CT能谱曲线鉴别甲状腺良恶性结节的应用价值探讨

周强强 江西省赣州市人民医院影像科 341000

甲状腺结节属于甲状腺疾病常见临床表现，据相关调查，该病发病率高达50%，且多见于40岁以下中青年女性，多数为良性，约5%为恶性，早期采用有效方式进行诊断，判断疾病性质，对临床治疗、手术方式和预后均具有重要意义[1-3]。以往治疗中主要采用CT、MRI、超声等影像学检测方式，具有一定效果，但特异性不足，难以从形态上对患者疾病进行鉴别。与之相比，能谱CT成像技术应用中，可通过重建40～140KeV范围内任意能量图像，对组织成分进行物质分离，便于对甲状腺良恶性鉴别提供支持[4-5]。本文主要观察甲状腺良恶性结节鉴别中CT能谱曲线应用价值，现报道如下。

1 资料及方法

1.1 一般资料 以我院2017年3月—2019年10月收治的72例甲状腺良恶性结节患者为观察对象。根据其病理设置对照组和实验组，每组36例。对照组中男16例，女20例，年龄27～67岁，平均年龄(41.1±1.2)岁；实验组中男15例，女21例，年龄28～66岁，平均年龄(42.4±1.3)岁。两组患者一般资料对比(P>0.05)，具有可比性。

1.2 入选标准 (1)纳入标准：①经临床诊断确诊为甲状腺结节，符合甲状腺结节鉴别诊断标准[6-7]；②无过敏性哮喘疾病；③未见呼吸衰竭；④无颈部手术史；⑤无言语功能和听力障碍；⑥意识清醒；⑦本次经医院伦理委员会批准同意；⑧患者知情同意。(2)排除标准：①临床资料不完整；②对碘造影剂存在过敏反应；③有精神功能障碍；④合并有严重肝、肾等疾病；⑤大部分病灶面积钙化；⑥病灶直径<0.1cm；⑦结节出现囊变。

1.3 方法 诊断鉴别设备采用GE Revolution CT 256排，对患者颈部进行扫描，设置相关参数，扫描模式为：140kVp和80kVp高低电压能力切换，0.5ms切换，并对节管电流进行自动调节；机架转速：0.6s/周；层厚：5mm；层间距：5mm；螺距：0.982，视野：10cm×10cm。扫描范围：舌骨上缘至锁骨水平方向位置。扫描中患者取仰卧位，双肩自然下垂，屏气，减少运动伪影。对患者行静脉注射碘海醇，速度控制在3ml/s，在动脉期25s及间隔30s后进行静脉期55s扫描，扫描后处理动脉期和静脉期图像，进行间隔薄层图像重建，并将其传输至工作处理站进行多平面重组，采用设备中GSI view软件进行CT能谱曲线分析，在碘基、水基和有效原子序数图上选择肿瘤最大层面，并采用相应技术分别与平扫、静脉和动脉期截取一定面积病灶区域，避开伪影，获取碘浓度、水浓度等相关数据，测试3次取平均值，计算标准化碘浓度比率，得出40～140keV能量范围内衰减曲线，计算曲线斜率。

1.4 观察指标 观察两组患者平扫期、动脉期和静脉期碘—水浓度、水—碘浓度以及能谱曲线斜率，并观察两组静脉期和动脉期标准化碘浓度比率。

2 结果

2.1 基础物质比较 两组基础物质中碘—水浓度差异明显，实验组优于对照组，差异有统计学意义(P<0.05)，但两组水—碘浓度无明显差异(P>0.05)，见表1。

表1 两组基础物质对比

2.2 标准化碘浓度比率对比 动脉期和静脉期实验组标准化碘浓度比率均高于对照组，组间差异显著(P<0.05)，见表2。

表2 两组标准化碘浓度比率对比

2.3 能谱曲线斜率比较 实验组不同时期能谱曲线斜率均高于对照组，两组差异明显(P<0.05)，见表3。

表3 两组能谱曲线斜率对比

3 讨论

甲状腺属于人体软组织密度最高组织，临床检验发现其CY值与碘含量正相关，利用此项发现可为采用CT检验甲状腺状况提供参考[8-9]。CT作为近年来常用临床诊断方式，将其应用于鉴别甲状腺良性和恶性病理中，利于进行疾病早期诊断，对患者病情控制与治疗具有重要帮助。但以往诊断中采用常规CT诊断，并基于kVp进行混合能量成像，作用有限，难以获得详细准确CT值，并且难以反映出患者本身组织特性，甚至使得计算出碘浓度与实际浓度间存在较大偏差，影响鉴定结果[10-12]。而在对CT诊断方式进行改进后，利用能谱成像技术，在X线照射进人体后，利用CT可反映出人体不同组织对X线吸收状况。通常采用不同能量谱时，X线会发生明显变化。因此，利用任意两个能量谱可对被测物体进行鉴别，并经过分析得到碘、水等物质的图像，再通过对碘浓度进行分析，可准确鉴定甲状腺疾病性质[13-15]。

本文结果显示，不同时期两组碘—水浓度差异明显，且实验组更优(P<0.05)，而水—碘浓度无明显差异(P>0.05)；比较两组不同时期标准化碘浓度和能谱曲线斜率，实验组均明显高于对照组(P<0.05)；可见采用CT能谱曲线对甲状腺良性、恶性结节进行诊断，能够获得相关数据并分析不同疾病间差异性，为进行临床诊断提供依据。

综上所述，对甲状腺良恶性结节患者采用CT能谱曲线方式进行疾病性质鉴别，可通过分析获取的相关数据为疾病诊断提供支持，利于对患者疾病进行判断，值得推广应用。