论文部分内容阅读
目的:探讨体素内不相干运动（intravoxel incoherent motion,IVIM）成像及其参数图纹理分析在胰腺癌（pancreatic carcinoma,PC）与慢性肿块型胰腺炎（chronic mass-forming pancreatitis,CMFP）及神经内分泌肿瘤（neuroendocrine tumor,NET）的鉴别诊断、术前预测PC的T分期和分化程度中的价值。方法:前瞻性纳入2019年12月-2021年1月因怀疑胰腺占位在电子科技大学附属医院·四川省人民医院行胰腺IVIM-DWI（b=0、50、100、150、200、300、500、800、1000、1500 s/mm~2）,且随后通过穿刺活检或手术病理确诊为PC或NET,经病理确诊或临床随访确诊为CMFP的84名患者作为研究对象。依据病理结果分组,在显示病灶与正常胰腺组织分界最清楚的b值原始图像上勾画感兴趣区（region of interest,ROI）,生成D、D*、f参数图及相应的定量参数值。比较各定量参数值在PC、NET及CMFP组间差异,绘制差异有统计学意义者的受试者工作特征曲线（receiver operating characteristic curve,ROC）得到相应参数鉴别诊断不同病变的阈值及相应灵敏度、特异性。根据AJCC分期系统将PC患者分为T1组、T2组及T3-4组,比较IVIM各定量参数的组间差异,绘制差异有统计学意义者的ROC。根据分化程度将手术病理确诊的PC患者分为低分化组、中-高分化组,比较IVIM定量参数的组间差异,绘制差异有统计学意义者的ROC。利用Ma Zda软件的费希尔参数法（Fisher）、最小分类误差与最小平均相关系数法（POE+ACC）、相关信息测度法（MI）及三种方法联合法（FPM）筛选纹理特征,得到30个最佳纹理特征,并比较各纹理特征的组间差异。利用B11模块的原始数据分析（raw data analysis,RDA）、主成分分析（principal component analysis,PCA）、线性判别分析（linear discriminant analysis,LDA）及非线性判别分析（nonlinear discriminant analysis,NDA）判别PC、NET、CMFP及不同T分期的PC,结果用错判率表示。结果:（1）PC组43例,NET组24例,CMFP组17例,各组间参数平均值比较结果表明:PC组的D值、D*值低于NET组及CMFP组,差异均有统计学意义（P=0.000,0.004）。D值鉴别PC与NET的阈值为1.210×10-3mm~2/s,曲线下面积（Area under curve,AUC）为0.784（敏感度=0.792,特异性=0.791）,D值鉴别PC与CMFP的阈值为1.164×10-3mm~2/s,AUC为0.717（敏感度=0.588,特异度=0.767）;D*值鉴别PC与NET的阈值为17.070×10-3mm~2/s,AUC为0.722（敏感度=0.875,特异度=0.512）,D*鉴别PC与CMFP的阈值为25.336×10-3mm~2/s,AUC为0.689（敏感度=0.765,特异度=0.605）。（2）IVIM参数图鉴别PC、NET及CMFP有统计学意义的纹理特征主要来源于D图和f图,主要为灰度共生矩阵。鉴别三种病变错判率最低为17.86%（15/84）,出现在FPM法筛选的D*图纹理特征中,判别方法为NDA法。（3）随着T分期的增加,D值逐渐减小,差异有统计学意义（P=0.015）;对相邻组间比较,仅T1、T2组间差异有统计学意义（F=0.195,P=0.047）,阈值为1.062×10-3mm~2/s,AUC为0.760（敏感度=0.857,特异度=0.727）。（4）中-高分化组PC的D值小于低分化组,差异有统计学意义（P=0.034）,阈值为0.949×10-3mm~2/s,AUC为0.844（敏感度=1.000,特异度=0.750）。（5）IVIM参数图区分不同T分期PC的绝大多数纹理特征都有统计学意义,D图和f图主要的纹理特征为灰度共生矩阵特征,D*图主要的纹理特征为灰度游程矩阵特征。错判率最低为0%（0/43）,出现在FPM法筛选的D图、f图及Fisher系数法筛选的D*图纹理特征中,判别方法为NDA法,同时FPM法筛选的D图纹理特征结合LDA法的错判率亦为0。结论:（1）D值、D*值可作为鉴别PC与NET及鉴别PC与CMFP的参考指标,D值的诊断效能略高于D*值。（2）基于IVIM参数图的纹理分析有助于鉴别PC、NET及CMFP,D图、f图的灰度共生矩阵特征可提供较多反映病灶异质性的信息。（3）D值随PC的T分期增加而减低（P=0.015）,D值可作为区分T1期与T2期PC的参考指标。（4）D值随PC的分化程度升高而减低（P=0.034）,可作为区分中-高分化PC与低分化PC的参考指标。（5）基于IVIM参数图的纹理分析有助于区分不同T分期的PC,D图、f图的灰度共生矩阵特征和D*图的灰度游程矩阵特征可提供较多参考信息。