999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

單指數、雙指數、拉伸指數DWI模型鑒別前列腺癌與基質型前列腺增生的價值研究

2020-09-30 02:55:16吳慧吳靜蔚納錢洛丹蔚曉玉賈宇珊高陽牛廣明
磁共振成像 2020年7期
關鍵詞:模型

吳慧,吳靜,蔚納,錢洛丹,蔚曉玉,賈宇珊,高陽,牛廣明

前列腺癌(prostate cancer,PCa)是西方發達國家男性最常見的惡性腫瘤之一,在美國,PCa已經成為第二位危害男性健康的惡性腫瘤。盡管我國癌的發病率遠低于西方國家,但隨著人口老齡化和飲食結構的西方化,PCa發病率及病死率不斷上升[1]。所以對PCa的早期、準確診斷意義重大。MRI具有較高的軟組織分辨率及多方位成像的特點,能較好地顯示前列腺的解剖結構及毗鄰組織關系,在PCa的診斷中具有無可比擬的優越性,有助于PCa的檢出、定性和分期,有助于醫生制定個性化的治療方案,有助于內分泌治療后或手術后患者療效評估或復發的檢出。即便如此,部分PCa與基質型前列腺增生(stromal prostate hyperplasia,SH)的磁共振表現仍存在著重疊,不易鑒別。近年來,一些新的功能成像序列應用而生,體素內不相干運動(introvoxel incoherent motion,IVIM)無需注射對比劑,通過計算彌散系數D值、假性彌散D*值及灌注分數f值檢測活體組織的擴散和灌注信息,拉伸指數模型則通過計算水分子的擴散異質性指數α和分布擴散指數DDC反映更復雜的組織生物學特征,揭示疾病的病理生理學改變,為疾病的診斷提供更多依據。本研究的目的是評估單指數,雙指數和拉伸指數模型各參數在鑒別PCa與SH中的能力。

1 材料與方法

1.1 臨床資料

本研究已獲得本院倫理委員會的批準,所有患者都簽署了知情同意書。回顧性分析2017年1月至2019年1月在我院進行前列腺MRI檢查的患者44例(50病灶),經直腸超聲引導下12針穿刺活檢證實的PCa 24例(28個病灶),SH 20例(22個病灶),PCa中14個病灶位于外周帶,6個病灶位于移行帶,8個病灶外周帶及移行帶均受累。Gleason評分8例7分,8例8分,8例9分,4例10分。PCa患者年齡56~84歲,平均71歲;SH診斷標準:穿刺活檢為前列腺增生,T2WI表現為低信號結節。SH患者年齡50~84歲,平均69歲。PCa患者血清PSA范圍16.75~100.00 ng/ml,中位數為78.77 ng/ml;SH患者PSA范圍2.47~30.06 ng/ml,中位數為14.89 ng/ml。病例納入標準:(1) PCa或SH病灶直徑大于8 mm,ROI 1~2 mm2;(2)超聲引導下前列腺穿刺活檢于MRI檢查后2周內;(3)患者檢查前未行內分泌治療、放化療或局部治療。排除標準:(1) MRI掃描圖像質量差,不符合本研究的要求;(2)腫瘤體積過小,瘤灶在多b值DWI圖像上無法準確劃取ROI;(3)病理結果描述區域與MRI圖像不匹配;(4)未經超聲引導下穿刺活檢;(5)超聲引導下前列腺穿刺活檢于MRI檢查后2周后。

1.2 掃描方法

所有磁共振掃描均在3.0 T GE MR Discovery 750 掃描機上完成,采用8通道體部線圈,檢查前空腹,清潔洗腸,排空膀胱,以減少腸道及膀胱運動偽影。

1.2.1 常規序列

軸位、矢位及冠位的T2WI及軸位的T1WI序列、DWI序列(b=0、1500)。Ax -T2WI,TR 3440 ms,TE 85 ms,FOV 240 mm×240 mm, Matrix 320×192,層厚4.0 mm,層間隔1.0 mm。Sag-T2WI,TR 4467 ms,TE 68 ms, FOV 240 mm×240 mm, Matrix 288×224,層厚3.0 mm,層間隔2.0 mm。Cor-T2WI,TR 3249 ms,TE 80 ms,FOV 400 mm×400 mm,Matrix 288×224,層厚3.0 mm,層間隔2.0 mm。DWI,TR 3600 ms,TE 68 ms, FOV 280 mm×280 mm,Matrix 128×128,層厚4.0 mm,層間隔1.0 mm。掃描范圍包括前列腺及精囊腺。

1.2.2 多b值DWI

b值選擇:13個b值,分別是0、10、25、50、75、100、150、200、400、800、1200、1500、2000 s/mm2。掃描參數:TR 5000 ms,TE 70.6 ms,激勵次數分別為2、3、3、1、1、2、2、2、4、6、8、10、10,層厚4.0 mm,層間隔1.0 mm,FOV 240 mm×192 mm,Matrix 128×96,掃描時間為 13 min 10 s。

表1 PCa與SH DWI不同模型參數值比較(±s)Tab. 1 Comparison of ADC , D, D*, f, DDC, α values of PCa and SH (±s)

表1 PCa與SH DWI不同模型參數值比較(±s)Tab. 1 Comparison of ADC , D, D*, f, DDC, α values of PCa and SH (±s)

組織類型ROI (個)單指數模型雙指數模型拉伸指數模型ADC值(×10-3 mm2/s )D值(×10-3 mm2/s)D*值(×10-3 mm2/s)f值DDC (×10-3 mm2/s )α值PCa 280.72±0.140.57±0.1117.96±13.390.30±0.080.71±0.140.63±0.03 SH221.14±0.130.94±0.1210.28±4.960.29±0.051.30±0.170.76±0.05 P值<0.05<0.05<0.050.507<0.05<0.05

1.3 圖像及數據分析

掃描結束后將所有DWI及多b值DWI的圖像傳輸至 GE function工作站(AW 4.6),選擇ADC、MADC后處理,由磁共振2名多年資(分別為8年和15年)盆腔專業醫師對照超聲引導前列腺穿刺確定癌或增生的部位,在DWI及多b值DWI的圖像(結合T2WI)手工繪制感興趣區(region of interest,ROI),分別計算出對應區域的ADC、D、D*、f、DDC、α值,原則是每個病灶最大范圍連續3個層面勾勒ROI,測其平均值,劃取時避開周圍脂肪、尿道、精囊腺、直腸及病變內的出血及鈣化區。對于腫瘤定位,將每個患者的前列腺進一步分成12個區域,對應于12針前列腺穿刺活檢的部位,軸位圖像層除以3分為底,體和尖三部分(如果不能被3除盡量丟棄精囊和周邊區域的層面),然后由中央溝分成左右,分析中僅包括病理學和MRI檢查相匹配的病灶。SH診斷標準:穿刺病理為癌,T2WI表現為低信號結節。各模型計算公式:單指數模型Sb/S0=exp (-b×ADC),雙指數模型Sb/S0=f×exp [-b×(D+D*)]+(1-f)×exp (-b×D),拉伸指數模型Sb/S0=exp [-( b×DDC) α]。

1.4 統計分析

2 結果

分別計算PCa組和SH組DWI單指數模型ADC值、IVIM雙指數模型D、D*、f值及拉伸指數模型DDC、α值(圖1,2),2名觀察者的測量值具有良好的一致性(一致性ICC≥0.90)。PCa組的ADC、D、DDC、α (0.72±0.14×10-3mm2/s,0.57±0.11×10-3mm2/s,0.71±0.14×10-3mm2/s,0.63±0.03)均低于SH組(1.14±0.13×10-3mm2/s,0.94±0.12×10-3mm2/s,1.30±0.17×10-3mm2/s,0.76±0.05),差異有統計學意義;PCa組的D*(17.96±13.39×10-3mm2/s)高于SH組(10.28±4.96×10-3mm2/s),差異有統計學意義;PCa組的f值(0.30±0.08)略高于SH組(0.29±0.05),差異無統計學意義(表1)。

表2 ADC, D, D*, DDC, f,α診斷PCa的效能比較Tab. 2 Diagnostic efficiency of ADC, D, D*, DDC, f,α value for prostate cancer

表3 PCa組與SH組ADC、DDC、D相關性分析Tab. 3 Correlation analysis between ADC, DDC and D in PCa and SH groups

DDC、D、ADC、α均具有較高診斷效能,ROC曲線下面積AUC分別為0.9961、0.9957、0.9903、0.9573。其診斷閾值分別為0.00097、0.00070、0.00086、0.69 (表2;圖3)。

PCa組和SH組中ADC、D、DDC均具有較好相關性,在PCa組中ADC與DDC相關性最強(r=0.852),D與DDC的相關系數r=0.759,ADC與D的相關系數r=0.734;在SH組中ADC與D值相關性最強(r=0.751),均有統計學意義(表3)。

3 討論

以往文獻可見單指數、雙指數模型用于前列腺癌的診斷,但同時聯合拉伸指數模型文獻很少,本文同時聯合三種模型,判斷哪個模型,哪個參數鑒別效能更高,雙指數及拉伸指數模型是否能取代傳統的單指數DWI。其次以往可見DWI模型用于鑒別癌與增生,本文主要鑒別基質型增生,由于基質型增生在T2WI及DWI與癌更相似,更難鑒別。本研究結果顯示DWI單指數模型ADC值、IVIM雙指數模型D及拉伸指數模型DDC、α值在鑒別前列腺癌與基質型前列腺增生均具有較高效能,ROC曲線下面積AUC均>95%,但差異無統計學意義,雙指數及拉伸指數模型掃描及后處理費時,所以臨床依然推薦使用單指數的DWI。無論是癌組還是增生組D、DDC、ADC均具有較好相關性。

T2WI癌灶與基質型增生結節均表現為低信號不易區分,前列腺癌細胞排列致密,水分子擴散受限,在DWI表現為高信號,基質型增生結節富含纖維平滑肌,含水量少,在DWI同樣可以表現為高信號,也不易區分。再加上DWI的定量參數ADC值,除了受水分子擴散的影響,其實同時還受毛細血管灌注的影響,ADC值忽略了后者不能準確反映體素內水分子擴散情況,IVIM-DWI[2]基于彌散成像的原理,采用多個彌散敏感因子b值同時進行DWI成像,可將彌散與灌注分離,較高b值時反映真實的組織擴散,而較低b值反映毛細血管灌注,得出擴散參數D值及灌注參數D*、f值,較傳統DWI更真實反映病變擴散特性,同時提供灌注信息。其實體素內水分子的信號衰減不是呈單指數或雙指數模型那么簡單,水分子擴散的不均一性與多區間性,導致擴散信號衰減的復雜性。Bennett等[3]提出了拉伸指數模型的概念,用擴散異質性指數α與分布擴散系數DDC去描述DWI信號衰減,反映更為復雜的組織生物學特征。

本研究結果:PCa組的ADC、D、DDC值均低于SH組,主要是因為腫瘤在短時間內新細胞的單細胞克隆,細胞核漿比例增加,外層細胞排列紊亂,密度增加,細胞外間隙減少[4-5]。同時腫瘤細胞上的鈉鉀泵功能減退,Na+、Cl-進入細胞增加,導致細胞水腫,這些原因共同造成了PCa區域水分子彌散受限,使得ADC、D、DDC值降低。本研究進一步得出D、DDC、ADC在診斷PCa中均具有較高效能,且D、DDC的AUC略高于ADC,可能由于IVIM雙指數模型的D值排除了灌注因素的干擾,較ADC更真實地反映病變擴散特征,這與莫樹群等[6]的研究一致。DDC是多指數衰減中的一個平均化的ADC值,可以看作是每個部分連續分布ADC值的加權,擬合度更佳,更能準確地描述組織擴散[7],研究中也證明了這點,閔祥德等[8]、陳雨菲等[9]、Li等[10]也得出了同樣的結論。但三者之間差異并不顯著(P>0.05)。本研究還得出:無論在PCa組還是SH組,D、DDC及ADC均具有較好相關性。在PCa組中ADC>DDC>D;在SH組中DDC>ADC>D。

筆者認為PCa組的D*值高于SH組,由于PCa組織血供豐富,其內的微血管密度、血管通透性及血流量等血流灌注指標均明顯高于增生[11-12]。PCa組的f值略高于SH組,但無統計學意義,可能由于f值不僅包含微循環灌注,也包含了腺管內液體的流動、腺體的分泌等,這些生理活動難以同灌注效應相區別,從而導致f值偏離實際水平[13]。也有學者認為D*及f值均無統計學意義[14]或是f值有意義而D*無意義[15]。報道不盡相同,說明f值及D*值很不穩定,其值是否有效,很大程度上依賴于b值選擇的正確與否[16-17],本研究中D*有統計學意義可能與選取的低b值較多,激勵次數相對較大有關,從而使得模型準確度提高。擴散異質性指數a,與體素內水分子擴散的不均質性有關,范圍0~1。當α=1時,DDC實際上等于ADC值,呈單指數衰減,體素內擴散均勻;相反,當α趨近于0時,呈復雜的多指數衰減,體素內不均質性明顯[18]。研究結果顯示,PCa的α值低于SH,是由于癌組織的擴散不均質性所致:可能是由于PCa組織細胞及細胞核的異形性[19-20],PCa區域體素內小的壞死或囊變、微血管增殖等[21],都可以導致體素內不均質性增加,致使α值減低。Gleason評分是的PCa惡性程度和預后評價重要依據之一,但需經穿刺或手術等有創途徑后獲得,Gleason評分是與組織的不均質性相關,組織的不均質性與體素內擴散的不均質性α值可能存在一定的關系,如二者具有一定相關性,我們術前便可無創性評價PCa危險程度和判斷預后,這將是我們下一步研究的重點。

本研究的不足之處:(1)納入病例均為穿刺活檢證實,對于移行帶前緣或小癌灶可能導致假陰性結果;(2)未作前列腺大切片與其MRI圖像的對照研究,僅以穿刺病理結果作為最終診斷,而穿刺活檢病理與MRI圖像間的匹配難以達到理想的擬合度;(3)未將移行帶的癌與外周帶的癌區分。(4)由于移行帶癌病例數過少, 未單獨做移行帶癌與基質型增生的鑒別。

綜上所述,雙指數模型D值、拉伸指數模型DDC及α值和單指數模型ADC值在診斷PCa中效能均很高,D、DDC、α的AUC略高于ADC,但差異沒有統計學價值,所以臨床仍推薦應用單指數模型DWI。隨著MRI各種新技術不斷問世并應用于臨床,多參數多模態的MRI將可能成為PCa定性、分級、指導穿刺活檢、明確腫瘤浸潤范圍和判斷治療效果的全新的影像學標記物。

利益沖突:無。

猜你喜歡
模型
一半模型
一種去中心化的域名服務本地化模型
適用于BDS-3 PPP的隨機模型
提煉模型 突破難點
函數模型及應用
p150Glued在帕金森病模型中的表達及分布
函數模型及應用
重要模型『一線三等角』
重尾非線性自回歸模型自加權M-估計的漸近分布
3D打印中的模型分割與打包
主站蜘蛛池模板: 精品无码一区二区三区电影| 欧美无专区| 亚洲天堂成人在线观看| 久久久精品无码一区二区三区| 欧美三级自拍| 国产精品性| 欧美区一区| 国产成人综合日韩精品无码首页| 色婷婷啪啪| 精品国产三级在线观看| 中文字幕亚洲精品2页| 麻豆精品在线| 怡春院欧美一区二区三区免费| 日本午夜精品一本在线观看| 亚洲精品福利网站| 天天躁夜夜躁狠狠躁图片| 日本黄色不卡视频| 婷婷久久综合九色综合88| 少妇精品在线| 亚洲成a人在线观看| 麻豆国产精品| 国产99欧美精品久久精品久久| 国产99精品视频| 欧美日韩中文国产| 国产精品人莉莉成在线播放| 欧美人与性动交a欧美精品| 最新午夜男女福利片视频| 日日拍夜夜操| 久久频这里精品99香蕉久网址| 中文字幕无码中文字幕有码在线| 三区在线视频| 亚洲日韩AV无码一区二区三区人| 在线播放91| 中国一级特黄视频| 秋霞一区二区三区| 国产成人精品一区二区不卡| 99这里精品| 国产精品私拍在线爆乳| 亚洲日韩精品欧美中文字幕| 91视频99| 亚洲国产欧美国产综合久久| 久久综合AV免费观看| 日本在线国产| 日韩欧美国产成人| a级毛片视频免费观看| 亚洲国产亚洲综合在线尤物| 亚洲天堂首页| 欧美综合区自拍亚洲综合绿色| 亚洲av无码人妻| 精品国产污污免费网站| 精品国产一二三区| 欧洲精品视频在线观看| 88av在线看| 少妇被粗大的猛烈进出免费视频| 亚洲无线一二三四区男男| 无码区日韩专区免费系列| 久久午夜夜伦鲁鲁片不卡| 91视频首页| 国产欧美日韩18| 丝袜美女被出水视频一区| 又爽又大又光又色的午夜视频| 伊伊人成亚洲综合人网7777| 欧美精品高清| 真实国产乱子伦视频| 亚洲人成人伊人成综合网无码| 国产一级毛片高清完整视频版| 亚洲国产天堂久久综合226114| 亚洲另类色| AV片亚洲国产男人的天堂| 欧美区国产区| 伊大人香蕉久久网欧美| 999福利激情视频| 最新日韩AV网址在线观看| 色视频久久| 一级一级一片免费| 99热这里只有精品2| 伊人久久精品亚洲午夜| 欧美激情第一区| julia中文字幕久久亚洲| 54pao国产成人免费视频 | 自拍中文字幕| 国产欧美视频综合二区 |