CT能譜曲線鑒別甲狀腺良惡性結節的應用價值探討

周強強 江西省贛州市人民醫院影像科 341000

甲狀腺結節屬于甲狀腺疾病常見臨床表現，據相關調查，該病發病率高達50%，且多見于40歲以下中青年女性，多數為良性，約5%為惡性，早期采用有效方式進行診斷，判斷疾病性質，對臨床治療、手術方式和預后均具有重要意義[1-3]。以往治療中主要采用CT、MRI、超聲等影像學檢測方式，具有一定效果，但特異性不足，難以從形態上對患者疾病進行鑒別。與之相比，能譜CT成像技術應用中，可通過重建40～140KeV范圍內任意能量圖像，對組織成分進行物質分離，便于對甲狀腺良惡性鑒別提供支持[4-5]。本文主要觀察甲狀腺良惡性結節鑒別中CT能譜曲線應用價值，現報道如下。

1 資料及方法

1.1 一般資料 以我院2017年3月—2019年10月收治的72例甲狀腺良惡性結節患者為觀察對象。根據其病理設置對照組和實驗組，每組36例。對照組中男16例，女20例，年齡27～67歲，平均年齡(41.1±1.2)歲；實驗組中男15例，女21例，年齡28～66歲，平均年齡(42.4±1.3)歲。兩組患者一般資料對比(P>0.05)，具有可比性。

1.2 入選標準 (1)納入標準：①經臨床診斷確診為甲狀腺結節，符合甲狀腺結節鑒別診斷標準[6-7]；②無過敏性哮喘疾病；③未見呼吸衰竭；④無頸部手術史；⑤無言語功能和聽力障礙；⑥意識清醒；⑦本次經醫院倫理委員會批準同意；⑧患者知情同意。(2)排除標準：①臨床資料不完整；②對碘造影劑存在過敏反應；③有精神功能障礙；④合并有嚴重肝、腎等疾病；⑤大部分病灶面積鈣化；⑥病灶直徑<0.1cm；⑦結節出現囊變。

1.3 方法 診斷鑒別設備采用GE Revolution CT 256排，對患者頸部進行掃描，設置相關參數，掃描模式為：140kVp和80kVp高低電壓能力切換，0.5ms切換，并對節管電流進行自動調節；機架轉速：0.6s/周；層厚：5mm；層間距：5mm；螺距：0.982，視野：10cm×10cm。掃描范圍：舌骨上緣至鎖骨水平方向位置。掃描中患者取仰臥位，雙肩自然下垂，屏氣，減少運動偽影。對患者行靜脈注射碘海醇，速度控制在3ml/s，在動脈期25s及間隔30s后進行靜脈期55s掃描，掃描后處理動脈期和靜脈期圖像，進行間隔薄層圖像重建，并將其傳輸至工作處理站進行多平面重組，采用設備中GSI view軟件進行CT能譜曲線分析，在碘基、水基和有效原子序數圖上選擇腫瘤最大層面，并采用相應技術分別與平掃、靜脈和動脈期截取一定面積病灶區域，避開偽影，獲取碘濃度、水濃度等相關數據，測試3次取平均值，計算標準化碘濃度比率，得出40～140keV能量范圍內衰減曲線，計算曲線斜率。

1.4 觀察指標 觀察兩組患者平掃期、動脈期和靜脈期碘—水濃度、水—碘濃度以及能譜曲線斜率，并觀察兩組靜脈期和動脈期標準化碘濃度比率。

2 結果

2.1 基礎物質比較 兩組基礎物質中碘—水濃度差異明顯，實驗組優于對照組，差異有統計學意義(P<0.05)，但兩組水—碘濃度無明顯差異(P>0.05)，見表1。

表1 兩組基礎物質對比

2.2 標準化碘濃度比率對比 動脈期和靜脈期實驗組標準化碘濃度比率均高于對照組，組間差異顯著(P<0.05)，見表2。

表2 兩組標準化碘濃度比率對比

2.3 能譜曲線斜率比較 實驗組不同時期能譜曲線斜率均高于對照組，兩組差異明顯(P<0.05)，見表3。

表3 兩組能譜曲線斜率對比

3 討論

甲狀腺屬于人體軟組織密度最高組織，臨床檢驗發現其CY值與碘含量正相關，利用此項發現可為采用CT檢驗甲狀腺狀況提供參考[8-9]。CT作為近年來常用臨床診斷方式，將其應用于鑒別甲狀腺良性和惡性病理中，利于進行疾病早期診斷，對患者病情控制與治療具有重要幫助。但以往診斷中采用常規CT診斷，并基于kVp進行混合能量成像，作用有限，難以獲得詳細準確CT值，并且難以反映出患者本身組織特性，甚至使得計算出碘濃度與實際濃度間存在較大偏差，影響鑒定結果[10-12]。而在對CT診斷方式進行改進后，利用能譜成像技術，在X線照射進人體后，利用CT可反映出人體不同組織對X線吸收狀況。通常采用不同能量譜時，X線會發生明顯變化。因此，利用任意兩個能量譜可對被測物體進行鑒別，并經過分析得到碘、水等物質的圖像，再通過對碘濃度進行分析，可準確鑒定甲狀腺疾病性質[13-15]。

本文結果顯示，不同時期兩組碘—水濃度差異明顯，且實驗組更優(P<0.05)，而水—碘濃度無明顯差異(P>0.05)；比較兩組不同時期標準化碘濃度和能譜曲線斜率，實驗組均明顯高于對照組(P<0.05)；可見采用CT能譜曲線對甲狀腺良性、惡性結節進行診斷，能夠獲得相關數據并分析不同疾病間差異性，為進行臨床診斷提供依據。

綜上所述，對甲狀腺良惡性結節患者采用CT能譜曲線方式進行疾病性質鑒別，可通過分析獲取的相關數據為疾病診斷提供支持，利于對患者疾病進行判斷，值得推廣應用。