?

B1場校正T1 mapping用于鑒別肺癌病理分型及分化程度

2024-02-26 08:54李真真徐高峰符益綱朱明明江建芹
中國醫學影像技術 2024年2期
關鍵詞:觀察者鱗癌腺癌

李真真,徐高峰,符益綱,肖 勇,朱明明,周 笑 ,史 訊,江建芹*

(1.南通大學第六附屬醫院 鹽城市第三人民醫院核醫學科,江蘇 鹽城 224000;2.鹽城市第一人民醫院影像科,3.核醫學科,江蘇 鹽城 224000)

肺癌死亡率位居惡性腫瘤之首。CT是診斷肺癌最常用的影像學方法,但存在輻射。MR具有較高軟組織分辨率,無輻射,可多參數成像;其中的縱向弛豫時間成像(T1 mapping)可直接測量組織縱向弛豫時間(T1),以反映組織成分和水含量的細微差異,并可用于評估肺功能[1]。既往研究[2]顯示,基于病變含水量不同,T1 mapping可區分腎臟及肺臟良、惡性占位病變甚至判斷惡性腫瘤病理分型[3],這意味著T1 mapping可反映病變內在病理特征。多翻轉角(variable flip angle, VFA)梯度回波成像是目前應用最多的T1 mapping技術,空間分辨率高,但對發射場B1場強均勻性較敏感[4],高場強可能導致測量T1值出現誤差。B1場校正T1 mapping技術可降低B1場強的不均勻性,且已有肺癌相關研究[4-6]證實其可重復性較佳。本研究觀察以B1場校正T1 mapping用于鑒別肺癌病理分型及分化程度的價值。

1 資料與方法

1.1 研究對象 前瞻性納入2020年7月—2022年7月鹽城市第一人民醫院65例肺癌患者,男41例、女24例,年齡32~82歲、平均(64.7±9.5)歲;其中,9例多發、56例單發病變,共74處病灶,最大徑1.2~10.6 cm、中位數2.90(2.20,5.10)cm;包括低分化49處、中高分化25處,其中腺癌42處、鱗癌14處、小細胞肺癌(均為低分化)18處。納入標準:①CT診斷為肺癌,病灶最大徑均>1.0 cm,且其內實性成分占比大于50%;②MR檢查前未接受抗腫瘤治療及穿刺、支氣管鏡等侵入性檢查。排除標準:①圖像質量差,存在明顯偽影;②缺乏病理學結果。本研究獲得院倫理委員會批準(2020-k-063)。檢查前患者均簽署知情同意書。

1.2 儀器與方法 采用Siemens Healthcare MAGNETOM Skyra 3.0T MR掃描儀、18通道體表線圈。對患者進行呼吸訓練后,囑其仰臥、頭先進,腹部綁帶,以心電門控進行呼吸監測行腹部掃描,采集序列包括T2半傅里葉單次激發快速自旋回波(half-Fourier single-shot turbo spin-echo, HASTE)、T2 fast-BLADE(fBLADE)、T1容積內插屏氣檢查(volumetric interpolated breath-hold examination, VIBE)、T1 mapping[采用3D-VFA,FA 3°、15°,以T1快速小角度激發梯度回波(fast low angle shot, FLASH)序列進行B1場校正[7]],參數見表1;之后由Siemens Healthineers MapIt軟件自動生成T1 mapping偽彩圖。

表1 胸部MR掃描序列及參數

1.3 圖像分析 由分別具有3年和10年胸部影像學診斷經驗的放射科醫師各1名,于Siemens SyngoMMWP后處理工作站,參照T1WI和T2WI在T1 mapping偽彩圖中避開鈣化、壞死、出血、支氣管、大血管及偽影區域,沿病灶邊緣手動勾畫ROI并測量T1值:①于病灶最大層面放置ROI1,記錄自動生成的T1值,測量3次,取平均值[2];②于病灶最大層面及其相鄰上、下層放置ROI2,取3個層面T1值的平均值。以2名醫師測值的平均值作為最終結果。2周后由其中1名醫師再次進行測量,方法同前。

1.4 病理學檢查 65例患者均接受病理學檢查。74處病灶中,22處通過手術切除、49處經穿刺肺活檢、3處經胸腔積液檢查獲取病理結果。由1名具有15年工作經驗的病理科醫師根據WHO分類標準[8]對腫瘤進行組織學分類。

1.5 統計學分析 采用SPSS 26.0和MedCalc 20.02統計分析軟件。以±s表示符合正態分布的計量資料,采用方差分析及t檢驗進行多組間及2組間比較;以中位數(上下四分位數)表示不符合正態分布的計量資料,采用Wilcoxon秩和檢驗及Mann-WhitneyU檢驗進行多組間及2組間比較。采用χ2檢驗比較計數資料。繪制受試者工作特征(receiver operating characteristic, ROC)曲線,計算曲線下面積(area under the curve, AUC)。采用組內相關系數(intra-class correlation coefficient, ICC)和Bland-Altman圖評估觀察者內及觀察者間測量T1值的一致性和差異性,以ICC>0.75為一致性高。P<0.05為差異有統計學意義。

2 結果

2.1 一致性及差異性分析 ROI1與ROI2 T1值差異無統計學意義(t=0.172,P=0.817),觀察者內及觀察者間測量結果的一致性均高(ICC=0.91~0.97)。ROI1觀察者內及觀察者間95%一致性界限(limit of agreement, LoA)為-8.8%~10.5%及-10.0%~9.1%,ROI2則為-17.4%~18.6%及-11.9%~9.2%。

2.2 不同病理分型肺癌T1值 不同病理分型肺癌之間,ROI1和ROI2 T1值差異均有統計學意義(P均<0.05);小細胞肺癌與其他2種類型肺癌T1值差異均有統計學意義(P均<0.05)。見表2及圖1。

圖1 患者男,59歲,右肺上葉低分化鱗癌 A.胸部軸位肺窗CT圖; B.胸部軸位MR T2 fBLADE圖; C.胸部軸位MR T1 mapping圖,T1值為1 645.63 ms; D.病理圖(HE,×200) (箭示病灶)

表2 不同病理分型肺癌T1值比較 (ms)

2.3 不同分化程度肺癌T1值 低與中高分化肺癌(鱗癌+腺癌)之間,ROI1和ROI2 T1值差異均有統計學意義(P均<0.05)。見表3。

表3 不同分化程度肺鱗癌及腺癌T1值比較 (ms)

以ROI1 T1值=1 524.21 ms為截斷值,其鑒別低與中高分化肺癌(鱗癌+腺癌)的AUC為0.698,敏感度為64.50%,特異度為76.00%;以ROI2 T1值=1 630.68 ms為截斷值,其AUC為0.676,敏感度為54.80%,特異度為80.00%。見圖2。

圖2 以T1值鑒別低與中高分化肺癌(鱗癌+腺癌)的ROC曲線

3 討論

本研究以B1場校正T1 mapping觀察不同病理分型肺癌,顯示觀察者內及觀察者間所測肺癌病灶T1值的一致性均高,與既往研究[3,5-6]結果一致,表明利用T1值可較穩定地描述肺癌,而B1場校正T1 mapping為具有良好可重復性的成像序列。

以T1 mapping評估肺占位時,多采用單一測量方法。本研究以單層面和多層面2種方法測量ROI T1值,結果顯示2種方法測值差異無統計學意義,而以單層面所測T1值的95%LoA更小,表明其變異度較小、重復性較好,操作便利,但還需更多觀察。

YANG等[2]認為肺部非結核良性病變的T1值高于惡性腫瘤及結核,可能與前者含水量較高有關;不同病理分型及不同分化程度肺癌的腫瘤細胞結構及組織學特性亦不同,導致其含水量存在差異[9]。本研究結果顯示,小細胞肺癌T1值顯著高于肺鱗癌和腺癌,與既往研究[3,5]結果相似;分析原因,可能在于小細胞肺癌惡性程度高、生長速度快,細胞密度高,易產生肉眼難以識別的微壞死,醫師勾畫ROI時較難分辨,導致T1值較高[10];且既往研究[11-12]發現,惡性程度高的腎癌及肝癌T1值亦高。本研究中,肺腺癌與鱗癌T1值差異無統計學意義,與LI等[3]研究結果一致;可能與腫瘤個體差異較大或樣本量較小有關,有待通過未來的大樣本量研究進一步探索。

PENG等[12]提出T1 mapping可用于評估肝細胞癌分化程度;LI等[3]以T1值鑒別低與中高分化肺癌的AUC為0.83。本研究發現,低分化肺腺癌和鱗癌的T1值顯著高于中高分化肺腺、鱗癌,與既往研究[3]相符;以ROI1和ROI2 T1值鑒別低與中高分化肺癌的AUC分別為0.698、0.676。本研究所獲肺癌ROI1和ROI2 T1值均高于以相同MR設備(3.0T)行B1校正場T1 mapping研究[2]的結果(1 454 ms),可能與患者性別、年齡及病理分型差異有關,且不同T1 mapping序列可能對測值產生影響[3]。

既往研究[9]發現表觀彌散系數(apparent diffusion coefficient, ADC)亦可用于評估肺癌病理分型和分化程度,ADC及T1值與ADC聯合評估肺癌分化程度的AUC分別為0.84、0.91[3]?;诖?T1 mapping聯合彌散加權成像或可提高評估肺癌分化程度的效能。未來可通過對比分析組織切片與T1 mapping以進一步探討影響肺癌T1值的因素。

綜上所述,B1場校正T1 mapping有助于鑒別肺癌病理分型及分化程度。本研究的主要局限性:①為單中心研究,且樣本量小;②納入肺癌病理類型有限,且未納入最大徑≤1.0 cm且實性成分≤1/2病灶的病變;③手動勾畫ROI,具有主觀性;④肺癌組織異質性可致T1值測量偏差;⑤部分病理學結果來源于穿刺抽吸胸腔積液檢查,可能存在偏差。

利益沖突:全體作者聲明無利益沖突。

作者貢獻:李真真研究設計、圖像分析、圖像處理、數據分析、撰寫和修改文章;徐高峰指導;符益綱研究設計;肖勇審閱文章;朱明明、周笑和史訊研究實施;江建芹研究設計、圖像分析、審閱文章。

猜你喜歡
觀察者鱗癌腺癌
惡性胸膜間皮瘤、肺鱗癌重復癌一例
基于深度學習的宮頸鱗癌和腺鱗癌的識別分類
冷靜而又理性的觀察者——德國華人作家劉瑛訪談
益肺解毒方聯合順鉑對人肺腺癌A549細胞的影響
HIF-1a和VEGF-A在宮頸腺癌中的表達及臨床意義
GSNO對人肺腺癌A549細胞的作用
整合素αvβ6和JunB在口腔鱗癌組織中的表達及其臨床意義
老年胃腺癌中FOXO3a、PTEN和E-cadherin表達的關系
觀察者模式在Java 事件處理中的應用研究*
肛瘺相關性鱗癌1例
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合