能谱ＣＴ多参数定量分析预测原发性肺癌病理类型

发布时间：2021-07-03所属分类：医学职称论文浏览：1212次

摘 要： [摘要]目的观察能谱CT多参数定量分析预测原发性肺癌病理类型的价值。方法纳入137例接受能谱CT检查的肺癌患者，根据病理结果分为腺癌组(n=74)、鳞癌组(n=39)及小细胞肺癌(SCLC)组(n=24)。对比各组能谱CT参数，包括病灶40～100keV间隔为10keV的单能量CT值、碘

　　[摘要]目的观察能谱CT多参数定量分析预测原发性肺癌病理类型的价值。方法纳入137例接受能谱CT检查的肺癌患者，根据病理结果分为腺癌组(n=74)、鳞癌组(n=39)及小细胞肺癌(SCLC)组(n=24)。对比各组能谱CT参数，包括病灶40～100keV间隔为10keV的单能量CT值、碘浓度(IC)、标准化碘浓度(NIC)及能谱曲线斜率等的差异。绘制受试者工作特征(ROC)曲线，计算曲线下面积(AUC)，分析各参数预测肺癌病理类型的效能。结果动脉期3组间40keV单能量CT值、IC、NIC及能谱曲线斜率差异均有统计学意义(P均<0.05);SCLC组40keV单能量CT值、IC、NIC及能谱曲线斜率与腺癌组、鳞癌组差异均具有统计学意义(P均<0.05)。静脉期3组间40～100keV每间隔10keV单能量CT值、IC、NIC及能谱曲线斜率差异均有统计学意义(P均<0.05);SCLC组40～90keV每间隔10keV的单能量CT值、IC、NIC及能谱曲线斜率与腺癌组、鳞癌组差异均具有统计学意义(P均<0.05)。据此将腺癌组和鳞癌组合并为非小细胞肺癌(NSCLC)组，根据上述差异具有统计学意义的参数诊断SCLC与NSCLC的AUC均>0.7;联合动、静脉期40keV单能量CT值、NIC及能谱曲线斜率诊断SCLC与NSCLC的AUC分别为0.809和0.855。结论能谱CT多参数联合定量分析预测原发性肺癌的病理类型具有较高效能。

　　[关键词]肺肿瘤;病理学;体层摄影术，X线计算机

　　肺癌占全球新发癌症的11.6%，死亡病例约占总死亡数的18.4%，均居首位[1]。目前临床以采用有创方式获得的穿刺病理结果作为肺癌分型的金标准，但部分患者不具备接受穿刺活检的条件，且依从性较差。能谱CT的出现，使CT成像进入了联合功能学及多参数定量分析进行诊断的新阶段[2]。本研究评价能谱CT多参数定量分析预测肺癌病理类型的价值。

　　1资料与方法

　　1.1研究对象回顾性分析2015年12月—2019年7月137例就诊于新疆医科大学第一附属医院的肺癌患者，男79例，女58例，年龄41～85岁，平均(61.3±7.2)岁。纳入标准：①经支气管镜、手术或穿刺活检病理证实为肺癌;②能谱CT扫描前未接受抗肿瘤治疗;③图像质量佳。根据病理类型分为肺腺癌组74例，肺鳞癌组39例，小细胞肺癌(smallcelllungcancer，SCLC)组24例。检查前患者均签署知情同意书。

　　1.2仪器与方法采用GEDiscoveryHD750CT扫描仪，以高压注射器经肘静脉以流率2.5～3.0ml/s注入80～100ml碘佛醇(1.35ml/kg体质量)，开启能谱扫描模式，前后于注射对比剂30s、55s后进行动、静脉期扫描。扫描参数：高、低能量(140～40kVp)瞬时(0.5ms)切换管电压，自动设置管电流，旋转时间0.6s/r，层厚5mm，层间距5mm，螺距0.984∶1。

　　1.3图像分析由2名具有11年以上工作经验的影像科医师采用ADW4.6工作站中的GSIViewer软件，于不同层面70keV单能量薄层重建图上病灶密度均匀处勾画相同大小的ROI，尽量避开坏死、钙化及血管;测量40～100keV、间隔10keV图像中病灶的单能量CT值、碘浓度(iodineconcentrations，IC)和水浓度(waterconcentrations，WC)，以及同层面降主动脉碘浓度(IC降主动脉)、水浓度(WC降主动脉)及有效原子序数。计算标准化碘浓度(normalizediodineconcentrations，NIC)、标准化水浓度(normalizedwaterconcentrations，NWC)及能谱曲线斜率，NIC=IC/IC降主动脉，NWC=WC/WC降主动脉，能谱曲线斜率=(|CT40keV-CT100keV|)/(100-40)。对以上参数均测量3次，取平均值作为结果。见图1～3。

　　1.4统计学分析采用SPSS22.0统计分析软件。以x-±s表示满足正态分布且方差齐的计量资料，采用单因素方差分析比较组间各参数差异;以中位数(上下四分位数)表示不满足正态分布或方差不齐的计量资料，采用Kruskal-WallisH秩和检验比较组间各参数差异。绘制受试者工作特征(receiveroperatorcharacteristiccurve，ROC)曲线，计算曲线下面积(areaunderthecurve，AUC)，分析差异有统计学意义的参数预测肺癌病理分型的效能;采用二分类Logistic回归模型分析动、静脉期NIC、40keV单能量CT值与能谱曲线斜率联合诊断肺癌的效能，AUC<0.7为诊断效能较低，0.7～0.9为中等，>0.9为较高。P<0.05为差异有统计学意义。

　　相关知识推荐：影像医学专业有哪些sci期刊

　　2结果

　　2.1能谱CT参数动脉期3组间病灶40keV单能量CT值、IC、NIC及能谱曲线斜率差异均有统计学意义(P均<0.05);SCLC组病灶40keV单能量CT值、IC、NIC及能谱曲线斜率与腺癌组、鳞癌组差异均有统计学意义(P均<0.05);腺癌组与肺鳞癌组各参数差异均无统计学意义(P均>0.05)，见表1。静脉期3组间40～100keV、间隔10keV单能量CT值、IC、NIC及能谱曲线斜率差异均有统计学意义(P均<0.05);SCLC组40～90keV、间隔10keV单能量CT值、IC、NIC及能谱曲线斜率与腺癌组、鳞癌组差异均有统计学意义(P均<0.05);腺癌组与鳞癌组各参数差异均无统计学意义(P均>0.05)，见表2。

　　2.2诊断效能根据以上结果将腺癌组和鳞癌组合并为非小细胞肺癌(non-smallcelllungcancer，NSCLC)组。根据上述差异具有统计学的参数预测SCLC与NSCLC的AUC均>0.7，具有中等诊断效能，见表3;以动、静脉期NIC、40keV单能量CT值与能谱曲线斜率联合预测SCLC与NSCLC的AUC分别为0.809和0.855，见图4。

　　3讨论

　　能谱CT多参数定量分析技术现已广泛用于定性诊断多种病变[3-4]、追踪病变来源[5]及预测肿瘤病理类型[6]等。既往研究[7-8]已关注能谱CT多参数定量诊断肺癌病理类型，但对于不同能谱参数对肺癌病理类型的诊断价值存在一定争议，尚未形成统一认识。

　　本研究中，腺癌组与鳞癌组各能谱CT参数差异均无统计学意义;动、静脉期SCLC组与腺癌组、鳞癌组40keV单能量CT值均存在明显差异，且静脉期差异随能量值升高而减小，AUC亦逐渐降低，与既往报道[9]相符。能量值越低，组织间对比度越大，提示医师在观察病灶内部的细微结构时应选择低能量水平图像，但低能量会增加噪声，且对患者体型具有依赖性。王贵生等[10]认为70keV可平衡对比度与噪声而达到最佳信噪比，故本研究选择70keV单能量薄层重建的碘基图、水基图观察病灶;因100keV后各组能谱曲线基本重合，因此针对40～100keV能谱斜率进行分析。本研究发现动、静脉期SCLC组与腺癌组、鳞癌组能谱斜率均存在明显差异，且静脉期40keV单能量CT值及能谱斜率判断病理类型的AUC均>0.80，具有较高敏感度和特异度，提示定量分析上述参数对于鉴别诊断SCLC与NSCLC具有较高参考价值。

　　NIC是对病灶区域碘含量的校正结果[11]。本研究动、静脉期SCLC组IC及NIC与腺癌组、鳞癌组差异均有统计学意义，且判断肺癌病理类型的AUC均>0.70，敏感度和特异度较高;腺癌及鳞癌组NIC均高于SCLC，而腺癌与鳞癌组间NIC差异无统计学意义，提示NSCLC血供较SCLC更为丰富，而腺癌与鳞癌血供无明显差异;静脉期IC及NIC均高于动脉期，可能与肺癌的供血来自支气管动脉，病灶内血管网纡曲、杂乱，对比剂在血管内流速较慢有关[12]。水为人体的主要成分。本研究各组NWC差异均无统计学意义，提示不同病理类型肺癌之间水含量无明显差异。

　　本研究ROC曲线分析结果显示，联合40keV单能量CT值、NIC及能谱曲线斜率预测肺癌病理类型的诊断效能高于单一参数，提示临床工作中应采用多参数联合预测肺癌病理分型。

　　综上所述，能谱CT多参数联合定量预测原发性肺癌病理类型具有较高效能。本研究的主要不足在于未考虑肿瘤部位、大小及分期的影响，且SCLC组病例数相对较少，需进一步收集病例深入观察。——论文作者：王永丽1，杨帆2，刘文亚1*

濠㈠湱澧楀Σ锟�:闁冲墎濮甸弸鍐偖椤旇姤闄嶉柤濂変簽閻擄紕绱旈幋娆屽亾娴ｇ儤妯婇柡鍜佸枔閳ь兛妞掔粩楣冨棘閸︻厾鎼兼俊顐熷亾缂佷究鍨洪弳鐔煎箲椤旇偐姘ㄩ柨娑樼焷椤曗晠寮版惔銏℃嫳闁哄倸娲ㄧ亸鐐差啅閼碱剛鐥呴柛娆愬灱閵嗗啰鎲存担绋跨亖闁挎稑鏈导鍐窗濠娾偓缂嶆棃鎳撻敓锟�.闁冲灈鈧剚娲ら柡瀣矋閸嬪秹寮伴娆戠▕闁兼澘鎳嶇粭鏍ㄧ▔瀹ュ棗鍘掗柡鍫墮闁解晠宕ｉ弶璺ㄦ綌缂佲偓閻戞ɑ鐎柣姘煎枙娣囧﹪骞侀敓锟�,闁告瑯鍨垫禒鍫㈠寲閿燂拷閻庢冻闄勫﹢铏亜妤ｅ啯锛�濞存粌鐗呮禍鎺楀礆閻樼粯鐝�.