目的探討重癥急性胰腺炎（severe acute pancreatitis, SAP）患者三種CT評分即CT嚴重指數（CT severity index, CTSI）、修正CT嚴重指數（modified computed tomography severity index, MCTSI）、胰腺外炎癥CT（extra-pancreatic inflammation on CT, EPIC）評分分別與急性胰腺炎嚴重程度床邊指數（bedside index of severity in acute pancreatitis, BISAP）的相關性。 方法前瞻性收集2015年7～11月期間確診為急性胰腺炎的患者135例，納入其中診斷為SAP的患者45例，對其采用三種CT評分標準（CTSI、MCTSI及EPIC）和BISAP評分標準進行評分，分析三種CT評分結果與BISAP評分結果的相關性。對于CTSI、MCTSI及EPIC評分在兩位觀察者間的一致性用Kappa檢驗分析。MCTSI、CTSI及EPIC分別與BISAP的相關性用Spearman等級相關分析。檢驗水準α=0.05。 結果BISAP評分Ⅰ級者4例，Ⅱ級者22例，Ⅲ級者19例，總評分為（2.41±0.82）分。CTSI的評分結果為Ⅰ級者6例，Ⅱ級者22例，Ⅲ級者17例，總評分為（6.02±1.96）分，兩位觀察者間一致性好（Kappa=0.748，95%CI為0.000～0.076，P＜0.01）。MCTSI的評分Ⅰ級者1例，Ⅱ級者13例，Ⅲ級者31例，總評分為（7.91±2.11）分，兩位觀察者間一致性好（Kappa=0.788，95%CI為0.000～0.076，P＜0.01）。EPIC評分結果為：Ⅰ級者6例，Ⅱ級者11例，Ⅲ級者28例，總評分為（5.57±1.52）分，兩位觀察者間一致性好（Kappa=0.768，95%CI為0.000～0.076，P＜0.01）。CTSI、MCISI、EPIC評分分別與BISAP評分均呈正相關（rs=0.439，P=0.003；rs=0.640，P=0.000；rs=0.503，P=0.001）。 結論胰腺炎三種CT評分與BISAP均趨于正相關，MCTSI和EPIC與BISAP相關性較好，且MCTSI與BISAP較EPIC與BISAP的相關性更好。
目的探討重癥急性胰腺炎（SAP）患者CT嚴重指數（CTSI）、修正CT嚴重指數（MCTSI）與急性胰腺炎嚴重程度床邊指數（BISAP）的相關性。 方法前瞻性收集2015年7月至2015年10月期間確診為急性胰腺炎的患者112例，納入其中診斷為SAP的患者38例，對其采用兩種CT評分標準（CTSI及MCTSI）和BISAP評分標準進行評分。采用SPSS 19.0軟件分析兩種CT評分結果與BISAP評分結果的相關性，對于觀測者的一致性用Kappa檢驗分析。MCTSI和CTSI分別與BISAP的相關性用Spearman等級相關分析。檢驗水準α=0.05。 結果BISAP評分兩位觀察者評定結果均為Ⅰ級者3例（8.9%），Ⅱ級者20例（52.6%），Ⅲ級者15例（39.5%），觀察者間一致性強（Kappa=1，P＜0.01）；CTSI評分兩位觀察者結果均為Ⅰ級者6例（15.8%），Ⅱ級者22例（57.9%），Ⅲ級者10例（26.3%），觀察者間一致性較好（Kappa=0.748，95% CI 0.000～0.076，P＜0.01）；MCTSI評分兩位觀察者結果均為Ⅰ級者2例（5.3%），Ⅱ級者19例（50.0%），Ⅲ級者17例（44.7%），觀察者間一致性較好（Kappa=0.788，95% CI0.000～0.076，P＜0.01）。CTSI評分與BISAP評分呈正相關（rs=0.385，P=0.001），MCISI與BISAP評分也呈正相關（rs=0.326，P=0.004）。 結論兩種CT嚴重指數評分評價SAP，CTSI評分和MCTSI評分與BISAP評分均趨于正相關，但是相關性都較弱。
目的 探討采用 CT 圖像紋理分析鑒別不典型的胰腺實性假乳頭狀腫瘤（pancreatic solid pseudopapillary tumor，SPT）和胰腺導管腺癌（pancreatic ductal adenocarcinoma，PDAC）的可行性。 方法 回顧性分析四川大學華西醫院經病理學檢查證實的不典型 SPT（共計 26 個病灶）和 PDAC（共 52 個病灶）患者的 CT 資料。利用 ITK-Snap 軟件于動脈期（arterial phase，AP）及門靜脈期（portal venous phase，PVP）CT 圖像上勾畫三維（three-dimensional，3D）感興趣區（region of interest，ROI），利用 A.K.軟件（GE 公司，美國）自動提取 ROI 處的圖像紋理特征。應用 R 軟件行參數間的相關性分析以去除冗余的紋理特征后，剩余的紋理特征應用單因素及多因素二分類 logistic 回歸篩選紋理特征，并建立回歸模型。應用受試者工作特征（receiver operating characteristic，ROC）曲線分析比較紋理特征與模型鑒別不典型 SPT 及 PDAC 的診斷效能。 結果 共提取了 792 個紋理特征（AP 396 個，PVP 396 個），去冗余后剩余 61 個特征（AP 35 個，PVP 26 個）。二分類 logistic 回歸分析選擇出 2 個紋理特征為獨立危險因素（AP 下為 MinIntensity，PVP 下為 Correlation_AllDirection_offset1_SD），其鑒別不典型的 SPT 和 PDAC 的靈敏度、特異度分別為 71.15%、76.92% 和 63.46%、76.92%，曲線下面積（AUC）分別為 0.740 和 0.754。應用上述 2 個紋理特征建立二分類 logistic 模型后，其模型靈敏度和特異度分別為 73.08% 及 80.77%，AUC 值為 0.796。2 個紋理特征和 logistic 模型的診斷效能比較差異無統計學意義（P>0.05）。 結論 CT 圖像紋理分析鑒別不典型 SPT 與 PDAC 是可行的，具有中等的診斷效能。
目的 探索能用于鑒別非富血供胰腺神經內分泌腫瘤（pNEN）與胰腺導管腺癌（PDAC）的 CT 特征。 方法 回顧性納入四川大學華西醫院 2010 年 5 月至 2017 年 5 月期間經過病理確診為非富血供 pNEN 和 PDAC 的患者，分析二者的 CT 特征，通過多元邏輯回歸篩選 CT 特征并計算其診斷效能。 結果 40 例非富血供 pNEN（無功能性 33 例，功能性 7 例）及 80 例 PDAC 患者納入本研究。非富血供 pNEN 與 PDAC 間差異有統計學意義的特征包括腫瘤位置、腫瘤長徑、腫瘤邊界、腫瘤實質均勻、腫瘤內鈣化及腫瘤內血管影（P<0.05）。將各項有統計學意義的特征經過多元邏輯回歸分析后提示腫瘤邊界 ［OR 為 14.63，95% CI 為（2.82，75.99）］、腫瘤內鈣化［OR 為 4.00，95% CI 為（1.03，15.59）］ 及腫瘤位置 ［OR為3.09，95% CI為（1.19，7.99）］ 能夠獨立鑒別出非富血供 pNEN。再根據有統計學意義的特征最終得出非富血供 pNEN 與 PDAC 鑒別診斷的多元邏輯回歸模型，其診斷敏感度為 70.00%，95%CI 為（53.5，83.4）；特異度為 83.54%，95%CI 為（73.5，90.9）；受試者工作特征曲線下面積為 0.824，95% CI 為（0.743，0.887）。 結論 CT 特征多元邏輯回歸模型可應用于非富血供 pNEN 與 PDAC 鑒別診斷，其中腫瘤邊界及腫瘤內鈣化特征在非富血供 pNEN 與 PDAC 鑒別診斷中有一定的應用價值。
目的了解當前胰腺神經內分泌腫瘤（pNEN）影像研究領域的現狀及熱點問題。方法檢索 1998–2018 年期間 Web of Science 核心數據庫中有關 pNEN 研究的相關論文，采用文獻計量學方法，通過 CiteSpace 軟件進行定量分析。結果共檢索到 pNEN 影像研究領域文獻 190 篇，其中發表文獻數量居前 3 位的國家為美國、德國及意大利。pNEN 共被引文獻的聚類包括：超聲內鏡、診斷現狀、前瞻性評估、囊性胰腺神經內分泌瘤、富血供神經內分泌瘤、無功能胰腺神經內分泌瘤、體素內不相干運動及轉移灶。pNEN 研究領域熱點詞包括：細針穿刺活檢、CT、診斷、胰腺、癌癥、神經內分泌瘤、腫瘤、癌、管理。研究熱點關鍵詞聚類有：神經內分泌瘤、胰腺腫塊大小、非高功能神經內分泌瘤、CT 表現、轉移灶、輔助研究、生長抑素類似物、生長抑素、術中超聲及多發性內分泌瘤病Ⅰ型。結論pNEN 的精準影像學診斷仍然是該領域的熱點問題。
目的探討以 CT 增強圖像為基礎的圖像紋理分析技術對急性胰腺炎（AP）合并急性腎損傷（AKI）的診斷價值。方法回顧性分析 2016 年 9 月至 2018 年 9 月期間四川大學華西醫院放射科收治的 39 例 AP 合并 AKI 及 23 例 AP 未合并 AKI 患者的 CT 動脈期及靜脈期圖像，利用 ITK-Snap 軟件手動勾畫雙側腎臟，再用 A.K.分析軟件提取紋理特征，采用單因素方差分析、曼-惠特尼秩和檢驗、Spearman 相關性分析及 LASSO 回歸進行特征降維并用 logistic 回歸篩選出紋理特征，采用受試者操作者特征（ROC）曲線來評價篩選出的紋理特征診斷 AP 合并 AKI 的效能。結果提取得到 396 個影像組學特征，經降維最終篩選出相關性、慣性、平均像素值、集群突出、短游程高灰階矩及表面面積 6 個紋理特征，其診斷 AP 是否合并 AKI 的 ROC 曲線下面積、截斷值、靈敏度、特異度和準確率在紋理特征相關性分別為 0.926、0.619、89.4%、71.4% 和 82.7%，慣性分別為 0.790、0.665、59.6%、82.1%、68.0%，平均像素值分別為 0.983、0.662、89.4%、100%、93.3%，集群突出分別為 0.903、0.696、80.9%、85.7%、82.7%，短游程高灰階矩分別為 0.980、0.778、76.6%、100%、85.3%，表面面積分別為 0.819、0.604、78.7%、75.0%、77.3%。結論CT 增強圖像的紋理特征在診斷 AP 是否合并 AKI 時具有較好的辨別能力與較高準確度，其中平均像素值的診斷效能最優。