论文部分内容阅读
目的：探讨动态增强核磁共振 Tofts两室模型定量参数分析子宫内膜癌的影像与病理特征的相关性。 材料与方法：采用Siemens Verio3.0T磁共振成像系统，对56例子宫病变患者行DCE-MRI扫描。应用Tissue4D分析软件(其药代动力学模型为Tofts双室模型)进行DCE-MR数据的定量分析，经计算获得与T1WI增强图像自动匹配的反映微血管通透性的相关定量参数Ktrans、Kep、Ve图及半定量参数iAUC图。设置感兴趣区(ROI)自动匹配到相应的参数伪彩图上，进而测量相应的 Ktrans、Kep、Ve、iAUC参数值,同时获取TIC曲线。所有病例均经手术后病理证实。选取感兴趣区98个，共分为三组，其中恶性病变组（即子宫内膜癌32个）；良性病变组31个（包括子宫肌瘤23个，子宫腺肌症3个，子宫内膜息肉5个）；正常组35个（包括正常子宫肌层20个、正常子宫内膜层15个）。对子宫良恶性病变组、正常组以及子宫内膜癌不同病理组织分化程度Ktrans值、Kep值、Ve值的差异采用单因素方差分析、t检验与LSD-t法两两比较。通过ROC曲线计算分析，评价DCE各参数对子宫内膜癌与子宫良性病变鉴别诊断能力，并将高及中分化子宫内膜癌合并为一组，与低分化子宫内膜癌进行ROC曲线分析。采用Spearman相关分析定量参数在子宫内膜癌不同病理组织分化程度之间的相关性。用卡方检验比较TIC曲线形态学差别。 结果：子宫良性病变组、子宫恶性病变组及正常组中Ktrans值、Kep值、Ve值呈逐渐上升，显示子宫恶性病变组明显高于子宫良性病变组（肌瘤、息肉、腺肌症），差异有统计学意义（P<0.01），正常组的参数值又高于子宫良、恶性病变组，差异有统计学意义（P<0.01）。本研究利用ROC曲线分析DCE-MRI各参数值对子宫良恶性病变的鉴别诊断效能，取得Ktrans值、Kep值及Ve值对应的曲线下面积分别为0.94、0.84、0.66，曲线下面积均大于0.5，而Ve值在ROC曲线分析结果无统计学意义（P>0.05），Ktrans、Kep值对应的曲线下面积均有较高和中等的诊断效能，但Ktrans更具有意义。ROC曲线计算取得Ktrans、Kep界值分别为0.27min-1、0.26min-1时，鉴别良恶性病变的敏感性与特异性分别为100％、77.4%；96.8%、61.3%，结果显示Ktrans值的敏感性与特异性高于Kep值，同样表明Ktrans值在鉴别子宫良恶性病变诊断中相对更有意义。DCE定量参数Ktrans值、Kep值及 Ve值在不同分化程度的子宫内膜癌中均有统计学差异（P<0.001）。进一步LSD-t检验提示,高分化、中分化及低分化各组的Ktrans、Kep及Ve均值差异都有统计学意义（P<0.05），高分化组Ktrans值、Kep值、Ve值均小于低分化组，中分化组次之。将高及中分化子宫内膜癌合并为一组，与低分化子宫内膜癌进行ROC曲线分析，从而获得各定量参数值对子宫内膜癌分化程度的诊断效能，得出Ktrans、Kep及Ve值对应的曲线下面积分别为0.86、0.78、0.80，显示各参数诊断效能均为中等，Ktrans对应的曲线下面积最大。获得 Ktrans、Kep及 Ve取界值分别为0.40min-1、0.47min-1、0.49时，对诊断高中分化与低分化子宫内膜癌敏感性、特异性分别为92.3%、88.9%；80%、64.7%与82.4%、70.6%，显示Ktrans值对诊断敏感性特异性高于Kep及Ve值。因此，定量参数在子宫内膜癌病理组织分化程度诊断效能中Ktrans值相对更有意义。DCE各定量参数Ktrans、Kep、Ve与子宫内膜癌分化程度相关分析呈较高或中等程度负相关，r值分别为-0.743、-0.667、-0.608（P<0.01）。对TIC曲线类型分析中用III型曲线为标准诊断子宫内膜癌，良性则定义为I型及II型曲线为标准进行统计分析，结果显示以III型曲线对子宫内膜癌诊断的特异性、准确性、敏感性、阴性预测值及阳性预测值分别为（94.28%、82.08%、68.75%、76.74%、91.66%）。 结论： DCE-MR两室模型定量参数分析在子宫良恶性病变间存在差别，可以提高子宫良恶性病变的鉴别诊断效价。DCE定量参数值在不同分化程度的子宫内膜癌中均有统计学差异，DCE定量参数值有助于对不同分化程度的子宫内膜癌进行区分，子宫内膜癌病理分化程度与DCE定量参数具有相关关系。对动态增强TIC曲线类型分析有助于子宫良恶性病变的鉴别。