论文部分内容阅读
目的:1、探讨表观扩散系数（apparent diffusion coefficient,ADC）值、动态对比增强MRI（DCE-MRI）定量参数值(Ktrans值、Kep值、Ve值)对子宫内膜癌分型及分期的诊断价值。2、探讨基于Fs-T2WI、DWI和动态对比增强MRI的纹理参数对子宫内膜癌分型及分期的诊断价值。方法:实验一:收集2017年10月至2019年08月在皖南医学院第一附属医院经手术病理证实的资料完整的子宫内膜癌患者60例。所有患者均于手术前一周行常规及功能（DWI和DCE）MRI检查。利用后处理工作站及GE公司OK软件获得各定量参数;选取MRI图像上病灶全部层面手动勾画、融合成三维ROI,采用GE公司AK软件提取纹理特征。按照免疫组化结果:雌激素依赖型（I型）38例,非雌激素依赖型（II型）22例。参考2009 FIGO分期方法,所有患者手术病理分期结果:早期子宫内膜癌40例（Ia期24例,Ib期16例）,进展期子宫内膜癌20例（II-IV期）。采用两独立样本t检验、Mann-Whitney U检验比较不同分型、分期及肌肉深度的子宫内膜癌ADC值、DCE-MRI定量参数值(Ktrans值、Kep值、Ve值)及纹理参数的统计学差异,采用多元logistic回归分析建模,绘制ROC曲线,评价ADC值、DCE-MRI定量参数、纹理参数及其模型诊断不同分型、分期及肌肉深度子宫内膜癌的效能。结果:DWI和DCE定量参数:1、II型子宫内膜癌Ktrans值高于I型,差异有统计学意义（P=0.006）,I型和II型间ADC值、Kep值及Ve值差异均无统计学意义（P>0.05）。Ktrans值诊断子宫内膜癌分型的ROC曲线下面积为:0.754（P=0.001）,以Ktrans=0.43/min为临界值,诊断子宫内膜癌分型的敏感度、特异度分别为93.75%、52.17%。2、子宫内膜癌Ia期和Ib期间ADC值、Ktrans值、Kep值及Ve值差异均无统计学意义（P>0.05）。3、进展期子宫内膜癌Ve值高于早期组,差异有统计学意义（P=0.011）,早期组与进展组间ADC值、Ktrans值及Kep值差异均无统计学意义（P>0.05）。Ve值诊断子宫内膜癌分期的ROC曲线下面积是为:0.713（P=0.007）,以Ve=0.55/min为临界值,对子宫内膜癌分期的敏感度、特异度分别为63.75%、83.33%。纹理分析及其模型:AK软件从FS-T2WI、DWI和DCE-MRI各序列图像各提取1044个纹理特征,共3132个纹理特征。1、特征筛选后,I型和II型子宫内膜癌间13个参数差异有统计学意义。纹理参数鉴别I型和II型子宫内膜癌效能AUC值为0.330～0.748,其中DCE＿Percentile5鉴别I型和II型子宫内膜癌效能最高（AUC值0.743）。多因素logistic回归分析的最佳模型鉴别I型和II型的AUC为0.810。2、特征筛选后,Ia期和Ib期子宫内膜癌间8个参数差异有统计学意义。鉴别Ia期和Ib期子宫内膜癌效能AUC值为0.270～0.736,其中DCE＿MinIntensity鉴别Ia期和Ib期子宫内膜癌效能最高（AUC值0.736）,多因素logistic回归分析的最佳模型鉴别Ia期和Ib期的AUC为0.780。3、特征筛选后,早期和进展期子宫内膜癌间11个参数差异有统计学意义。鉴别早期和进展期子宫内膜癌效能AUC值0.233～0.758,其中T2＿Haralick Correlation＿AllDirection＿offset5＿SD鉴别早期和进展期子宫内膜癌效能最高（AUC值0.758）,多因素logistic回归分析的最佳模型鉴别早期和进展期子宫内膜癌的AUC为0.903。结论:1、DCE-MRI定量参数Ktrans值、纹理参数及其模型在子宫内膜癌分型诊断中均具有一定的价值,纹理参数模型诊断价值较高。2、DWI及DCE-MRI各定量参数均不能鉴别Ia期和Ib期子宫内膜癌;纹理参数及其模型在Ia期和Ib期子宫内膜癌诊断中均具有一定的价值,纹理参数模型诊断价值较高。3、DCE-MRI定量参数Ve值有助于早期和进展期子宫内膜癌诊断;纹理参数及其模型在早期和进展期子宫内膜癌鉴别中均具有一定的价值,纹理参数模型具有很高诊断效能。4、纹理参数及其模型对子宫内膜癌分型、Ia期和Ib期以及早期和进展期鉴别价值优于DWI及DCE-MRI定量参数。