2019年1月1日—2023年12月31日于徐州市儿童医院就诊的HB患儿。根据手术和穿刺活检结果的病理学类型将患儿分为完全上皮型和混合性上皮间叶型两组。比较两组患者的出生史、病灶一般特征、病灶内部特征、强化方式、肝周积液等差异；根据PRETEXT分期将HB患儿分为Ⅰ~Ⅱ期和Ⅲ~Ⅳ期两组，比较病灶CT平扫及增强扫描后肿瘤的CT值、MRI扫描病灶表观弥散系数（apparent diffusion coefficient，ADC）的差异，采用logistic多因素回归分析HB患儿PRETEXT分期的预测因素，采用受试者工作特征（receiver operating characteristic，ROC）曲线分析HB患儿PRETEXT分期的预测价值。结果：纳入60例HB患儿，完全上皮型完和混合性上皮间叶型各30例。两组HB患儿出生史差异无统计学意义（P>0.05）；但混合型HB肿瘤内出血、瘤体钙化以及肝周积液比例高于完全型HB（P<0.05）。Logistic回归分析显示，肿瘤内出血，瘤体钙化以及肝周积液对判断HB患儿的病理学类型具有一定的价值（OR=1.10、3.81、1.07，P<0.05）。Ⅲ~Ⅳ期HB患儿的平扫CT值[（46.95±5.28）HU]、动脉期和延迟期的增强扫描CT值[（98.04±21.91）HU、（92.64±14.33）HU]、ADC[（1.22±0.15）×10^-3 mm²/s]高于Ⅰ~Ⅱ期（P<0.05），静脉期增强扫描CT值（94.12±20.28）HU低于Ⅰ~Ⅱ期（P<0.05）。Logistic多因素回归分析显示，平扫CT值、动脉期增强扫描CT值和ADC高是PERTEXT分期的独立影响因素（OR=1.14、1.04、15.97，P<0.05）。ROC曲线分析显示，3项联合检测对于PRETEXT分期的曲线下面积（area under curve，AUC）为0.890，高于单独预测的0.663、0.718和0.791（P<0.05）。结论：CT和MRI多模态成像技术通过量化参数（平扫CT值、动脉期CT值、ADC）与形态特征（钙化、出血、肝周积液）的联合分析，可精准预测HB的病理学分型及PRETEXT分期，为患儿术前化疗方案选择、手术范围规划及预后评估提供关键依据，具有较好的临床转化价值。

目的：探讨磁共振弹性成像（magnetic resonance elastography，MRE）在区分肝脏局灶性良恶性病变中的应用价值，并分析其在预测恶性肿瘤患者预后方面的潜力。方法：回顾并分析2021年12月—2024年10月于上海中医药大学附属曙光医院进行肝脏常规磁共振成像（magnetic resonance imaging，MRI）和MRE扫描的肝脏局灶性病变患者，包括肝血管瘤、肝细胞癌、肝转移瘤和胆管细胞癌。在3.0 T MRI扫描仪上进行2D MRE扫描，获取弹性图并测量病变的弹性值。采用单因素方差分析比较不同病变MRE弹性值差异，通过受试者工作特征（receiver operating characteristic，ROC）曲线确定MRE弹性值鉴别良恶性病变的最佳截断值，并计算曲线下面积（area under the curve，AUC）等诊断效能指标。采用配对样本t检验比较恶性肿瘤全身治疗前后弹性值差异。结果：本研究纳入肝脏局限性病变患者172例，其中肝血管瘤50例，肝细胞癌59例，肝转移瘤51例，胆管细胞癌12例。肝细胞癌、肝转移瘤和胆管细胞癌的弹性值分别为（8.97±5.33）kPa、（7.52±4.64）kPa和（8.74±4.82）kPa；肝血管瘤弹性值为（3.10±1.30）kPa；恶性肿瘤组和血管瘤组病变弹性值差异有统计学意义（F=66.080，P<0.001）。MRE弹性值在鉴别良恶性病变的AUC为0.870，灵敏度、特异度、阳性预测值和阴性预测值分别为75.4%、84.0%、92.0%和58.3%，最佳截断值为4.15 kPa。通过对30例恶性肿瘤患者不同疗效组进行分析后发现，疾病进展组治疗前后弹性值分别为（5.98±2.48）kPa和（10.74±3.83）kPa，两者差异有统计学意义（t=-5.134，P<0.001）；部分缓解组治疗前后弹性值分别为（4.31±1.88）kPa和（3.06±1.43）kPa，差异有统计学意义（t=4.411，P=0.003）。疾病稳定组弹性值分别为（10.64±7.71）kPa和（10.67±7.64）kPa，治疗前后弹性值差异无统计学意义（t=1.209，P=0.258）。结论：MRE作为一种无创技术，能够有效地区分肝脏良恶性病变，并在恶性肿瘤预后评估中具有潜在应用价值，可为临床提供重要的诊断和治疗依据。

目的：探讨将外周血免疫细胞纳入机器学习模型以预测肝细胞癌（hepatocellular carcinoma，HCC）微血管侵犯（microvascular invasion，MVI）的必要性，并尝试解释性能最佳的机器学习模型，探讨贡献最大的影像组学特征。方法：回顾并纳入2019年1月—2021年12月海军军医大学第三附属医院杨浦院区的患者构成训练集，来自海军军医大学第三附属医院嘉定院区的患者构成测试集，来自苏州市立医院的患者构成验证集。采用5种机器学习方法分别构建影像组学标签和临床标签。融合后识别性能最佳的机器学习模型，并通过列线图进行可视化。最后，探讨了对模型贡献最大的影像组学特征。结果：最终共有276例患者纳入研究，其中训练集189例，测试集47例，验证集40例。作为性能最优分类器的极限梯度提升（extreme gradient boosting，XGBoost），训练集曲线下面积（areas under curve，AUC）为0.962（95% CI 0.939~0.989），测试集为0.808（95% CI 0.682~0.934），验证集为0.816（95% CI 0.774~0.858）。在排除了外周血免疫细胞的比较集中，XGBoost的AUC为0.925（95% CI 0.890~0.960），DeLong检验显示，训练集与比较集之间差异有统计学意义（Z=-3.083，P=0.002）。此外，通过直方图和决策树对影像组学模型进行了解释，发现“original_shape_Sphericity”是最重要的影像组学特征。结论：在用于预测MVI的5种机器学习模型中，XGBoost表现最佳，纳入外周血免疫细胞可显著提升模型性能。在影像组学特征中，形状特征对于预测MVI尤为重要。

目的：基于计算机体层成像（computed tomography，CT）影像组学特征构建模型，并对非小细胞肺癌（non-small cell lung cancer，NSCLC）患者免疫治疗效果进行评估。方法：回顾并分析2018年6月—2024年12月于复旦大学附属华东医院行程序性死亡受体1（programmed death-1，PD-1）/程序性死亡受体配体1（programmed death-ligand 1，PD-L1）抑制剂单药免疫治疗的Ⅲ-Ⅳ期NSCLC患者的CT和临床资料，在CT影像模态中提取影像组学特征参数进行分析，采用基于R语言机器学习算法的10折交叉验证最小绝对收缩与选择算子（least absolute shrinkage and selection operator，LASSO）回归分析方法，构建影像组学预测模型。采用受试者工作特征曲线的曲线下面积（area under curve，AUC）对预测模型进行评价。结果：共纳入141例患者，提取1 218个影像组学特征参数。最终获得由10个组学特征（形状特征1个，纹理特征4个，小波特征5个）构成的线性回归影像组学模型，对NSCLC患者免疫疗效具有较好的预测效能，在训练集和测试集中的AUC、灵敏度、特异度分别为0.912（95% CI 0.837~0.960）、0.918、0.837和0.878（95% CI 0.742~0.958）、0.720、0.944。决策曲线分析（decision curve analysis，DCA）显示，当临床决策阈值<0.4时，使用该模型可提高临床决策收益。结论：CT影像组学模型在预测NSCLC免疫治疗效果方面具有显著价值，不仅有助于识别对免疫治疗敏感的患者群体，还能帮助优化治疗策略，实现个体化精准治疗。

目的：探讨基于深度学习重建（deep learning-based reconstruction，DLR）技术对前列腺磁共振T2加权脂肪抑制序列（T2-weighted imaging FatSat，T2WIFS）图像质量和诊断价值的影响。方法：回顾并分析2024年3月—12月复旦大学附属肿瘤医院可疑前列腺癌（prostate cancer，PCa）患者的临床资料，经穿刺活检、术后病理学检查分为PCa组和良性前列腺增生（benign prostatic hyperplasia，BPH）组。对所有患者磁共振成像（magnetic resonance imaging，MRI）图像进行分析，其中扫描压脂序列包括传统的T2加权脂肪抑制序列（conventional T2 FatSat，T2FSC）和基于DLR技术的T2加权脂肪抑制序列（deep learning-based reconstruction T2 FatSat，T2FSDL），主观评分由2名医师分别对前列腺整体图像质量和图像伪影进行五分制。客观评分分别是T2FSDL和T2FSC的前列腺图像信号强度（signal，S）和背景区图像信号S的标准差（standard deviation，SD）作为噪声（noise，N），并计算信噪比（signal noise ratio，SNR）。对正态分布的数据进行t检验，非正态分布的数据进行Wilcoxon秩和检验，比较分析T2FSDL图像和T2FSC图像的主观评分和客观指标的差异。采用Weighted-Kappa检验比较组间及组内主观评分一致性。2名阅片者采用双盲法对T2FSDL图像与T2FSC图像的前列腺病灶进行前列腺影像报告和数据系统（Prostate Imaging Reporting and Data System，PI-RADS）评分，以病理学检查结果为标准，绘制受试者工作特征（receiver operating characteristic，ROC）曲线，计算曲线下面积（area under curve，AUC），分析各图像对PCa的诊断价值。结果：116例可疑PCa患者纳入本回顾性研究，其中PCa患者68例，BPH 48例。2名医师对两组图像（T2FSDL和T2FSC序列）的主观评分和客观测量数据的一致性均为良好（Kappa>0.8）。主观评分方面，2名阅片者对T2FSC和T2FSDL图像的整体质量评分分别为（4.04±0.68）和（4.53±0.54），差异有统计学意义（P<0.01）。伪影评分为（4.44±0.68）和（4.35±0.66），差异无统计学意义（P=0.34）。客观评价方面，T2FSDL图像的N值（0.65±0.19）低于T2FSC图像的N值（1.09±0.24），差异有统计学意义（P<0.01）。T2FSDL图像的SNR（95.61±14.25）高于T2FSC图像的SNR（56.48±9.72），差异有统计学意义（P<0.01）。PCa的诊断价值方面，T2FSDL图像对应的AUC（0.866）大于T2FSC图像对应的AUC（0.819），差异有统计学意义（P<0.01）。T2FSDL序列扫描时间是100 s，要明显快于T2FSC序列扫描时间的150 s。结论：基于DLR技术的T2FSDL序列能有效提高MRI图像质量，T2FSDL图像诊断价值也高于T2FSC图像，并可显著缩短扫描时间，优化前列腺扫描效率，其临床应用前景较好。

目的：探讨经直肠超声（transrectal ultrasound，TRUS）融合多参数磁共振成像（multiparameter magnetic resonance imaging，mpMRI）导航联合应变弹性成像（strain elastography，SE）引导前列腺穿刺活检用于前列腺癌诊断的价值。方法：回顾并分析2022年1月1日—2024年4月1日苏州大学附属第二医院怀疑为前列腺癌的患者资料，所有患者均行mpMRI、SE及TRUS检查，确定前列腺癌可疑病灶后进行前列腺10针系统性穿刺活检及mpMRI-TRUS图像软件融合引导下的靶向穿刺活检，探讨单独或联合使用不同穿刺活检方式对前列腺癌的诊断价值。结果：纳入的66例疑诊前列腺癌的患者总共96处可疑病灶，其中系统穿刺法阳性检出率为63.64%。mpMRI组诊断准确度为71.88%，SE组准确度为66.67%，TRUS组准确度为60.42%，mpMRI融合导航联合SE成像组准确度为86.46%，强于单一方法组。采用受试者工作特征（receiver operating characteristic，ROC）曲线对SE、mpMRI以及联合成像的诊断效能进行比较，结果显示联合成像组曲线下面积（area under curve，AUC）为0.717，高于SE、mpMRI组，差异有统计学意义。联合成像组灵敏度、阴性预测值分别为94.03%、69.23%。系统性穿刺活检共穿刺660针，单针阳性率为27.73%，联合成像组共穿刺200针，单针阳性率为81.50%，差异有统计学意义（P<0.001）。结论：TRUS融合mpMRI导航联合SE引导前列腺靶向穿刺活检相较于单一穿刺活检方法能明显提高前列腺癌的检出率，并可减少穿刺针数，对前列腺癌的检出有较高的临床应用价值。

目的：评估基于灰阶超声影像组学特征和彩色多普勒超声血流特征的联合模型在预测乳腺癌前哨淋巴结转移中的临床应用价值。资料和方法：回顾并选取2022年10月—2024年12月在上海市浦东新区人民医院完成超声检查的乳腺癌患者。通过彩色多普勒超声技术检测乳腺癌肿块内的血流信号，分析病灶整体及分区域的血流特征。采用支持向量机构建3种前哨淋巴结转移预测模型：单独基于灰阶超声影像组学特征的模型（US模型）、单独基于彩色多普勒超声血流特征的模型（CDUS模型），以及两者融合的组合模型（COMB模型）。采用受试者工作特征（receiver operating characteristic，ROC）曲线对各模型的诊断效能进行评估。结果：本研究共纳入328例乳腺癌患者，按7∶3的比例随机分为训练集（230例）和测试集（98例）。在训练集和测试集中，前哨淋巴结转移组的整体血流比（2.4±0.6和2.1±0.9）显著高于无转移组（1.3±0.7和1.2±0.8）（均P<0.001）。ROC曲线分析表明，COMB模型在训练集和测试集中的曲线下面积（area under curve，AUC）分别为0.913（95% CI 0.869~0.946）和0.811（95% CI 0.721~0.901），表现最佳；US模型次之，AUC分别为0.796（95% CI 0.738~0.846）和0.757（95% CI 0.660~0.838）；CDUS模型效能最低，AUC分别为0.704 （95% CI 0.614~0.795）和0.655（95% CI 0.545~0.765）。结论：彩色多普勒超声能很好地评估乳腺癌病灶的整体血流比，且与前哨淋巴结转移密切相关。结合灰阶超声影像组学特征和彩色多普勒超声血流特征的COMB模型能够显著提高前哨淋巴结转移的预测准确度，为乳腺癌的精准诊疗提供重要参考。

目的：分析总结低级别子宫内膜间质肉瘤（low-grade endometrial stromal sarcoma，LG-ESS）的超声表现，探讨超声检出和诊断LG-ESS的临床价值。方法：回顾并收集2012年1月—2024年12月上海市长宁区妇幼保健院（华东师范大学附属妇幼保健院）经术后病理学检查诊断为LG-ESS的患者的临床资料和超声图像，分析肿瘤的位置、大小、边界以及内部回声等超声声像图特征。结果：共纳入12例LG-ESS患者，66.7%的患者有不规则阴道出血及月经量增多等临床表现，糖类抗原（carbohydrate antigen，CA）125均无明显升高。12例LG-ESS根据肿瘤生长位置分为4型，宫腔型4例，肌壁型5例，宫腔肌壁型2例，宫外型1例。肿瘤最大直径为16~88 mm，平均（56.3±23.2）mm。肿瘤边界欠清5例，边界不清6例，边界尚清1例（宫外型）。根据肿瘤内部回声可分为4种类型，实性肿块型7例，弥漫型1例，混合性肿块型3例，囊性肿块型1例。术前超声检出率与定位符合率均为100.0%（12/12），术前超声诊断与病理学诊断符合率为0（0/12）。结论：LG-ESS声像图表现多样，术前超声诊断存在一定的局限性，但超声仍然是一个重要的初步筛查工具。对于伴有不规则阴道出血的中年女性，当子宫内有相对较大的实性或混合性肿块，在考虑子宫肌瘤或肌腺症或子宫肌瘤囊性变等常见病时，亦应考虑LG-ESS的可能。

目的：探讨基于双中心磁共振成像（magnetic resonance imaging，MRI）的影像组学列线图术前预测子宫内膜癌（endometrial cancer，EC）的风险分层的价值。方法：回顾并收集2015年9月—2022年2月陕西省肿瘤医院（机构1）及西安市中心医院（机构2）术前接受MRI检查并经术后病理学检查证实为EC的患者资料。机构1患者按7∶3的比例随机分为训练组和内部验证组。机构2患者作为外部验证组。使用3D Slicer软件在轴位T2加权成像（T2-weighted imaging，T2WI）及表观弥散系数（apparent diffusion coefficient，ADC）图上手动分割肿瘤，提取瘤内和瘤周的影像组学特征，使用最小绝对收缩和选择算子（least absolute shrinkage and selection operator，LASSO）进行特征筛选，构建不同序列图像（ADC图和T2WI）、不同肿瘤区域（即瘤内、瘤周、瘤内+瘤周）的影像组学模型，使用受试者工作特征（receiver operating characteristic，ROC）曲线的曲线下面积（area under curve，AUC）评估不同模型的诊断效能，筛选最佳影像组学模型。筛选临床及肿瘤形态学参数[（肿瘤体积、肿瘤最大径、矢状位T2WI肿瘤最大前后径（maximum anteroposterior tumor diameter on sagittal T2WI，APsag）和肿瘤-子宫面积比（tumor to uterin area ratio，TAR）]，利用逻辑回归（logistic regression，LR）构建临床模型。联合临床模型及组学模型构建多参数MRI影像组学列线图。通过ROC曲线、校正曲线、决策曲线进行模型评估。结果：两个医疗机构共收集EC患者293例。机构1共收集患者233例，平均年龄（54.41±7.99）岁，按7∶3的比例随机分为训练组（n=163）与内部验证组（n=70）。机构2共收集患者60例，为外部验证组，平均年龄（54.62±8.45）岁。最终筛选9个与EC风险分层密切相关的影像组学特征构建影像组学模型，该模型在训练组、内部验证组及外部验证组中均显示出较高的诊断效能（AUC_训练组=0.926，AUC_{内部验证组}=0.912，AUC_{外部验证组}=0.869），结合临床参数构建的列线图模型进一步提高了诊断效能（AUC_训练组=0.949，AUC_{内部验证组}=0.951，AUC_{外部验证组}=0.932）。结论：基于MRI影像组学列线图模型在术前预测EC风险分层方面具有较高的诊断效能，有助于指导临床治疗决策。

目的：探讨计算机体层成像（computed tomography，CT）与磁共振成像（magnetic resonance imaging，MRI）在儿童卵巢囊实性占位性病变诊断中的价值。方法：回顾并分析2012年1月—2025年4月上海交通大学医学院附属新华医院经病理学检查证实的卵巢囊实性占位性病变患儿资料。分析患儿CT与MRI图像上的肿瘤特征，包括侧别、大小、钙化、脂肪成分、出血、弥散加权成像（diffusion-weighted imaging，DWI）信号、表观弥散系数（apparent diffusion coefficient，ADC）及强化程度，增强图像观察有无卵巢血管蒂征，以及腹盆腔淋巴结肿大、盆腔积液及肾积水等。结果：共纳入22例卵巢囊实性占位性病变患儿，年龄3~12岁，其中良性肿瘤5例，交界性肿瘤6例，恶性肿瘤11例；生殖细胞肿瘤14例，性索-间质肿瘤7例，上皮性肿瘤1例；单独行腹盆腔CT扫描14例，行单独盆腔MRI扫描6例，同时行腹盆腔CT与盆腔MRI扫描2例。CT增强检查和MRI增强检查对患侧卵巢血管蒂征的显示率分别为86.7%%和71.4%。CT与MRI检查对儿童卵巢囊实性占位性病变术前诊断准确度均为75.0%。良性、交界性和恶性3组肿瘤在肿瘤大小上差异无统计学意义（F=0.490，P>0.05）。结论：本研究儿童卵巢囊实性占位性病变中约半数为恶性肿瘤，部分肿瘤CT和MRI表现具有一定的特征性，结合肿瘤标志物或性激素水平，可提高术前诊断准确度。

目的：探讨交界性卵巢肿瘤（borderline ovarian tumor，BOT）的常规磁共振成像（magnetic resonance imaging，MRI）征象，提高对BOT术前诊断的准确度。方法：回顾并分析2011年2月—2025年1月于复旦大学附属肿瘤医院和复旦大学附属妇产科医院经手术和病理学检查证实的BOT患者的临床和常规MRI资料，观察肿瘤的大小、部位、肿块质地、分房、实性成分类型、囊液信号、实性成分、T2加权成像（T2-weighted imaging，T2WI）及弥散加权成像（diffusion-weighted imaging，DWI）信号、强化程度、腹水、腹膜种植、淋巴结受累及病变侧卵巢显示情况等，并比较它们在浆液性BOT（serous BOT，SBOT）和黏液性BOT（mucinous BOT，MBOT）两组间的差异。结果：共纳入148例BOT患者，年轻女性多见，平均年龄（40±15）岁。SBOT和MBOT为最常见的组织学类型，分别占比为55.4%（82/148）及29.1%（43/148）。82例SBOT中，41.5%（34/82）双侧发生，共检出116个肿块。SBOT多数为囊性为主肿块（47.4%，55/116），其次为实性（31.0%，36/116）和囊实性（21.6%，25/116）。SBOT的特征性MRI表现为囊液信号多均匀一致，绝大多数为单房（75.0%，60/80）；实性成分均表现为乳头状结构，多数呈T2WI不均匀高信号（83.6%，97/116），DWI低-等信号（65.5%，76/116），T2WI上38.8%（45/116）的病灶可见分支乳头状结构伴树枝状的低信号纤维轴心，其中36个实性肿块均表现为这一征象；病变侧卵巢常完全或部分显示（76.7%，89/116）。MBOT均为单侧、体积较大的囊性肿块（100.0%，43/43）。绝大多数可见蜂窝房（79.1%，34/43），囊液信号多不均一，T1WI多呈混杂的低-高信号（83.7%，36/43）、T2WI多呈含低信号（41.9%，18/43）或不均匀等-高信号（37.2%，16/43）。实性成分多为不规则增厚的分隔（81.4%，35/43），增强后轻-中度强化。23.3%（10/43）可见类似实性成分（富含细小蜂窝状的黏液区）的T2WI低信号区，称为“伪实性区”。其他少见类型BOT常规MRI表现多无明显特征性，常类似SBOT。肿块大小、部位、肿块质地、分房、囊液信号、实性成分信号、强化程度、腹膜种植情况及病变侧卵巢显示率在SBOT和MBOT两组间差异均有统计学意义（P<0.001）。结论：BOT的常规MRI表现具有特征性，有助于术前的精准诊断，且能够有效地区分SBOT和MBOT。

子宫内膜异位症（endometriosis，EM）相关妇科肿瘤是一类特殊的疾病，具有独特的影像学特征和治疗方案。根据发病部位，分为子宫内膜异位相关卵巢癌（endometriosis-associated ovarian cancer，EAOC）和卵巢外EM相关恶性肿瘤。EAOC最具提示意义的磁共振成像（magnetic resonance imaging，MRI）征象为T1加权成像（T1-weighted imaging，T1WI）高信号囊液中出现强化壁结节，弥散加权成像（diffusion-weighted imaging，DWI）弥散受限，T2加权成像（T2-weighted imaging，T2WI）阴影征消失；而卵巢外EM恶变约占25%，常见位置为子宫直肠陷凹、盆底或韧带，MRI恶性征象包括T2WI中等稍高信号，增强图像病灶显著强化，DWI弥散受限，增强后显著强化。先前深部EM病灶短期增大、实性成分增多并DWI弥散受限，高度提示恶变。总之，MRI在识别卵巢和卵巢外EM的恶变中起着关键作用，了解EM恶性转化的影像学特征对早期诊断并及时给予明确治疗至关重要。随着MRI技术进步、研究深入，以及非侵入性EM检测手段认知的提升，整体诊断水平将得到显著改善，有助于减少患者面临的诊断延误问题。

手术治疗是晚期卵巢癌患者治疗的基石，能否实现最优的肿瘤细胞减灭术直接决定患者的预后。影像学检查是术前评估卵巢癌可切除性的重要手段，可为制订最优的手术方案提供依据。术前影像学检查的核心目标是评估肿瘤的转移范围及手术完全切除的可能性，从而使患者手术获益最大化，提升患者预后水平。约70%的卵巢癌患者初诊时已处于晚期，常伴有盆腹腔广泛转移及腹膜种植，导致手术切除难度显著增加。因此，通过影像学检查精准评估肿瘤转移负荷及关键脏器受累情况至关重要。目前，计算机体层成像（computer tomography，CT）是卵巢癌术前评估的首选方法，其优势在于应用便捷并可全面显示腹膜转移灶及淋巴结肿大等情况，但CT对微小腹膜种植（<5 mm）和肠系膜浸润的分辨能力有限。磁共振成像（magnetic resonance imaging，MRI）具有软组织分辨率高及多参数、多方位成像的优势，可更精准地评估盆腔脏器侵犯，特别是直肠乙状结肠交界、膀胱等的浸润。此外，弥散加权成像（diffusion-weighted imaging，DWI）可提高微小转移灶及手术关键部位病灶的检出率。¹⁸F-FDG正电子发射体层成像（positron emission tomography，PET）/CT在远处转移及淋巴结转移的检测中具有更高的特异性，但对腹膜播散评估的灵敏度并未优于CT和MRI。当前，影像组学与人工智能技术的飞速发展有望推动晚期卵巢癌手术可切除性评估的革新，不仅通过提取肿瘤异质性特征等定量影像学特征，结合临床数据构建预测模型，还可利用先进的深度学习技术实现转移灶的自动分割和识别，构建三维可视化模型。尽管如此，手术可切除性的评估仍需结合患者身体状态、术者经验及经多学科讨论进行综合决策。

甲状腺癌的发病率近年逐渐升高。右侧喉返神经后方淋巴结（lymph node posterior to right recurrent laryngeal nerve，LN-prRLN）是甲状腺乳头状癌（papillary carcinoma of the thyroid，PTC）淋巴结转移的重要路径之一，具有转移率较高、隐蔽性较强、与癌症进展高度相关的特点。由于LN-prRLN清扫术伴随风险较高，准确评价LN-prRLN受累情况对手术方式的选择、患者预后预测意义重大。超声作为评价LN-prRLN的首选影像学检查方法，在LN-prRLN术前诊断中发挥重要作用，并随着人工智能的发展而具有更广阔的应用前景。常规超声可直接识别并定位可疑淋巴结，结合超声造影和超声弹性成像增加评估准确度，淋巴超声造影对显示LN-prRLN有极大优势，新兴的超声影像组学可客观、定量提取特征，构建LN-prRLN转移的联合预测模型辅助诊断。本文就超声及其新技术在术前诊断和评估LN-prRLN转移中的应用现状进行综述。

目的： 基于多参数磁共振成像（magnetic resonance imaging，MRI）及多算法机器学习模型识别原发性中枢神经系统淋巴瘤（primary central nervous system lymphoma，PCNSL）中的Bcl-2和c-Myc双表达淋巴瘤（double-expression lymphoma，DEL）。 方法： 回顾并分析2021年1月—2024年1月茂名市人民医院及信宜市人民医院颅内PCNSL患者的临床资料，根据免疫组织化学染色法检测Bcl-2和c-Myc蛋白的表达分为DEL组和非共表达组（nDEL组）。对T1加权对比增强成像、弥散加权成像及水抑制成像进行手工分割肿瘤并提取影像组学特征。应用重复最小绝对值收缩和选择算子筛选特征，然后使用15种机器学习算法及参数调整、自定义参数组合、10折交叉验证构建鉴别模型。 结果： 共纳入200例颅内PCNSL患者（81例DEL）。训练集、内部验证集和外部验证集之间年龄、性别、是否出血坏死、肿瘤位置、瘤周水肿、肿瘤最大径、肿瘤数量、是否侵犯脑膜或室管膜差异无统计学意义。根据组内相关系数（>0.75）初步获取2 895个稳定性影像学特征，筛选得到16个特征，极端梯度提升模型及梯度提升机模型鉴别效能最优，验证集最高曲线下面积（area under curve，AUC）为0.91。 结论： 基于多参数MRI及多算法机器学习模型在DEL检测中有良好的应用前景。

目的： 分析直肠癌患者术后吻合口复发的计算机体层成像（computed tomography，CT）、高分辨率磁共振成像（high-resolution magnetic resonance imaging，HR-MRI）、弥散加权成像（diffusion weighted imaging，DWI）影像学表现及参数，并探究其对复发的诊断价值。 方法： 选取2020年1月—2022年12月资阳市中心医院直肠癌术后疑似吻合口复发的患者为研究对象，患者均行CT、HR-MRI及DWI检查。分析其CT、HR-MRI、DWI影像学表现，以及影像学参数[平扫期、动脉期、静脉期CT值、信号强度值、对比信噪比（contrast noise ratio，CNR）、平均表观弥散系数（apparent diffusion coefficient，ADC）]在直肠癌术后吻合口复发中的诊断价值。 结果： 共纳入103例直肠癌术后疑似吻合口复发患者，经病理学检查证实，复发62例，未复发41例。复发者CT表现：直肠癌术后吻合口复发患者吻合口腔隙变窄、外缘呈不规则增厚，且伴有盆腔组织器官受累；HR-MRI表现：直肠癌术后吻合口复发患者术区肠壁呈不同程度的增厚现象，T1加权成像（T1-weighted imaging，T1WI）序列呈稍长信号，T2加权成像（T2-weighted imaging，T2WI）序列呈长信号，增强扫描呈明显强化，而未复发患者T1WI信号区仅呈轻度强化，为纤维瘢痕组织；DWI表现：直肠癌术后吻合口复发患者DWI呈稍高信号或高信号，ADC图呈低信号，而直肠癌术后吻合口未复发患者DWI呈低信号或稍高信号，ADC图呈高信号。复发患者动脉期、静脉期CT值、信号强度值、CNR高于未复发患者，ADC值低于未复发患者；动脉期CT值、静脉期CT值、信号强度值、CNR、ADC诊断复发的曲线下面积（area under curve，AUC）分别为0.828、0.791、0.747、0.801、0.801，联合诊断直肠癌术后吻合口复发的AUC为0.920（95% CI 0.850~0.964），灵敏度为88.71%，特异度为87.80%，均优于各影像学表现及参数单独诊断（Z=2.485、2.304、3.018、2.313、3.185、3.759、2.706、2.713，均P<0.05），且与病理学检查结果的一致性良好（Kappa=0.759，95% CI 0.566~0.952）。 结论： CT、HR-MRI、DWI联合的多模态影像学对直肠癌术后吻合口复发具有更高的诊断价值。

目的： 探讨人工智能（artificial intelligence，AI）软件对肺结节良恶性鉴定及肺结节病理学类型预测的价值。 方法： 收集2020年9月—2024年8月于复旦大学附属肿瘤医院闵行分院进行高危人群肺结节筛查且经病理学检查证实的肺结节患者。应用AI软件分析肺结节的良恶性及病理学类型，并与病理学检查结果进行一致性检验。通过受试者工作特征（receiver operating characteristic，ROC）曲线评估AI软件的诊断效能。 结果： 共纳入62例肺结节患者，其中炎性结节4例，原位癌4例，非典型性腺瘤样增生2例，微浸润腺癌16例，浸润腺癌32例，鳞癌4例。肺结节软件分析诊断肺结节良恶性的灵敏度为98.28%，特异度为75.00%，准确度为96.80%，曲线下面积为0.866。AI软件对肺结节病理学类型预测与病理学检查结果进行一致性检验，Kappa值为0.859。 结论： 基于计算机体层成像（computed tomography，CT）靶扫描的AI软件在肺癌筛查中能够有效地鉴别肺结节良恶性，对肺结节的病理学类型预测也具有参考意义，对医师作出更优化的临床手术决策及对患者肺结节进行精准化管理有很大帮助。

目的： 探讨基于机器学习的影像组学模型在预测局部晚期宫颈癌患者同步放化疗后无病生存期（disease-free survival，DFS）及总生存期（overall survival，OS）中的价值。 方法： 回顾并分析双中心接受同步放化疗并持续随访的局部晚期宫颈癌患者资料。测量所有患者T2加权成像（T2-weighted imaging，T2WI）序列中宫颈癌原发灶及其周围5 cm区域的三维影像组学参数。采用6种机器学习方法构建最佳影像组学模型，并分析其对现有临床标志物的增量价值。 结果： 共纳入632例患者，其中中心1的552例患者作为训练集，中心2的80例患者作为验证集。在DFS的预测中，肿瘤及瘤周联合的随机生存森林模型展现出最佳预测效能，其在训练集和验证集中的1年、3年、5年AUC分别为0.955、0.906、0.970和0.781、0.885、0.836。在OS的预测中，肿瘤及瘤周联合的Deepsurv模型展现出最佳预测效能，其在训练集和验证集中的1年、3年、5年曲线下面积（area under curve，AUC）分别为0.977、0.939、0.933和0.846、0.875、0.808。 结论： 基于机器学习的影像组学模型有助于预测局部晚期宫颈癌患者同步放化疗后的DFS、OS，并且影像组学与临床指标的联合具有更高的预测效能，可为宫颈癌患者的诊疗决策和预后预测提供可靠判断依据。

目的： 基于彩色多普勒超声参数和血清学指标构建预测宫颈癌患者5年内发生死亡的列线图模型，并评估模型的区分度和一致性。 方法： 选取2020年10月—2024年12月在深圳市龙岗区人民医院接受宫颈根治术治疗的宫颈癌患者为研究对象，所有患者术前行彩色多普勒超声检查。收集血清学检查指标。采用多因素回归分析影响宫颈癌患者5年内发生死亡的危险因素。采用R软件构建预测宫颈癌患者5年内死亡风险的列线图模型，并使用受试者工作特征（receiver operating characteristic，ROC）曲线及校准曲线验证列线图模型的区分度和一致性。 结果： 研究共纳入500例宫颈癌患者，按6∶4将宫颈癌患者分为建模集300例和验证集200例。死亡组阻力指数（resistance index，RI）、搏动指数（pulsatility index，PI）低于存活组，病灶内微血管血流丰富、鳞状细胞癌抗原（squamous cell carcinoma antigen，SCCA）≥1.5 ng/mL、糖类抗原125（carbohydrate antigen 125，CA125）≥35 kU/L比例高于存活组，差异有统计学意义（P<0.05）。COX回归分析显示，RI、病灶内微血管血流丰富、SCCA≥1.5 ng/mL、CA125≥35 kU/L是影响宫颈癌患者预后的危险因素（P<0.05）。基于危险因素用R软件建立预测宫颈癌患者5年内发生死亡风险的列线图模型，Hosmer-Lemeshow拟合优度检验显示，建模集χ²=7.629，P=0.471；验证集χ²=9.051，P=0.338；建模集曲线下面积为0.841；验证集曲线下面积为0.822。 结论： 本研究构建的预测宫颈癌患者5年内发生死亡风险的列线图模型，具有较好的区分度和一致性。

目的： 探讨胃口服超声造影与胃镜检查早期诊断胃部疾病在社区医院中的应用价值。 方法： 收集2021年6月—2024年8月上海市闵行区浦江社区卫生服务中心收治的胃部疾病患者，所有胃部疾病患者均进行胃镜检查、胃口服超声造影检查，均以病理学检查结果为金标准。统计胃口服超声造影、胃镜检查及两者联合检查与病理学检查结果，比较胃口服超声造影、胃镜检查及两者联合检查的诊断准确度，比较良恶性胃部疾病胃壁厚度。 结果： 共纳入268例患者，病理学检查检出阳性患者183例，其中恶性患者30例；胃口服超声造影检出阳性患者151例，其中恶性患者22例；胃镜检出阳性患者160例，其中恶性患者22例；联合检查检出阳性患者175例，其中恶性患者25例。联合检查对胃炎的诊断准确度为96.91%，高于胃口服超声造影的83.51%（χ²=10.533，P<0.05）。联合检查诊断胃良恶性病变的灵敏度为80.00%，均高于胃口服超声造影、胃镜检查的50.00%、53.00%；联合检查的准确度为97.39%，均高于胃口服超声造影、胃镜检查的91.79%、92.54%（χ²=6.826、8.650，P<0.05）。恶性胃部疾病患者胃壁厚度大于良性胃部疾病患者（t=20.818，P<0.05）。 结论： 胃超声造影与胃镜检查联合检查可提高胃部疾病的检出率，且有助于胃部疾病良恶性的鉴别诊断，且研究观察到恶性病变胃壁厚度大于良性病变。

目的： 探索乳腺黏液癌（mucinous breast carcinoma，MBC）在多模态超声（multi-parametric ultrasonography，mpUS）即常规超声、剪切波弹性成像（shear wave elastography，SWE）及超声造影（contrast-enhanced ultrasound，CEUS）中的影像学特征，并评估其对MBC的诊断效能。 方法： 回顾并纳入2017年1月—2023年4月上海交通大学医学院附属第一人民医院因乳腺病变入院诊治的患者，以术后病理学检查为金标准。根据随机数字表法，按1∶1.5从同期患者中随机选取乳腺纤维腺瘤（fibroadenoma，FA）患者作为对照组。按照乳腺影像报告和数据系统（breast imaging reporting and data system，BI-RADS）分析影像学特征并进行分类。采用logistic回归筛选有效诊断指标，建立预测模型，绘制受试者工作特征曲线，以曲线下面积（area under curve，AUC）评估诊断效能。 结果： 最终纳入40例MBC患者共40个病灶，包括16例单纯型MBC（pure MBC，PMBC）、24例混合型MBC（mixed MBC，MMBC）；60例FA患者，共60个病灶。在常规超声上，50.0%（8/16）的PMBC为BI-RADS 3及4A类，70.8%（17/24）的MMBC为BI-RADS≥4B类。SWE中PMBC和MMBC较FA更多呈不均质质硬表现（62.0%和83.3% vs 25.0%），3~4分是两者与FA鉴别的独立预测因素。CEUS中病变内存在囊性无增强区、边缘增多滋养血管是PMBC与FA鉴别的独立风险因素。相较于MMPC，mpUS较单独常规超声能更显著地提升PMBC与FA的鉴别诊断效能（AUC：0.949 vs 0.858，P<0.05）。 结论： MBC，尤其是PMBC，因其与FA在常规超声声像图上存在重叠征象而常被低估，采用mpUS较单独使用常规超声可显著提高其与FA的鉴别诊断效能。

目的： 探讨多模态超声特征联合血清癌胚抗原（carcinoembryonic antigen，CEA）、细胞角蛋白（cytokeratin，CK）19水平预测乳腺癌腋窝淋巴结转移。 方法： 回顾并收集2023年2月—2024年8月于秦皇岛市第一医院就诊的乳腺癌患者的多模态超声特征及初诊时血清CEA、CK19的水平，按腋窝淋巴结病理学检查结果分为转移阴性组与阳性组。比较两组患者乳腺癌原发灶的最大径、边缘、有无微钙化、是否平行位、血流显像Adler分级、剪切波弹性成像（shear wave elastography，SWE）的最大弹性值（E_max）和最小弹性值（E_min）等多模态超声特征及血清CEA、CK19的水平，探讨多模态超声特征联合血清CEA、CK19预测乳腺癌腋窝淋巴结转移。 结果： 本研究共纳入136例乳腺癌患者，其中腋窝淋巴结转移阴性组63例，腋窝淋巴结转移阳性组73例。经单因素比较及logistic回归分析，乳腺癌原发灶有微钙化、Adler血流Ⅱ~Ⅲ级、E_max值升高、血清CEA值升高是乳腺癌腋窝淋巴结转移阳性的独立预测因素。联合以上4个因素构建预测模型，其受试者工作特征（receiver operating characteristic，ROC）曲线的曲线下面积（area under curve，AUC）为0.910（95% CI 0.862~0.957）。 结论： 乳腺癌原发灶有微钙化、Adler血流Ⅱ~Ⅲ级、E_max值升高、血清CEA值升高提示腋窝淋巴结转移阳性的可能性更高，由上述4个预测因素构建的logistic回归模型可以在一定程度上预测乳腺癌腋窝淋巴结转移。

目的： 探讨深度学习超声组学在预测乳腺癌腋窝淋巴结（axillary lymph node，ALN）转移中的应用价值。 方法： 回顾并分析2021年1月—2023年12月上海市浦东新区公利医院经病理学检查证实的乳腺癌患者原发灶的超声图像，根据ALN是否转移分为无ALN转移组和有ALN转移组。分析乳腺癌原发灶的超声特征与ALN转移的相关性，并评估其预测ALN转移的效能。基于乳腺癌原发灶超声图像，随机将患者按8∶2分为训练集及测试集，使用9种深度学习模型（ResNet50、EfficientNet、MobileNetV3、DenseNet121、DenseNet201、Vision Transformer、VGG16、MobileViT、Mamba Transformer）来预测ALN转移，通过5折交叉验证，选择效能最优的深度学习模型，并绘制决策曲线分析图，评估9种模型的临床净获益。分析并比较深度学习模型与超声特征预测乳腺癌ALN转移的效能差异。 结果： 共纳入324例乳腺癌患者，共计324个乳腺病灶，其中无ALN转移组198例，有ALN转移组126例。单因素分析结果显示，无ALN转移组和有ALN转移组在乳腺癌原发灶的长径、形态、方位、边缘、钙化、高回声晕、毛刺征及分叶状态之间的差异均有统计学意义（P<0.05）。多因素logistic回归分析结果显示，病灶较大、非平行生长、有高回声晕及毛刺征是乳腺癌ALN转移的独立危险因素，四者联合诊断的受试者工作特征曲线的曲线下面积（area under curve，AUC）为0.805。9种深度学习模型中，DenseNet201效能最高，AUC分别为0.964（训练集）和0.861（测试集）。深度学习模型对ALN转移的预测效能明显优于超声特征。决策曲线分析显示，DenseNet201模型风险阈值在0.170 6到0.605 2之间时净收益明显。 结论： 深度学习超声组学在术前无创评估乳腺癌ALN转移方面具有较高临床应用价值，可为术前诊疗方案的选择提供依据。