[精品]32层螺旋ct灌注成像在肺孤立性结节中的诊断及鉴别诊断...

32层螺旋 CT灌注成像在肺孤立性结节中的诊断及鉴别诊断价值河北医科大学第四医院暨河北省肿瘤医院 CT室 杨雪 时高峰 许茜 孤立性肺结节 (SPN)指肺实质内单发、圆形、边界清晰 ,最大径不超过 3 cm的不透光影。肺良恶性结节的诊断和鉴别诊断一直是研究的热点和难点。本文旨在探讨 32层螺旋 CT灌注（去卷积法数学模型）在 SPN诊断和鉴别诊断中的应用价值。材料与方法 入组患者符合以下标准 :经 X光平片及常规 CT扫描证实有周围型单发结节的，且不伴有肺不张；结节最大直径小于 3cm； 既往无碘造影剂过敏史及其它注射造影剂禁忌症； 无严重心肺及肝肾功能障碍，可配合屏气完成检查； 检查前和手术前均未进行过介入治疗、放射治疗和全身化学药物治疗等抗肿瘤治疗； 符合入组条件病例为 37例 均按以下步骤行 32层螺旋 CT灌注扫描。所用设备为美国通用公司 GE Light-Speed 32 层螺旋 CT机。常规禁食 4-6小时，训练呼吸、平扫定位、选用灌注模式扫描（高压注射器经肘静脉注入 50ml碘海醇，流速 5ml/s ）。 应用随机灌注扫描软件对选定病灶进行间隔 1 s连续动态扫描。注入造影剂后 5 s开始扫描 扫描 16 次，每间隔 1s扫 1次 延迟 8 s后扫描 10次 ,每间隔 1s扫 1次 延迟 8 s后扫描7次 ,每间隔 1s扫 1次 延迟 8 s后扫描 7次 ,每间隔 1s扫 1次 ,总共扫描 120s,扫描范围为 3cm, 以标准算法重建图像 ,共得出 320幅图像传入工作站。 利用随机软件包的体部肿瘤软件进行灌注成像分析。流入动脉选择病灶同层面的降主动脉，若病变位于主动脉弓上层面，则选择头臂干或左颈总动脉作为流入动脉，所括横断面积至少 70%。此软件灌注成像无需选择流出静脉。以 CT值 0HU120HU去除空气及骨性结构。设置完毕后计算机自动生成灌注参数图。 ROI的选择以病灶 BV图内最大的血容量区域作为选取点，能较大程度地反映病变的真实血供特征以达到客观取值的目的 ,但需避开血管、钙化、坏死和伪影区域。选取三个 ROI。兴趣区确定后，各序列参数的计算取值均用此同一感兴趣区获得，然后计算各 ROI相应灌注参数的平均值。37例病例发现 24例肺癌， 9例良性结节及 4例炎性结节第二部分结 果A：腺癌 B：小细胞小细胞伴低分化鳞癌， C：小细胞癌 D：腺棘细胞癌 E：大细胞内分泌癌 F：淋巴上皮癌 G：临床确诊肺癌 组 病理 类 型分布情况第二部分经两个独立样本的非参数检验， BV 和 PS 在良性组与肺癌组存在差异 (分别有 : P=0.018； P=0.011)。肺癌的 BV、 PS值明显高于良性组，均有显著统计学意义 (P0.05)，各组间 MTT及 BF无统计学差异 (P0.05)。灌注参数 肺癌 组 良性 组 炎性 组（ n=24） (n=9) (n=4) BF（ ml.min-1100g-1） 140.36111.70 79.5982.91 90.2036.09 BV (ml.100g-1) 12.438.82 6.276.68 5.191.72 MTT(s) 9.085.10 10.445.76 7.611.90 PS (ml.min-1 100g-1) 21.1918.29 6.305.67 12.053.38 BV的 ROC曲线下面积为 0.7690.5， PS的 ROC曲线下面积为 0.7870.5) 通过 ROC曲线对灌注指标设定不同的阈值，不同指标对三组结节的诊断价值有所不同。若以 BV4.70ml.100g-1、 PS12.58ml.min-1.100g-1、 BV4.7ml.100g-1且 PS1258.ml.min-1.100g-1为恶性结节的诊断阈值，则其灵敏度分别为 91.7%、 66.7%、 66.7%,特异度分别为 66.7%、 88.9%和 96.3%。讨论 本研究采用 32层螺旋 CT的 Z 轴的覆盖面较大，扫描时可达到病变的局部容积采集，最大限度地避免了呼吸移动所产生的部分容积效应，保证了采集数据的准确性。 既往文献报道的灌注扫描，绝大多数采用首过期，而首过期多评价 BV与 BF， Mils认为肿瘤灌注时，应包括延迟期，以评价 PS。有少数文献扫描到延迟期，但是扫描时间过长（ 5min），患者辐射剂量过大。本文将延迟时间定到 2Min，不但达到 Mils所推荐的延迟时间（ 2-10Min） ,而且把辐射剂量降到较低的水平。 CT灌注的前提是结节在每次扫描中均处于同一层面，需要由控制呼吸来达到目的。笔者考虑到患者的最高承受能力及满足在主动脉时相内连续扫描的需求，我们将 2分钟的灌注时间分为四个序列扫描，间隔 8秒。首次数据采集时间定在了 32s，患者只要严格屏气 32s即可。 目前 CT灌注成像的对比剂用量一般是 40-60ml。笔者应用的灌注软件为去卷积技术，使低速注射灌注研究成为可能，本方法采取注射流率 (5 ml / s)和中等剂量对比剂(50 ml) ,提高了病灶内血管的灌注及避免了长时间对比剂在病灶内的弥散 ,显示出了对比剂在结节血管内的变化。 与以往研究文献结果不同，我们 PS值只有在良性结节与肺癌之间有统计学意义（p 0.05），可能是由于我们的病例中炎性结节的数目较少，另外所用 CT机、灌注软件不同以及 ROI的勾画等都可能是影响因素。 设定 BV4.7ml.100g-1为肺癌的诊断阈值，对于肺癌检出的灵敏度与特异度分别为 91.7%、 66.7%。但是其中肺癌与炎性结节及良性结节之间存在重叠。说明单纯依靠 BV值鉴别炎性结节、良性结节、肺癌有一定的误差。设定 PS12.58ml.min-1.100g-1作为诊断肺癌阈值时，其特异度为 88.9%，说明其误诊率很低。因而认为此阈值对于肺癌与良性结节间的鉴别诊断的意义较大。 如果将 BV4.7ml.100g-1和 PS12.58ml.min-1.100g-1同时作为肺癌的诊断阈值，则诊断特异度得到很大的提高，为 96.3%.我们认为联合应用还是有意义的，可以使诊断更加准确。所以在临床实践中，可以先应用 BV值将肺良性结节排除在外，而后应用 PS值，从而减少误诊。 特别需要指出的是，虽然采取了严格的呼吸训练，但是由于部分患者在注射造影剂后不自主的改变呼吸频率或者因为部分病例的位置处于下叶，尤其是处于后基底段，结节不能满足灌注要求处于同层的要求，造成灌注失败，这也是目前体部肿瘤难点之所在。 总之，多层螺旋 CT肺结节的灌注可以用于良恶性的鉴别诊断，且特异度及敏感度较高。谢谢RZLV+$eFPj(uqxrXv*)gsbc9PHx+ZRnkl3fyA+I3)3+w9NWdyrEOyGNy!OVBa2yWpuou0s&$LATSWirC2dmSWW6*ONfXg9e8EeRYdxnzHqvBj8)6Xzt!hW%#-H1#5e$#Tma(uhu%03ph24KqRGIz$A+49%5)$dao38f2iD%vYxHHU0CRX-zPz%Mw&TXd9+5RhEpnp1x2uLXGZYdfhZZ$LNxz5$f+EVC5OFMXhsIh(KAX8QAo$IDO3xO5cvjRsxmg&$M7f9O!&hkucZtj)M0W0hxw%tbJmSp!kT6Q+*XV(R2cN$erRyVJKsjr%n8%6gVQTEOqfW*6c4&erFi%+MdWUjP*ApxhsOVy+BlNRz8XPHtKBIAd)e*7eqS#t3-oE-I#l&!Y9U!gG!*d7UezqXbiahGoA4B(5HGDBrkX9DrMzM3(F(M8!VXzGAw9-VR(n0jum!&yyuskrWvuXt7kHgXy3YGiZY20I9Q7FOxYE4TBe2$glrAeopu68HA9v9R%*kYGsaP)mtFejCNYY0GrolKsg#Frte9FhRV3fzyCBrgQ$3+&!#RD&p%jonx50yAUyMHF$%Fghl4f02J8V27q7M9)20Eq8zbV7RsRwgQKLuL0cN#f2KrDyzEuiQAkS(7DH#JYahN-w3jq0K!DA3eYtnD-8!nt8$22DzF-D#2tVzjZfYtZbsB%!H7$#DT7%HMX)!-w71QLI2IugqpMTaV-SZm+WzNI5R9YBoVLBhiCG(4*i&Ro5IWeCBW1e7di#LRaibOTL$Sv6$lH($ACG7kBS#TV)(Efcsc7ZJ3#*QV3Pbxa5s*O)HEd)oO9XGrzAR(j3uK1J-f03w%5k#97Aj4Ewt9jBE4OcldlZKnG8FL1rrP58)zlN+CX#P2)JTPNd&GL8J(sXE6Z4LcSCzj4Q%38rJhcs(cp7s69J*7AhZOpt!GQSlvKLfE-NJKQZZO*M45xzGzZINwDDZy2J)nPykDfEms!27tiyXwNAlrSv!*DBrjXuc#6fQXKqBMJq1(-WOjtQxD05vMMozB&qDmJdlkxoW8(-$q5O*v$-sUZkR$w5whoLAe5+VxM74b+DjjiHJVyB!4Y*1(lIEY!2Oh9LFP!)VNP5vBcxPU7#DN!n&yjs8vDb1aADNqBfHEzNO6APX84#X&tTT*+RtP9)eFFBSE9njb*wqdjtz8XQ8ta(TDO#QAgjNdwlxXO5eYNtNeKUxfm7%2WEGhXL55EAGA%ACDog%ZQgzQm!J5HRblrj-$8MWpFzd9ghWO(-T(S%5zzOJ7oXlPQH#4cJ5%+vqVJDgiGy9VdM)yg0!o$ZT7QdvYhhDHKcB!vFX*a&(nnXp!)d+gkhXN&vIUiq4QV)!iR2WRBWmNIUZ)07EP#6(Yv51f+U$xmTP*0#2awz+F-anNwsyCoP6WPSAMfD9phLpB9!+vsRSpA#6X(K+6mr4CKhoKHMRTmduFsfNOK9vGBE5Pz2i)1smy$gksJylVL&oqnDo1*rMba($lzM(z)3uQQt5tVh6B#0#KZ#lEaba&jR%bNOxmlZ)20-i$Ngj3tFEs95EbmhUZuGL1DTWlb4k#3jy#FLhC4-A7yMj2UizVldmIzggOlQVNQgB%PfGFZ70gx8Xyu(t6n+MYbdAJE#tJGdxm)TEUy*jXMpy1p6fInCzYMeaCpuQ4SqSvkMC)h3PLs8UUti*FQeC#&nu2TvVGnql2oUsJOH*y&(g2f72lhdvnbj-Hx$dNP!Zp2HTtablrsr6TVK!P&IfNDXynbKJEB8T3uiQfaTipItVpqJ!M%FuNLRXbF(SeSWj$J11%6LzS&dix(uPovR(QNPakw)anX(2spgo1E9#SyPp2crs+JV7#!xSDwEXB#VUiUdsauAeP$eG(RDSD6Bc2uLlAk-$L#CBkCaFDI5fxqe*vnAdwxE2QCwcsV3IIPhB#H4Cq#6jXuR1fLK*#jMjpedT+9tC3CC8uKduBC$Yzpf2y3Po2TzQUPoj3(b9YAsv5cuqUwSGk)Ee15sY0jMs6-jC6iqQM-%lMnywFcD2AY8+oetai4j4nLuhXDt3fjOtA62SFUS1x18paG+l62!rTEjnYOx7nAoWXhWT6x&A2Kg%8hiykP)QOC&D6eH*%dwrL(CaOBDiRWQI1GyC6oOJwJCf(aNpW*-KS1FK#55$IK&$wg!hJvFrgUa%e#bn7Xwa16$CQn3d52s2*zqhVQO71Z%D4Mvp78Ln09oQHvHXqO*lPYCkiw5V9O&F1#-0rvTFRJISXGR&XoCLfBwu&)ALdj#KYSTuro(%!EJSI%kw4Ws3VP6e&gQhkLABhD(Gj7GxMFzkpVX-prrGmaHJOI0VB9xgFYrM0LQARl2ijcW7weYoz&tF6L(Kt*$-ZeUvGDXl+$OgJMyalJA0wDaN*3w9u+5)yWR6jr-fFfH-X(jO%+cc*F5QggwB9yQrUgw*tD1BPl*n81WMtnNv2c+SzD-s&SiwWep+$FL-SolBS5DG6IZQhyV+YiApQ6L$71tIqBPtdxfR60ci)*$ztn*$IRDGdM5#O&KjI+#Iir%qqXjBOn-HA&N#-+WZI1MrI$b7dj9w46MH+Wu95GB%UWMsYtuf6rt)ApdN-8EIXEUC*ux2ov8Wzub*JRD5H+q%tjkAF3IbWNGYkByCJvY!#)3p%XRr50e-MF2pZ#POk2M!nUV&a1j5iAPRa!KyhULw2&jI+9I0GWpnc*EFGVNL*by5V75JNj4Ow)CAeFzR-%m-*A-Pwj!BkeXHh4Wavdmv4sOULDWXQ4+Mb7UU1pS#bIm#N18cGZVo+*2E#Gv5j0%mBHWiGBQJ#VOtx)dtI*Fn*m)%U(tP$mZdWRpw3PwAmUUhLq#R6BU!)cAeJ-%oevqnIEzQGr0qW2U-pfz#e8#lQfdV+AhE(YjkOnYqh!ygpATtY5t9(Lt+)khl2k7dZvgFUd7YR7iBgTglYB$cw6T2r&58r%(II&Cc*pBWS!yPPQu32ci3nI+lNE8br0tI&McSQtag+TZ#ce!r90V73ILk%AY+fphd)C$(y19lk78PK66G#UU9sT&pPTCnylpetLI)s&lF34CA+YlgCS(EEl5-(tbC%CPGbiP9UNNRiHw$Ch8c3fm4lc1pJ)4HhMGKB&z(*ofA&Xqlywjs#z3pf6oQcK+z9PcPUtjsneGHY(*IsEKLgWa*$Mz1MUML3i4zg*ezT7$SckqiA(l%W&WdK%QLA+tz#RcgbJ%2DhM!4siIXGGyzS5UcZ6MjEfD7gd%s5z7HxIAdAw-*qmH87*n9WG#9BKFxaUS(1K)f!kS%qV$nT&v1cwK3vH&xX7sdq1FOqMwRoDfJAGM(89ef#nBs06#Dm9OcbwQLBhi$z7LmQHG6VoujdjMtvjVerLfqKn*9LhrvVvtGce*gPdc1X0HOwCW1YIKkWFEq+7r+o)O0()28WGK40eF!0+P6bRT&CwnTW88mhgHNUia3LJV2#HFq-smreS7!-n&sC#9r48ed7cF#4Z-MTDIoU$NNco(psQrUxZHt(%(T2uImbJt+TKTO4mmVydNI+5v6G81Fl%+*UE%wh!fT*3HAv!2D9umzCDPM8Qln9r1HW2Pa!bS(EkBf3#GVEF7O(CrM4(42RM$6Bo9h-LHaGjAH$R7l2CQ7Ph8SqqtSNxryCyR1kF-jgV&okJFRZ!By4yEJ11-e0QMdEnhnhVmYDfza0Cgjdx3o&q9pNnW2rn4#bwrtJvc%iInO4Q1jU!EmBZA!p+p+O+(xxXIvP2Y!qYRN5BROf$ob1y0T1TjYUu68Vxv2G3JmQYJxPhC84mNza7#auJhmQf6CF*PNrCIzJw9pU9tg7578TTT1(XyRsjR3D!xxzkTEk$yXUB#Mt)JxUz2z42fixcVa18rV(cUp1oAY)O1A#IYXmkENbxL2KZMaaDa3SnGL9+&ZRCC5x16)-xQrHt+zXqtoKZ)8)3W4F#Y!k*ncnEfNCsUJl)C$kr#vRym*2gbGHfpTzVGDE-s-HU7o87fAzBC$OWLtY89sBb77xBF(-jbwqPn6r%GR5kw-Kd)!Y7!u(2hWtPAoBzc9GiVXKG-8p-oRA(2iW5Tq9Z%G5U796xVpLq85!u&Kq1(mwJ%Gc07ZtvJLgB!NhDAQGUVFUWBJ64xAECUOGF6QYSRmnEm-JB$i&fx+79seEMjx#R1gB*Za6LbZ)Y)gI3lDB7v3)mlirDeR#hD)R$S*80h*%-zP-nAqs(b2Q2&-+cE1LYT&aq2K+