探究雙層光譜探測器CT在鑒別可切除胰腺導管腺癌與腫塊型慢性胰腺炎方面的價值

劉 偉，解添淞，陳 雷，張澤華，周正榮，

1.復旦大學附屬腫瘤醫院放射診斷科，復旦大學上海醫學院腫瘤學系，上海 200032；

2.復旦大學附屬腫瘤醫院閔行分院放射診斷科，上海 201100；

慢性胰腺炎（chronic pancreatitis，CP）是一種長期持續的胰腺炎性病變，組織學特點為胰腺不可逆損傷所致的胰腺實質的纖維化、萎縮及胰管結構改變［1-2］。計算機體層成像（computed tomography，CT）是CP首選的影像學檢查方法，總體診斷靈敏度為75%［2］，準確度為77%［3］。27% ～ 50%的CP在形態學上可呈局灶樣或腫塊樣表現，形成腫塊型CP（mass-forming CP，MFCP）［4-5］。MFCP在CT上與胰腺導管腺癌（pancreatic ductal adenocarcinoma，PDAC）相似，表現為乏血供腫塊［6］，且兩者在實驗室檢查指標、危險因素及臨床表現等方面具有較大的重疊區［7］，這是造成MFCP誤診為PDAC的主要原 因。

目前，MFCP仍以保守治療為主［2，5，8］，而手術仍是治愈PDAC的唯一手段［9］，因此區分MFCP與PDAC具有較大的臨床意義。雖然灌注CT、磁共振成像（magnetic resonance imaging，MRI）可改善鑒別MFCP與PDAC的準確率，但總體失敗率仍不容忽視［10-12］。經皮活檢、超聲內鏡下引導的細針抽吸活檢可以提高準確率，但容易引起出血、胰漏等并發癥［13-15］，且對于合并CP的腫塊，超聲內鏡檢出PDAC的靈敏度明顯降低（54%）［15］。CP是PDAC的高危因素之一［5］，影像學這種無創性檢查更適合對其進行監測，可及時發現惡變征兆。

雙層光譜探測器CT（dual-layer spectral detector CT，DLCT）在胰腺方面的應用已有一定的探索，它可以提高組織對比度，從而提高PDAC的檢出及對動脈受累的評估效能，還可以通過評估胰腺實質纖維化來預測術后胰瘺的發生［16-17］，有望提升CT在鑒別MFCP與PDAC方面的能力，及時提示CP可疑惡性病變區域，從而提高活檢準確率。另外，DLCT在鑒別MFCP與PDAC方面有一定價值［18］，但該研究并未與常規CT進行比較，也未對PDAC進行可切除性篩選。本研究擬探究DLCT在可切除PDAC與MFCP鑒別方面的價值，并與常規CT進行比較。

1 資料和方法

1.1 患者資料

回顧性分析2021年9月1日—2023年5月31日在復旦大學附屬腫瘤醫院行胰腺病變手術治療且病理學檢查證實為MFCP或PDAC的患者資料。MFCP定義為組織病理學檢查證實為CP且形態學呈局灶樣或腫塊樣表現［5］。納入標準：① 術前未進行其他輔助治療；② 術前2周內在IQon光譜CT上行胰腺多期增強檢查；③ 圖像質量良好，滿足分析要求；④ 胰腺腫塊可切除性分類均為可切除［9］。排除標準：① 圖像質量不佳；② 臨床病理學資料不完整。根據上述標準，最終納入33例可切除PDAC和19例MFCP患者。該回顧性研究通過復旦大學附屬腫瘤醫院倫理學委員會審核，豁免知情同意。

1.2 DLCT掃描方案

所用設備為DLCT（荷蘭Philips公司），管電壓為120 kVp，管電流采用自動毫安秒技術，范圍為200 ～ 300 mAs，矩陣512×512，掃描期相包括動脈期（arterial phase，AP）、實質期（parenchyma phase，PP）和靜脈期（venous phase，VP）。經肘正中靜脈團注對比劑［碘佛醇，碘濃度（iodine concentration，IC）為320 mg/mL，江蘇恒瑞醫藥股份有限公司］，注射速率為3.5 ～ 5.0 mL/s，當腹主動脈CT值達到100 HU時觸發AP掃描，20 s后開始PP掃描，70 s后開始VP掃描。采用迭代重建技術和光譜重建技術分別獲取常規CT圖像及光譜基圖像（spectral base images，SBI）。

1.3 影像學分析

邀請2名放射科醫師（分別具有7年和12年腹部放射學診斷經驗）進行分析。將SBI數據導入IntelliSpace Portal軟件（荷蘭Philips公司）進行分析。在40 keV的虛擬單能級圖像（virtual mono-energetic image，VMI）上對病灶、胰腺、豎脊肌、腹主動脈區繪制感興趣區（region of interest，ROI），同步出現在常規CT、IC、有效原子序數（Z-effective atomic number，Zeff）圖上（圖1、2），避開血管、胰管、壞死、鈣化。測量指標：常規CT及VMI上的CT值、IC、Zeff、豎脊肌的標準差。計算指標：① 光譜曲線斜率K= (HU40keV-HU80keV)/(80-40)；② 碘強化分數（iodine enhancement fraction，IEF）_AP/PP =ICAP/ICPP×100%，IEF_AP/VP =ICAP/ICVP×100%，IEF_PP/VP =ICPP/ICVP×100%；③ 衰變強化分數（attenuation enhancement fraction，AEF）_AP/PP=HUAP/HUPP×100%，AEF_AP/VP =HUAP/HUVP×100%，AEF_PP/VP =HUPP/HUVP×100%；④ 病灶胰腺實質比（lesion to parenchyma ratio，LPR） =HU病灶/HU胰腺×100%；⑤ 標準化IC（normalized IC，NIC） =IC病灶/IC腹主動脈×100%。每個定量指標測量3次，取平均值。

圖1 MFCP的CT表現及ROI繪制方法Fig.1 The CT performance of MFCP and the method of drawing ROI

圖2 PDAC的CT表現及ROI繪制方法Fig.2 The CT performance of PDAC and the method of drawing ROI

基于Kirkeg?rd等［5］的研究，2名醫師評估CT形態學征象：① 導管穿透征；② 側支胰管擴張征；③ 胰管胰腺實質比≤0.34；④ 鈣化移位征；⑤ 雙管征；⑥ 腸系膜上動脈與腸系膜上靜脈直徑比＞1；⑦ 血管包裹征或畸形。①②③提示為MFCP，④⑤⑥⑦為PDAC。

1.4 統計學處理

采用SPSS 26軟件對數據進行統計學分析。計量資料采用±s表示，計數資料采用頻數表示。采用組內相關系數（interclass correlation coefficient，ICC）及Kappa值進行一致性分析，數值在0.75以上認為一致性較好。采用獨立樣本t檢驗、χ2檢驗比較PDAC與MFCP的各個指標之間的差異性。采用向前二元邏輯回歸進行單因素及多因素分析。采用方差膨脹因子（variance inflation factor，VIF）對指標進行共線性評價，當VIF＞5時，共線問題存在。采用步進回歸方法篩選指標，解決共線性問題。最后，采用受試者工作特征（receiver operator characteristic，ROC）曲線評價鑒別效能，并采用DeLong方法進行ROC曲線比較。P＜0.05為差異有統計學意 義。

2 結 果

2.1 患者資料

共納入52例患者，包括33例可切除PDAC和19例MFCP，其臨床和影像學資料的差異性比較見表1。在臨床資料中，PDAC出現糖類抗原19-9（carbohydrate antigen 19-9，CA19-9）異常升高的比例更高。2名醫師所評定量指標的ICC范圍為0.850（95% CI：0.708 ～ 0.926） ～ 0.942（95%CI：0.881 ～ 0.972），影像學定性資料評價完全一致，表現出良好的一致性。在影像學資料中，PDAC出現雙管征的比例更高。

表1 患者的臨床和影像學資料的差異性比較Tab.1 The comparison of clinical and imaging data of patients

在常規CT定量指標中，PDAC的AEF_AP/PP較MFCP更大（76±13vs66±9，P= 0.003）。在PDAC與MFCP之間，光譜定量參數K_AP（1.31±0.60vs1.72±0.62，P= 0.024）、K_PP（2.90±1.16vs4.13±0.74，P＜0.001）、K_VP（3.06±1.12vs4.18±0.82，P＜0.001）、LPR40_PP（62±20vs76±14，P= 0.003）、LPR40_VP（86±24vs117±24，P＜0.001）、NIC_PP（23±12vs30±7，P= 0.012）、Zeff_AP（7.74±0.17vs7.86±0.14，P= 0.012）、Zeff_PP（8.22±0.35vs8.52±0.24，P= 0.002）和IEF_PP/VP（85±19vs106±24，P= 0.001）差異有統計學意義。

2.2 PDAC和MFCP之間光譜定量參數的單因素及多因素分析

單因素分析發現，在光譜定量參數中，LPR40_PP、LPR40_VP和IEF_PP/VP為鑒別PDAC與MFCP的指標，且無共線性問題。多因素分析發現，LPR40_VP和IEF_PP/VP為鑒別PDAC與MFCP的獨立指標，由此建立兩者的融合模型（表2）。

表2 光譜定量指標的單因素及多因素分析Tab.2 The univariate and multivariate analysis of spectral quantitative variables

2.3 分析各指標在鑒別PDAC與MFCP方面的效 能

在鑒別PDAC與MFCP方面，光譜參數LPR40_VP、IEF_PP/VP構建的融合模型的曲線下面積（area under curve，AUC）為0.841（圖3，表3），其與雙管征（AUC = 0.675）、CA19-9（AUC = 0.672）、AEF_AP/PP（AUC = 0.703）相比表現更優（P= 0.025、0.039、0.047）。另外，LPR40_VP（AUC = 0.825）的鑒別效能優于AEF_AP/PP（P= 0.041）。其中，融合模型具有最高準確度（79%），CA19-9具有最高特異度（82%），AEF_AP/PP具有最高靈敏度（95%）。

表3 各指標在鑒別PDAC與MFCP方面的效能Tab.3 The efficacy of variables in PDAC and MFCP

圖3 臨床及影像指標的ROC曲線分析Fig.3 ROC curve analyses of clinical and imaging variables

3 討 論

MFCP與PDAC的鑒別診斷較為困難。DLCT通過雙層探測器分別記錄同一球管的高、低能量光子，通過算法迭代重建VMI、IC、Zeff及常規CT圖像［19］，可以獲取較多的功能參數。光譜定量參數LPR40_VP、IEF_PP/VP在鑒別MFCP與PDAC方面具有一定的價值，這兩個參數的融合模型可進一步提高鑒別效能，其AUC為0.841，靈敏度為90%，特異度為73%，準確度為79%。

MFCP灌注CT參數血流量、血容量、血管表面滲透面積均大于PDAC，這與其顯微鏡下病理學所見相符，MFCP在顯微鏡下可見微血管密度更高，而纖維化相對較低，故MFCP血流灌注高于PDAC［10，20］。本研究發現，光譜參數區別這一鏡下差異的效能較常規CT參數更高。這是因為常規CT所識別的X線在不同組織中的衰減存在較明顯的重疊區，而光譜CT可以將組織內X線的衰減表示為光電效應與康普頓效應的線性組合，可以減小不同物質衰減的重疊區，放大不同組織之間的差異［21-23］，從而更好地區分MFCP與PDAC的血流灌注差異，提高鑒別效能。

基于CT形態學征象區分MFCP與PDAC的AUC 為0.84，靈敏度為77%，特異度為86%［24］，Zhang等［20］通過常規CT征象構建列線圖模型，訓練集的靈敏度為90%，特異度為75%，驗證集的靈敏度為92%，特異度為100%。但本研究中，僅雙管征的差異有統計學意義，而特異度明顯低于以往研究。這可能是因為本研究所選的病灶較小，且為可切除病變，因此形態學征像不典型。Yin等［18］采用NIC鑒別MFCP與PDAC的效能較高，AUC＞0.95，而本研究雖然NIC_PP表現出差異，但多因素分析發現其并非獨立因子。光譜參數LPR40_VP、IEF_PP/VP為區分PDAC與MFCP的獨立指標，二者的融合模型可進一步改善鑒別效能，提高特異度，從而彌補雙管征的不足。

血清CA19-9在鑒別PDAC與MFCP方面具有一定價值。Su等［25］研究發現，CA19-9鑒別PDAC與MFCP的特異度為81%，而靈敏度為81%，明顯高于本研究。這與本研究納入可切除病變及腫瘤?？漆t院的特點具有一定的關系。一方面，對于可切除PDAC，僅約65%的患者出現CA19-9升高［26］；另一方面，作為腫瘤專科醫院，所收治手術的CP呈腫塊樣表現，且其CA19-9升高比例相對較高，易誤診為PDAC。本研究中，光譜融合模型比CA19-9具有更好的鑒別效能，靈敏度較高，因此可以彌補CA19-9的不 足。

本研究存在一定的局限：① 本研究為單中心研究，樣本量較小，可能存在較大選擇偏倚；②因納入的PDAC為可切除腫塊，樣本量較少，因此未按照分化程度詳細分類；③ 僅分析PDAC與MFCP，未對胰腺其他乏血供病變進行分析。

綜上所述，與常規CT相比，DLCT低能級VMI更有利于胰腺病灶顯示。光譜參數能夠提高可切除PDAC與MFCP的鑒別效能，可以作為CA19-9、形態學征象及常規CT定量參數的補充指標。

利益沖突聲明：所有作者均聲明不存在利益沖突。

作者貢獻聲明：

劉偉：設計研究思路及方案，實施研究過程，收集數據，分析數據，起草論文，修訂論文；

解添淞：研究方案可行性調查分析，確定研究對象范圍，參與撰寫論文，參與論文修訂；

陳雷：文獻調研與整理；

張澤華：數據測量；

鄧薇薇，王譽：提供光譜參數測量及計算方法；

周正榮：提出研究方向，設計論文框架，審核論文，論文最終版本修訂。