论文部分内容阅读
目的用肺结节模型评价多排探测器CT (MDCT)的重建算法、层厚对不同大小、密度肺结节容积定量准确性的影响,并对肺结节容积定量的重复性进行检验。利用MDCT八期动态增强及容积阈值分割法评估孤立性肺结节(SPN)的性质。通过与整个结节强化峰值(peak heigh, PH)法比较,前瞻性地评价容积阈值分割法在SPN的诊断与鉴别诊断方面的潜力。方法肺结节模型直径25 cm,内含4种直径(2.5 mm、5 mm、10 mm、20 mm)、5种密度(-100 Hu、-60 Hu、0 Hu、60 Hu、100 Hu)结节共16个。利用64排MDCT对模型进行间隔两周的两次扫描,采用八种重建算法(软组织,标准,胸,肺,精细,骨,骨+,边缘)和五种层厚(0.625 mm、1.25 mm、2.5 mm、3.75 mm、5.0 mm),获取评估结节定量准确性的数据和用于重复性检验的数据。在ADW4.2工作站上用ALA(advanced lung analysis, GE)软件对模拟肺结节进行容积测量。用CT软件测量获得的容积相对于参考标准容积的绝对误差百分率(absolute percentage error, APE)表示容积定量的准确性。对临床及病理证实的68例SPN患者进行MDCT平扫及八期动态增强检查将。扫描所得数据传至AW4.4工作站,对图像应用阈值-120-120Hu,对结节按CT值分为七个阈值区间。计算并分析增强前后结节各段阈值区间体素指数(voxel index, VI)变化值、VI绝对变化值均值、PH及CT增强值,绘制时间-密度曲线(time-density curve,T-DC)。统计学方法采用单因素及多因素方差分析、多元线性回归分析、配对t检验、秩和检验及ROC曲线。结果1.在0.625 mm及1.25 mm层厚条件下,八种重建算法的APE之间差异有统计学意义(P<0.05),其中肺算法误差最大,且与其他七种算法之间的差异均有统计学意义(P<0.05)；其他七种算法间差异无统计学意义(P>0.05),其中胸算法误差最小,骨算法次之。2.重建层厚、结节直径及结节密度对结节容积APE值的影响均有统计学意义(P<0.01)。对于直径为2.5 mm的结节,仅能用0.625 mm层厚测量且误差较大；对于直径≥5 mm的结节,1.25 mm层厚的测量误差最小,尽管与0.625 mm层厚的结果相比差异无统计学意义(P>0.05)。重建层厚(P<0.001)、结节直径(P<0.001)与APE值存在线性回归关系。3.当采用0.625 mm和1.25 mm两种层厚重建时,两次扫描容积定量值之间差异无统计学意义(P>0.05)。4.恶性和炎性结节的PH高于良性结节(Z=3.726；P<0.001；Z=3.155；P=0.001)；而恶性与炎性结节之间的PH差异则无统计学意义(Z=2.090；P=0.037>0.017)。5.增强八期三组VI绝对变化值之间存在统计学差异(P值均<0.001)。6. VI绝对变化值法鉴别恶性与良性结节的最佳扫描时间点为增强延时第60s；鉴别恶性与炎性结节的最佳扫描时间点为第300s。7.恶性与良性结节鉴别的阳性界值：PH≥22 Hu,其灵敏度82.5%,特异度75.0%,准确度80.0%；增强第60s VI绝对变化值均值≥5.9%,其灵敏度82.5%,特异度75.0%,准确度80.0%。8.恶性与炎性结节鉴别的阳性界值：PH≤36 Hu,其灵敏度70.0%,特异度62.5%,准确度68.7%；增强第300s VI绝对变化值均值≤11.99%,其灵敏度67.5%,特异度100%,准确度72.9%。9.利用ROC曲线下面积(AUC)进行PH与VI绝对变化均值法诊断效能的比较,增强第60s鉴别恶性与良性结节：AUC v1绝对变化均值法>AUCPH法(0.844>0.797)；增强第300s鉴别恶性与炎性结节：AUC vi绝对变化均值法>AUCPH法(0.845>0.736)。结论1.胸、骨算法等7种重建算法均可用于肺结节容积定量；对于直径<5 mm的结节,应采用0.625 mm或更薄重建层厚,对于直径≥5 mm的结节,以采用1.25mm重建层厚为宜；结节直径和/或密度的变化对容积APE值也具有显著性影响；MDCT肺结节容积定量的重复性可靠。2. MDCT动态增强及容积阈值分割法能较好地判断肺结节的性质。3.以VI绝对变化值均值作为鉴别恶性与良性结节及恶性与炎性结节的诊断指标较PH诊断价值更高。4.恶性与良性结节鉴别的阳性界值点为增强第60s VI绝对变化值均值≥5.9%,PH≥22 Hu；恶性与炎性结节鉴别的阳性界值点为增强第300s VI绝对变化值均值≤11.99%、PH≤36 Hu。