论文部分内容阅读
目的探索双参数磁共振成像(bpMRI)在前列腺癌(PCa)检出方面的应用。材料与方法收集我院2017年5月至2019年9月期间行术前常规MRI检查、前列腺癌根治术并病理大切片的67例患者进行回顾性分析,详细记录大切片中每个病灶的直径、位置及Gleason评分。将包括T2WI、DWI及ADC在内的bpMRI与病理大切片图像进行匹配分析,当MR病灶与病理大切片所在部位(层面及象限)及形态大小相似时,认为两者匹配。应用SPSS22软件进行统计分析。非正态分布数据采用中位数(四分位间距)表示,正态分布数据采用均值±标准差表示,计数变量用频数(百分比)表示。采用独立样本t检验比较检出组和漏诊组病灶的最大径、Gleason评分间是否存在统计学差异。采用卡方检验和Fisher检验分析不同大小、不同Gleason评分的病灶检出率是否有统计学差异。P值小于0.05被认为有统计学意义。结果67例患者,病理大切片确认病灶123个,经过影像和病理匹配明确病灶94个。假阳性病灶5个(5%),假阴性病灶29个(23.6%)。病理大切片确认主要病灶67个,bpMRI检出率98.5%;病理大切片确认非主要病灶56个,bpMRI检出率50%;病理大切片确认有临床意义的病灶113个,bpMRI检出率74.3%,病理大切片确认无临床意义病灶10个,bpMRI检出率30%。直径>1cm的癌灶检出率为92.1%,Gleason评分大于3+3的前列腺癌检出率为84.3%。结论bpMRI对前列腺癌灶的检出有较高的敏感度,尤其是对直径大于1cm或Gleason评分>6分的病灶敏感度高。目的以前列腺癌根治术病理大切片为对照,探索体素内不相干运动扩散加权成像(IVIM-DWI)在前列腺癌诊断及危险分层预测中的价值。资料与方法收集我院2018年5月至2019年12月临床怀疑前列腺癌,行术前前列腺磁共振IVIM-DWI检查,之后行前列腺癌根治术并行病理大切片的患者,共28例。根据局限性前列腺癌临床危险分层指南对前列腺癌进行危险分级,其中中危组18例,高危组10例。患者均行3.0T磁共振(SIGNAPioneer,GE MEDICAL SYSTEMS,USA)扫描,使用 SIEMENS syngo.via Frontier 后处理工作站的MR Body Diffusion Toolbox软件进行后处理。在后处理工作站上勾画前列腺癌灶(PCa-ROI)、移行带非癌区(tz-ROI)、外周带非癌区(pz-ROI),测量三者的表观扩散系数(ADC值)、无扩散信号参考(S0值)、真实的分子扩散系数(D值)、伪扩散系数(D*值)、灌注分数(f值)及计算其在b=2 000 s/mm2时的DWI信号强度值(C值)。利用IBM SPSS Statistics 22软件和Medcalc 19.3软件对数据进行分析。采用独立样本t检验分析中危组和高危组各参数间是否有统计学差异,采用受试者工作特征(receiver operating characteristic,ROC)曲线评价 IVIM-DWI各参数对前列腺癌的诊断效能。结果前列腺癌灶与外周带非癌区及移行带非癌区的S0、D及C值比较,差异均有统计学意义(P<0.001)。对前列腺癌的诊断效能分析中,IVIM-DWI的相关参数中D值的ROC曲线下面积最大,为0.979(95%CI0.917~0.998),且与ADC值的0.987(95%CI0.930~1.000)比较,差异无统计学意义(P=0.304)。Gleason评分与IVIM-DWI各参数间无相关性(P均>0.05)。前列腺癌中危组的ADC和D值均高于高危组(P分别为0.024和0.031),中危组的C值低于高危组(P=0.008)。结论IVIM-DWI成像可以帮助诊断前列腺癌,辅助对中危组及高危组的前列腺癌进行区分。目的探索基于MRI图像的影像组学在区分Gleason评分3+3分的低级别前列腺癌和Gleason评分≥3+4分的中高级别前列腺癌方面的的应用。材料与方法收集我院2017年5月至2019年9月期间行术前常规MRI检查,之后行前列腺癌根治术并行病理大切片的66例患者进行回顾性分析,将包括T2WIFS、DWI、ADC、T2WI及T1WI在内的MRI图像与病理大切片图像进行匹配分析,确定影像-病理匹配病灶。将相关MRI图像传输至SIEMENS syngo.via Frontier后处理工作站使用Radiomics软件进行后处理。在MRI图像上的每个影像-病理匹配病灶进行逐层勾画ROI,并从中提取相关的影像组学特征。采用MRMR方法筛选训练集的影像组学特征。经过单因素分析和多因素分析(线性回归和逻辑回归)筛选出影像组学特征并构建诊断模型。在训练集和验证集中验证诊断模型的性能,所选取的指标包括ROC曲线下面积(area under receiver operating characteristic curve,ROCAUC)、敏感度、特异度、阳性预测值、阴性预测值。结果共66个病例,190层病灶纳入数据库。训练集包括52个病例,151层病灶,验证集包括14个病例,39层病灶。训练集和验证集数据在年龄、PSA水平及Gleason评分方面组间无统计学差异。基于T2WI FS、ADC、DWI、T2WI、T1WI的图像构建的影像组学模型区分训练集Gleason评分3+3或≥3+4分的诊断效能(ROC曲线下面积)分别为0.958、0.654、0.604、0.698及0.517;对验证集区分Gleason评分3+3及≥3+4分的诊断效能(ROCAUC)分别为1、0.698、0.526、0.56、0.804。结论本研究构建和验证了基于MRI的影像组学模型,尤其是基于T2WI FS图像构建的影像组学诊断模型可以于术前预测低级别前列腺癌及中高级别前列腺癌,辅助临床制定诊疗方案。PCa在我国发病率逐年升高,mpMRI作为一种无创影像学检查方式,已成为前列腺癌检测、诊疗方案选择和患者随访期病程监测的重要工具。基于T2WI、DWI和其他多序列MRI功能图像,影像组学可以搭建起生理活动和影像表现之间的桥梁。本综述中,简单介绍mpMRI不同序列在前列腺癌检出和诊断中作用以及影像组学的基本流程,着重讨论近期国内外运用基于mpMRI的影像组学在前列腺癌方面的应用探索。