一、前列腺疾病的超声与CT诊断结果比较（论文文献综述）
阳青松[1]（2021）在《基于DBSI的深度神经网络学习在鉴别诊断前列腺癌及预测病理分级中的应用价值》文中研究表明第一部分基于DBSI的深度神经网络学习在鉴别诊断前列腺癌中的运用价值研究目的多参数磁共振成像（multiparameter magnetic resonance imaging,MP-MRI）作为目前临床公认的诊断前列腺癌（prostate cancer,PCa）最有优的影像学方法之一。近年来MP-MRI在前列腺癌的早期诊断和靶向穿刺中担任了重要角色,随着MP-MRI的推广和运用,使得越来越多的早期前列腺癌被诊断出来,同时将MP-MRI和靶向穿刺联合,也进一步提高了我们对前列腺癌index lesion判断的准确性,使得我们能检出更多的临床有意义前列腺癌,同时降低临床无意义癌的检出率。但通过系统穿刺我们知道,即便在磁共振阴性的患者中仍然有约15%的患者存在临床有意义前列腺癌,同样PI-RADS 5分的患者也约有12%的患者非前列腺癌。因此我们急需一种能够更为精准鉴别诊断前列腺癌的无创性影像学方法。我们知道,在多参数MR中,扩散加权成像（diffusion weighted imaging,DWI）是评估鉴别诊断前列腺癌最重要的序列之一,但我们常规使用的DWI序列是按照单指数模型设计的,也就是说它把组织看着成一个整体,并未区别水分子扩散受限是来源于各项同性部分还是各项异性部分,也并未将各项同性受限部分进一步区分,这也是导致DWI诊断特异性和敏感性不高的重要原因。因此我们创新性的提出了全新的扩散加权成像模型-扩散谱成像（diffusion based spectrum imaging DBSI）,该模型创新性的将水分子在组织中的扩散受限分为各项异性和各项同性部分,其中各项异性部分表示为纤维部分（fiber fraction,FF）,该部分的定量参数指标用于显示前列腺中的纤维成分。各项同性部分又以水分子扩散受限的程度区别为高度扩散受限部分（highly restricted fraction,HRF）该部分代表水分子在炎性细胞中扩散受限部分,受限部分（restricted fraction,RF）该部分代表水分子在肿瘤细胞中扩散受限部分,阻碍部分（hindered fraction,HF）该部分代表水分子在间质细胞中扩散受限部分,及自由扩散部分（free fraction,free F）该部分代表水分子在正常腺管腺泡中扩散受限部分。本研究备运用DBSI联合深度神经网络学习为分类器以前列腺癌根治术后大病理切片为金标准评估其在鉴别诊断前列腺癌中的效能。研究方法2015年3至2017年8月前瞻性连续招募临床可疑前列腺癌患者。入组标准:（1）PSA升高大于4ng/ml;（2）超声检查有异常回声;（3）直肠指诊有阳性发现。排除标准（1）患者既往接受过放疗或者内分泌治疗;（2）有磁共振检查禁忌者;（3）患有幽闭恐惧者。所有入组患者均同时接受多参数MR和DBSI扫描。按照PI-RADS 2评分标准对多参数MR进行评估,选择PI-RADS≥3的患者进行系统+靶向穿刺,穿刺后选择合适的患者进行前列腺癌根治术,对接受根治术的患者按照术后的大病理切片勾画癌灶,选择PI-RADS≥3的并接受靶向穿刺的但结果阴性的患者为良性病灶对照组,按照靶向穿刺结果勾画良性病灶区域。采用有监督深度神经网络（DNN）构建分类器。共使用22个DBSI扩散指标参数构建预测模型。采用基于深度神经网络的监督性学习来计算受试者工作曲线（ROC）分析检测DBSI在基于体素水平对PCa与其他病理或组织类型的区分能力;计算曲线下面积（Area Under The Curve,AUC）、敏感性和特异性。所有计算使用基于Python（3.8版本）的软件包裹Tensor Flow（2.0版本）,Scikit-learn以及Scipy获得。结果该研究总共入组243人（平均年龄65.8岁,平均PSA 25.4ng/ml）,其中96位患者（平均年龄69.3岁,平均PSA 27.9ng/ml）通过病理最终确诊为前列腺癌,穿刺阳性率为25.8%（391/1515）。92位患者接受了前列腺癌根治术,接受根治术的患者标本交由经验丰富的泌尿病理医师进行病理诊断,病理危险度分级及病理临床分期。并依据病理大切片勾画癌灶。总共54例（平均年龄65岁,平均PSA11.5ng/ml）接受穿刺的患者被诊断为前列腺增生或者前列腺炎症。我们将该54例患者依据靶向穿刺的结果选择靶向穿刺部位为良性对照组。其中93位患者（平均年龄62岁,平均PSA9.8ng/ml）因PI-RADS评分<3且PSA小于10ng/ml未接受穿刺,而采用动态随访模式。通过深度神经网络学习,DBSI在体素水平上鉴别活体组织中前列腺癌诊断效能如下:区分PCa和良性外周带组织的AUC为0.995,敏感性为94.8%,特异性为98.3%;区分PCa与良性移行带的AUC为0.985,敏感性为93.9%,特异性为94.7%。DHI区分PCa与前列腺良性疾病AUC为0.998,敏感性为97.7%,特异性为97.8%。结论基于DBSI的深度神经网络学习在鉴别前列腺良恶性疾病中有较高诊断效能,能够准确的鉴别诊断前列腺癌,良性前列腺外周带疾病,良性移行带疾病和良性前列腺疾病,对后续的靶向穿刺和精准治疗有意义。第二部分基于DBSI的深度神经网络学习在预测前列腺癌病理分级中的运用价值研究目的前列腺癌诊断中最为重要的一项就是评估其病理危险度分级,因不同的危险度分级的前列腺癌预后差异性显着,临床非显着癌大多只需要动态随访或主动监测,其并不会危及患者生命,而临床显着癌则需要更为积极的治疗,我们目前列腺癌诊断的金标准仍然是经直肠或者会阴的系统穿刺,但是该方法诊断后往往和术后的病理评分存在差异,因此术前的准确预测前列腺癌患者的病理分级就显得尤为重要,之前的相关研究已经表明,DWI在预测患者病理分级中有一定的运用价值,我们的研究结果也证实了扩散谱成像（diffusion based spectrum imaging,DBSI）较常规的DWI在鉴别诊断前列腺癌方面更具有优势,因此我们推测DBSI较常规DWI在预测患者病理分级中更具优势。本研究备运用深度神经网络学习发的方法联合DBSI评估其在体素水平预测前列腺癌患者病理分级中的运用价值。研究方法2015年3至2017年8月前瞻性连续招募临床可疑前列腺癌患者。入组标准:（1）PSA升高大于4ng/ml;（2）超声检查有异常回声;（3）直肠指诊有阳性发现。排除标准（1）患者既往接受过放疗或者内分泌治疗;（2）有磁共振检查禁忌者;（3）患有幽闭恐惧者。所有入组患者均同时接受多参数MR和DBSI扫描。按照PI-RADS 2评分标准对多参数MR进行评估,选择PI-RADS≥3的患者进行系统+靶向穿刺,穿刺后选择合适的患者进行前列腺癌根治,选择接受根治术的患者术后的大病理切片由泌尿外科病理医师勾画癌灶并按照国际泌尿病理协会（International Society of Urological Pathology ISUP）1-5级进行评分。采用有监督深度神经网络（DNN）构建分类器。共使用22个DBSI扩散指标参数构建预测模型。采用基于深度神经网络的监督性学习来计算受试者工作曲线（ROC）分析评估DBSI在基于体素水平对不同ISUP病理分级的预测能力;评估其预测的准确性、计算曲线下面积（Area Under The Curve,AUC）、敏感性和特异性。所有计算使用基于Python（3.8版本）的软件包裹Tensor Flow（2.0版本）,Scikit-learn以及Scipy获得。结果该研究总共入组243人（平均年龄65.8岁,平均PSA 25.4ng/ml）,其中96位患者（平均年龄69.3岁,平均PSA 27.9ng/ml）通过病理最终确诊为前列腺癌,穿刺阳性率为25.8%（391/1515）。92位患者接受了前列腺癌根治术,接受根治术的患者标本交由经验丰富的泌尿病理医师按照术后大切片进行病理诊断,并按照ISUP前列腺癌病理分级进行评估。通过深度神经网络学习,DBSI在基于体素水平预测前列腺癌ISUP病理分级中的结果如下:在前列腺切除术标本ISUP分级基于体素水平分类的总体准确率为91.4%。1级、2级、3级、4级、5级个体等级分类的总体准确率分别为84.0%、89.6%、91.5%、89.8%、97.8%。AUC分别达到了0.989、0.968、0.967、0.972、0.978。诊断的敏感性和特异性分别为:96.7%和93.6%,94.0%和91.5%,90.7%和91.5%,93.7%和90.4%,92.7%和92.3%。结论基于DBSI的深度神经网络学习在能够准确的预测前列腺癌患者ISUP病理分级,为后续的精准治疗提供有力的支持,是一种无创评估前列腺癌病理分级的影像学方法,有较好的临床推广运用价值。第三部分基于DBSI深度神经网络学习在离体前列腺标本中鉴别诊断前列腺癌和预测病理分级中的运用价值研究目的前列腺的无创鉴别诊断和预测病理分级一直是影像诊断的重点,当前多参数磁共振是公认的最优的无创鉴别诊断和预测前列腺癌病理分级的影像学方法。但是诸如前列腺炎症和前列腺间质增生等良性疾病可以模拟前列腺癌在多参数MR下的影像学表现。在预测病理分级方面,虽然多参数磁共振也有一定的运用价值但是不同病理分级之间的交叉程度明显,很难做准确的预测,究其主要原因是常规的DWI序未很好的区别前列腺组织中的水分子扩散受限来源,我们提出的全新扩散加权成像模型-扩散谱成像（diffusion based spectrum imaging,DBSI）创新性的将水分子在组织中的扩散受限部分区别为各项异性和各项同性部分,在各项同性部分又进一步按照水分子受限程度的不同进行区分。在之前的在体前列腺组织中我们已经得出其较常规的多参数磁共振无论是在鉴别诊断前列腺癌还是在预测病理分级都更具优势。因此我们将进一步评估DBSI在离体前列腺组织标本中鉴别诊断前列腺癌和预测病理分级中的运用价值。本研究备运用深度神经网络学习为分类器联合DBSI评估其在离体前列腺组织标本中鉴别诊断前列腺癌和预测前列腺癌病理分级中的运用价值。研究方法2015年3月至2017年8月选取19例前列腺癌根治术后的97份前列腺癌组织标本（其中上海长海医院9例,华盛顿大学10例）进行离体标本超高场磁共振扫描,长海医院借助于中科院上海分院9.4T磁共振进行离体组织扫描,华盛顿大学使用该研究机构4.7T磁共振进行扫描。扫描序列包括常规的T2WI,DWI和DBSI。将离体标本制作成大切片,由泌尿病理专家勾画前列腺癌组织,前列腺增生组织,前列腺炎症组织,并对前列腺癌部分进行病理评分。使用基于Python语言的Tensor Flow 2.0版本软件来统计基于DBSI深度神经网络学习为分类器在体素水平上鉴别诊断前列腺癌和预测ISUP病理分级中的能力。采用受试者工作曲线（ROC）分析评估DBSI对不同前列腺疾病的鉴别诊断能力和ISUP病理分级的预测能力;评估其预测的准确性、计算曲线下面积（Area Under The Curve,AUC）、敏感性和特异性。结果97例组织标本经过超高场磁共振扫描后,通过病理切片机切分成97份HE染色的大病理切片,并由经验丰富的泌尿系统病理专家（余永伟教授）在HE切片上勾画出48个前列腺癌病灶,39个前列腺增生结节,40个前列腺间质增生区和76个良性外周带区。对于前列腺切除术标本,DBSI区分前列腺癌与良性外周区,基于体素水平的AUC为0.949,敏感性为87.5%,特异性为88.4%;DBSI区分前列腺癌与前列腺间质增生,基于体素水平的AUC为0.928,敏感性为86.6%,特异性为84.9%;DBSI区分前列腺癌与良性前列腺增生,基于体素水平的AUC为0.900,敏感性为82.6%,特异性为81.6%;DBSI区分前列腺癌与良性前列腺疾病,基于体素水平的AUC为0.911,敏感性为84.2%,特异性为83.0%;DBSI对前列腺切除术标本ISUP病理分级的总体准确率为72.1%。等级1、2、3、5的基于体素水平的分类准确率分别为70.1%、76.0%、75.6%、71.1%。结论基于DBSI深度神经网络学习在离体前列腺标本中能够准确鉴别诊断前列腺癌和前列腺良性外周带及间质增生前列腺组织,同是也能较为准确的预测离体前列腺癌组织的ISUP病理分级。
高庆禄[2]（2021）在《经直肠超声造影在前列腺癌诊断中的应用研究》文中进行了进一步梳理目的:探讨经直肠超声造影（Contrast-enhanced transrectal ultrasound,CE-TRUS）在前列腺癌（Prostate Cancer,PCa）诊断中的临床应用价值。方法:回顾性分析2019年12月到2021年1月河北医科大学第二医院收治的96例PCa疑似患者的临床资料,入院后均行血清前列腺特异抗原（Prostate specific antigen,PSA）、CE-TRUS等相关检查,并进一步在超声引导下行经直肠前列腺穿刺活检术。比较前列腺良恶性病变在超声造影下的血流灌注特征包括增强速度,廓清速度,增强均匀度及增强强度,并根据血清PSA浓度将患者分为3个组:低浓度组:4.0ng/ml≤PSA<10.0ng/ml;中浓度组:10.0ng/ml≤PSA<20.0ng/ml;高浓度组:PSA≥20.0ng/ml,分析在不同血清PSA浓度区间,CE-TRUS对PCa的诊断效果。结果:（1）全组共有96例患者,经病理活检证实PCa患者共有62例,前列腺良性疾病患者共有34例。（2）PCa患者超声造影下的主要血流灌注特征为:64.52%（40/62）为快速增强,70.97%（44/62）为快速廓清,83.87%（52/62）为不均匀增强,61.29%（38/62）为高增强;前列腺良性疾病患者超声造影下的主要血流灌注特征为:70.59%（24/34）为非快速增强,73.53%（25/34）为非快速廓清,76.47%（26/34）为均匀增强,52.94%（18/34）为非高增强。PCa与前列腺良性疾病在超声造影下的增强速度,廓清速度,增强均匀度三个方面比较,差异具有统计学意义（P<0.05）,而增强强度之间比较无统计学意义。（3）CE-TRUS在低、中、高3个浓度组对PCa诊断的灵敏度分别为58.33%,70.37%,95.65%,特异度分别为83.33%,76.92%,66.67%,准确度分别为73.33%,72.50%,92.31%。经Mc Nemar检验与Kappa一致性检验,以病理结果为“金标准”,CE-TRUS在三个不同血清PSA浓度区间对PCa诊断具有较好的一致性,具有统计学意义。结论:CE-TRUS在前列腺良恶性病变的增强方式存在差异,尤其是在增强速度、廓清速度及增强均匀度方面的差异,通过观察经直肠超声造影下的血流灌注特征有助于前列腺良恶性病变的鉴别诊断;CE-TRUS在不同血清PSA浓度区间对PCa的诊断具有一定的临床应用价值。
努热曼古·艾买尔[3]（2021）在《CEUS与增强MRI在可疑前列腺癌患者中的应用价值》文中研究说明目标:探讨经直肠超声造影（contrast enhanced ultrasonograpy,CEUS）、增强磁共振成像（Magnetic Resonance Image,MRI）在诊断可疑前列腺癌（Prostate cancer,PCa）中的应用价值。方法:94例PSA≤50ng/ml的可疑前列腺癌患者行CEUS及增强MRI检查,两种检查结果分别与穿刺病理结果对照,比较两者的灵敏度、特异度、符合率、阳性预测值、阴性预测值。结果:94例患者中37例被诊断为前列腺癌（39.36%,37/94）。CEUS、增强MRI诊断前列腺癌的灵敏度是62.16%和75.68%,但差异无统计学意义（P>0.05）。CEUS、增强MRI诊断前列腺癌的特异度是75.44%和57.89%,但差异有统计学意义（P<0.05）。CEUS诊断前列腺疾病的AUC为0.688（0.575-0.801）,且略高于增强MRI的AUC 0.668（0.556-0.779）,两者差异无统计学意义（P>0.05）。当0<PSA≤10ng/ml时,增强MRI及CEUS检出率分别为78.60%、28.60%,增强MRI对前列腺癌检出率高于CEUS,两种方法差异有统计学意义（P<0.05）。对病理格里森评分（Gleason,GS）≥7分的中高危前列腺癌,CEUS和增强MRI的检出率均为89.3%。结论:CEUS和增强MRI在诊断可疑前列腺癌方面差别无统计学意义。对中高危前列腺癌（GS≥7）,CEUS和增强MRI在诊断前列腺癌能力相当。在0<PSA≤10ng/ml范围内,增强MRI诊断前列腺癌的检出率高于CEUS。在临床上两种方法可借鉴性合理选择使用。
杨晔[4]（2021）在《多模态图像融合TRUS活检在前列腺癌诊断中的应用及其与病灶病理组织学的关系研究》文中研究表明前言前列腺癌（Prostate cancer,PCa）的诊断依赖前列腺穿刺活检病理组织学检查,目前以超声引导下10-12针系统性穿刺活检应用最为广泛,然而系统性穿刺活检因缺乏目标而存在一定的局限性。近年来,多模态图像在前列腺病灶的定位及定性中显示出了巨大的潜力,因此本论文旨在研究多模态图像对PCa的诊断及检出价值,并从病理组织学方面探讨多模态图像的特征。第一部分:超声多模态图像对前列腺癌诊断价值的研究目的:探讨超声多模态图像对前列腺良恶性病灶的鉴别诊断价值。方法:选取2017年12月至2019年12月于中国医科大学附属盛京医院就诊怀疑PCa的患者,分析其彩色多普勒血流显像、超声造影及超声弹性成像等多模态超声图像特点,以病理诊断为金标准,判断超声造影及超声弹性成像诊断PCa的效能,确定超声造影参数与超声弹性成像诊断PCa的临界点,观察超声造影参数及超声弹性成像与PCa病理级别之间有无相关性。结果:恶性结节中彩色多普勒血流显像2级及3级者占94.67%（71/75）,良性结节中彩色多普勒血流显像2级及3级者占57.58%（38/66）,差异有统计学意义。恶性结节与良性结节的造影参数PI、AUC、WIS及TTP值差异有统计学意义（P<0.05）,恶性结节的PI、AUC及WIS值大于良性结节,而TTP值小于良性结节。PI、AUC、WIS及TTP值在恶性结节与同深度对侧位置的良性组织之间差异有统计学意义（P<0.05）,恶性结节的PI、AUC及WIS值大于对侧良性组织,而TTP值小于对侧良性组织。PI、MTT、AUC及TTP值在病理1级组PCa与2级组以上（含2级）PCa之间、1+2级组与3级组以上（含3级）PCa之间的差异有统计学意义（P<0.05）。PI、MTT、AUC、HT及TTP与PCa的病理级别存在相关性（P<0.05）,相关系数分别为0.854、0.407、0.572、0.477及-0.311,而RT及WIS与PCa的病理级别无明显相关性（P>0.05）。PI诊断PCa的ROC曲线下面积为0.854,约登指数最大值为0.65,敏感度为86.70%,特异度为78.30%,PI诊断PCa的最佳诊断点为16.47 d B。AUC诊断PCa的ROC曲线下面积为0.824,约登指数最大值为0.65,敏感度为98.30%,特异度为66.70%,超声造影参数AUC诊断PCa的最佳诊断点为1340.39d Bs。WIS诊断PCa的ROC曲线下面积为0.817,约登指数最大值为0.49,敏感度为95.00%,特异度为53.30%,WIS诊断PCa的最佳诊断点为1.15d B/s。恶性结节中弹性评分4分及5分者占77.03%（57/74）,良性结节中弹性评分4分及5分者占7.58%（5/66）,差异有统计学意义。病理1级组与2级组以上PCa、1+2级组与3级组以上PCa的超声弹性评分均存在显着差异（P<0.05）。恶性结节的病理级别与弹性评分明显相关（P=0.0001）。超声弹性成像诊断前列腺结节的ROC曲线下面积为0.881,约登指数最大值为0.684,诊断PCa的敏感度为76.00%,特异度为92.42%,弹性评分4分为PCa的最佳诊断点。结论:前列腺恶性结节较良性结节血流丰富。超声造影参数PI、AUC、WIS及TTP鉴别前列腺良恶性结节有重要价值。造影参数PI、MTT、AUC及TTP可作为鉴别临床显着PCa与临床非显着PCa的指标。PI、MTT、AUC、HT及TTP与PCa的病理级别相关,PI可作为PCa病理级别判断及预后评估的重要指标。PI、AUC及WIS在PCa的诊断中具有较高的效能,最佳诊断点分别为16.47 d B、1340.39d Bs及1.15d B/s。前列腺恶性结节的弹性评分高于良性结节,PCa的病理级别与弹性评分呈正相关性。弹性评分4分可作为PCa的最佳诊断点。第二部分:多模态图像融合TRUS活检对前列腺癌检出价值的研究目的:应用多模态图像融合经直肠超声指导前列腺穿刺活检,与12针系统性穿刺活检比较,探讨其在PCa检出率及病理分级准确性等方面的应用价值。方法:选择2016年9月-2019年12月怀疑PCa于我院住院的患者为研究对象。穿刺活检前对患者进行经直肠超声、前列腺超声造影、超声弹性成像及核磁共振成像检查,生成前列腺多模态图像,确定PCa可疑病灶,在多模态图像的引导下对可疑病灶进行靶向穿刺活检。靶向穿刺结束后,进行前列腺12针系统性穿刺活检。若多模态图像未显示可疑PCa病灶,则仅进行系统性穿刺。比较两种穿刺方法的PCa检出率、PCa阳性针率、前列腺穿刺组织病理级别以及穿刺组织与根治术后组织病理级别的符合率等指标,分析多模态图像融合TRUS活检的应用价值。结果:231例疑似PCa患者,穿刺及根治性切除病理诊断恶性109例,其中靶向穿刺法检出恶性病例99例,系统性穿刺法检出恶性病例94例。恶性病例中109例均为前列腺腺癌。良性病例中肉芽肿性结核1例,前列腺上皮内瘤变4例,前列腺增生117例。系统性穿刺法的阳性检出率为40.69%（94/231）,多模态图像融合TRUS靶向穿刺法的阳性检出率为42.86%（99/231）,差异无统计学意义（χ2=0.222,P=0.637）。231例疑似PCa患者,系统穿刺法共穿刺2772针,阳性针数为528,系统穿刺法的阳性针率为19.05%（528/2772）,靶向穿刺法共穿刺390针,阳性针数为197,靶向穿刺法的阳性针率为50.51%（197/390）,两种方法的阳性针率差异有统计学意义（χ2=189.78,P<0.001）。靶向穿刺法对病理3级组及以上PCa的检出率为75.76%（75/99）,系统性穿刺法对病理3级组及以上PCa的检出率为60.64%（57/94）,两种方法的检出率差异有统计学意义（χ2=4.423,P=0.035）。靶向穿刺法检出3级组及以上针数占总阳性针数的比例为71.57%（141/197）,系统性穿刺法检出3级组及以上针数占总阳性针数的比例为58.33%（308/528）,差异有统计学意义（χ2=9.549,P=0.002）。以根治性术后组织病理为“金标准”,靶向穿刺法组织病理级别符合率为76.79%（43/56）,系统性穿刺法组织病理级别符合率为57.14%（32/56）,差异有统计学意义（χ2=4.88,P=0.027）,靶向穿刺法的符合率明显高于系统性穿刺法。结论:仅看PCa总体检出率,多模态图像靶向穿刺活检法与系统性穿刺活检法相比并没有优势。但是,靶向穿刺法的阳性针率明显高于系统性穿刺法。在检测3级组以上癌症的数量方面,不管是阳性病例数还是阳性针率,靶向穿刺法都明显高于系统性穿刺法,在检测临床有意义的PCa时,靶向穿刺法较系统性穿刺法更有优势。以根治性组织病理为金标准,靶向穿刺法的病理级别符合率明显高于系统性穿刺法,靶向穿刺法对肿瘤病理级别的评估更准确。然而,靶向穿刺法不能替代系统性穿刺法,二者互为补充,“靶向+系统”的活检模式既可以最大限度的减少漏诊,又可以对肿瘤级别进行准确的评估。第三部分:前列腺多模态超声图像特征与病灶病理组织学的关系研究目的:通过研究前列腺多模态超声图像特征与病灶组织成分之间的关系,探讨多模态超声成像的病理基础。方法:选取可疑PCa且多模态超声提示前列腺局灶性病变的患者为研究对象,对病灶进行超声引导下穿刺活检获取组织条,进行免疫组织化学（CD34,VEGF及α-SMA）染色、Masson染色及天狼星红染色,观察组织内CD34、VFGF及α-SMA的表达,测定组织内胶原纤维及肌纤维含量,所测数据与病灶病理及多模态超声图像特征进行比较研究,分析前列腺病灶超声特征与病理组织成分之间的关系,探讨多模态超声成像的病理基础。结果:CD34、VEGF及α-SMA在前列腺良恶性组织中的表达均存在显着差异。VEGF表达与MVD存在较高的正相关性。VEGF表达及MVD计数与α-SMA存在正相关性。MVD及α-SMA表达与PCa病理级别呈正相关。胶原纤维含量、肌纤维含量及Col Ⅰ含量在前列腺良恶性病灶中的表达差异有统计学意义,而ColⅢ含量在前列腺良恶性组织中的差异不显着。良性及恶性病灶内,Col Ⅰ含量均显着高于ColⅢ含量。α-SMA表达与胶原纤维含量、Col Ⅰ含量、胶原纤维/肌纤维比值存在较高的正相关性,与肌纤维含量有较高的负相关性。胶原纤维含量、Col Ⅰ含量与PCa病理级别呈正相关,肌纤维含量与PCa病理级别呈负相关。病灶血流等级与MVD及VEGF表达呈正相关。血流丰富的病灶MVD计数及VEGF表达较高。超声造影参数PI-MVD、AUC-MVD、HT-MVD呈正相关。PI-VEGF、AUC-VEGF、HT-VEGF、WIS-VEGF呈正相关。硬结节的胶原纤维及Col Ⅰ含量高于软结节,而肌纤维含量低于软结节,ColⅢ含量在软结节与硬结节之间无明显差异。超声弹性评分与病灶胶原纤维含量、Col Ⅰ含量、胶原纤维/肌纤维比值及Col Ⅰ/Col Ⅲ比值呈正相关。超声弹性评分与肌纤维含量呈显着负相关,存在较高的相关性。超声弹性评分与Col Ⅲ含量无显着相关性。超声弹性成像所示软结节与硬结节内Col Ⅰ及Col Ⅲ的排列方式存在显着差异,软结节组以分层排列方式为主,硬结节组以交叉排列方式为主。病灶α-SMA表达与超声弹性评分、PI、AUC及血流等级呈正相关。结论:前列腺病灶的血流等级与MVD及VEGF表达相关,造影参数PI、AUC与组织MVD计数及VEGF表达相关,MVD计数及VEGF表达影响超声血流成像及超声造影特征,二者高表达与病灶内血流丰富密切相关。超声弹性评分与胶原纤维含量、Col Ⅰ含量、Col Ⅰ/Col Ⅲ比值、胶原纤维/肌纤维、肌纤维含量有关,胶原纤维含量高、Col Ⅰ含量高而肌纤维含量低的病灶较硬。Col Ⅰ及Col Ⅲ排列方式影响结节硬度,呈分层排列特点的病灶较软,呈交叉排列特点的病灶则较硬。α-SMA表达与超声弹性评分、血流等级、造影参数PI及AUC相关,α-SMA标记的CAFs可能是影响前列腺病灶超声弹性成像与血流成像特征的重要因素。
罗建华,朱侣明,俞志茹,邱秦文,曾庆良[5]（2020）在《MR、彩超在前列腺疾病诊断中的对比应用》文中认为目的探讨MR平扫、MR动态增强扫描与彩超在前列腺疾病诊断中的对比应用。方法选取2014年7月～2018年7月在本院泌尿外科就诊的30例疑似前列腺疾病患者作为研究对象,所有患者均使用飞利浦1.5 T MR平扫、MR动态增强扫描与彩超检查,以直肠穿刺病理活检为诊断"金标准",比较MR平扫、MR动态增强扫描与彩超在诊断前列腺疾病中的价值。结果 MR动态增强扫描诊断前列腺疾病的灵敏度（95.65%）高于MR平扫（86.95%）与彩超检查（78.28%）,差异有统计学意义（P<0.05）;MR平扫诊断前列腺疾病的特异度（85.71%）高于MR动态增强扫描（71.42%）与彩超检查（42.85%）,差异有统计学意义（P<0.05）;MR动态增强扫描诊断前列腺疾病的准确率（90.00%）高于彩超检查（70.00%）与MR平扫（83.33%）,差异有统计学意义（P<0.05）。结论 MR动态增强扫描在前列腺疾病诊断中可以为前列腺疾病患者提供更多早期诊断、早期治疗的机会,进而提高前列腺疾病患者的治愈率和生活质量,值得临床诊断借鉴和学习。
胡晨波[6]（2020）在《不同血清PSA水平的前列腺穿刺阳性率及Gleason评分结果分析》文中认为【研究背景】前列腺癌作为男性泌尿外科最常见的恶性肿瘤之一,已经严重影响到男性的生命健康及生活质量。在部分西方发达国家中,前列腺癌已经超越肺癌,成为威胁老年男性生命健康第一位的恶性肿瘤。随着中国经济及社会的发展,中国社会人口老龄化程度日益加深,人民生活方式及饮食结构的发生着改变,人民健康意识逐渐增强,医疗技术的逐渐提高,我国前列腺癌的发病率呈现上升趋势。因此,早期诊断PCa对患者的治疗及预后起着相当重要的作用。经直肠超声引导下前列腺穿刺活检术具有创伤小、穿刺阳性率高的优点,已经成为诊断前列腺癌的金标准。而血清PSA水平是考虑是否行前列腺穿刺的重要参考指标之一,但临床研究显示,在通过穿刺确诊前列腺癌的同时,也造成了一定数量的不必要穿刺及少数阳性患者漏诊的情况。因此,对不同血清PSA水平下的前列腺穿刺阳性率及Glesaon评分的结果进行分析,能够提高前列腺穿刺的阳性率,同时减少漏穿、误穿。【目的】比较不同PSA水平的前列腺穿刺阳性率及Gleason评分,分析PSA与前列腺穿刺阳性率及Gleason评分之间的关系。【方法】回归性分析2014年5月至2019年5月广州医科大学附属第一医院的534例行超声引导下经直肠前列腺穿刺活检患者的临床资料,如PSA、fPSA、BMI等,以穿刺结果是否为前列腺癌分组,分析前列腺癌患者与非前列腺癌患者一般资料之间的差异。再根据PSA水平分为A组（PSA<4ng/ml）、B组（4ng/ml≤PSA<10ng/ml）、C组（10ng/ml≤PSA<20ng/ml）、D组（PSA≥20ng/ml）,记录并分析穿刺结果,对比四组之间的前列腺穿刺阳性率、Gleason评分。以影像学结果进行分组,分析B超、MRI与穿刺结果之间的关系。PSA位于4-10 ng/ml之间的患者以穿刺结果是否为前列腺癌分为两组,比较两组临床资料之间的差异,分析PSA位于4-10 ng/ml时前列腺癌的危险因素。【结果】本研究中患者年龄71.09±8.93岁,其中穿刺结果阳性的患者年龄为74.17±8.36岁,穿刺阴性的患者年龄为68.84±8.66岁,两组间有统计学差异（p<0.05）;穿刺阳性患者BMI为23.17±3.08kg/m2,穿刺阴性患者BMI为22.95±2.78kg/m2,两组间无统计学差异（p>0.05）;穿刺阳性和穿刺阴性患者tPSA分别为44.20±72.28、33.13±50.11ng/ml,两组间有统计学差异（p<0.05）;穿刺阳性和穿刺阴性患者f/tPSA分别为0.15±0.10、0.17±0.17,两组间无统计学差异（p>0.05）;穿刺阳性和穿刺阴性患者PSAD分别为0.31±0.27、0.25±0.22[ng/（ml·cm3）],两组间有统计学差异（p<0.05）。A组、B组、C组、D组穿刺阳性率分别为37.9%（11/29）、44.0%（55/125）、37.9%（55/145）、55.7%（131/235）。两两之间行卡方检验,B组与D组差异具有统计学意义（X2=4.507,p=0.034）,C组与D组差异具有统计学意义（X2=11.387,p=0.001）。A组前列腺癌患者共11例,Gleason评分≥8分共3例;B组前列腺癌患者共55例,Gleason评分≥8分共23例;C组前列腺癌患者共55例,Gleason评分≥8分共29例;D组前列腺癌患者共131例,Gleason评分≥8分共86例。两两之间行卡方检验,A组与D组差异具有统计学意义（X2=6.389,p=0.011）,B组与D组差异具有统计学意义（X2=9.068,p=0.003）。对研究中纳入的534例患者以影像学结果进行划分,前列腺超声阳性患者占44.6%（238/534）,阴性占55.4%（296/534）,穿刺阳性率分别为48.3%（115/238）、46.3%（137/296）,两组前列腺癌检出率无统计学差异（p>0.05）。前列腺MRI阳性患者占45.1%（241/534）,阴性占54.9%（293/534）,穿刺阳性率分别为52.3%（126/241）、43.0%（126/293）,两组前列腺癌检出率有统计学差异（p<0.05）。252例穿刺确诊前列腺癌患者中,B超阳性患者Gleason评分≥8分共66例（57.4%）,B超阴性患者Gleason评分≥8分共71例（51.8%）,两组间无统计学差异（p>0.05）;MRI阳性患者Gleason评分≥8分共72例（57.1%）,MRI阴性患者Gleason评分≥8分共64例（50.8%）,两组间无统计学差异（p>0.05）125例PSA位于4-10 ng/ml区间的患者中,55例患者（44.0%）穿刺结果为前列腺癌,余下70例患者（56.0%）穿刺结果为非前列腺癌。年龄、BMI、f/tPSA、PSAD、MRI阳性在前列腺癌组和非前列腺癌组之间的比较有统计学差异（p<0.05）。tPSA、B超阳性在前列腺癌组和非前列腺癌组之间的比较没有统计学差异（p>0.05）。多元logistic回归分析显示年龄（OR=1.109;95%CI=1.052-1.170）、BMI≥23（OR=2.391;95%CI=1.024-5.580）、f/tPSA≤0.16（OR=2.682;95%CI=1.089-6.604）、PSAD≥0.15（OR=2.479;95%CI=1.063-5.780）、MRI阳性（OR=3.654;95%CI=1.527-8.742）均为前列腺穿刺阳性的独立危险因素（p均<0.05）。【结论】1.血清PSA水平与前列腺穿刺阳性率及Gleason评分之间呈正相关关系,随着血清PSA水平的升高,前列腺穿刺阳性率及Gleason评分也随之提升。2.MRI阳性能够提升前列腺穿刺阳性率,而超声与穿刺结果无明显相关性。3.当PSA位于4-10ng/ml时,年龄、BMI、f/tPSA、PSAD、MRI阳性是前列腺癌的独立危险因素。4.根据PSA水平、结合各种辅助检查指标和危险因素,可以一定程度上提升前列腺穿刺活检的的阳性率、并可减少不必要的穿刺。
王雅丽[7]（2020）在《经直肠超声及超声造影在前列腺癌骨转移中的研究》文中进行了进一步梳理目的探讨经直肠前列腺二维超声钙化征象、彩色多普勒血流参数及超声造影参数与前列腺癌骨转移的相关性。方法收集整理2017年9月至2020年1月内蒙古自治区人民医院泌尿外科确诊为前列腺癌的患者117例的相关临床及影像学资料,比较前列腺癌骨转移（BM）组与非骨转移（NBM）组经直肠前列腺二维超声钙化征象、彩色多普勒血流参数及超声造影参数差异。结果（1）117例前列腺癌患者发生骨转移49例,非骨转移68例,前列腺回声72.6%表现为不均质低回声,前列腺体积骨转移组与非骨转移组对比无差别（P>0.05）。（2）前列腺癌骨转移组患者血清TPSA及f PSA均高于非骨转移组（P<0.001）;随着Gleason评分等级递增,骨转移组人数占比上升（P<0.05）,69.4%（34/49）的骨转移患者集中于4-5级,而70.6%（48/68）的非骨转移患者集中于1-3级（P=0.002）。（3）前列腺癌患者前列腺钙化经直肠超声总检出率为77.8%,骨转移组中微钙化患者占42.9%（21/49）高于非骨转移组11.8%（8/68）（P=0.001）;骨转移组钙化灶数量≥20个患者占60.0%（24/40）高于非骨转移组27.5%（14/51）（P=0.001）;骨转移组钙化直径≤1mm占比高于非骨转移组,钙化直径≥2mm占比低于非骨转移组（P<0.05）;骨转移组钙化面积高于非骨转移组（P=0.002）。（4）前列腺癌骨转移组彩色多普勒超声血流参数RI、S/D高于非骨转移组（P<0.05）。（5）前列腺癌骨转移组超声造影参数PI、AUC高于非骨转移组（P<0.05）。（6）随着Gleason评分等级增加,微钙化组骨转移人数占比上升,85.7%（18/21）集中于Gleason评分4-5级（P=0.008）。结论前列腺癌经直肠二维超声微钙化特征、彩色多普勒血流参数及超声造影参数与骨转移具有一定相关性,含微钙化的骨转移患者Gleason评分等级较高,于前列腺微钙化处增加靶向穿刺取材更容易获得高级别的前列腺癌组织病理标本,为临床判断和发现骨转移提供更多有价值的信息。
阮谢妹[8]（2020）在《99mTc-HYNIC-PSMA小分子抑制剂SPECT/CT诊断前列腺癌的临床研究》文中研究说明研究背景及目的前列腺癌（Prostate cancer,PCa）好发于前列腺上皮,病理类型包括腺癌、导管腺癌、鳞癌及腺鳞癌,其中腺癌占95%以上,我国癌症中心数据显示,自2008年PCa在泌尿系发病率逐年升高,增速超过5%,故早期精准诊断PCa成为目前的研究热点。血清前列腺特异性抗原（Prostate specific antigen,PSA）是临床早期筛查PCa的常用指标,但当PSA水平处于诊断灰度区（TPSA在4-10 ng/ml）时,诊断灵敏度和特异性会降低,且前列腺增生及炎症等亦可致PSA升高,故仅凭PSA检测无法准确判断前列腺疾病。近年,多模态影像技术在PCa诊断及研究中取得了长足的进展,经直肠超声能清晰显示前列腺形态结构及血流,性价比及可得性高,但当操作者经验不足时对较小的病灶易漏诊,从而使其诊断价值受限;增强CT可显示前列腺解剖结构及与周围组织关系,但MRI在显示软组织及前列腺结构分区时更具优势,仍然对较小PCa的病灶也存在漏诊;基于糖代谢的18F-FDGPET/CT可应用于PCa分期及综合评估,但部分病灶对FDG摄取低,假阴性率高。前列腺特异性膜抗原（prostate specific membrane antigen,PSMA）由前列腺导管周围顶端的上皮细胞分泌,为大多数PCa细胞过表达的Ⅱ型跨膜蛋白,尤其在低分化、转移性和雄激素非依赖型PCa细胞表面,表达量可达正常组织的100-1000倍,在正常组织（肾脏、肠道等）的表达水平极低。PSMA与配体如特异性抗体、小分子拮抗剂等结合后,被细胞吞噬,此时PSMA会被保留在溶酶体或会被释放到细胞质中,基于此生物效应,PSMA作为PCa诊疗靶点极具特异性。研究证实在低水平PSA病例,68Ga-PSMA-HBED-CC PSMA小分子抑制剂探针,与标准18F-氟甲基胆碱PET/CT相比,前者诊断PCa精度更高,但受设备及正电子显像剂应用限制,不易普及。SPECT及99mTc标记显像剂可推广,已有研究显示99mTc-HYNIC-PSMA显像诊断PCa具有较高的灵敏度（70-90%）及特异性（85%以上）,病灶检出率与PSA水平呈正相关,但对PSA灰度区病例,诊断灵敏度低。有文献报道前列腺特异性抗原密度（prostate-specific antigen density,PSAD,即PSA与前列腺体积比值）较PSA诊断价值更高,可提高PSA灰度区病例诊断的精准度,但尚未有PSMA显像与PSAD联合诊断的报道。本研究分别探讨了 99mTc-HYNIC-PSMA SPECT/CT显像和PSAD的诊断效能,及二者联合后的增益价值,以期在PCa精准诊疗中充分发挥该项技术的诊断优势。方法研究对象为河南省人民医院高度疑诊PCa,31例患者在PSMA SPECT/CT检查前均未接受放化疗、内分泌治疗和（或）去势治疗,检查后均行手术或定位穿刺确定病理类型,分为恶性组（22例）和良性组（9例）。均行血清PSA（TPSA、FPSA）测定,计算PSAD=TPSA/前列腺体积（V）,4例因周围组织侵犯严重未能获取前列腺体积及PSAD值。所有患者均行PSMA SPECT/CT检查,静脉注射99mTc-HYNIC-PSMA（20±5 mCi）,注射后2 h行全身平面+局部断层SPECT/CT显像,设备为GE Discovery NM/CT 670型SPECT/CT仪,采集后对图像进行处理并标记感兴趣区。采用视觉分析图像,PSMA显像阳性灶判断标准:SPECT图像为放射性摄取高于正常组织,并排除生理性摄取或分布（涎腺、眼眶、肝脏、胆囊、脾脏、小肠、肾脏及膀胱）,视为病灶;同机CT表现形态结构异常但相应部位未见放射性异常摄取,病灶视为PSMA显像阴性或考虑为其他来源的病灶。采用SPSS 21.0及Medcalc软件统计分析。连续非正态定量资料用M（P25,P75）表示。应用Spearman等级分析显像和病理结果的一致性,并计算PSMA SPECT/CT诊断PCa的灵敏度、特异度、准确度、阳性预测值及阴性预测值;Mann-Whitney U秩和检验比较良、恶性组间血清PSA、F/TPSA及PSAD水平的差异性,当P小于0.05,差异有统计学意义,ROC曲线分析有统计学意义的数据,得出显着影响因素。采用Pearson相关分析PSMA SPECT/CT诊断前列腺癌与显着影响因素的关系,并计算灵敏度、特异度及准确度。结果1.静脉注射99mTc-HYNIC-PSMA 2 h后显像分布:涎腺、泪腺、肝脏、胆囊、脾脏、小肠、肾脏及膀胱呈生理性分布,放射性分布最高的为膀胱及肾;其次为涎腺、泪腺;再其次为肝、胆、脾、肠、心肺组织;随后为骨骼、肌肉;脑部的放射性分布最低。患者均无不良反应。2.PSMA SPECT/CT及病理的一致性分析。22例恶性显像阳性20例（假阴性2例）;良性组9例,显像阴性8例（假阳性1例）;显像与病理一致性为rs=0.78（P=0.00）。诊断灵敏度为 90.91%（20/22）,特异度为 88.89%（8/9）,准确度为90.32%（28/31）,阳性预测值为95.24%（20/21）及阴性预测值为80.00%（8/10）。3.TPSA、FPSA、FPSA/TPSA和PSAD与PCa的相关性分析。22例恶性组,计算 PSAD 18 例:FPSA 7.27（1.85,122.75）、TPSA 52.55（14.99,1124.00）、F/TPSA0.12（0.09,0.16）、PSAD 1.23（0.55,25.59）;9 例良性组:FPSA 1.72（0.90,2.29）、TPSA 11.13（6.21,18.85）、F/TPSA0.12（0.10,0.19）、PSAD 0.12（0.08,0.19）;良、恶组对比:FPSA、TPSA 及PSAD（Z=2.70,P=0.01;Z=2.87,P=0.00:Z=3.91,P=0.00）有统计学意义;F/TPSA（Z=0.37;P=0.71）差异无统计学意义。ROC曲线分析27例FPSA、TPSA及PSAD,示PSAD:AUC=0.97,FPSA 和 TPSAAUC 均为 0.86,并且当 PSAD>0.36 时,诊断为 PCa的灵敏度为88.9%,特异度为100%,约登指数为0.89。4.PSMA SPECT/CT 诊断 PCa 与 PSAD 关系。计算 PSAD 27（恶性 18,良性9）例。显像阳性时PSAD阈值为0.12（单位:ng/（ml·cm3））,阴性显像PSAD阈值为0.36。所有PSAD<0.10的病例,PSMA SPECT/CT未发现前列腺癌灶,同期MRI亦然;当以PSAD>0.10为临界值,PCa诊断灵敏度为94.44%（17/18）,特异度为 85.71%（6/7）,准确度为 92.00%（23/25）,相关系数 r=0.80;当PSAD>0.15时,诊断灵敏度为94.18%（16/17）,特异度为100%（4/4）,准确度为95.24%（20/21）,r=0.87;当PSAD>0.20时,诊断灵敏度为94.18%（16/17）,特异度为 100%（2/2）,准确度为 94.74%（18/19）,r=0.79。结论（1）99mTc-HYNIC-PSMA在体内分布具有高度的稳定性和特异性,且以泌尿系统排泄为主要途径,次要途径为肝、肠,能够快速的被非靶组织清除,是一项安全可靠的显像剂。（2）PSMA SPECT/CT 诊断 PCa 与病理一致性为（rs=0.78,p=0.00）,诊断的灵敏度为90.91%,特异度为88.89%,准确度为90.32%,阳性预测值为95.24%及阴性预测值为80.00%。（3）血清PSA及其衍生指标（F/TPSA和PSAD）与PCa密切相关,其中以PSAD诊断价值最高（AUC=0.97）,并且当PSAD>0.36时,诊断为PCa的灵敏度为88.9%,特异度为100%,约登指数为0.89。（4）PSMA SPECT/CT诊断PCa与PSAD呈正相关,PSAD≥0.15时相关性最大,诊断的特异度及准确度最高。
马小智[9]（2020）在《基于DCNN的前列腺外周带MRI图像分割》文中指出前列腺疾病实际临床诊断情况中,社区基层医生经验不足很可能出现误诊;大型中心医院病人医学影像数据量大,导致医师读片工作量过重。自2012年以来,基于大数据集的深度卷积神经网络具有明显优势,研究人员将其成功应用至计算机视觉、图像处理、医学影像分析领域。引入人工智能协助医生对多参数磁共振图像中病灶的进行良恶性判断,可提高前列腺疾病诊断的特异性和敏感性,以减少病人不必要的穿刺活检手术。而分割作为计算机辅助诊断系统中图像特征提取工作,是病理分析、疾病分期智能诊断过程中必要的预处理技术手段。根据临床统计,约70%的前列腺恶性肿瘤发生在外周带组织区域中,对外周带进行分割精确提取具有临床现实意义,可以有效提高后续多模态医学影像数据配准、肿瘤识别分类的精度。本文主要研究工作如下所述:1.本文提出一种基于深度卷积生成对抗网络的前列腺MRI图像合成方法,通过搭建改进的DCGAN网络,结合经典数据增强、超分辨重建预处理,进行网络训练,生成了逼真的前列腺MRI影像数据,将原有数据级量扩增了1倍。通过前列腺肿瘤识别分类实验,表明了本文设计的数据扩增算法有效扩展了前列腺MRI图像样本的数据量与多样性,验证了对抗学习较强的数据拟合能力。2.本文提出了一种基于DCNN多尺度特征增强的前列腺外周带MRI图像分割方法:（1）由于带医生标注的前列腺外周带图像有限,针对小样本T2加权影像数据,引入对抗学习并设计一种联合学习的损失函数,增强数据拟合能力,同时利用迁移学习优化网络,提高其识别精度加快了网络推理计算。（2）针对前列腺外周带组织形变多样性、尺度不一、边缘模糊的特性,设计了多尺度池化空洞卷积和多尺度池化模块,改进原本编解码网络分割任务中全局high level特征和low level细节信息处理的不足,提高了对多尺度信息的特征提特。（3）构建了参与网络学习和参数共享的软注意力机制,增强网络对分割组织区域的特征提取,减少无关信息的干扰和学习以提高外周带分割的精度。本文对142位患者挑选了991张T2加权图像数据集进行训练测试,定性、定量消融实验证明了增强多尺度特征提取算法的鲁棒性,提高了前列腺外周带分割准确率。研究工作具有一定理论研究价值与医学临床意义。
黄冰峰[10]（2020）在《MR高分辨rFOV DWI及DCE对前列腺癌诊断价值的研究》文中提出目的:通过比较前列腺癌和非前列腺癌两组患者的磁共振常规单次激发平面回波弥散加权序列（SS-EPI DWI）和高分辨率小视野弥散加权序列（r FOV DWI）参数及图像质量评分,以及经动态增强（DCE）获得的各个半定量、定量参数的差异,分析磁共振高分辨率小视野弥散加权成像及动态增强序列在前列腺癌诊断中的应用价值。方法:1、回顾性的收集2018年5月至2019年7月间于西南医科大学附属中医医院磁共振室行前列腺MRI检查且经病检确诊的患者共61人,所有患者病理活检前均已行MRI常规扫描、DWI及动态增强扫描。收集患者的年龄、病史及血清PSA等人口学特征及临床资料。根据病理检查结果分为前列腺癌组（28人）和前列腺增生组（33人）。2、纳入标准:患者行MRI检查前,未行前列腺穿刺活检;MRI检查包括动态增强序列及弥散加权序列,且图像质量能满足诊断需求,可观察到明显的病灶;在接受MRI检查后2周内在我院行前列腺穿刺病理活检确诊,且前列腺穿刺活检前未行治疗（如内分泌治疗、放射治疗等）;临床资料完整无缺失。3、排除标准:无法被弥散加权序列及动态增强序列同时检出的患者;MRI相关图像质量较差,无法进行定量分析的;MRI检查病灶描述区域与病理检查病灶描述区域不匹配,或病灶最大直径≤5mm,无法准确勾勒病灶边界的。4、在Simens Sygno MR后处理工作站进行数据后处理,统计分析比较患者常规单次激发平面回波弥散加权序列、高分辨率小视野弥散加权以及动态增强获得的各个参数。分析、探讨r FOV DWI和DCE在前列腺癌中的诊断价值。所有数据均采用SPSS 23.0统计软件进行统计分析。结果:1、比较61例患者的r FOV DWI与SS-EPI DWI图像质量评分,前列腺解剖结构的可视性、癌灶的对比度及整体图像质量的评分在r FOV DWI中均高于SS-EPI DWI序列,且r FOV DWI的伪影明显少于SS-EPI DWI,两者差异具有统计学意义（P均小于0.05）。2、与前列腺增生组患者相比,前列腺癌组患者的r FOV DWI序列及SS-EPI DWI序列ADC值均较低,且差异具有统计学意义（P<0.05）。在前列腺癌组,r FOV DWI的ADC值明显低于SS-EPI DWI,差异具有统计学意义（P<0.05）;在前列腺增生组中,r FOV DWI与SS-EPI DWI的ADC无统计学差异（P>0.05）。r FOV DWI序列及SS-EPI DWI序列ADC值曲线下面积分别为0.950及0.912,两组参数曲线下面积比较差异具有统计学意义（P<0.05）。3、前列腺癌组患者DCE-MRI序列各参数(Ktrans、Kep及Ve)均高于前列腺增生组,差异具有统计学意义（P<0.05）。Ktrans、Kep及Ve值的曲线下面积分别为0.694、0.703、0.747,三者比较无统计学差异（P>0.05）。结论:1、磁共振高分辨率小视野弥散加权成像（r FOV DWI）及动态增强在前列腺癌鉴别诊断中效果理想,具有较高的临床价值。2、高分辨率小视野弥散加权序列（r FOV DWI）对解剖结构的显示、病灶对比度明显优于常规单次激发平面回波弥散加权序列（SS-EPI DWI）,r FOV DWI对于诊断、鉴别前列腺癌的效果更好。
二、前列腺疾病的超声与CT诊断结果比较（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、前列腺疾病的超声与CT诊断结果比较（论文提纲范文）
（1）基于DBSI的深度神经网络学习在鉴别诊断前列腺癌及预测病理分级中的应用价值（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词表 |
| 前言 |
| 参考文献 |
| 第一部分 基于DBSI的深度神经网络学习在鉴别诊断前列腺癌中的运用价值 |
| 一、材料和方法 |
| 二、结果 |
| 三、讨论 |
| 四、结论 |
| 参考文献 |
| 第二部分 基于DBSI的深度神经网络学习在预测前列腺癌病理分级中的运用价值 |
| 一、材料和方法 |
| 二、结果 |
| 三、讨论 |
| 四、结论 |
| 参考文献 |
| 第三部分 基于DBSI深度神经网络学习在离体前列腺标本中鉴别诊断前列腺癌及预测病理分级中的运用价值 |
| 一、材料和方法 |
| 二、结果 |
| 三、讨论 |
| 四、结论 |
| 参考文献 |
| 综述 多种影像学方法在前列腺癌诊断及鉴别诊断中的运用价值 |
| 一 、前列腺的组织胚胎学 |
| 二、前列腺癌的简要发生机制 |
| 三、前列腺癌的诊疗现状 |
| 四、多参数磁共振及放射组学的临床运用 |
| 五、全身磁共振的临床运用 |
| 六、CT 的临床运用 |
| 七、骨扫描(Bone Scintigraphy BS)的临床运用 |
| 八、PET/CT 的临床运用 |
| 参考文献 |
| 在读研究生期间发表论文和参加科研工作情况说明 |
| 致谢 |
（2）经直肠超声造影在前列腺癌诊断中的应用研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 英文缩写 |
| 前言 |
| 资料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 前列腺癌的诊断进展 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（3）CEUS与增强MRI在可疑前列腺癌患者中的应用价值（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 前言 |
| 研究内容与方法 |
| 1.研究对象 |
| 2.仪器与方法 |
| 3.统计学方法 |
| 4.技术路线图 |
| 结果 |
| 讨论 |
| 小结 |
| 致谢 |
| 参考文献 |
| 综述 前列腺癌的影像学新进展 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 导师评阅表 |
（4）多模态图像融合TRUS活检在前列腺癌诊断中的应用及其与病灶病理组织学的关系研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略语 |
| 第一部分:超声多模态图像对前列腺癌诊断价值的研究 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 研究对象 |
| 2.2 资料与方法 |
| 2.2.1 仪器与设备 |
| 2.2.2 经直肠超声检查 |
| 2.2.3 超声弹性成像检查 |
| 2.2.4 超声造影检查 |
| 2.2.5 前列腺穿刺活检 |
| 2.2.6 病理检查 |
| 2.3 统计学分析 |
| 3 结果 |
| 3.1 临床资料结果 |
| 3.2 彩色多普勒血流显像诊断前列腺结节例数 |
| 3.3 前列腺良性结节与恶性结节超声造影参数的比较 |
| 3.4 前列腺恶性结节与同深度对侧位置组织超声造影参数的比较 |
| 3.5 不同病理级别的前列腺癌超声造影参数的比较 |
| 3.5.1 病理1级组与2级组以上前列腺癌超声造影参数的比较 |
| 3.5.2 病理1+2级组与3级组以上前列腺癌超声造影参数的比较 |
| 3.6 前列腺癌病理级别与超声造影参数的相关性分析 |
| 3.7 超声造影参数对前列腺结节的诊断效能 |
| 3.8 超声弹性成像诊断前列腺结节例数 |
| 3.9 前列腺良性结节与恶性结节弹性评分的比较 |
| 3.10 不同病理级别的前列腺癌超声弹性评分的比较 |
| 3.11 前列腺癌病理级别与超声弹性评分的相关性分析 |
| 3.12 超声弹性评分对前列腺结节的诊断效能 |
| 4 讨论 |
| 4.1 超声造影对前列腺癌的诊断价值 |
| 4.2 超声弹性成像对前列腺癌的诊断价值 |
| 4.3 问题与展望 |
| 5 结论 |
| 参考文献 |
| 第二部分:多模态图像融合TRUS活检对前列腺癌检出价值的研究 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 研究对象 |
| 2.2 资料与方法 |
| 2.2.1 仪器与设备 |
| 2.2.2 经直肠超声检查 |
| 2.2.3 超声弹性成像检查 |
| 2.2.4 超声造影检查 |
| 2.2.5 MRI检查及MRI-TRUS融合成像 |
| 2.2.6 前列腺穿刺活检 |
| 2.2.7 病理检查 |
| 2.3 统计学分析 |
| 3 结果 |
| 3.1 临床资料结果 |
| 3.2 病理结果 |
| 3.3 穿刺结果 |
| 3.3.1 靶向穿刺法与系统穿刺法PCa检出率的比较 |
| 3.3.2 靶向穿刺法与系统穿刺法阳性针率的比较 |
| 3.3.3 靶向穿刺法与系统穿刺法对不同级别前列腺癌的检出例数 |
| 3.3.4 靶向穿刺法与系统穿刺法检出不同病理级别的阳性针数 |
| 3.3.5 多模态图像中各种成像方法对病灶的检出价值 |
| 3.3.6 穿刺组织与根治性切除术后组织病理符合程度的比较 |
| 4 讨论 |
| 4.1 靶向穿刺法与系统性穿刺法前列腺癌检出率及阳性针率的比较 |
| 4.2 靶向穿刺法与系统穿刺法检出不同级别前列腺癌的比较 |
| 4.3 多模态图像中各种成像方法对病灶的检出价值 |
| 4.4 穿刺活检组织与根治性切除术后组织病理符合程度的比较 |
| 4.5 问题与展望 |
| 5 结论 |
| 参考文献 |
| 第三部分:前列腺多模态超声图像特征与病灶病理组织学的关系研究 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 研究对象 |
| 2.2 超声图像获取及分析 |
| 2.2.1 仪器 |
| 2.2.2 超声检查 |
| 2.2.3 弹性图像评估 |
| 2.2.4 超声造影及彩色多普勒血流显像评估 |
| 2.3 组织病理学检查 |
| 2.3.1 诊断金标准 |
| 2.3.2 标本留取与保存 |
| 2.3.3 仪器与试剂 |
| 2.3.4 HE染色步骤 |
| 2.3.5 Masson染色步骤 |
| 2.3.6 天狼星红染色步骤 |
| 2.3.7 免疫组化SP法染色步骤 |
| 2.4 显微镜摄像及图像分析 |
| 2.4.1 仪器 |
| 2.4.2 显微镜摄像 |
| 2.4.3 实验图像分析软件及使用方法 |
| 2.4.4 实验结果判读 |
| 2.5 统计学方法 |
| 3 结果 |
| 3.1 病理结果 |
| 3.2 超声声像图结果 |
| 3.3 前列腺组织免疫组化染色结果 |
| 3.3.1 MVD计数 |
| 3.3.2 MVD在各组PCa中的表达 |
| 3.3.3 MVD表达与PCa病理级别的相关性 |
| 3.3.4 VEGF表达 |
| 3.3.5 VEGF在各组PCa中的表达 |
| 3.3.6 VEGF表达与PCa病理级别的相关性 |
| 3.3.7 组织中VEGF与MVD表达的相关性 |
| 3.3.8 α-SMA表达 |
| 3.3.9 α-SMA在各级别PCa中的表达 |
| 3.3.10 α-SMA表达与PCa病理级别的相关性 |
| 3.3.11 α-SMA表达与VEGF及MVD的相关性 |
| 3.4 前列腺组织胶原纤维、肌纤维含量 |
| 3.4.1 前列腺组织胶原纤维及肌纤维含量 |
| 3.4.2 胶原纤维及肌纤维在各级别PCa中的含量 |
| 3.4.3 胶原纤维及肌纤维含量与PCa病理级别的相关性 |
| 3.4.4 前列腺组织Ⅰ型胶原纤维与Ⅲ型胶原纤维含量 |
| 3.4.5 ColⅠ在各级别PCa中的含量 |
| 3.4.6 ColⅠ含量与PCa病理级别的相关性 |
| 3.4.7 α-SMA表达与胶原纤维及肌纤维的关系 |
| 3.5 前列腺病灶超声指标与病理指标比较 |
| 3.5.1 前列腺病灶血流与MVD及VEGF表达 |
| 3.5.2 前列腺病灶血流等级与MVD及VEGF表达的相关性 |
| 3.5.3 超声造影参数与MVD及VEGF表达的相关性 |
| 3.5.4 超声软硬组病灶间病理指标差异 |
| 3.5.5 超声弹性评分与病理指标的相关性 |
| 3.5.6 Col Ⅰ、Col Ⅲ排列方式与结节硬度的关系 |
| 3.6 α-SMA表达与超声弹性评分及造影参数的关系 |
| 4 讨论 |
| 4.1 前列腺病灶超声多模态检查结果 |
| 4.2 MVD、VEGF的表达及其与多模态超声特点的关系 |
| 4.3 胶原纤维含量及其与多模态超声特点的关系 |
| 4.4 肌纤维含量及其与多模态超声特点的关系 |
| 4.5 α-SMA的表达及其与多模态超声特点的关系 |
| 4.6 问题与展望 |
| 5 结论 |
| 本研究创新性的自我评价 |
| 参考文献 |
| 综述 经直肠超声引导前列腺靶向穿刺的研究进展 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简历 |
（5）MR、彩超在前列腺疾病诊断中的对比应用（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 检查方法 |
| 1.2.1 彩超 |
| 1.2.2 MR平扫 |
| 1.2.3 MR动态加强扫描 |
| 1.3 观察指标 |
| 1.4 统计学方法 |
| 2 结果 |
| 2.1 不同检查方法的诊断结果 |
| 2.2 不同检查方法灵敏度、特异度及准确率的比较 |
| 3 讨论 |
（6）不同血清PSA水平的前列腺穿刺阳性率及Gleason评分结果分析（论文提纲范文）
| 中英文缩略词表 |
| 中文摘要 |
| ABSTRACT |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 致谢 |
（7）经直肠超声及超声造影在前列腺癌骨转移中的研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 1 资料与方法 |
| 1.1 研究对象 |
| 1.2 仪器与方法 |
| 1.3 统计学处理 |
| 2 结果 |
| 2.1 临床资料结果分析 |
| 2.2 前列腺癌骨转移组与非骨转移组经直肠超声及超声造影参数结果分析 |
| 2.2.1 经直肠二维超声前列腺钙化对比分析 |
| 2.2.2 经直肠彩色多普勒超声血流参数对比分析 |
| 2.2.3 经直肠超声造影参数对比分析 |
| 2.3 前列腺癌骨转移患者不同钙化类型Gleason评分对比分析 |
| 讨论 |
| 结论 |
| 参考文献 |
| 文献综述 前列腺癌骨转移影像学诊断研究进展 |
| 参考文献 |
| 缩略语表 |
| 攻读学位期间发表文章情况 |
| 个人简历 |
| 致谢 |
（8）99mTc-HYNIC-PSMA小分子抑制剂SPECT/CT诊断前列腺癌的临床研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略词 |
| 引言 |
| 资料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 附图 |
| 参考文献 |
| 综述 PSMA分子在前列腺癌诊断中的研究现状及进展 |
| 参考文献 |
| 个人简历、在校期间发表文章及课题研究情况 |
| 致谢 |
（9）基于DCNN的前列腺外周带MRI图像分割（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 前列腺疾病计算机辅助诊断 |
| 1.2.2 前列腺组织磁共振图像分割 |
| 1.3 本文主要内容和结构安排 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文结构安排 |
| 第二章 基于深度卷积神经网络的图像分割 |
| 2.1 引言 |
| 2.2 深度卷积神经网络 |
| 2.2.1 典型神经网络模型 |
| 2.2.2 激活函数 |
| 2.2.3 典型神经网络计算 |
| 2.2.4 卷积层 |
| 2.2.5 池化层 |
| 2.2.6 经典深度卷积神经网络 |
| 2.3 深度卷积神经分割网络FCN |
| 2.4 本章小结 |
| 第三章 基于深度卷积生成对抗网络的前列腺MRI图像合成 |
| 3.1 引言 |
| 3.2 生成对抗学习 |
| 3.3 前列腺MRI图像合成 |
| 3.3.1 前列腺MRI图像生成网络 |
| 3.3.2 数据集与预处理 |
| 3.3.3 分类验证 |
| 3.3.4 实验及结果分析 |
| 3.4 基于对抗学习的分割网络 |
| 3.4.1 Deeplab |
| 3.4.2 Deeplab+GAN |
| 3.5 本章小结 |
| 第四章 基于DCNN多尺度特征增强的前列腺外周带分割 |
| 4.1 引言 |
| 4.2 基于对抗学习的多尺度特征增强分割网络 |
| 4.3 对抗学习 |
| 4.3.1 生成器U-Net |
| 4.3.2 迁移学习 |
| 4.4 多尺度空洞卷积模块 |
| 4.5 多尺度池化模块 |
| 4.6 注意力机制 |
| 4.7 实验及结果分析 |
| 4.7.1 评价指标 |
| 4.7.2 数据集 |
| 4.7.3 前列腺外周带分割实验结果 |
| 4.8 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（10）MR高分辨rFOV DWI及DCE对前列腺癌诊断价值的研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 英汉缩略词对照表 |
| 附图 |
| 多模态磁共振在前列腺癌中的应用(综述) |
| 参考文献 |
| 攻读硕士学位期间发表论文情况 |
| 致谢 |
四、前列腺疾病的超声与CT诊断结果比较（论文参考文献）
- [1]基于DBSI的深度神经网络学习在鉴别诊断前列腺癌及预测病理分级中的应用价值[D]. 阳青松. 中国人民解放军海军军医大学, 2021(01)
- [2]经直肠超声造影在前列腺癌诊断中的应用研究[D]. 高庆禄. 河北医科大学, 2021(02)
- [3]CEUS与增强MRI在可疑前列腺癌患者中的应用价值[D]. 努热曼古·艾买尔. 新疆医科大学, 2021(09)
- [4]多模态图像融合TRUS活检在前列腺癌诊断中的应用及其与病灶病理组织学的关系研究[D]. 杨晔. 中国医科大学, 2021(02)
- [5]MR、彩超在前列腺疾病诊断中的对比应用[J]. 罗建华,朱侣明,俞志茹,邱秦文,曾庆良. 中国当代医药, 2020(18)
- [6]不同血清PSA水平的前列腺穿刺阳性率及Gleason评分结果分析[D]. 胡晨波. 广州医科大学, 2020(01)
- [7]经直肠超声及超声造影在前列腺癌骨转移中的研究[D]. 王雅丽. 内蒙古医科大学, 2020(03)
- [8]99mTc-HYNIC-PSMA小分子抑制剂SPECT/CT诊断前列腺癌的临床研究[D]. 阮谢妹. 郑州大学, 2020(02)
- [9]基于DCNN的前列腺外周带MRI图像分割[D]. 马小智. 合肥工业大学, 2020(02)
- [10]MR高分辨rFOV DWI及DCE对前列腺癌诊断价值的研究[D]. 黄冰峰. 西南医科大学, 2020(06)
标签：前列腺论文; 前列腺特异性抗原论文; 前列腺疾病论文; 前列腺肿瘤论文; 超声造影论文;