论文部分内容阅读
第一部分胰腺神经内分泌肿瘤磁共振图像特征在分级鉴别中的应用价值目的探讨胰腺神经内分泌肿瘤磁共振图像特征在分级鉴别中的应用价值。方法回顾性分析上海交通大学医学院附属瑞金医院2012年1月1日至2016年12月30日所有术前行MRI检查的胰腺神经内分泌肿瘤患者99例(病灶共114个),根据2010 WHO标准对肿瘤进行病理分级。记录MRI特征包括:肿瘤位置、最大径、边界、囊变与否、胰管扩张与否、胰周血管或脏器侵犯与否、肝转移与否、强化方式等。主要采用χ2检验、方差分析、灵敏度、特异度、阳性预测值、阴性预测值进行统计学分析。结果一共有69个G1,38个G2,7个G3(按病灶个数统计)。边界不清、囊变、胰周血管或脏器侵犯、胰管扩张、肝转移、低低型强化(动脉期及门脉期)等特征在高级别PNENs中更常见,特别是G3。当符合边界不清楚、最大径≥3cm、周围脏器/血管侵犯、肝转移、低低型强化方式任意两个以上特征时,鉴别G3与G1-2的灵敏度及特异度达到100%、87%。符合边界清楚、最大径≤2cm、无周围脏器/血管侵犯、无肝转移、高高型强化方式任意四个或以上特征时,鉴别G1与G2-3的灵敏度及特异度分别为91%、49%。G1和G2在强化方式上多表现为持续性高强化。结论不同级别的PNENs的MRI图像特征有所差异。病灶边界不清、病灶较大、囊变、周围脏器或血管侵犯、肝转移及低强化有助于高级别PNENs的鉴别,特别是G3。G1与G2强化方式类似、多表现为持续性高强化特征。第二部分术前扩散加权磁共振成像定量分析对鉴别胰腺神经内分泌肿瘤分级的应用价值目的术前扩散加权磁共振成像定量参数特征对鉴别胰腺神经内分泌肿瘤分级的应用价值。方法回顾性分析上海交通大学医学院附属瑞金医院2012年至2016年所有术前行MRI检查及DWI(diffusion weighted imaging)检查的胰腺神经内分泌肿瘤患者。根据2010年WHO标准对肿瘤进行病理分级。定量参数包括病灶直径、病灶最小表观扩散系数值(minimum apparent diffusion coefficient,ADCmin)、病灶平均表观扩散系数值(mean apparent diffusion coefficient,ADCmean)及Ki67指数。ADC测量选取病灶实性部分、全容积手工勾画。采用受试者操作特征曲线(receiver operating characteristic curve,ROC)确定不同参数的截断值(cut-off value)、灵敏度及特异度。采用Spearman相关分析肿瘤直径、ADC值及病理参数的关系。结果按病灶个数计算,G1、G2、G3分别有48个、32个、7个。级别越高,病灶直径越大,差别具有统计学意义。G1、G2、G3的直径中位数分别为1.40 cm,2.92cm,3.80 cm,P<0.001。级别越高,病灶的ADCmin及ADCmean值越低,差别具有统计学意义。G1、G2、G3的ADCmin值分别为1.215±0.46×10-3 mm2/s,0.993±0.48×10-3 mm2/s,0.644±0.29×10-3 mm2/s,P=0.004;ADCmean值分别为1.402±0.47×10-3 mm2/s,1.281±0.48×10-3 mm2/s,0.886±0.24×10-3 mm2/s,P=0.023。将直径、ADCmin、ADCmean均纳入多因素二元逻辑回归分析,得到的预测值(PRE)纳入ROC分析。PRE1、直径、ADCmin、ADCmean鉴别G1与G2-3的曲线下面积(area under ROC curve,AUC)分别为0.829±0.05、0.835±0.06、0.702±0.060、0.629±0.06,进一步分析,直径与PRE1的AUC差别不具有统计学意义(P=0.65),与其余各组间AUC差别均具有统计学意义(P<0.05);直径、ADCmin、ADCmean的最佳cut-off值分别为1.65cm(灵敏度71%,特异度87%)、1.087×10-3 mm2/s(灵敏度74%,特异度58%)、0.879×10-3 mm2/s(灵敏度31%,特异度94%)。PRE2、ADCmin、ADCmean及直径鉴别G3与G1-2的AUC分别为0.868±0.08、0.821±0.09,0.818±0.09,0.752±0.09,进一步分析,PRE2与直径的AUC差别具有统计学意义(P=0.04),与其余各组间AUC不具有统计学差异(P>0.05);直径、ADCmin、ADCmean的最佳cut-off值分别为2.10cm(灵敏度86%,特异度64%)、0.777×10-3 mm2/s(灵敏度86%,特异度73%)、1.047×10-3 mm2/s(灵敏度86%,特异度68%)。Ki67与病灶直径具有正相关性(r=0.469,P<0.001),与ADCmin及ADCmean具有负相关性(r分别为-0.322、-0.224,P<0.05)。病灶直径与ADCmin及ADCmean具有负相关性(r分别为-0.518、-0.379,P<0.001)。结论病灶直径、ADCmin及ADCmean有助于鉴别胰腺神经内分泌肿瘤的分级,且与肿瘤的细胞增殖有关。在包含病灶直径、ADCmin和ADCmean的多因素分析中,在鉴别G1与G2-3时,多因素分析与直径的诊断效能相似,均比ADC值更有效;在鉴别G3与G1-2时,多因素分析未比单因素表现出更好的诊断效能,ADC值与直径诊断效能相仿。第三部分体素内不相干运动扩散加权成像鉴别胰腺神经内分泌肿瘤及其它胰腺实性肿瘤的应用价值初步研究目的探讨体素内不相干运动扩散加权成像对胰腺神经内分泌肿瘤分级及与胰腺导管腺癌、胰腺实性假乳头状肿瘤、正常胰腺的鉴别价值。方法一共有66名病例入组,包括25例胰腺神经内分泌肿瘤(pancreatic neuroendocrine neoplasms,PNENs)、19例胰腺导管腺癌(pancreatic ductal adenocaricnoma,PDAC)、11例胰腺实性假乳头状肿瘤(solid pseudopapillaryneoplasms,SPNs)和11例正常胰腺(normal pancreas,NP)对照组。肿瘤组均经术后病理组织学确诊。根据2010WHO分级标准将胰腺神经内分泌肿瘤分为G1、G2、G3三级。所有的患者均在3.0T磁共振设备(ingenia,Philip Healthcare,Holland)上进行常规MRI检查和IVIM序列扫描。采集的数据包括表观扩散系数(apparent diffusion coeffcient,ADC)、真性扩散系数Dslow(slow diffusion coefficient)、假性扩散系数Dfast(fast diffusion coefficient)和灌注分数f(perfusion fraction)值。采用单因素方差分析和两独立样本t检验来比较组间差异。采用ROC分析比较不同变量对鉴别胰腺神经内分泌肿瘤与胰腺导管腺癌、胰腺实性假乳头状肿瘤、正常胰腺组的诊断效能,比较不同AUC的统计学差异。结果按病灶个数计算,PNENs、PDAC、SPNs及NP组分别有28个(G1 19个,G2 8个,G3 1个)、19个、11个、11个。G1组与G2组的ADC、Dslow、Dfast、f值均无统计学差异(P>0.05)。PNENs组的ADC、Dslow、Dfast和f值与NP组无统计学差异(P值均大于0.05)。PNENs组的Dfast值及f值均高于PDAC组(P<0.001),ADC值及Dslow值未表现出统计学差异(P>0.05)。PNENs组的ADC、Dslow、Dfast和f值均高于SPNs组(P值均小于0.05)。在ROC分析中,Dfast和f在鉴别PNENs与PDAC时的曲线下面积分别为0.863±0.05(P<0.0001)、0.773±0.07(P=0.0001),但两者的AUC差异不具有统计学意义(P=0.33)。ADC、Dslow、Dfast、f在鉴别PNENEs与SPNs时的曲线下面积分别为0.750±0.08、0.769±0.09、0.701±0.09、0.776±0.08,P值均小于0.05,四个参数值的曲线下面积互相之间差异不具有统计学意义(P>0.05)。结论IVIM参数有助于PNENs与PDAC、SPNs的鉴别。相比扩散相关系数ADC和Dslow,灌注相关参数Dfast和f更有助于PNENs与PDAC的鉴别,提示两者影像学鉴别的要点为血供方面的差异。PNENs与SPNs在常规影像学鉴别有时较困难,但其肿瘤微循环灌注和组织细胞水分子扩散是存在差异、可供鉴别的。单纯IVIM参数并不有助于PNENs G1与G2的鉴别,以及与正常胰腺的鉴别。