论文部分内容阅读
第一部分评价单指数、双指数、拉伸指数扩散加权成像和扩散峰度成像对孤立性肺病变的诊断价值目的:定量比较单指数、双指数和拉伸指数扩散加权成像(Diffusion Weighted Imaging,DWI)模型和扩散峰度成像(Diffusion Kurtosis Imaging,DKI)在孤立性肺病变(Solitary Pulmonary Lesion,SPL)良恶性鉴别诊断中各种衍生扩散参数的潜能。方法:根据纳入标准筛选44名SPL受试者,行多b值DWI数据采集,使用最小二乘法拟合线性拟合与单指数及DKI模型和Levenberg-Marquardt非线性拟合双指数和拉伸指数模型,描绘感兴趣区域(Region of Interest,ROI)。使用独立样本t检验或Mann-Whitney U检验比较良性和恶性SPL之间的每个参数。通过使用Spearman相关性评估所有参数之间的相关性。结果:ADC,ADCslow,α,DDC和Dapp值在恶性SPL中显着低于良性SPL(P<0.001)。Kapp在恶性SPL中显着高于良性SPL(P=0.001)。对于反映灌注的参数ADCfast和f值,没有发现二者之间的差异。在所有受试者中,ADCslow显着小于ADC(P<0.05),DDC和Dapp显著大于ADC(P<0.05)。在观察鉴别良恶性SPL的受试者工作特征曲线时(图3),ADC、ADCslow、DDC、Dapp和Kapp的AUC值分别为0.904、0.815、0.942、0.93和0.815。DDC值有最大的曲线下面积。De Long分析显示ADC、DDC和Dapp曲线下面积两两之间未见统计学差异。ADC与ADCslow,ADCfast,f,α,DDC,Dapp和Kapp之间存在很强的相关性(P<0.001)。结论:与传统的扩散参数相比,DWI延伸模型并未显示出明显的优势,但α和Kapp可以为SPL的良恶性鉴别提供额外的信息,这也许有助于改善治疗策略和预后。第二部分DKI全体积直方图分析与非小细胞肺癌组织病理学相关性研究目的:使用扩散峰度成像(Diffusion Kurtosis Imaging,DKI)定量评估非小细胞肺癌(Non Small Cell Lung Cancer,NSCLC),并比较一组经手术证实的NSCLC患者的DKI直方图参数与肿瘤细胞结构之间的相关性。方法:根据纳入标准筛选64名NSCLC患者,行常规MRI及DKI图像采集。使用内部编写的软件处理DKI数据,得到相关参数图,组织学评估每个样本的分化程度,采用Image Pro Plus软件评估每个样本的细胞核计数(NTCN)和核质比(N/C),采用S-P法检测标本中Ki-67的表达情况。使用每个ROI的基于体素的原始数据进行直方图分析,然后计算每个ROI的以下参数:平均值,标准偏差(sd),偏度(skew),峰度(kurtosis)和第10、25、50、75和90累计频率分布的的百分位数。采用单因素方差分析评估不同分化程度NSCLC的NTCN计数、N/C比、Ki-67指数以及ADC和DKI直方图参数之间的差异。使用Spearman相关分析ADC和DKI直方图参数与肿瘤等级、NTCN和N/C比值和Ki-67指数之间的关系。使用受试者工作特征曲线(ROC)分析来评估ADC和DKI直方图参数区分不同等级NSCLC的能力。结果:随着肿瘤等级升高(即分化程度降低),患者的N/C比值逐渐升高,Ki-67指数增大,ADC第10百分位数(10th)-90th及均值均显著低于低级别组,高等级组中Dapp10th-90th及均值显著低于低级别组,Kapp 10th-90th,Kapp均值、Kapp sd及Kapp直方图峰度值显着高于低级别组(P<0.05)。在鉴别高分化和中分化NSCLC时,Kapp 75th有最大的曲线下面积(0.936),截断值为0.83,敏感性95.74%,特异性80%,Youden指数为0.8。在鉴别中分化和低分化NSCLC时,ADCmean有最大的曲线下面积(0.923),截断值为1.25,敏感性92.33%,特异性86.67%,Youden指数为0.77。ADC mean与肿瘤级别、N/C比呈中度负相关性,与Ki-67指数呈弱的负相关性,Dapp mean与肿瘤级别及N/C比呈中度负相关性,Kapp mean与肿瘤级别、N/C比呈中度正相关性,与Ki-67指数呈弱的正相关性。结论:DKI直方图分析在不同级别NSCLC之间DKI参数有显着差异。DKI对于评估水分子扩散的非高斯行为是可行的,并且与肿瘤细胞结构显示出了一定的相关性。第三部分非小细胞肺癌DKI与临床病理预后因素的相关性分析目的:利用多b值扩散加权成像技术,评估DKI衍生参数与NSCLC临床病理预后因素的潜在关系,探索对NSCLC预后因素敏感的影像学生物标志物。方法:根据纳入标准筛选52名NSCLC患者,行常规MRI和DKI图像采集。采样独立样本t检验或μ检验来分析不同组间参数差异。采用ROC曲线分析不同预后因素组的诊断效能。采用Spearman相关评估DWI和DKI参数与CEA水平、分化程度、T分期、N分期、WHO分级和EGFR突变状态的关系。结果:ADC值与肿瘤T分期(r=-0.519)、临床分期(r=-0.544)和分化程度(r=-0.599)均呈中度负相关。Dapp值显示出与肿瘤T分期(r=-0.519)、临床分期(r=-0.544)和分化程度(r=-0.599)呈负相关。Kapp值与CEA水平呈负相关(r=-0.283),与肿瘤T分期(r=0.429)、临床分期(r=0.378)和分化程度(r=0.437)呈正相关。然而,对于EGFR突变状态,没有发现DKI和ADC参数的统计学差异性以及相关性。ADC、Dapp和Kapp值均在不同T分期、临床分期及分化程度中显示出诊断意义(P<0.05),ADC值具有最高的AUC。结论:ADC及DKI参数与NSCLC的重要预后因素相关。DKI可以通过探测与肿瘤微环境相关的非高斯扩散特性来定量表征NSCLC,不仅能反映组织的扩散信息,还能在一定程度上反映组织微观结构复杂程度和异质性,对NSCLC的术前评估有重要指导意义。