張思琪，邵劍波，曾洪武

作者單位：1.深圳市兒童醫(yī)院放射科，深圳518038；2.汕頭大學醫(yī)學院，汕頭515041；3.華中科技大學同濟醫(yī)學院附屬武漢兒童醫(yī)院影像中心，武漢430019

安全高效是兒科影像的永恒主題，第107 屆北美放射學會(Radiological Society of North America，RSNA)年會群英薈萃，專家們分享智慧與經(jīng)驗，共建未來之路。兒科影像再次聚焦安全落實、質(zhì)量保證和全球標準規(guī)范制定，筆者對此概述如下。

1 中樞神經(jīng)系統(tǒng)及頭頸部

兒童腦發(fā)育及其評估一直是兒科神經(jīng)影像研究熱點[1]，而由產(chǎn)前酒精暴露(prenatal alcohol exposure，PAE)導致的胎兒神經(jīng)發(fā)育障礙，因其高發(fā)病率、難確診性和可預防性，成為學者們的研究重點[2]。維也納醫(yī)科大學的Marlene Stuempflen 團隊致力于探索PAE 對胎兒中樞神經(jīng)系統(tǒng)早期發(fā)育的影響。前瞻性招募27 名PAE 新生兒和36 名健康對照組，獲得腦功能數(shù)據(jù)后，進行半自動分割和圖像校準，并與新生兒大腦標準圖譜進行匹配。結(jié)果發(fā)現(xiàn)，PAE組新生兒的胼胝體和雙側(cè)海馬體積均顯著大于對照組(P=0.035)，而腦室旁區(qū)體積則明顯縮小(P=0.003)。該研究驗證了產(chǎn)前階段酒精攝入對區(qū)域腦容量的選擇性影響，重申家庭社會對酒精控制的必要性。

算法迭代優(yōu)化使腦神經(jīng)網(wǎng)絡穩(wěn)定性和可重復性不斷增強，目前已獲多數(shù)科研工作者和臨床專家的認可，在兒科領(lǐng)域亦逐漸嶄露頭角[3]。德州兒童醫(yī)院Michael John Paldino 團隊分析33 例確診局灶性癲癇患兒靜息態(tài)腦功能網(wǎng)絡，將大腦皮層細分成約780 個灰質(zhì)網(wǎng)絡節(jié)點，基于血氧水平依賴時間序列信號配對生成個體神經(jīng)網(wǎng)絡圖像。結(jié)果表明四個評價指標中有三個(聚類系數(shù)、全局效率和路徑長度)，與國際抗癲癇聯(lián)盟術(shù)后分類結(jié)果呈顯著相關(guān)性(P分別=0.001、0.012、0.018)。該團隊后續(xù)研究中基于機器學習，參照術(shù)前神經(jīng)網(wǎng)絡指標，納入臨床和影像雙參數(shù)構(gòu)建的術(shù)后癲癇復發(fā)預測模型，表現(xiàn)出最優(yōu)診斷效能。

美國印第安納大學賴利兒童醫(yī)院Rupa Radhakrishnan團隊則專注于研究產(chǎn)前阿片類藥物暴露對新生兒大腦靜息狀態(tài)功能網(wǎng)絡的影響。前瞻性招募23 名產(chǎn)前阿片類藥物暴露新生兒和29 名健康對照組，通過磁共振血氧水平依賴成像技術(shù)獲得靜息態(tài)腦功能數(shù)據(jù)，經(jīng)新生兒大腦標準圖譜配準后，劃分為90個解剖標記區(qū)域。將嬰兒性別和妊娠年齡作為協(xié)變量，與六個神經(jīng)網(wǎng)絡圖像參數(shù)一并構(gòu)建協(xié)方差矩陣回歸(covariate associated principal，CAP)模型。最終發(fā)現(xiàn)，產(chǎn)前阿片類藥物暴露組新生兒共有五組腦神經(jīng)功能網(wǎng)絡發(fā)生明顯改變。其中差異最顯著的通路由右側(cè)顳下回、雙側(cè)赫氏回、左側(cè)丘腦、左側(cè)緣上回、左側(cè)頂下小葉、左側(cè)頂上回、右側(cè)前扣帶回、右側(cè)直回、左側(cè)輔助運動區(qū)和左側(cè)三角肌部組成(CAP5，P=3.86×10-6)，暴露組新生兒在該功能網(wǎng)絡中的連通性下降。團隊規(guī)劃未來探索多種藥物聯(lián)合、吸煙對嬰兒大腦神經(jīng)網(wǎng)絡發(fā)育的影響，以及早期大腦功能連接改變對后期神經(jīng)發(fā)育的潛在干預。

準確測定顱內(nèi)壓是兒童影像懸而未決的難題。目前常用的非侵入性技術(shù)是利用電子計算機斷層掃描(computed tomography，CT)、MRI檢測腦室系統(tǒng)的形態(tài)和腦脊液的流速，間接估計顱內(nèi)壓，其準確性仍需提高[4]。美國費城兒童醫(yī)院Ryne Didier 團隊提出利用亞諧波輔助壓力估算法(subharmonic aided pressure estimation，SHAPE)作為一種無創(chuàng)對比增強超聲(contrast-enhanced ultrasound，CEUS)的工具，評估早產(chǎn)胎兒動物模型顱內(nèi)壓。他們將17只胎羔羊3次重復測量的顱內(nèi)壓均值，和使用混合效應線性回歸分析方法確定的全腦及丘腦局部CEUS亞諧波強度值，進行相關(guān)性分析。發(fā)現(xiàn)SHAPE強度值與顱內(nèi)壓均值間呈顯著負相關(guān)(r=-0.21，P＜0.001)。該研究證實亞諧波輔助壓力估算法可無創(chuàng)監(jiān)測新生兒顱內(nèi)壓，相信未來在神經(jīng)損傷臨床評估方面亦有潛在應用價值。

費城兒童醫(yī)院的Hasan Habib等人回顧性地分析35名頸部淋巴管畸形胎兒的產(chǎn)前MRI 報告，發(fā)現(xiàn)存在邊緣浸潤、舌或縱隔等中線結(jié)構(gòu)的延伸和氣道偏離等征象。加拿大渥太華大學附屬東安大略兒童醫(yī)院Claudia M. Martinez Rios Arellano 團隊認為盡管甲狀腺結(jié)節(jié)在兒童人群中發(fā)病率不高，但因其高惡性率、高轉(zhuǎn)移率及高復發(fā)率，臨床上當引起高度重視。他們發(fā)現(xiàn)除結(jié)節(jié)大小，包繞結(jié)節(jié)周圍組織的超聲影像特征對結(jié)節(jié)惡性傾向亦有提示作用。輻射暴露、既往惡性腫瘤史、慢性炎癥及易感綜合征均為甲狀腺癌的危險因素[5]。

2 肺部

MRI新序列的研發(fā)突破，在兒童肺部疾病中的應用穩(wěn)步增長。超短回波時間(ultrashort echo time，UTE) MRI序列是一種可采集更多短T2組織信號的新型成像技術(shù)，在彌補常規(guī)MRI短T2組織成像欠清缺陷的同時，可對相關(guān)組織成分變化進行定量分析[6]。美國辛辛那提兒童醫(yī)院Nara Savoye Higano團隊將該技術(shù)應用于評測79例支氣管肺發(fā)育不良(bronchopulmonary dysplasia，BPD)新生兒肺部情況，其中重度BPD 55 例、中度8 例、輕度8 例、非BPD 8 例(健康對照組)。通過按體表面積歸一化全肺段的容積來量化過度充氣；通過參照肌肉和噪聲使肺部信號強度標準化后，量化肺組織信號強度。將兩個指標分別與傳統(tǒng)臨床分級指標進行相關(guān)性分析，發(fā)現(xiàn)過度充氣指標與BPD嚴重程度密切相關(guān)(P=0.0011)，且重癥組較其他組相關(guān)性更高(P＜0.0001)；但組織信號強度在各組間未體現(xiàn)出顯著差異。該研究證實早產(chǎn)兒肺部過度充氣比組織信號強度更具臨床相關(guān)性，有效推廣了MRI 在阻塞性和限制性肺部疾病中的應用。

處于生長發(fā)育期的兒童對X 線輻射更為敏感，致癌風險亦高[7]，因此低劑量CT 的臨床應用價值成為放射醫(yī)師的研究熱點[8]。哥倫比亞羅薩里奧大學Sebastian Gallo-Bernal 等人探究超低劑量胸部CT掃描方案(70～90 kV，50 mAs)在兒童漏斗胸評估中的診斷效能。通過對比104 名漏斗胸患兒的常規(guī)輻射劑量和超低輻射劑量(ultralow，UL)兩組CT 圖像的成片質(zhì)量和輻射劑量，發(fā)現(xiàn)UL 組的有效劑量和體型特異性掃描劑量評估值均顯著降低(P＜0.001)，主、客觀圖像質(zhì)量評價亦存在顯著差異(P＜0.001)，但肺結(jié)節(jié)檢出數(shù)量和大小無明顯不同。該研究證實了超低劑量胸部CT 掃描方案在漏斗胸患兒診斷中的可行性，確保微小肺部結(jié)節(jié)病灶檢出的同時實現(xiàn)輻射劑量降低。而美國辛辛那提兒童醫(yī)院Samuel L. Brady等人致力于探索低劑量胸部CT 檢測癌癥患兒肺結(jié)節(jié)的效能。團隊前瞻性招募4～21 歲有惡性腫瘤病史的患者共78 名，前后對同一患者進行常規(guī)劑量(100/120 kV，自動管電流調(diào)節(jié))和低劑量(100 kV，25 mA)兩次胸部CT 平掃，3 名放射科醫(yī)生進行盲審。結(jié)果表明，低劑量CT 掃描能實現(xiàn)92%的結(jié)節(jié)檢出率，對結(jié)節(jié)數(shù)量和大小亦有63%的敏感度和85%的特異度，而相較常規(guī)CT 掃描減少了83%的輻射劑量，強力證實低劑量胸部CT 在癌癥患兒肺結(jié)節(jié)檢出應用中的可行性和可靠性。

3 心血管系統(tǒng)

隨著快速成像序列的開發(fā)應用和硬件技術(shù)的進步，專家們已描繪出結(jié)構(gòu)清晰成像、組織定性顯示，血流定量測量的心臟磁共振成像技術(shù)的宏偉藍圖。

德國波恩大學Alexander Isaak 團隊，比較基于三維雙回波Dixon 技術(shù)的無對比劑非觸發(fā)式弛豫增強磁共振血管造影成像技術(shù)(relaxation-enhanced angiography without contrast and triggering-magnetic resonance angiography，REACT-MRA)與其他傳統(tǒng)灌注成像技術(shù)在診斷先天性心臟病(congenital heart disease，CHD)患兒中的價值?；仡櫺匝芯?0 例CHD 患者的MRA 圖像，定性圖像分析采用5 分量表(Likert Scale)對圖像質(zhì)量、偽影、測量準確度、診斷價值進行評估。結(jié)果發(fā)現(xiàn)REACT-MRA 的整體圖像質(zhì)量評分明顯高于屏氣掃描的多相位心肌首過灌注MRA (P＜0.001)，但和在心電及呼吸門控下的單相位穩(wěn)態(tài)增強MRA 無明顯差別。血管內(nèi)徑測量精準度方面，REACT-MRA 和單相位穩(wěn)態(tài)增強MRA 達成較高一致性，REACT-MRA 組間組內(nèi)測量可重復性良好。REACT-MRA 因Dixon 產(chǎn)生的特定偽影亦可通過圖像重建消除，不影響診斷效能。綜上可知REACT-MRA 技術(shù)相比于臨床常規(guī)使用的MRA 掃描方式，能夠在規(guī)避對比劑相關(guān)風險的同時，為CHD 患者提供高診斷效能的圖像。維也納醫(yī)科大學的Florian Prayer 等人證實利用Multivane 技術(shù)和超分辨率重建技術(shù)，使胎兒MRI 圖像實現(xiàn)心臟大血管結(jié)構(gòu)可視化，有助于臨床醫(yī)生識別胎兒子宮內(nèi)發(fā)育過程中存在的大血管異常。

存在左向右分流的CHD 患兒易致不良心血管事件發(fā)生[9]，美國南卡羅來納醫(yī)科大學Tilman Stephan Emrich 團隊致力于尋找更優(yōu)左向右分流MRI早期篩查指標?；仡櫺允占?7例左向右分流CHD 患兒、21 例右室心肌病患兒(右心室擴張但不伴左向右分流)和52 例健康對照組的MRI 圖像，采用相位對比法計算肺、主動脈血流量比值(Qp/Qs)，同時通過T2 mapping定量技術(shù)獲得右/左心室血池T2 比值。結(jié)果顯示左向右分流組患兒的舒張末期右室體積顯著高于健康組(P=0.007)，但與右室心肌病組差異無統(tǒng)計學意義(P=1.00)。同時左向右分流組患兒的右/左心室血池T2比值相較其他兩組明顯升高(健康組P＜0.001；右室心肌病組P=0.004)。T2 比值作為左向右分流檢測指標時的最佳閾值是0.78 (敏感度100%，特異度73.9%)，相較肺、主動脈血流量比值(Qp/Qs＞1.5)作為檢測指標時的陽性預測率更高，且分流嚴重程度和T2 比值亦呈正相關(guān)關(guān)系(r=0.83)。研究證明右/左心室血池T2 比值有潛力成為一種快速且高度可靠的左向右分流篩查方法，但對于尚無把握的疑難病例需加做Qp/Qs進一步評估病情。

4D 磁共振血流成像(4D Flow MRI)是一種對心臟及大血管血流情況進行定性和定量分析的無創(chuàng)技術(shù)[10]，美國西北大學范伯格醫(yī)學院的Elizabeth Weiss 團隊借此計算逆向血流體素，作為伴有主動脈瓣返流(aortic regurgitation，AR)和主動脈瓣狹窄(aortic stenosis，AS)的二尖瓣主動脈瓣疾病(bicuspid aortic valve，BAV)患者體內(nèi)異常血流的一項量化診斷指標，并評估其與主動脈擴張間的關(guān)系。對510例BAV患者(中段升主動脈內(nèi)徑＞35 mm)和25 例年齡性別均匹配的健康對照組進行4D Flow MRI 掃描，計算升主動脈內(nèi)收縮期(first 300 ms)和舒張期(second 300 ms)的返流量均值。發(fā)現(xiàn)：(1)即使不伴AR 和AS，BAV 患者的返流血量相較于健康對照組顯著增加；(2)主動脈瓣返流嚴重者舒張期返流量明顯增大，而主動脈瓣狹窄嚴重者則收縮期返流量明顯增大；(3) AR組收縮期返流量與中段升主動脈內(nèi)徑的相關(guān)系數(shù)為0.21 (P＜0.001)。該研究證實逆流血量可用于評估BAV 患者因瓣膜病導致的血流紊亂嚴重程度，且該量化結(jié)果可作為主動脈擴張的前期重要提示。

蒙特利爾大學附屬圣賈斯汀醫(yī)院Emilie Alchourron 團隊利用半自動測量B 型超聲技術(shù)，驗證頸總動脈內(nèi)膜中層厚度(intima media thickness，IMT)在兒童早期動脈粥樣硬化風險預測中的價值。依據(jù)身體質(zhì)量指數(shù)(body mass index，BMI)指數(shù)將30 名患兒分為體質(zhì)量正常和超重兩組，經(jīng)6 名超聲醫(yī)師的雙側(cè)重復測量結(jié)果顯示，兩組間IMT 值存在顯著差異，且組間和組內(nèi)的相關(guān)系數(shù)均＞0.8，有較高的一致性。證實在排除檢測邊界定位差異的前提下，IMT可作為兒童早期動脈粥樣硬化的亞臨床放射學標志。團隊期望未來聯(lián)合多學科構(gòu)建更規(guī)范的IMT 測量指南，對兒童早期動脈粥樣硬化進行風險分層，以助臨床實現(xiàn)更早期的干預。

4 腹盆部

因成人和兒童肝臟腫瘤發(fā)展模式的全然不同，德克薩斯大學西南醫(yī)學中心Gary Robert Schooler 教授團隊建議放射科醫(yī)師在診斷兒童肝臟腫瘤時，同時參考由美國放射學會兒科組撰寫的兒童肝臟影像報告和數(shù)據(jù)管理系統(tǒng)(liver imaging reporting and data system，LI-RADS)和根據(jù)兒童國際肝臟腫瘤試驗(paediatric hepatic international tumour trial，PHITT)修訂的兒童原發(fā)性肝惡性腫瘤的放射學分期系統(tǒng)(2017 pre-treatment extent of tumor，2017 PRETEXT)，依據(jù)發(fā)病年齡進行疾病判別，切忌照搬成人肝臟腫瘤的診斷思路。另外，肝母細胞瘤和原發(fā)性肝細胞癌(hepatocellular carcinoma，HCC)是兒童最常見的兩種肝臟腫瘤類型，診斷時應重點考慮。美國辛辛那提兒童醫(yī)院Mitchell Rees團隊對39名肝細胞癌患兒(其中22名患兒HCC易感)的臨床及影像學資料進行回顧性分析。發(fā)現(xiàn)無HCC易感性組的患兒表現(xiàn)為更大的腫塊體積(P＜0.001)、更頻繁靜脈轉(zhuǎn)移(TIV，P＜0.05)和更高級別的PRETEXT 分期。兩組的影像學特征差異對臨床判別有指導性意義。

美國費城兒童醫(yī)院Adarsh Ghosh 等人采用磁共振彈性成像技術(shù)(magnetic resonance elastography，MRE)評估和監(jiān)測Fontan 相關(guān)肝病(Fontan-associated liver disease，F(xiàn)ALD)的肝脾硬化程度，探討其與生化指標、終末期肝病模型得分(end-stage liver disease model，MELD)的相關(guān)性?；仡櫺苑治?4 名FALD 患兒的臨床和MRE 影像資料，結(jié)果表明脾臟MRE 短期硬化指數(shù)與MELD 評分呈中度負相關(guān)(r=-0.597，P=0.009)，而肝臟MRE 短期硬化指數(shù)與血清腦鈉肽呈強正相關(guān)(r=0.602，P=0.002)。該研究發(fā)現(xiàn)雖然在兒童隊列中，肝臟短期硬化程度的加重與MELD 得分相關(guān)性不強(和成人隊列結(jié)果相反)，但對FALD發(fā)作前的肝臟早期充血和纖維化仍有一定警示價值。加拿大多倫多病童醫(yī)院Andrea Schwarz Doria 教授團隊探究定量MRI 在鑒別良惡性神經(jīng)母細胞瘤(neuroblastic，NB)中的應用價值?；仡櫺苑治?0 名患者的影像學資料，計算單位體積腫瘤的表觀擴散系數(shù)和腫瘤總體積大小。表觀擴散系數(shù)作為NB 良惡性鑒別指標時的最佳閾值是1.06×10-3mm2/s (敏感度83%，特異度75%)。鑒于其低風險和高準確性，他們建議推廣表觀擴散系數(shù)在神經(jīng)母細胞腫瘤患兒診斷評估中的應用。

比利時魯汶大學醫(yī)學院Luc Breysem等人利用三維超聲測量67名常染色體顯性遺傳型多囊性腎病(autosomal dominant polycystic kidney disease，ADPKD)患兒的腎臟總體積，并結(jié)合年齡構(gòu)建全新雙參數(shù)模型。模型公式:y=A×B^(x^1.6)，優(yōu)化后參數(shù)為A=80、90、100、110；B=1.01、1.012、1.015、1.018。新模型對患兒病情嚴重程度風險分層效能更優(yōu)，團隊認為該模型未來具有推廣應用于兒童ADPKD 的病情嚴重程度評估和預測早期進展的潛力。

美國波士頓兒童醫(yī)院Jeanne S. Chow 教授團隊建議使用超聲描述和評估產(chǎn)前胎兒和產(chǎn)后新生兒尿路情況時，統(tǒng)一參考泌尿系統(tǒng)擴張(urinary tract dilatation，UTD)分級系統(tǒng)，以提高工作溝通效率。他們認為相較于既往的美國胎兒泌尿外科學會分級系統(tǒng)，UTD 因包括對腎實質(zhì)、輸尿管和膀胱的評估，可信度更高。產(chǎn)前和產(chǎn)后評估標準的統(tǒng)一，對患兒病情評估和治療策略設(shè)定更為有利[11]。UTD評級越高，泌尿系統(tǒng)出現(xiàn)異常的風險越大，尿路擴張痊愈的概率越小，但返流嚴重程度與UTD 評級并不相關(guān)[12]。美國科羅拉多兒童醫(yī)院Jeffrey John Tutman等人對比核素膀胱顯像、排泄性尿路超聲造影、排泄性膀胱尿道造影三種技術(shù)在評估小兒膀胱輸尿管返流狀態(tài)中的優(yōu)劣性，納入輻射劑量、患兒耐受度、解剖細節(jié)還原清晰度、返流感應敏感度、可行性、安全性、檢查費用共七項考核指標。綜合各項得分，建議將排泄性尿路超聲造影作為小兒膀胱輸尿管返流檢查的首選方案。

5 肌骨系統(tǒng)

彌散張量成像(diffusion tensor imaging，DTI)能定量反映骨骺及干骺端的微觀結(jié)構(gòu)和形態(tài)[13]，這為評估小兒生長發(fā)育障礙水平提供有力技術(shù)支持。然ROI 分割所需的過長耗時，限制了DTI 在臨床中的推廣應用[14]。為攻克這一難題，美國托馬斯杰斐遜大學醫(yī)院Simukayi Mutasa 團隊借助卷積神經(jīng)網(wǎng)絡(convolutional neural network，CNN)，自動分割股骨遠端干骺端的骨質(zhì)結(jié)構(gòu)生成ROI。他們將20名神經(jīng)母細胞瘤患兒和20 名健康對照組共80 例DTI 數(shù)據(jù)集隨機分為訓練(n=70)和測試(n=10)組，對算法進行訓練、測試和驗證。經(jīng)效能檢驗，最終平均Dice 系數(shù)為0.680，Matthews 相關(guān)系數(shù)為0.672，ROI 分割時間從原有的30 min 降至數(shù)秒內(nèi)。該成果證實CNN 能大幅推進DTI 的臨床應用。巴西圣保羅大學醫(yī)學院Marcelo Straus Takahashi團隊比較他們開發(fā)的一種基于深度學習圖像語義分割算法的圖像自動分析程序與手動測量在評估兒童發(fā)育性髖關(guān)節(jié)發(fā)育不良(Developmental dysplasia of the hip，DDH)中的差異。回顧性分析醫(yī)院PACS 系統(tǒng)中的250份兒童髖關(guān)節(jié)平片，算法生成的髖臼指數(shù)與手動測量值呈良好相關(guān)性(r=0.707)。結(jié)果證實該程序?qū)和疍DH初步診斷的價值，能減少放射科醫(yī)生手動測量的個體差異，并節(jié)省時間，未來仍需對自動測量進一步優(yōu)化。

斯坦福大學醫(yī)學院分子影像實驗室Ali Rasidi 教授團隊利用18F-脫氧葡萄糖-PET (18F-fluorodeoxyglucose PET，18F-FDG-PET)和磁共振彌散加權(quán)成像(diffusion-weighted MRI，DW-MRI)對23 名化療后伴骨髓轉(zhuǎn)移的患兒進行前瞻性分析，發(fā)現(xiàn)DW-MRI 較18F-FDG-PET 診斷準確性更高(P=0.002)。盡管兩種方法單獨使用時，均存在漏檢病灶，聯(lián)合評估時卻能達到100% 的敏感度和特異度(P＜0.001)。該研究證實18F-FDG-PET 和DW-MRI 的聯(lián)合應用在小兒實體腫瘤骨髓轉(zhuǎn)移的診斷中顯示出明顯優(yōu)勢。

愛荷華州立大學斯特德家庭兒童醫(yī)院M. G. Sebaaly 等人回顧性分析了18 名繼發(fā)于慢性非細菌性骨髓炎(chronic non-bacterial osteomyelitis，CNO)的椎體病理性骨折患兒的36 例臨床和影像資料，著重關(guān)注其病程和恢復情況。使用Carestream PACS 工具測量椎體損失高度與兩個相鄰椎體平均高度的關(guān)系，并據(jù)此將患兒分成三級(＜25%為輕度，25%～40%為中度，＞40%為重度)。通過分析治療前后患兒椎體損失高度的差異，他們發(fā)現(xiàn)身高恢復的患者更年幼，二磷酸鹽和非甾體抗炎藥治療有效，認為放射科醫(yī)生對CNO 的及時診斷，有助于臨床早期治療，是避免長期后遺癥的重要因素。

6 核醫(yī)學及全身MRI

美國波士頓兒童醫(yī)院Neha Sunil Kwatra 團隊總結(jié)I-123-間位碘代芐胍(I-123-metaiodobenzylguanidine，I-123-MIBG)和18F-FDG-PET 是小兒核醫(yī)學成像在腫瘤臨床應用中最常用的技術(shù)，在兒童惡性腫瘤的診斷、分期及療效評估等方面均有突出表現(xiàn)。Ga-68 DOTATE是生長抑素受體表達神經(jīng)內(nèi)分泌腫瘤的常用分子顯像劑[15]。費城兒童醫(yī)院Lisa J.States 團隊提出18F-FDG-PET/CT 是定位先天性高胰島素癥局灶性病變的首選方法。

加拿大多倫多病童醫(yī)院Angelo Don Grasparil 2nd 團隊綜述了全身MRI 在監(jiān)測兒童癌癥易感綜合征中的表現(xiàn)和價值。其中部分疾病的具體實踐指南簡述為：李-佛美尼綜合征，每12 個月復查一次；遺傳性副神經(jīng)節(jié)瘤-嗜鉻細胞瘤綜合征，從6～8歲開始，每24個月復查一次；遺傳性視網(wǎng)膜母細胞瘤，從8 歲開始，每12 個月復查一次；結(jié)構(gòu)性錯配修復缺陷綜合征，從6～8歲開始，每12個月復查一次；神經(jīng)纖維瘤?、裥秃廷蛐停鞰RI作為16～20歲的常規(guī)檢查[16]。

加拿大多倫多病童醫(yī)院Andrea Schwarz Doria 團隊探索人工智能在小兒腫瘤全身MRI 影像中的應用價值。利用四種人工智能算法(DCGAN、StyleGAN、PGStyleGAN、StyleGAN2)分析90 例年齡4～18 歲兒童的虛擬腫瘤全身MRI 圖像數(shù)據(jù)集，和放射科醫(yī)生的正確判別結(jié)果相比，StyleGAN2 的病灶檢出錯誤率最低。進一步利用算法將全身影像自動分隔成頭、胸、腹、下肢四個模塊，并將結(jié)果與不同部位的單獨MRI 掃描圖像進行匹配，發(fā)現(xiàn)仍是StyleGAN2 算法達成較高視覺保真度。團隊未來計劃在真實腫瘤患兒圖像上應用并檢驗算法的可行性。

兒童放射學檢查過程需要更多的呵護，對設(shè)備的需求也更高，除了低輻射、快速成像，還要求檢查過程安靜、舒適，能有監(jiān)護人陪伴。兒童快速長成過程中，各器官亦快速變化，實現(xiàn)自動化生長評估或隨訪自動匹配對比是未來人工智能應用的研究方向。另外，不少兒童腫瘤或類腫瘤疾病與遺傳、基因、分子通道、蛋白異構(gòu)等關(guān)系密切。未來放射兒科讀片室，將會整合放射、基因和病理等信息，提供更加精準的診斷，提升放射醫(yī)師決策力。

作者利益沖突聲明：本文所有作者均無利益沖突。