摘要：目的:基于深度学习对^(99)Tc^(m)-亚甲基二膦酸盐(MDP)全身骨显像图像中骨转移瘤进行智能诊断,并设计肿瘤负荷的定量评估指标。方法:回顾性纳入同济大学附属第十人民医院核医学科2018年3月至2019年7月间621例患者(男389例、女232例;年龄12~93岁)的骨显像图像,分为骨转移瘤组和非骨转移瘤组。从2组分别抽取80%作为训练集,余20%作为测试集。利用深度残差卷积神经网络ResNet34构建骨转移瘤诊断分类及分割模型。计算灵敏度、特异性、准确性以评估分类模型性能,分析分类模型在<50岁(15例)、≥50且<70岁(75例)及≥70岁(33例)组的性能差异。利用模型分割骨转移瘤区域,以骰子系数评估分割模型结果与人工标注结果的比对。计算骨显像肿瘤负荷系数(BSTBI)以定量评估骨转移瘤肿瘤负荷。结果:骨转移瘤图像280例,非骨转移瘤图像341例;其中,训练集498例,测试集123例。诊断分类模型识别骨转移瘤的灵敏度、特异性及准确性分别为92.59%(50/54)、85.51%(59/69)和88.62%(109/123)。分类模型在<50岁组表现最佳(灵敏度2/2,特异性12/13,准确性14/15),其特异性在≥70岁组中最低(8/12)。分割模型中,骨转移瘤区域骰子系数为0.739,膀胱区域骰子系数为0.925,模型在3个年龄组表现相当。初步结果显示,BSTBI随病灶数目的增多、^(99)Tc^(m)-MDP摄取程度的增高而增大。构建的骨转移瘤智能诊断模型从输入原始数据到最终完成BSTBI计算所需时间为(0.48±0.07)s。结论:基于深度学习的骨转移瘤智能诊断模型能较准确地识别骨转移瘤、进行自动区域分割及计算肿瘤负荷,为骨显像图像的解读提供了新方法。研究提出的BSTBI有望成为骨转移瘤肿瘤负荷的定量评估指标。

摘要：目的分析99Tcm-C50和67Ga在病理状态下对各主要器官和全身的内照射剂量。方法应用SPECT进行平面配对显像,以自行设计软件计算99Tcm-C50和67Ga在直肠癌和淋巴瘤病人各组织器官的辐射吸收剂量。结果发现99Tcm-C50主要累积在肝、肾中,肝、肾、肺和心的辐射吸收剂量较高;67Ga主要累积在肠道、肝脏、肾脏和骨骼内,肠、肝、骨骼、肾脏和心脏内辐射吸收剂量较高。结论本研究与ICRP第53号出版物公布的结论相近,且检测及计算方法简单、可靠,为临床合理应用上述两种放射性药物提供了实验性依据。

摘要：目的:本研究旨在设计用于盆腹部SPECT与CT图像融合的外基准支架,并以此实现SPECT/CT基于外标记的图像融合。方法:设计立体Ⅳ字型支架,并结合自行开发基于外标记的交互性通用图像融合软件,对标记带和结直肠癌的病灶SPECT/CT横断层图像进行配准及融合验证。结果:Ⅳ字型外标记支架易于固定,SPECT/CT显像过程中外标记点的相对位置不变;应用该标记支架实现了盆腹部病灶的SPECT/CT图像融合。结论:自行设计的适于盆腹部SPECT/CT图像配准的Ⅳ字型外标记物支架,易于固定,适于不同模态盆腹部横断层图像的配准融合。

摘要：在静息/负荷心肌灌注显像(myocardial perfusion imaging,MPI)的基础上,使用D-SPECT进行心肌血流量(myocardial blood flow,MBF)和冠状动脉血流储备(coronary flow reserve,CFR)的心肌血流定量分析对冠心病的诊断具有增益价值。国内多个应用D-SPECT的医学中心共同制定了首部D-SPECT心肌血流定量操作规范并形成共识。

摘要：目的 探讨甲状腺癌患者对诊断及术后131Ⅰ清甲治疗的心理体验。 方法 采用质性研究设计，资料来源于38例接受放射性碘治疗患者隔离治疗期间的日记。应用诠释现象学分析法对研究对象的日记进行分析。 结果 患者与甲状腺癌诊断及术后131Ⅰ清甲治疗相关的主题包括从困扰到接受的心理历程、放射性碘治疗期间的体验、癌症相关的个人成长。结论 了解甲状腺癌患者诊断后的心理历程及其术后放射性碘治疗期间的心理体验，有助于临床实践者提升对此类患者的照顾质量。