劉登平 張捷 宋雪燕 盧山
天津醫科大學朱憲彝紀念醫院放射科 天津市內分泌研究所 國家衛健委激素與發育重點實驗室 天津市代謝性疾病重點實驗室,天津 300134
肺癌是我國目前最常見的胸部惡性腫瘤,發病率與病死率逐年上升,早發現早治療對于肺癌患者來講極為重要,早期肺癌往往表現為形式各異的結節影[1-2]。因此,早期檢出這些結節是發現早期肺癌的關鍵。既往研究表明,CT 是檢出肺結節最好的手段,其優點在于較高的密度分辨率、沒有前后重疊偽影等[3-5]。CT 圖像的高分辨率(high resolution,HR)算法重建及最大密度投影(maximum intensity projection,MIP)重建都是常用的圖像處理方式。本文旨在研究利用高分辨率聯合最大密度投影(HR-MIP)重建評價肺結節的檢出效能。
隨機選取在2021 年12 月至2022 年6 月期間在天津醫科大學朱憲彝紀念醫院進行胸部CT檢查的患者共90例,其中男性52 例,女性38 例,年齡18~82(43±12.5)歲。檢查原因及臨床癥狀包括健康體檢、胸悶胸痛、呼吸困難、疑診肺炎、慢性阻塞性肺疾病(COPD)等。(1)納入標準:①年齡≥18 歲;②病情穩定的非急重癥者且能配合呼吸指令進行屏氣者。(2)排除標準:①年齡<18 歲的未成年人;②既往有肺內手術史者;③既往患有結節病、肺間質纖維化、塵肺、粟粒型肺結核等彌漫性肺內病變者。
本研究經醫院倫理委員會批準同意(批號:ZXYJNYYKMEC2023-27),所有患者簽署知情同意書。
所有納入的患者進行HRCT 掃描(GE 750HD),掃描條件:KVp 120;mAs 180~360;重建矩陣512×512。掃描結束后采用兩種重建方式進行圖像重建,分別對應常規薄層和HR-MIP。常規薄層:圖像重建層厚2 mm,間隔2 mm,采用標準算法重建圖像;HR-MIP:層厚4 mm,層間距3 mm,采用高分辨銳利算法重建圖像。由科室內兩名高年資診斷醫師共同閱片并記錄所有納入患者肺內結節的數量、大小及結節的性質,以此作為后續評估結節檢出效能的“金標準”。另由科室內兩位影像診斷醫師分別記錄常規薄層及HR-MIP 圖像中結節的數量、大小、性質及閱片時間。窗寬窗位在閱片中可以自由調整,并可以結合多平面重建等后處理方式。
利用SPSS 22.0 統計軟件進行數據分析,計量資料符合正態分布,采用均數±標準差表示,利用配對t檢驗比較耗費時間方面的差異,利用χ2檢驗比較常規薄層和HR-MIP 在結節檢出率方面的差異,P<0.05表示差異有統計學意義。
90 例患者中共有313 個結節,<5 mm 255 個、≥5 mm 58 個,實性、部分實性及磨玻璃密度結節的數量分別為261、22、30 個。HR-MIP 檢出率高于常規薄層,差異有統計學意義(χ2=13.523,P<0.001);對于<5 mm 的結節,兩種方法檢出率差異有統計學意義(χ2=12.517,P<0.001);對于≥5 mm的結節,差異無統計學意義(χ2=1.408,P=0.237)(表1)。

表1 兩種圖像重建方式對313個肺結節的檢出效能對比(%)
兩種方法實性結節檢出率差異有統計學意義(χ2=34.812,P<0.001);部分實性和磨玻璃密度結節檢出率差異均無統計學意義(均P>0.05)(表2)。HR-MIP 圖像較常規薄層圖像對肺內結節的顯示更加清晰,尤其是肺內實性結節的顯示更佳,輪廓更顯著(圖1)。

圖1 常規圖像對肺內磨玻璃結節的顯示(左上,細短箭)較模糊,密度較淡,對應的高分辨率聯合最大密度投影(HR-MIP)圖(右上,細長箭)肺內磨玻璃密度結節密度增高,顯示較清晰;HR-MIP圖像(右下,粗長箭)可見肺內多發實性結節,輪廓清晰,尤其是胸膜下微結節較常規圖像(左下,短粗箭)顯示更加明確,顯著減少漏診概率

表2 兩種圖像重建方式對不同性質結節的檢出效能比較(%)
常規薄層圖像耗時為(215.3±23.8)s,HR-MIP 耗時為(133.2±19.1)s,差異有統計學意義(t=18.013,P<0.001)。
本研究發現,利用HR-MIP 重建后獲得的圖像對肺內結節進行篩查既能提高結節的檢出率同時也縮短了閱片時間,降低了肺結節漏診的概率(尤其是實性肺結節),同時提高了影像科的診斷效率。
HRCT 是一種比較特殊的檢查方法,采用高管電壓、大電流、大矩陣及更銳利的算法所獲得的圖像,圖像質量非常高,能夠顯著提高細小結構的顯示效果,提升空間分辨率,目前,已經普遍應用于顳骨、胸部等部位[6-7]。在COVID-19 肆虐期間,國內外部分學者探討利用HRCT 對肺內病灶進行評估且效果良好[8-9]。研究表明,在肺內結節評估方面高分辨圖像較常規圖像更容易清晰地顯示結節的細節,包括邊緣分葉情況、與周圍結構的密切關系等,而這些細節對早期肺癌的判斷極為重要[10-12]。除此之外,MIP 是CT 圖像后處理技術中另外一種應用比較廣泛的重建方式之一,其原理在于將一定厚度圖像中高亮度的像素疊加顯示[13-14]。這對肺內結節的檢出大有裨益,因為正常肺組織含氣呈相對低密度,密度相對較高的結節就顯示得更加清晰。在總的結節檢出率中,HR-MIP 也明顯高于常規薄層圖像,這與其他學者研究結果一致[15-16];并且對<5 mm 的結節檢出率同樣是前者高于后者,而對于既往有惡性腫瘤病史的患者,早期檢出這些小結節對疾病的后續治療是非常重要的。在本研究中我們發現對于≥5 mm 結節的檢出率兩組之間沒有顯著差異,經過分析圖像探討總結其原因在于較大的實性結節在兩種圖像中均顯示良好,漏診概率較低。對于部分實性及磨玻璃密度結節,兩種圖像重建方式的檢出率均無顯著差異。究其原因在于HR-MIP 重建圖像中各個像素重疊顯示使背景肺組織亮度增加,對于這種僅稍高于肺組織的磨玻璃結節來講,二者之間的密度差下降,降低了對比度,因此,在一定程度上增大了檢出難度。有的學者在研究MIP 成像時分析了不同層厚及重建方位會對肺結節的顯示產生影響,推動了該技術在臨床中的應用[17]。
本研究結合了HR和MIP兩種圖像處理方法,使兩種方法的優勢在檢測肺結節中得到最大的發揮,除了提高檢出率外,在閱片時間方面HR-MIP 也明顯縮短,起到了“1+1>2”的作用,提高了診斷效率,縮短了患者等待的時間,在一定程度上能夠提高患者就診滿意度,對減少潛在的醫患糾紛也有一定的積極作用。
本研究不足之處在于未進行HR-MIP 對結節細節特征的分析,未能判斷結節良惡性,如何利用技術手段將肺內結節顯示得又清晰又全面正是我們下一步的研究方向。隨著技術的發展,越來越多的新技術被應用到肺結節的檢測中,比如容積再現技術聯合MIP 檢測肺結節同樣取得了不錯的效果[18]。另外,最近幾年人工智能(artificial intelligence,AI)方興未艾,尤其在肺結節診斷方面已頗有建樹[19-20],相信隨著科技的快速發展AI 技術將越來越多地應用到影像診斷領域。
綜上所述,利用HR-MIP 重建可以提高肺內實性結節的檢出率同時縮短閱片時間,提高診斷效能;但是對于少數部分實性及磨玻璃密度結節仍需仔細觀察以避免漏診。
利益沖突所有作者均聲明不存在利益沖突