论文部分内容阅读
第一章IVIM和DKI评价肾透明细胞癌恶性程度的价值目的:探讨研究磁共振体素内不相干运动(intravoxel incoherent motion,IVIM)和扩散峰度成像(diffusional kurtosis imaging,DKI)对肾透明细胞癌(clear cell renal cell carcinoma,ccRCC)恶性程度的诊断价值。材料与方法:回顾性分析2017年10月至2019年7月本院经术后病理确诊的60例ccRCC患者,根据Fuhrman核分级法分为低级别组(Ⅰ+Ⅱ)和高级别组(Ⅲ+Ⅳ)。采用美国GE Discovery MR 750 3.0T MR成像仪,所有病人在常规T2WI扫描基础上采集了 IVIM和DKI检查。将IVIM和DKI的图像导入GE Advantage Workstation 4.6工作站,采用Functool处理软件进行后处理。IVIM序列测量的参数为:表观扩散系数(ADC)、真扩散系数(D)、伪扩散系数(D*)和灌注分数(f)。DKI序列测量的参数为:平均扩散率(MD)和平均峰度(MK)。感兴趣区域(regions of interest,ROIs)的放置原则:以T2WI为参照,放置在肿瘤实性部分,避开坏死、囊变、出血、血管、水肿和钙化。每个ROI测量三次并取其平均值。采用SPSS(version22.0)进行统计分析。用Mann-Whitney U检验比较各参数值(ADC、D、D*、f、MK、MD)在高低级别ccRCC之间的差异。应用ROC曲线分析各参数值对鉴别高低级别ccRCC的诊断效能。结果:其中低级别组37例(中位年龄52岁;年龄范围:31-63岁),高级别组23例(中位年龄:61.5岁;年龄范围:38-81岁)。高级别ccRCC的ADC、D、MD值明显低于低级别ccRCC(P<0.05)。高级别ccRCC的MK值明显高于低级别ccRCC(P<0.05)。两组间D*、f差异无统计学意义(P>0.05)。在区分高低级别ccRCC中,曲线下面积由大到小依次为MD(AUC=0.888)、ADC(AUC=0.796)、D(AUC=0.780)、MK(AUC=0.736)、f(AUC=0.582)和 D*(AUC=0.533)。结论:扩散相关参数(ADC、D、MD、MK)可有效鉴别低、高级别的ccRCC,其中MD可能是诊断ccRCC分级的最佳参数。第二章ASL技术在肾透明细胞癌和乏脂型血管平滑肌脂肪瘤鉴别诊断中的价值目的:探讨动脉自旋标记(arterial spin labeling,ASL)灌注成像在肾透明细胞癌(clear cell renal cell carcinoma,ccRCC)与乏脂型血管平滑肌脂肪瘤(angiomyolipoma,AML)鉴别诊断中的应用价值。材料与方法:回顾性分析经手术病理证实且术前行肾脏ASL检查的29例ccRCC与9例乏脂型AML患者的影像资料。将ASL图像导入GE ADW4.6工作站,采用Functool处理软件进行后处理。测量肿瘤灌注值(TBF)、对侧正常皮质(RM)灌注值及对侧正常髓质(RC)灌注值;以RM和RC作为参照进行肿瘤TBF标准化后,ASL得到两个标准化血流量(nTBF(RC)=TBF/BFRC、nTBF(RM)=TBF/BFRM)。采用 SPSS(version22.0)软件进行统计分析。采用独立样本t检验比乏脂型AML与ccRCC间TBF、nTBF(RC)、nTBF(RM)的差异。应用受试者工作特征曲线(ROC)分析各参数值对鉴别乏脂型AML与ccRCC的价值。结果:ccRCC组TBF值、nTBF(RC)值和nTBF(RM)值均显著高于乏脂型AML组(270.49±78.88vs146.68±47.21,1.22±0.26vs0.74±0.14,3.13±0.94vs1.77±0.55;P<0.05)。TBF、nTBF(RC)和 nTBF(RM)值的 ROC 曲线下面积分别为 0.931、0.964、0.900。三种指标的AUC值无显著性差异。TBF鉴别乏脂型AML和ccRCC的最佳截断值为204.22 ml/100g/min,敏感度和特异性分别为79.31%和100%。nTBF(RC)鉴别两组的最佳截断值为0.94,敏感度和特异性分别为93.10%和100%。nTBF(RM)鉴别两组的最佳截断值为2.3,敏感度和特异性分别为82.76%和88.89%。结论:ASL技术作为无创的影像手段对鉴别乏脂型AML和ccRCC有较高的临床价值。第三章ASL技术评价肾透明细胞癌恶性程度的价值目的:探讨动脉自旋标记(ASL)技术评价肾透明细胞癌(ccRCC)恶性程度的价值。材料与方法:回顾性选取2018年1月至2019年1月本院经术后病理确诊的36例肾透明细胞癌患者的ASL结果,且均经Fuhrman分级,其中低级别组(Ⅰ+Ⅱ)19例,高级别组(Ⅲ+Ⅳ)17例。测量肿瘤灌注值(TBF)、对侧正常皮质(RM)灌注值及对侧正常髓质(RC)灌注值;以RM和RC作为参照进行肿瘤TBF标准化后,ASL得到两个标准化血流量(nTBF)[nTBF(RC)=TBF/BFRC、nTBF(RM)=TBF/BFRM]。不同病理分级间各参数的差异采用Mann-whitney检验,应用ROC曲线分析TBF值与nTBF值预测ccRCC术前分级的价值。结果:高级别组的TBF值、nTBF(RC)值与nTBF(RM)值均高于低级别组(242.42±39.26vs184.93±54.83,1.31±0.28vs0.94±0.22,3.44±1.35vs2.22± 1.32),差异均有统计学意义(P 均<0.05),TBF、nTBF(RC)、nTBF(RM)值评估 ccRCC 术前分级的 ROC曲线下面积分别为0.826、0.906和0.770。TBF鉴别高、低级别ccRCC的最佳临界值为203.78ml/100g/min,敏感度与特异度分别为72.7%和88.2%。nTBF(RC)鉴别高、低级别ccRCC的最佳临界值为1.06,敏感度与特异度分别为77.3%和94.1%。nTBF(RM)鉴别高、低级别ccRCC的最佳临界值为2.08,敏感度与特异度分别为54.5%和 94.1%。结论:ASL技术可以很好的鉴别高、低级别ccRCC,为ccRCC术前分级的新型无创性影像手段,对肾功能不全的患者以及治疗后随访有重要价值。