64排螺旋CT對于判斷小肝癌的輔助診斷價值

摘要：目的 探討64排螺旋CT對于判斷肝癌的輔助診斷價值。方法 收集我院肝膽外科2012年7月～2014年7月共計200例診斷為原發性小肝癌的患者，定義為肝癌組，通過術后病理類型分為高分化癌組（100例）和低分化癌組（100例）。對照組為同期來我院進行健康體檢的患者，計100例。使用64排西門子SOMATOM Definition AS對所有研究對象進行CT灌注成像，記錄血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量參數。結果 對照組和肝癌組血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量比較對照組和肝癌組血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量分別為（18.3±7.9、181.9±56.4、7.5±2.1、42.8±12.6、15.4±3.6、27.5±6.7；45.6±18.5、364.5±94.5、8.7±3.8、49.6±16.7、52.3±12.7、274.6±102.4），差異有統計學意義（t=8.9、7.5、5.3、6.5、10.3、20.9，P<0.05）；低分化小肝癌組和高分化小肝癌組血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量分別為（43.3±6.8、325.1±88.5、8.6±2.9、47.9±14.2、48.7±11.2、208.9±52.6；49.6±12.3、401.5±104.5、10.5±5.4、52.2±18.5、59.8±15.8、318.8±158.6），差異有統計學意義（t=7.2、8.1、6.9、7.4、11.2、12.4，P<0.05）。結論 我們認為灌注掃描檢查對小肝癌的分化程度做出有效預測。

關鍵詞：螺旋CT；肝癌；輔助診斷

原發性肝癌每年死亡的人數約在28/100，000萬人。發病原因主要有病毒性肝炎、肝硬化、化學性致癌物質或寄生蟲感染。肝硬化極易發生小肝癌，小肝癌是指單個結節直徑<3厘米的結節[1]。小肝癌的早期發現對提高患者的生存質量顯得尤為重要，小肝癌的病理生理學改變是血流灌注異常，目前臨床上64排甚至320排螺旋CT提高了小肝癌的檢出率，灌注掃描技術就是采集肝癌的動態灌注信息，分析血流灌注改變及特點[2]。本次本研究目的為將64排西門子SOMATOM Definition AS CT灌注成像與小肝癌的評估預測相結合，為臨床診治提供豐富的影像學信息。

1資料與方法

1.1一般資料 收集我院肝膽外科2012年7月～2014年7月共計200例診斷為原發性小肝癌的患者，定義為肝癌組，通過術后病理類型分為高分化癌組（100例）和低分化癌組（100例）。對照組為同期來我院進行健康體檢的患者，計100例。高分化癌組平均年齡（51.2±7.1）歲，其中男性80例，女性20例；低分化癌組平均年齡（53.6±6.9）歲，其中男性85例，女性15例，對照組平均年齡（52.4±7.8）歲，其中男性79例，女性21例；3組人員性別，年齡差異無統計學意義。所有研究對象均簽定知情同意書。

1.2入選標準 入選標準：①就診時臨床資料、治療經過完整。②原發性小肝癌的診斷均通過手術后病理標本確診。③每個研究對象能配合護理人員，自愿參與本次研究。

1.3排除指標 ①入院時生命體征不平穩的患者。②有各種急性、慢性感染，或通過實驗室檢查如血常規、內毒素、體液培養以及腹部B超、CT等實驗室檢查診斷為感染者。嚴重腎功能不全，自身免疫性疾病者，藥物有過敏、惡性心律失常者。

1.4主要儀器和設備 德國64排西門子SOMATOM Definition AS CT機，配套的灌注軟件包，高壓注射器型號：NEMOTO雙筒DUAL SHOT alpha。

1.5灌注掃描方法及灌注參數分析和計算

1.5.1灌注掃描方法 所有研究對象空腹，飲用1000ml水，平臥位，腹帶加壓以盡量減少圖像偽影，灌注掃描檢查過程中告知檢查者小口平靜淺慢呼吸。以腫瘤最大截面處作為灌注面，使門靜脈、腹主動脈包括在灌注平面內，而后經前臂靜脈團注非離子型造影劑，然后做動態增強掃描。根據小肝癌灌注協議，行多期同層動態灌注掃描（參數：120KV電壓、60毫安電流、掃描厚度5mm）。得到數據錄入計算機軟件處理。

1.5.2灌注參數分析及計算 在系列試圖上標識腹主動脈和門靜脈作為供血動脈和流出靜脈，避免容積效應。閾值定義O～180HU，減少骨骼、脂肪等組織影響。選擇感興趣區，獲得灌注參數：血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量。

1.6感興趣區選擇 門靜脈、腹主動脈感興趣區尺寸在4個像素間，肝實質感興趣區內繞開大動、靜脈，減少容積效應，小肝癌感興趣區因能體現病變的組織，小肝癌外周邊緣避免進入感興趣區，同時繞開肝實質內的大動、靜脈以及液化壞死區域。每次測量的數據重復2次，取平均值。

1.7手術標本 將患者在手術后的標本及時送檢病理科，通過HE染色，將標本分為低分化小肝癌和高分化小肝癌。

1.8評價標準 評價各組間血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量

1.9統計分析方法 將資料錄入SPSS18.0軟件。所有計量資料符合正態分布，采用（x±s）描述，兩組均數的比較使用t檢驗。以P<0.05作為有統計學意義。

2結果

2.1對照組和肝癌組血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量比較對照組和肝癌組血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量分別為（18.3±7.9、181.9±56.4、7.5±2.1、42.8±12.6、15.4±3.6、27.5±6.7；45.6±18.5、364.5±94.5、8.7±3.8、49.6±16.7、52.3±12.7、274.6±102.4），差異有統計學意義（t=8.9、7.5、5.3、6.5、10.3、20.9，P<0.05），見表1。

2.2低分化小肝癌組和高分化小肝癌組血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量比較低分化小肝癌組和高分化小肝癌組血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量分別為（43.3±6.8、325.1±88.5、8.6±2.9、47.9±14.2、48.7±11.2、208.9±52.6；49.6±12.3、401.5±104.5、10.5±5.4、52.2±18.5、59.8±15.8、318.8±158.6），差異有統計學意義（t=7.2、8.1、6.9、7.4、11.2、12.4，P<0.05），見表2。

3討論

血流量是指在單位時間內流經感興趣區組織血管結構的血容量[3]。血容量是指存在于一定量組織血管結構內的血容量，受血管的大小如毛細血管開放數量的影響。表面通透性是單位組織中對比劑經由毛細血管內皮進入細胞間隙的單向傳輸速率。平均通過時間是指血流從肝動脈、門靜脈端經過肝血竇流入肝靜脈的平均時間。肝動脈分數為肝動脈灌注量占肝臟總的血液灌注量的比值。肝動脈灌注量指單位時間內流經肝動脈組織的血容量[4]。肝臟因其具有獨特的雙重血供特點，在肝動脈和門動脈系統間存在多個分支的交通，在CT灌注成像時，肝臟灌注首先來自肝動脈內的對比劑，然后是門靜脈內的對比劑.利用兩者差區分出肝動脈和門靜脈成分[5，6]。

小肝癌血管的生成是腫瘤形成的標志，它是腫瘤細胞生長、轉移基礎。小肝癌血管血流動力學參數就可以評價小肝癌血管構成[7]。小肝癌為富血供腫瘤，產生虹吸效應，產生竊血作用，造成腫瘤動脈血流增加，造成血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量值升高[8]。高分化小肝癌內血管較低分化小肝癌更為豐富，富含大量的新生血管，血管內皮細胞結構不完整，易于對比劑的泄露，因此血容量、血流量、平均通過時間、表面通透性、肝動脈分數、肝動脈灌注量值更高[9]。

參考文獻：

[1]Brem RF，Baum J，Lechner M，et al.Improvement in sensitivity of screening mammography with computer-aided detection：a multi-institutional trial[J].Am J Roentgenol，2013，181：687-693.

[2]陳建國，宋新明.中國肝癌發病水平的估算與分析[J].中國腫瘤，2013，14（1）：28-31.

[3]Gur D.Sumkin JH，Rockette HE，Ganott M，et al.Changes in breast cancer detection and mammography recall rate after the introduction of a computer-aided detection system[J].J Natl Cancer Inst，2014，96：185-190.

[4]Birdwell RL，Bandodkar P，Ikeda DM.Computer-aided detection with screening mammography in a university hospital setting[J].Radiology，2012，236：451-457.

[5]Cupples TE，Cunningham JE，Reynolds JC.Impact of Computer-aided detection in a regional screening mammography program[J].AJR，2013，185：944-950.

[6]Dean JC，Ilvento CC.Improved cancer detection using computer-aided detection with diagnostic and screening mammography：prospective study of 104 cancers[J].AJF，2012，187：20-28.

[7]GRAU V，MEWES AUJ，ALCANIZ M.Improved watershed transform for medical image segmentation using prior information[J].IEEE Transaction on Medical Imaging，2014，23（4）：447-458.

[8]孫哲，黎庶，徐惠綿.計算機輔助診斷系統臨床應用價值的初步探討[J].中華醫學雜志，2011，85（24）：1692-1695.

編輯/許言