简介：摘要目的评估合成MRI定量参数图直方图特征及表观扩散系数（apparent diffusion coefficient, ADC）图直方图特征预测乳腺癌Ki-67表达状态的价值。材料与方法回顾性分析2019年12月至2021年3月经潍坊市中医院病理证实为乳腺癌的146名患者的临床及影像学资料，所有患者活检或手术前均行MRI常规序列成像、动态对比增强MRI（dynamic contrast-enhanced MRI, DCE-MRI）及合成MRI序列扫描成像。使用PyRadiomics软件提取合成MRI定量参数T1、T2、质子密度（proton density, PD）值及ADC值这四个数值的直方图特征。根据Ki-67表达情况将乳腺癌患者分为高表达组（≥30%）与低表达组（＜30%）。采用卡方检验、独立样本t检验及Mann-Whitney U检验比较两组患者的临床、病理特征及合成MRI定量参数图（T1-mapping、T2-mapping、PD-mapping）、ADC图的直方图特征差异。单因素及多因素logistic回归分析乳腺癌Ki-67表达状态与MRI定量参数图直方图特征之间的关系，并绘制受试者工作特征（receiver operating characteristic, ROC）曲线，计算曲线下面积（area under the curve, AUC),比较各直方图特征对Ki-67表达状态的预测效能。结果单因素logistic分析结果显示Ki-67高、低表达组间，ADC图直方图特征、临床及病理特征差异无统计学意义（年龄，P=0.13；最大径，P=0.09；形态，P=0.94；边缘，P=0.23；强化方式，P=0.13；纤维腺体类型，P=0.26），T1-平均值、T1-10th位数（T1百分之十位数）、T2-平均值、T2-10th位数（T2百分之十位数）、PD-熵值和PD-峰度的差异均有统计学意义（P＜0.01）。多因素logistic分析结果显示T1-10th位数及T2-10th位数是Ki-67表达状态的独立预测因素，两者联合构建模型预测乳腺癌Ki-67表达状态的AUC为0.809，敏感度为64.8%，特异度为87.5%，准确度为72.8%。结论合成MRI定量参数有助于预测乳腺癌Ki-67的表达状态，为术前无创性评估乳腺癌的肿瘤增殖情况提供了一种有效的辅助诊断方法。

简介：摘要SVG（StaticVarGenerator）称为“静止无功发生器”，它基于瞬时无功功率的概念和补偿原理，以大功率可关断电力电子器件组成的逆变器为核心，相应的自动控制和保护系统等组成的成套装置，通过实时的数据采集、计算和控制，动态跟踪电网电能质量变化，并根据变化情况动态调节无功输出，可以实现负荷的连续调节，实现变电站在任意负荷下的高功率因数运行。

简介：摘要目的探讨合成MRI定量参数直方图特征预测乳腺浸润性导管癌（IDC）患者人表皮生长因子受体2（HER2）表达状态的价值，并与ADC直方图特征的预测性能进行对比分析。方法前瞻性收集2020年1月至9月就诊于复旦大学附属肿瘤医院的195例乳腺病变患者，所有患者接受完整乳腺MR检查，包括合成MRI、DWI和动态对比增强MRI（DCE-MRI），所有手术标本经病理证实。采用PyRadiomics软件提取定量参数的直方图特征。采用独立样本t检验或Mann-Whitney U检验比较HER2阳性与HER2阴性乳腺IDC患者的合成MRI定量参数［T1、T2和质子密度（PD）］及ADC值的直方图特征差异。采用ROC的曲线下面积（AUC）评估变量预测HER2表达状态的预测性能。结果最终纳入122例乳腺IDC患者的122个病灶。其中31例为HER2阳性，91例为HER2阴性。HER2阳性与HER2阴性患者的临床、病理特征差异无统计学意义（P>0.05）。单因素分析结果显示HER2阳性与HER2阴性乳腺癌患者中PD中位数、PD平均值、PD峰度、T1 10th位数、T1平均值、ADC值直方图的峰度差异具有统计学意义［PD中位数分别为79.80（75.90，83.90）ms、76.56（72.59，79.09）ms，Z=-3.46，P<0.01；PD平均值分别为78.89（74.80，84.01）ms、75.99（71.70，78.63）ms，Z=-2.61，P=0.01；PD峰度分别为6.45（3.45，7.54）、5.04（3.55，5.58），Z=-2.21，P=0.03；T1 10th位数分别为731.52（668.50，975.39）ms、726.51（588.38，852.19）ms，Z=-2.54，P=0.01；T1平均值分别为1 161.97（1 063.56，1 253.78）ms、1 072.75（989.39，1 154.04）ms，Z=-2.21，P=0.03；ADC值直方图的峰度分别为4.75（2.72，5.91）、3.82（2.69，4.39），Z=-2.43，P=0.02］。多因素分析结果显示PD中位数（P=0.004）与T1平均值（P=0.004）是HER2表达状态的独立预测因素，两者构建的逻辑回归模型预测HER2表达状态的AUC为0.853（95%CI 0.779~0.926），灵敏度为71%，特异度为81%。ADC值直方图的峰度预测HER2表达状态的AUC为0.714（95%CI 0.611~0.817），灵敏度为45%，特异度为85%。DeLong检验提示二者的诊断效能差异具有统计学意义（Z=2.18，P=0.04）。结论合成MRI定量参数直方图特征在预测乳腺IDC的HER2表达状态方面具有较好的效能，可能辅助个体化的抗HER2靶向治疗计划的制定。