论文部分内容阅读
第一部分体素内不相干运动和单指数模型直方图分析对前列腺癌和良性前列腺增生鉴别诊断的比较
目的:探讨体素内不相干运动(intravoxel incoherent motion，IVIM)模型直方图分析对鉴别前列腺癌(prostate cancer，PCa)与良性前列腺增生(benign prostatic hyperplasia，BPH)的诊断效能，并与单指数模型进行比较，以MR引导穿刺活检作为病理参考。
材料和方法:本研究于2017年3月至2018年5月期间最终纳入30名患者，这些患者均于穿刺前于我院进行前列腺MRI检查，随后MR引导穿刺活检取得病理。穿刺前MRI扫描序列包括:T2加权成像(T2-weighted imaging，T2WI)、T1加权成像(T1-weighted imaging，T1WI)和多b值扩散加权成像(diffusion-weighted imaging，DWI)，选用b值为0、20、50、100、200、500、1000、1500、2000s/mm2。应用MatlabR2015b软件IVIM模型和单指数模型(选用b值为50、1500s/mm2)对DWI数据进行后处理，用于定量扩散系数(diffusion coefficient，D)、伪扩散系数(pseudo-diffusion coefficient，D*)、灌注分数(perfusion fraction，f)和表观扩散系数(apparent diffusion coefficient，ADC)。由两名放射科医师在未知病理学结果的情况下，在参数图上MR引导穿刺活检病变的最大层面勾画感兴趣区(region ofinterest，ROI)，自动生成每个ROI的直方图分析结果，得到以下直方图参数:平均值、最小值、10％位数、25％位数、50％位数、75％位数、90％位数、最大值、偏度和峰度。比较PCa和BPH两组之间不同直方图参数的差异。使用Spearman秩相关系数评估各参数与PCa病灶Gleason评分之间的相关性。使用受试者工作特征(receiver operating characteristic，ROC)曲线分析和比较各参数对鉴别PCa和BPH的诊断效能。应用Logistic回归结合不同直方图参数构建预测模型。
结果:本研究共分析16个PCa病灶和20个BPH结节。PCa病灶的D平均值、75％位数、90％位数和最大值均显著低于BPH结节。PCa病灶的D*最小值和10％位数显著低于BPH。参数f平均值、最小值、10％位数、25％位数、50％位数、75％位数、90％位数、最大值和偏度在PCa和BPH两组间具有显著差异。PCa病灶的ADC平均值、最小值、10％位数、25％位数、50％位数、75％位数、90％位数、最大值和峰度显著低于BPH结节。
D平均值、D*最小值和25％位数与Gleason评分呈显著负相关(r=-0.582，-0.534，-0.554)。D最大值、f平均值和ADC最小值的诊断效能较其他参数更高(AUC=0.925、0.881、0.969)。IVIM模型(结合D最大值、D*最小值和f平均值)的诊断效能与单指数模型无显著差异(AUC=0.950[0.821，0.995]，0.969[0.849，0.999]，P=0.23)。IVIM模型和单指数模型结合相较于单一模型，诊断效能无显著提高(P=0.362，0.763)。
结论:IVIM模型和单指数模型直方图分析都可用于鉴别PCa和BPH。IVIM模型的诊断效能并不优于单指数模型。IVIM模型和单指数模型结合相较于单一模型，诊断效能无显著提高。
第二部分SyntheticMRI定量弛豫图在前列腺癌诊断和分级的应用
目的:前列腺磁共振成像(magnetic resonance imaging，MRI)的解读主要基于不同组织的图像对比，这是一种定性方法。临床需要一种快速、标准化、稳定的定量技术。SyntheticMRI能够同时定量多种驰豫参数，在前列腺癌(prostate cancer, PCa)诊断具有潜在应用价值。本研究旨在探讨syntheticMRI定量弛豫图在PCa诊断和分级的作用。
材料和方法:本研究在2018年4月至2019年4月期间，前瞻性连续纳入经病理证实为PCa的46名患者和诊断为良性病变的48名患者。所有患者在前列腺活检或切除术前，均在3.0TMR扫描仪上进行前列腺MRI检查。扫描序列包括T1加权成像(T1-weighted imaging，T1WI)、T2加权成像(T2-weighted imaging，T2WI)、扩散加权成像(diffusion weighted imaging，DWI)(b值=50、1400s/mm2)和syntheticMRI。由DWI和syntheticMRI分别获得表观扩散系数(apparent diffusion coefficient，ADC)图和T1、T2、PD定量图。病理上确定4种组织类型:PCa病灶、间质增生(stromal hyperplasia，SH)结节、腺体增生(glandular hyperplasia，GH)结节和非肿瘤外周带(peripheral zone，PZ)病变。PCa病灶根据Gleason评分分为低级别(low-grade，LG;Gleason评分≤6分)和中/高级别(intermediate/high-grade，HG;Gleason评分≥7分)。由两名放射科医师根据病理结果在定量参数图上手动勾画感兴趣区。独立样本t检验或Mann-WhitneyU检验用于比较不同前列腺病理的T1、T2、PD和ADC值差异。单因素方差分析或Kruskal-Wallis检验用于比较不同Gleason评分PCa病灶的T1、T2、PD和ADC值。应用受试者工作特征(receiver operating characteristic，ROC)曲线分析用于评价和比较各参数鉴别PCa病灶和其他良性病变，以及LG和HGPCa病灶的诊断效能。
结果:PCa病灶的T1和T2值显著低于SH结节(P=0.015，0.002)。PCa病灶的PD值与SH无显著差异(P=0.948)。GH结节的T1、T2和PD值明显高于PCa病灶(P≤0.007)。PCa病灶与无肿瘤PZ病变之间T1、T2和PD值有显著差异(P≤0.006)。T2值对于鉴别PCa病灶和SH结节的AUC明显高于PD值(P=0.011)。T1和T2值在鉴别PCa病灶和非肿瘤PZ病变方面AUC相近(P=0.669)。在鉴别PCa病灶与SH结节和非肿瘤PZ病变方面，ADC值的AUC显著高于T1、T2和PD值(P≤0.025)。Gleason8分PCa病灶的T2值明显高于Gleason7分PCa病灶(P=0.02)。T2、PD和ADC值在鉴别LG和HGPCa病灶方面诊断性能相近(AUC=0.806[0.640-0.918],0.717[0.542-0.854]和0.817[0.652-0.925];P≥0.535)。
结论:SyntheticMRI定量弛豫图有助于鉴别PCa病灶与其他良性病变，但其总体诊断效能不如ADC值。T2、PD和ADC值对于鉴别LG和HGPCa病灶的诊断效能相似。
目的:探讨体素内不相干运动(intravoxel incoherent motion，IVIM)模型直方图分析对鉴别前列腺癌(prostate cancer，PCa)与良性前列腺增生(benign prostatic hyperplasia，BPH)的诊断效能，并与单指数模型进行比较，以MR引导穿刺活检作为病理参考。
材料和方法:本研究于2017年3月至2018年5月期间最终纳入30名患者，这些患者均于穿刺前于我院进行前列腺MRI检查，随后MR引导穿刺活检取得病理。穿刺前MRI扫描序列包括:T2加权成像(T2-weighted imaging，T2WI)、T1加权成像(T1-weighted imaging，T1WI)和多b值扩散加权成像(diffusion-weighted imaging，DWI)，选用b值为0、20、50、100、200、500、1000、1500、2000s/mm2。应用MatlabR2015b软件IVIM模型和单指数模型(选用b值为50、1500s/mm2)对DWI数据进行后处理，用于定量扩散系数(diffusion coefficient，D)、伪扩散系数(pseudo-diffusion coefficient，D*)、灌注分数(perfusion fraction，f)和表观扩散系数(apparent diffusion coefficient，ADC)。由两名放射科医师在未知病理学结果的情况下，在参数图上MR引导穿刺活检病变的最大层面勾画感兴趣区(region ofinterest，ROI)，自动生成每个ROI的直方图分析结果，得到以下直方图参数:平均值、最小值、10％位数、25％位数、50％位数、75％位数、90％位数、最大值、偏度和峰度。比较PCa和BPH两组之间不同直方图参数的差异。使用Spearman秩相关系数评估各参数与PCa病灶Gleason评分之间的相关性。使用受试者工作特征(receiver operating characteristic，ROC)曲线分析和比较各参数对鉴别PCa和BPH的诊断效能。应用Logistic回归结合不同直方图参数构建预测模型。
结果:本研究共分析16个PCa病灶和20个BPH结节。PCa病灶的D平均值、75％位数、90％位数和最大值均显著低于BPH结节。PCa病灶的D*最小值和10％位数显著低于BPH。参数f平均值、最小值、10％位数、25％位数、50％位数、75％位数、90％位数、最大值和偏度在PCa和BPH两组间具有显著差异。PCa病灶的ADC平均值、最小值、10％位数、25％位数、50％位数、75％位数、90％位数、最大值和峰度显著低于BPH结节。
D平均值、D*最小值和25％位数与Gleason评分呈显著负相关(r=-0.582，-0.534，-0.554)。D最大值、f平均值和ADC最小值的诊断效能较其他参数更高(AUC=0.925、0.881、0.969)。IVIM模型(结合D最大值、D*最小值和f平均值)的诊断效能与单指数模型无显著差异(AUC=0.950[0.821，0.995]，0.969[0.849，0.999]，P=0.23)。IVIM模型和单指数模型结合相较于单一模型，诊断效能无显著提高(P=0.362，0.763)。
结论:IVIM模型和单指数模型直方图分析都可用于鉴别PCa和BPH。IVIM模型的诊断效能并不优于单指数模型。IVIM模型和单指数模型结合相较于单一模型，诊断效能无显著提高。
第二部分SyntheticMRI定量弛豫图在前列腺癌诊断和分级的应用
目的:前列腺磁共振成像(magnetic resonance imaging，MRI)的解读主要基于不同组织的图像对比，这是一种定性方法。临床需要一种快速、标准化、稳定的定量技术。SyntheticMRI能够同时定量多种驰豫参数，在前列腺癌(prostate cancer, PCa)诊断具有潜在应用价值。本研究旨在探讨syntheticMRI定量弛豫图在PCa诊断和分级的作用。
材料和方法:本研究在2018年4月至2019年4月期间，前瞻性连续纳入经病理证实为PCa的46名患者和诊断为良性病变的48名患者。所有患者在前列腺活检或切除术前，均在3.0TMR扫描仪上进行前列腺MRI检查。扫描序列包括T1加权成像(T1-weighted imaging，T1WI)、T2加权成像(T2-weighted imaging，T2WI)、扩散加权成像(diffusion weighted imaging，DWI)(b值=50、1400s/mm2)和syntheticMRI。由DWI和syntheticMRI分别获得表观扩散系数(apparent diffusion coefficient，ADC)图和T1、T2、PD定量图。病理上确定4种组织类型:PCa病灶、间质增生(stromal hyperplasia，SH)结节、腺体增生(glandular hyperplasia，GH)结节和非肿瘤外周带(peripheral zone，PZ)病变。PCa病灶根据Gleason评分分为低级别(low-grade，LG;Gleason评分≤6分)和中/高级别(intermediate/high-grade，HG;Gleason评分≥7分)。由两名放射科医师根据病理结果在定量参数图上手动勾画感兴趣区。独立样本t检验或Mann-WhitneyU检验用于比较不同前列腺病理的T1、T2、PD和ADC值差异。单因素方差分析或Kruskal-Wallis检验用于比较不同Gleason评分PCa病灶的T1、T2、PD和ADC值。应用受试者工作特征(receiver operating characteristic，ROC)曲线分析用于评价和比较各参数鉴别PCa病灶和其他良性病变，以及LG和HGPCa病灶的诊断效能。
结果:PCa病灶的T1和T2值显著低于SH结节(P=0.015，0.002)。PCa病灶的PD值与SH无显著差异(P=0.948)。GH结节的T1、T2和PD值明显高于PCa病灶(P≤0.007)。PCa病灶与无肿瘤PZ病变之间T1、T2和PD值有显著差异(P≤0.006)。T2值对于鉴别PCa病灶和SH结节的AUC明显高于PD值(P=0.011)。T1和T2值在鉴别PCa病灶和非肿瘤PZ病变方面AUC相近(P=0.669)。在鉴别PCa病灶与SH结节和非肿瘤PZ病变方面，ADC值的AUC显著高于T1、T2和PD值(P≤0.025)。Gleason8分PCa病灶的T2值明显高于Gleason7分PCa病灶(P=0.02)。T2、PD和ADC值在鉴别LG和HGPCa病灶方面诊断性能相近(AUC=0.806[0.640-0.918],0.717[0.542-0.854]和0.817[0.652-0.925];P≥0.535)。
结论:SyntheticMRI定量弛豫图有助于鉴别PCa病灶与其他良性病变，但其总体诊断效能不如ADC值。T2、PD和ADC值对于鉴别LG和HGPCa病灶的诊断效能相似。