目的 分析肝移植術前應用肝臟CT影像解讀分析系統研究肝靜脈合干及其在下腔靜脈注入的解剖與分布情況，按肝靜脈解剖特征擬定肝移植的技術類型。方法 統計武漢大學中南醫院和中南大學湘雅三醫院2000年5月至2007年8月期間共施行的248例背馱式肝移植患者的手術數據，并根據該248例患者的肝靜脈解剖及其注入下腔靜脈的數據對肝靜脈類型進行分型并命名。另外收集武漢大學中南醫院2010年3月至2013年4月期間實施的40例背馱式肝移植患者的術前肝臟CT影像解讀分析系統的數據，分析每例患者的肝靜脈在第二肝門合干及其注入下腔靜脈的解剖情況，并分析肝短靜脈在第三肝門注入下腔靜脈的解剖情況，最后按筆者肝靜脈分型標準在術前對肝臟CT影像解讀分析系統的數據進行分型并擬定肝移植技術類型。結果 248例背馱式肝移植患者術中按肝靜脈合干及其注入下腔靜脈的解剖情況將肝靜脈分為5型：Ⅰ型（左中肝靜脈合干型） 142例（57.25%）、Ⅱ型（右中肝靜脈合干型） 54例（21.77%）、Ⅲ型（左、中、右肝靜脈共干型） 14例（5.64%）、Ⅳ型（分別匯入型）34例（13.71%）?〔其中ⅣA型16例（6.45%），為同軸水平匯入；ⅣB型18例（7.25%），為非同軸水平匯入〕、Ⅴ型（肝段型） 4例（1.61%）。40例背馱式肝移植患者的術前肝臟CT影像解讀分析系統的數據顯示：Ⅰ型24例（60.00%），Ⅱ型9例（22.50%），Ⅲ型2例（5.00%），Ⅳ型4例（10.00%），Ⅴ型1例（2.50%），肝臟CT影像解讀分析系統的數據得出的肝靜脈各型所占比例與筆者肝靜脈分型標準中各型所占比例基本吻合。結論 根據術前肝臟CT影像解讀分析系統的數據確定肝靜脈合干與非合干匯入肝后下腔靜脈的解剖狀況，從而按肝靜脈分型標準歸類后術前確定背馱式肝移植手術方式（Ⅰ、Ⅱ、Ⅲ型和ⅣA型可常規行經典式背馱式肝移植，ⅣB型和Ⅴ型僅能進行改良式背馱式肝移植或行經典式原位肝移植，亦可結扎或縫扎各肝靜脈分支，在供、受體下腔靜脈后、前正中行梭形切口或三角形開孔吻合），為臨床術前決策提供重要依據。
目的評估基于 CT 影像的人工智能（artificial intelligence，AI）輔助診斷系統對肺癌的診斷價值。方法計算機檢索 PubMed、EMbase、The Cochrane Library、CNKI、萬方數據庫和中國生物醫學文獻數據庫（CBM）中 2010～2019 年關于基于 CT 影像的 AI 輔助診斷系統診斷肺癌的中英文文獻。按照診斷試驗的納入和排除標準篩選文獻，進行質量評價并提取特征信息。采用 RevMan 5.3、Stata 12.0 和 SAS 9.4 軟件進行 Meta 分析，以合并敏感度、特異度、陽性似然比、陰性似然比、診斷比值比，繪制綜合受試者工作特征（SROC）曲線，并通過 Meta 回歸分析探索研究間異質性來源。結果共納入 18 個研究，包括 4 771 例患者。納入的研究間存在異質性，采用隨機效應模型進行分析。Meta 分析結果顯示：基于 CT 影像的 AI 輔助診斷系統診斷肺癌的合并敏感度、合并特異度、合并陽性似然比、合并陰性似然比、合并診斷比值比和 SROC 曲線下面積分別為 0.87［95%CI（0.84，0.90）］、0.89［95%CI（0.84，0.92）］、7.70［95%CI（5.32，11.15）］、0.14 ［95%CI（0.11，0.19）］、53.54［95%CI（30.68，93.42）］和 0.94［95%CI（0.91，0.95）］。結論基于 CT 影像的 AI 輔助診斷系統對肺癌具有較高的診斷價值，可以作為一種診斷肺癌的方法在臨床推廣應用。但受納入研究的數量和質量限制，上述結論尚需開展更多高質量研究予以驗證。
目的探討CT影像組學和臨床資料在預測非血管化植骨（non-vascularized bone grafting，NVBG）保髖療效中的價值，構建一種可視量化、有效的保髖決策方法。方法 納入2009年6月—2019年6月接受NVBG進行保髖的153例（182髖）股骨頭壞死（osteonecrosis of the femoral head，ONFH）患者，以7∶3比例劃分訓練集（130髖）和測試集（52髖），根據術后3年時的隨訪結果定義保髖成敗。提取CT影像中感興趣區的影像組學特征，根據降維后的影像組學特征及其系數的線性加權獲得影像組學評分，采用單因素、多因素Cox回歸分析篩選臨床預測因子，分別構建影像組學模型、臨床模型和綜合模型。在訓練集及測試集中比較3種模型對保髖療效的預測性能，評價指標包括曲線下面積、C-Index、敏感度、特異度和校準曲線等，采用列線圖對最佳模型可視量化并通過決策曲線評估其臨床效用。 結果 術后3年隨訪時，保髖累積生存率達70.33%。術后是否繼續接觸致病因素和日本骨壞死研究會（JIC）分型是影響保髖療效的臨床預測因子，最小絕對收縮和選擇算子降維所得的13個影像組學特征被用于構建Rad-scores。在訓練集和測試集中，綜合模型預測術后1、2、3年保髖療效的性能均優于臨床模型和影像組學模型（P<0.05），預測值和實際觀察值間具有良好一致性。基于綜合模型所構建的列線圖顯示，較低的Rad-scores、術后不再接觸致病因素和JIC分型中B型及C1型患者，術后1、2、3年股骨頭生存概率較高。決策曲線分析結果表明，綜合模型的總凈收益均高于單一預測因子的臨床模型和影像組學模型，可在較大概率閾值范圍內帶給患者更多凈獲益。結論CT影像組學聯合臨床資料所構建的預測模型和列線圖，是一種可視量化、有效的保髖決策方法，能在術前預測NVBG的保髖療效，具備較高的臨床應用價值。