多模態影像融合在垂體瘤術中的應用

劉靜靜　牛光明

【摘 要】目的： 探討多模態影像融合在垂體瘤經鼻蝶入路切除術中的意義。方法：選取2017-01至2019-01在我科行手術治療的40例垂體瘤患者資料進行對照研究。多模態影像融合組術前使用3D slicer進行影像融后并建模。常規組行常規顯微鏡下切除。比較2組間手術時長、術后住院時間及腫瘤全切率。結果：融合組在手術時長（P=0.032）、腫瘤全切（P=0.028）方面明顯優于常規組，2組在術后住院時間（P=0.058）無明顯差別。結論：多模態影像融合后行經鼻蝶入路垂體瘤切除術在減少手術時長，增加手術全切率方面有積極意義。

【關鍵詞】垂體瘤;經鼻蝶入路;多模態影像融合;3D slicer

【中圖分類號】 R584.1?【文獻標識碼】A 【文章編號】1005-0019（2020）10-243-02

垂體腺瘤是鞍區最常見的良性腫瘤，約占顱內腫瘤的 10%，主要位于鞍內，可向鞍上或鞍旁發展。目前經鼻蝶入路顯微手術已成為垂體瘤治療的首選術式[1]。多模態影像融合結合三維重建則可以直觀地提供病變以及其周邊結構的精確影像，并能在圖像上直接進行模擬手術，從而有效的提升醫生對即將開始的手術的熟悉程度，有助于提高手術精度[2]。

1 對象和方法

1.1 一般資料及分組

選取我院2017-01至2019-01在我科就診且行經鼻蝶入路垂體瘤切除術的40例患者資料進行回顧性研究。根據術前是否影像融合分為：融合組和常規組。融合組采用3Dslicer進行精準術前建模;常規組為使用二維影像資料結合顱骨模型了解病變情況。手術過程均使用卡爾.蔡司公司pentero手術顯微鏡。所有患者術前均接受頭顱CT（GE公司）和MRI（Simens公司）掃描，均顯示鞍區、血管及腫瘤等結構。

一般資料無統計學意義，即融合組和常規組在年齡、性別、腫瘤大小及腫瘤病理類型方面無差異。

1.2 術前手術設計

融合組：將患者術前CT及MRI DICOM數據導入到醫學圖像處理軟件（3D slicer 4.10.0），進行多模態匹配及三維重建。步驟包括圖像配準（Transform模塊），圖像融合（Add Scalar Volume模塊）及體繪制重建（Volume Rendering模塊），在重建完成的包括面部皮膚、顱骨、血管和腫瘤在內的三維影像上進行全方位、多角度觀察，了解腫瘤周圍情況，測量經鼻蝶入路的頭后仰角度，在顯微鏡下切除腫瘤。

常規組：術前根據所見鞍區CT及MRI等結果，推測術中可能遇到的血管和神經，根據既往經驗及手術學知識行手術切除。

1.3 觀察指標

觀察融合組及常規組的手術時長、術后住院時間及腫瘤全切率進行比較。

1.4 統計學方法

使用SPSS 20.0對各觀察指標進行統計分析，計量資料采用t檢驗，計數資料采用卡方檢驗，對P<0.05認為差異有統計學意義。

2 術后結果

融合組在手術時長和腫瘤全切率明顯短于常規組（P<0.05），但在術后住院時長方面，兩者差異無統計學意義（P>0.05）。

3 討論

3.1 垂體腺瘤

垂體腺瘤是鞍區最常見的良性腫瘤，可引起內分泌代謝紊亂以及視神經功能障礙。由于垂體位于顱底中央區域，周圍骨性結構變異性大，且比鄰重要解剖結構，因此，垂體腺瘤手術難度較大，對術者的要求也較高。目前最常用的手術方法是經鼻蝶入路手術切除[3]。

3.2 多模態影像融合技術應用于術前規劃

多模態影像融合技術是指將CT、MRI和DTI等多種影像資料，使用計算機軟件技術進行空間配準后將它們整合到一起，在同一幀影像上同步化顯示多種信息，最后形成一張包含多種影像信息的可視化3D圖形[4-5]。Denton 等證實，在二維上閱片時觀察到病變的情況遠不如融合圖像的敏感度高[6]。

利用計算機技術將影像學數據配準融合和三維重建后，其立體模型可為術前精確診斷、評估和精準手術提供了大量可視化信息。依據三維圖像計算鞍底磨除大小和判斷腫瘤切除范圍并模擬手術，避免了靠經驗定位的盲目性[7]。

本例研究中，以 1 位巨大垂體腺瘤患者的資料為例，首先利用 3Dslicer 軟件將患者的 CT及MRI融合在一起，獲得多模態融合影像（圖 1A）并建立 3D 模型（圖1B），在3D圖上可見蝶竇內有一分隔，且腫瘤周圍頸內動脈包繞，術前我們即可在3D圖上計算出鞍底磨出大小，并能了解腫瘤周圍情況。

使用多模態影像融合技術對神經外科醫生在進行腫瘤切除時制定精準手術計劃、縮短手術時間、增加手術全切率等方面有明確指導意義。

參考文獻

[1]Vrionis FD， Saatman D， Sorenson J， Brem S. Microscopic paraseptal sphenoidotomy approach for pituitary tumors. Cancer Control. 2002;9：223–231.

[2]NANDISH S.， GOPALAKRISHNA P.， RAJAGOPAL K.V. Multiresolution image registration for multimodal brain images and fusion for better neurosurgical planning. Biomed J. 2017;40：329–338.

[3]王任直.垂體腺瘤的規范化診斷和治療[J].中華神經外科雜志，2006，22：325.326

[4]Dai J.， Wang X.， Dong Y.， Yu H.， Yang D.， Shen G. Two- and three-dimensional models for the visualization of jaw tumors based on CT-MRI image fusion. The Journal of Craniofacial Surgery. 2012;23（2）：502–508.

[5]李杰飛，張玉琪，何樂，延鵬翔，左煥琮.多模態影像融合技術在腦腫瘤手術中的應用[J].中華神經外科雜志，2016，32（5）：458-462.

[6]DENTON ER， HOLDEN M， CHRIST E， et al. The identification of cerebral volume changes in treated growth hormone-deficient adults using serial 3D MRI image processing [J].Comput Assist Tomogr， 2000， 24：139.

[7]Du J.， Li W.， Lu K.， Xiao B. An overview of multi-modal medical image fusion. Neurocomputing. 2016;215：3–20