论文部分内容阅读
MR灌注加权成像是利用磁共振成像技术测量局部组织血流动力学参数,分析组织和病变的血液动力学及功能变化来评价组织的血流灌注状态和血管通透性。主要分为三类,即动态磁敏感对比增强(Dynamic Susceptibility Contrast-enhancement,DSC)MRI、动态对比增强(Dynamic contrast-enhancement,DCE)MRI和动脉自旋标记(Arterial spin labeling,ASL)MRI。其中DSC-MRI扫描获得的r CBV对胶质瘤分级诊断体现了较大优势[1-4],高级别胶质瘤表现为相对较高的rCBV值。DCE扫描获得的Ktrans在胶质瘤分级中也有一定的应用[5],但DCE-MRI对于渗漏的计算具有延迟性,这会对Ktrans和Ve的测值造成影响。目前,对于DCE-MRI及DSC-MRI参数与肿瘤级别相关性评价结果并未达成一致,主要是因为两种技术所反映的肿瘤微血管生成的不同方面。国内也尚没有将两种技术同时用于胶质瘤分级诊断的研究,国外此类型研究也较少。两种技术联合应用是否优于单个技术用于胶质瘤分级诊断目前尚无定论。研究目的:分析DCE-MRI和DSC-MRI不同模型算法在脑胶质瘤术前分级诊断中的一致性以及联合应用的价值,评价MR灌注成像在临床应用过程中的准确性和可靠性,为提高MR灌注技术对胶质瘤术前分级诊断提供有效依据。1.资料与方法:1.1临床资料选用本院于2013年9月至2015年6月间收治的脑胶质瘤90例,所有患者在临床上均是首次发现,病灶位于幕上,均无手术史和化疗史等。男性患者42例,女性患者48例,年龄12~72岁,平均年龄(45.5±3.6)岁。胶质瘤具体病理类型为低级别胶质瘤(WHO II级,low grade glioma,LGG)38例;高级别胶质瘤(WHO III和IV级胶质瘤,high grade glioma,HGG)52例。1.2设备与器材SIEMENS 3.0T超导型MR扫描仪(Magnetom Verio,Siemens Medical Solutions,Erlangen,Germany),8通道相控阵头颅线圈。常规扫描序列为T1WI矢状位、T1WI横断位、T2WI横断位以及FLAIR(axial fluid-attenuatedinversionrecovery,flair)横断位成像。完成常规磁共振扫描后,行dce-mri和dsc-mri扫描。60例数据采用tofts-linermodel(tlm)进行后处理,分别测定肿瘤区ktrans、ve、rcbv及rcbf最大值。30例数据分别采用tofts-kermodemodel(tkm)和两室模型采集图像和分析,分别测定肿瘤实质区ktrans、ve、rcbv及rcbf最大值。1.3统计学分析统计学软件采用spss19.0软件包,以??±s(均数±标准差)表示统计结果,以因素方差分析(anova)进行多组间的结果比较,以lsd检验用于组间两两比较,p<0.05为差异显著,具有统计学意义。使用受试者工作特征(roc)曲线对脑胶质瘤的分级诊断阈值、敏感性、特异性等予以分析,以z检验对roc曲线进行一致性分析。2.结果2.1dce-mri不同模型对脑胶质瘤分级诊断的效果2.1.1tofts-liner模型ii级与iii级胶质瘤ktrans和ve均有显著差异性(p=0.001,p=0.001),iii级与iv级无显著性差异(p=0.065,p=0.234),高级别与低级别有显著差异(p=0.001,p=0.001)。ktrans值、ve值与胶质瘤的病理级别呈现明显的正相关关系(r=0.690,p<0.05),(r=0.665,p<0.05)。由roc曲线分析获得鉴别高、低级别胶质瘤最佳的ktrans及ve阈值,当ktrans=0.441/min-1时,鉴别高低级别胶质瘤的敏感性为87.5%,特异性为90.5%,ve=0.778时,敏感性及特异性分别为70.8%和90.0%。2.1.2tofts-kermode模型ii级与iii级胶质瘤ktrans和ve值均有显著差异性(p=0.001,p=0.001),iii级与iv级均无差异(p=0.087,p=0.063),高级别与低级别有显著差异(p=0.001,p=0.001)。ktrans值、ve值与胶质瘤分级呈现明显的正相关关系(r=0.704,p<0.05),(r=0.687,p<0.05)。由roc曲线分析获得鉴别高、低级别胶质瘤最佳的ktrans及ve阈值,当ktrans=0.055/min-1时,鉴别高低级别胶质瘤的敏感性为89.7%,特异性为90.5%,ve=0.343时,鉴别胶质瘤的敏感性为86.2%,特异性为85.7%。2.1.3tofts-liner和tofts-kermode模型在胶质瘤分级中的一致性tofts-liner和tofts-kermode模型ktrans及ve的roc的曲线下面积都大至呈极限状态,近似为1.000,说明此两种模型的准确性都很高,tofts-liner和tofts-kermode模型的roc曲线经z检验,两两比较的p>0.05,无统计学差异,说明两种模型参数具有一致性。(z=0.982,p=0.328),(z=0.290,p=0.772)2.2dsc不同模型对脑胶质瘤分级诊断的效果2.2.1tofts-liner模型ii级与iii级胶质瘤rcbv和rcbf值均有显著差异性(p=0.001,p=0.001),iii级与iv级均无差异(p=0.061,p=0.124),高级别与低级别有显著差异(p=0.001,p=0.001)。rcbv值及rcbf值与脑胶质瘤级别正相关(r=0.836,p<0.05),(r=0.807,p<0.05)。以roc曲线分析获得鉴别高低级别胶质瘤最佳的rcbv及rcbf阈值,当rcbv=3.392时,鉴别高低级别胶质瘤的敏感性为91.2%,特异性为91.9%,rcbf=3.127时,鉴别胶质瘤的敏感性为85.7%,特异性为85.7%。2.2.2compartment模型ii级与iii级胶质瘤rcbv和rcbf值均有显著差异性(p=0.001,p=0.001),iii级与iv级均无差异(p=0.079,p=0.098),高级别与低级别有显著差异(p=0.001,p=0.001)。rcbv值、rcbf值与胶质瘤的病理级别呈现明显的正相关关系。(r=0.844,p<0.05),(r=0.839,p<0.05)。由roc曲线分析获得的rcbv阈值、rcbf阈值,当rcbv=2.043时,鉴别胶质瘤的敏感性为91.4%,特异性为93.3%,rcbf=1.886时,鉴别胶质瘤的敏感性为85.7%,特异性为85.7%。2.2.3tofts-liner和compartment模型在胶质瘤分级诊断中的一致性tofts-liner和compartment模型rcbv及rcbf的roc的曲线下面积都大至呈极限状态,近似为1.000,说明此两种模型的准确性都很高,tofts-liner和tofts-kermode模型的roc曲线经z检验,两两比较的p>0.05,无统计学差异,说明两种模型参数具有一致性。(z=0.052,p=0.960),(z=0.488,p=0.625)2.4dce-mri和dsc-mri联合评价胶质瘤分级2.4.1tofts-liner模型评价胶质瘤分级当ktrans=0.441/min-1、rcbv=3.392时,对胶质瘤分级诊断的敏感性及特异性分别为95.2%和95.9%,较敏感性和特异性最高的单个参数(rcbv)提高4.0%,p=0.02,p<0.05,有统计学意义。其余参数联合时可提高敏感性及特异性,但p>0.05,无统计学意义。2.4.2tofts-kermode和compartment模型联合评价胶质瘤分级ktrans=0.055/min-1、rcbv=2.043时,对胶质瘤分级诊断的敏感性及特异性分别为93.8%和95.7%,较敏感性和特异性最高的单个参数(rcbv)提高2.4%,p=0.04,p<0.05,有统计学意义。剩余参数联合时可提高敏感性及特异性,但p>0.05,无统计学意义。3.结论:不同模型DCE-MRI和DSC-MRI灌注成像能够明确区分高低级别胶质瘤。Ktrans、Ve值、r CBV值与rCBF值均与脑胶质瘤病理分级存在显著相关性,其中特异性与敏感性最高的参数为r CBV,Ktrans次之,再次为Ve,r CBF的关联性相对较弱。DCE-MRI和DSC-MRI对胶质瘤的分级诊断效果是一致的,DCE-MRI和DSC-MRI参数联合应用能够明显提高胶质瘤分级诊断的敏感性和特异性,较最好的单个参数评价敏感性和特异性均提高4%,Tofts-liner模型所获得的的r CBV与Ktrans值是胶质瘤分级诊断最敏感、特异性最高的组合参数。