第一部分CT影像特征联合影像组学鉴别结直肠黏液腺癌与非黏液腺癌目的:基于CT检查,探讨影像特征、影像组学模型对结直肠黏液腺癌（mucinous adenocarcinoma,MAC）与非黏液腺癌（non-mucinous adenocarcinoma,non-MAC）的鉴别诊断价值,并评估影像特征及影像组学的融合模型是否具有更高的诊断价值。材料与方法:回顾性收集桂林医学院附属医院经手术病理证实的49例结直肠MAC与63例non-MAC患者术前CT平扫及增强扫描静脉期图像资料。由两名医师评估病灶的CT影像特征,多因素Logistic回归选择有统计学意义的变量构建影像特征模型。使用ITK-SNAP软件上在病灶的最大层面勾画感兴趣区,将图像导入GE Artificial Intelligent Kit提取图像特征。纳入组内和组间相关系数（intraclass correlation coeficient,ICC）＞0.75的特征,方差阈值法、Lasso回归筛选与病理相关影像组学特征,分别构建平扫图像影像组学、增强图像影像组学模型并计算平扫Rad-score（radiomics score,Rad-score）及增强Rad-score。联合影像特征、平扫Rad-score、增强Rad-score建立融合模型。绘制各模型受试者操作特性曲线（receiver operating characteristic,ROC）并计算曲线下面积（area under the curve,AUC）。结果:结直肠MAC与non-MAC在CT图像上存在差异,影像特征模型在验证集鉴别诊断的AUC为0.85,敏感度和特异度为46.7%、94.7%。平扫影像组学模型纳入10个影像组学特征,在验证集的AUC为0.82,敏感度和特异度为53.3%、84.2%。增强影像组学模型纳入9个影像组学特征,在验证集的AUC为0.92,敏感度和特异度为86.7%、100%。融合模型中仅有增强Rad-score为独立危险因素（OR:2.36,P=0.002）,融合模型与增强影像组学模型的ROC曲线相同。增强影像组学模型（融合模型）在验证集诊断效能优于影像特征、平扫影像组学模型（P=0.048、0.047）。结论:结直肠MAC相对于non-MAC在CT图像上存在差异,但通过影像特征建立的诊断模型存在一定的局限。增强影像组学模型（融合模型）诊断效能最佳,优于影像特征、平扫影像组学模型,对于鉴别结直肠MAC与non-MAC具有重要意义。第二部分合成磁共振与DWI鉴别直肠黏液腺癌与非黏液腺癌的对比研究目的:探讨合成MRI（synthetic MRI,syMRI）各个参数及ADC值对直肠MAC与non-MAC的诊断价值,并比较不同参数的诊断效能。材料与方法:收集桂林医学院附属医院术后病理证实为直肠MAC和non-MAC的患者临床及影像资料（其中MAC10例、non-MAC30例）。患者术前2周内接受盆腔常规MRI和syMRI检查。由两名医师分别沿病灶边缘在工作站上手动逐层勾画ROI获取病灶的T1、T2、PD及ADC值,采用ICC评估观察者间的一致性。比较直肠MAC与non-MAC的T1、T2、PD及ADC值差异,绘制ROC曲线评估诊断效能并计算相应的AUC。结果:直肠MAC的T1、T2、PD、ADC值均大于non-MAC,诊断的AUC分别为0.860、0.955、0.766、0.899。T1、T2、ADC值间的诊断效能不存在差异,T2值的诊断效能优于PD值。结论:syMRI参数中的T1、T2值、PD值及DWI成像中的ADC值可用于鉴别诊断直肠MAC与non-MAC,所有参数中T2值的诊断效能相对较高。