能谱CT鉴别诊断腮腺良恶性肿瘤的价值探讨

摘要

研究背景和目的：腮腺肿瘤是常见的头颈部肿瘤，临床上最常见的有多形性腺瘤、腺淋巴瘤、粘液表皮样癌。腮腺肿瘤的定性诊断对外科手术方式的选择至关重要。细针穿刺细胞学检查（FNAC）是目前腮腺肿瘤定性诊断的最可靠方法，当病灶较小或位于腮腺深叶时，往往因为取材不足而无法明确诊断，并且 FNAC为有创性检查，所以临床上对腮腺肿瘤的术前诊断首选无创的影像学检查，目前主要有超声、CT、MRI、放射性核素扫描。超声检查操作方便、价格低廉、无辐射，为首选的检查方法。CT检查扫描速度快，具有较高的密度分辨率，由于腮腺组织富含脂肪，腮腺肿瘤与正常腮腺组织形成良好的密度对比，有利于腮腺肿瘤的检出和定位，但是对肿瘤的良恶性诊断特异性不高。MRI检查具有软组织分辨力高、多平面成像、无辐射等优点，能较好的显示肿瘤的形态、边界及周围组织浸润等情况，MRI对钙化的检出不敏感，并且扫描时间较长、伪影较多、临床应用范围较局限。放射性核素显像对腮腺肿瘤诊断的特异性不高，仅作为辅助检查手段。能谱CT是近年来新兴的成像技术，以80kVp和140kVp高低电压瞬时切换为核心技术，同时获取两组不同的能量数据，具有单能量成像及物质分离等功能，能够对基物质（水，碘，钙，尿酸等）进行物质密度成像和定量分析。我们通过腮腺良、恶性肿瘤的能谱CT多参数对比分析，探讨其对腮腺良恶性肿瘤的鉴别诊断价值。
　　资料和方法：收集经手术病理证实、并在术前接受能谱CT扫描的62例腮腺肿瘤患者，其中男26例，女36例，年龄12～85岁，中位年龄47.0岁。在GE AW4.5工作站利用GSI Viewer软件进行图像处理和分析。在70 keV单能量图上选择肿瘤实性部分设定感兴趣区ROI(尽量避开囊变坏死、钙化及伪影)，获得碘浓度值（IC）、能谱曲线斜率、有效原子序数。观察并记录所有肿块发生部位、形态、边界、囊变等形态学特征。根据肿块病理结果，将观察对象分为良性组、恶性组，良性组又细分为多形性腺瘤组、腺淋巴瘤组。应用Wilcoxon秩和检验比较良性组与恶性组、多形性腺瘤组与恶性肿瘤组、腺淋巴瘤组与恶性组、多形性腺瘤组与腺淋巴瘤组的平扫、动脉期及静脉期碘浓度、能谱曲线斜率、有效原子序数的差异,以P<0.05为差异有统计学意义。绘制诊断恶性肿瘤的受试者工作曲线（ROC），得出最佳诊断阈值及相应的敏感度和特异度。应用单因素回归分析对肿块碘浓度、部位、形态、边界、囊变等各项指标进行分析，从中筛选出对良恶性肿瘤鉴别诊断有价值的指标（P<0.25），纳入多因素Logistic回归，绘制多因素ROC曲线，评价联合诊断效能。
　　结果：平扫期碘浓度、曲线斜率、有效原子序数的中位数（上、下四分位数），腮腺良性组分别为－1.41×100μg/ml（－2.25，0.16）、－0.10(－0.31，0.12)、7.25（7.17，7.40），腮腺恶性组分别为－1.13×100μg/ml（－1.46，1.44）、1.01（－0.19，2.04）、7.17（7.13，7.48），两组间差异均无统计学意义(P均>0.05)。动脉期碘浓度、曲线斜率、有效原子序数的中位数及上、下四分位数，腮腺良性组分别为9.65×100μg/ml（4.29，18.37）、0.69(0.31，1.59）、7.89（7.71，9.15）；腮腺恶性组分别为18.04×100μg/ml（12.5，20.98）、1.56（1.29，2.65）、9.22（9.11，9.28），两组间差异有统计学意义（Z值分别为－3.273、－2.43、－3.01，P均<0.05）。静脉期碘浓度、曲线斜率、有效原子序数的中位数及上、下四分位数，腮腺良性组分别为12.26×100μg/ml（10.03，22.19）、1.23（0.65，2.08）、8.14（7.91，8.31）；腮腺恶性组分别为11.08×100μg/ml（9.89，17.55）、1.22（1.07，2.25）、7.96（7.89，8.14），两组间差异均无统计学意义（P均>0.05）。动脉期以碘浓度>18.90×100μg/ml为阈值诊断腮腺恶性肿瘤的敏感度和特异度分别为81.70％、79.50%。经过单因素回归分析，得出碘浓度值、深叶或深浅叶同时受累、形态不规则、边界不清为诊断腮腺恶性肿瘤有价值的指标，纳入多因素Logistic回归，得出联合ROC曲线下面积为0.88，敏感度为84.1%，特异度为84.5%。
　　结论：能谱CT多参数成像对腮腺良、恶性肿瘤的鉴别有一定价值，但是动脉期良恶性肿瘤的碘浓度有部分重叠，能谱CT碘浓度定量分析联合传统形态学特点有助于腮腺良、恶性肿瘤的鉴别诊断，敏感度和特异度较高。

目录

封面

声明

目录

中英文缩略词表

中文摘要

英文摘要

1. 前言

2. 资料和方法

2.1.研究对象

2.2.扫描方法

2.3.图像分析和处理

2.4.对象分组

2.5 统计分析

3. 结果

3.1.最终病理结果

3.2.能谱参数结果

3.3.统形态学特征

3.4.多因素指标诊断效能

3.5.碘浓度鉴别肿瘤良恶性分析

4. 讨论

4.1 腮腺肿瘤影像学检查方法

4.2 腮腺肿瘤临床及病理特征

4.3 腮腺肿瘤的CT表现

4.4 能谱CT优势

4.5 能谱参数对腮腺良恶性肿瘤诊断效能

4.6 联合多因素诊断效能

4.7 本研究的不足及展望

5. 结论

参考文献

附录

致谢

综述: 腮腺肿瘤的影像学诊断进展