APP下载

多模态影像融合技术在复杂颅底肿瘤手术中的应用

2020-10-28邱宇李军陈鹏廖云阳高炳菊林李嵩

精准医学杂志 2020年5期
关键词:术者模态血管

邱宇 李军 陈鹏 廖云阳 高炳菊 林李嵩

(福建医科大学附属第一医院口腔颌面外科,福建医科大学面部整复与重建研究室,福建 福州 350000)

颅底解剖位置深在,包含了许多重要的神经及血管通道,且此区域组织也具多样性,包括骨、软骨、黏膜、神经、肌肉、血管等多种组织类型,因此该区域的解剖及组织结构极为复杂[1],相比其他部位的肿瘤手术,术者对该区域肿瘤毗邻血管及神经解剖关系的精准辨识极其重要[2-4]。近年来,计算机成像技术的进步极大地推动了颅底外科的发展,但传统上单一模态的影像检查因成像原理不同,分辨率不同,也都有各自的局限性,因此术者很难对复杂的解剖结构形成直观、立体和全面的认识,而多模态影像融合技术能充分发挥不同影像学检查的优势,将复杂的解剖关系可视化,对颅底肿瘤手术的安全性发挥了保障作用[5-7]。本研究旨在探索多模态影像融合技术在颅底肿瘤切除手术中的临床应用价值。

1 对象与方法

1.1 研究对象

2017年10月—2020年4月我院口腔颌面外科确诊为颅底肿瘤并拟行手术治疗的患者14例,其中男8例,女6例;年龄33~72岁,平均43岁;其中原发肿瘤9例,复发肿瘤5例;前颅底肿瘤3例,侧颅底肿瘤9例,中颅底肿瘤2例。本研究获得福建医科大学附属第一医院伦理委员会批准。

1.2 影像数据采集

所有患者术前均行CT及MRI平扫+增强扫描检查。CT数据采集:自患者右前臂肘正中静脉注入碘对比剂,延迟20 s后使用64层螺旋CT(日本东芝公司)行头颅CT血管平扫+增强扫描检查。MRI数据采集:自患者右前臂肘正中静脉注射含钆对比剂,随后行头颅3.0 T MRI(德国西门子公司)平扫和增强扫描检查。

1.3 数据标记及融合

将获取的CT和MRI平扫+增强扫描原始数据以医学数字成像和通信(DICOM)格式导入导航设计软件iPlan 3.0软件(德国BrainLab公司)中进行数据转换,利用软件重建模块,首先将CT数据进行阈值分析,自动三维重建颅底骨质,随后在CT图像中人工选取勾勒颈内动静脉及兴趣结构并标记,之后在MRI图像中,选取勾勒肿瘤组织及兴趣结构并标记,然后利用图像融合模块的自动融合功能初步融合上述图像,再对图像中骨性标志点进行手动对齐微调,最终以两组图像间眼球及颌骨边缘平滑连续为融合完成的判断标准[8],然后将融合后的三维重建图像,利用软件内置功能模块,通过不同角度观察肿瘤与颅内外重要血管、神经及周围结构的三维位置关系,指导手术入路及肿瘤的切除。部分患者再利用融合完成后的数据,将其导入3D 打印机,采用光敏树脂材料,运用光固化立体打印技术制备3D 模型,打印层厚0.01 mm,打印比例1∶1,经固化、喷漆等处理后得到最终3D颅底肿瘤模型,通过此模型联合术中导航系统或虚拟现实系统,相互验证比较肿瘤周围解剖结构,指导手术过程[9-11]。

1.4 典型病例

患者,男,63岁,以“左颞部中耳恶性肿瘤术后2年余,复发3月余”为主诉入院,患者于2年前因中耳反复流脓伴听力下降,就诊于外院,行“右侧侧颅底病损切除术+外耳道病损切除术”,切除组织病理检查示鳞状细胞癌,术后行放疗。本次入院前3月,患者再次出现耳部肿胀疼痛,外院考虑中耳恶性肿瘤复发,遂转诊我院,CT平扫+增强扫描显示左侧颞骨呈术后改变,左中耳结构失常,其内见片状不规则软组织密度影,边界欠清,增强扫描病灶不均匀,与邻近结构分界不清,与颈内动脉关系密切,考虑肿瘤复发伴感染。MRI平扫+增强扫描提示左侧中耳内可见结节状片状长T1、长T2异常信号影,DWI内见片状高信号,相应ADS图呈低信号,增强扫描病灶不均匀强化,DWI高信号区域未见强化,符合肿瘤复发伴感染表现。获得CT及MRI的DICOM数据后,将其导入BrainLab导航系统软件,利用iPlan 3.0模块分别于CT和MRI图像勾勒颅颌面骨、颈内动脉、颈内静脉及肿瘤,并融合重建(图1~3),而后将上述数据保存并导入3D 打印机,采用光敏树脂材料,制备3D 模型,打印层厚0.01 mm,打印比例1∶1,经固化、上色等处理后得到最终3D颅底肿瘤模型。手术中围绕耳屏前后设计腮颈联合根治术切口,暴露肿瘤后,通过多模态融合影像重建的区域解剖图像和直观等比例的3D模型的比对引导,结扎颈内静脉,磨除乙状窦表面骨质,切除侧颅底被破坏骨质,暴露硬脑膜,随后紧贴颈内动脉表面,完整切除病灶,切缘应干净,之后行颈部淋巴结清扫,完成腮颈联合根治术,最后再设计游离股前外侧皮瓣重建侧颅底软组织缺损(图4)。

A:显示重建的颈动脉和颅面骨的三维关系,B~D:分别在水平位、矢状位、冠状位勾勒颈动脉和颅面骨

A、B、C、D分别显示从不同层面人工识别勾勒的肿瘤区域

A:显示CT和MRI数据融合重建后肿瘤(绿色)、颈动脉(红色)及颅面骨(紫色)的三维关系,B~D:分别显示水平位、矢状位、冠状位的肿瘤、颈动脉与颅面骨的融合图像

A:根据融合后数据打印形成的3D模型,B:手术切口设计,C:完整切除肿瘤后的创面,D:利用游离股前外侧皮瓣完成侧颅底重建术

2 结 果

2.1 治疗情况

术前对14例患者的影像数据均进行了图像融合重建,其中8例行3D肿瘤模型打印;所有患者均于术前组织多学科讨论,共同制定序贯治疗方案;所有患者中有4例肿瘤与颅内相通,术中请神经外科会诊处理颅内段,并行硬脑膜修复;所有患者中有11例行游离血管化股前外侧皮瓣修复,2例行游离血管化腓骨肌瓣修复,1例行局部颞肌筋膜瓣修复。

2.2 术后结果及随访

所有患者病理检查结果示脑膜瘤3例,影细胞癌1例,上颌窦癌2例,成骨肉瘤1例,腺样囊性癌2例,血管肉瘤1例,软骨母细胞瘤2例,鳞状细胞癌2例。13例游离皮瓣均成活,术中修复硬脑膜患者,均未出现脑脊液漏,患者无明显并发症发生。所有患者均顺利出院。术后随访3~30个月(随访至2020年4月),术后牙源性影细胞癌复发1例,腺样囊腺癌复发1例,其余患者均未出现复发。

3 讨 论

颅底区域解剖位置深在,向上紧邻颅内组织,向下与颌面部、眼、耳、鼻窦等结构相连,诸多颅神经及血管穿行其中[12-13]。同时该区域的肿瘤来源复杂,可来源于神经、脑膜、颅骨及周围各种组织,部分恶性肿瘤的生长方式呈侵蚀性,界限不清,且多血运丰富并破坏了颅底正常的组织结构,该区域手术入路及操作空间都极为有限,病灶无法像其他部位一样充分显露,一旦术中出现计划外出血,容易造成术野不清,肿瘤完整切除难度大,重要神经血管或周围器官的损伤发生率比较高[14-16]。

随着各种计算机成像技术的逐渐进步,有力的推动了颅底外科的发展[17-19],国内口腔颌面外科医生也紧跟数字化发展的步伐,开始涉足这一领域,在国内较早开展了基于CT影像数据的3D打印模型及数字化导航系统指导手术,但此阶段的数字化设计,对病灶区域解剖信息的获取多是基于单一模态的影像学信息,由于各种医学影像设备的工作原理不同,对不同的组织结构或器官的显示情况也不同,单纯MRI能够精确定位病灶,但却无法准确定位病灶周围的血管,术者通过传统的单一模态的影像获取的信息有限,还需要依靠术者的临床经验以及对各种影像的综合分析,将不同的复杂的影像信息整合,才能形成主观的、包含多种信息价值的立体图像[20-21],这种空间模型构建主观性强,不便于和手术团队交流讨论,对于术中可能出现的风险和操作难点较难进行全面预估评判,存在一定的误差和风险。而目前通过计算机技术将多模态影像数据进行统一配准融合,协同应用,能够充分发挥不同数字化成像技术的优势,实现信息的优化和互补,在一张影像上既显示病变区域又显示周围重要的血管神经及组织结构,有效地提高了术者对肿瘤及毗邻血管、神经解剖关系的认识[22-23]。高质量的多模态影像融合,不仅对颅底肿瘤患者术前的个体化治疗策略、手术规划的制定起到了重要辅助作用,而且提高了术者在术中对复杂的解剖关系的理解,做到心中有数,同时能够向手术团队成员直观展示多模态融合图像,便于团队讨论及术中配合[24],这些都极大地提高了肿瘤完整切除率,降低了并发症的发生率。

多模态影像融合后的图像不仅在手术中有着很好的指导作用,同时利用其融合后的数据是标准的DICOM格式这一特点,还可以进行数字化功能扩展。如同前文中的典型病例所示,利用此数据打印3D模型,可将颅底肿瘤、神经和血管的立体解剖结构直观地展示出来,从而更好地指导手术;同时还可将多模态影像融合后的DICOM数据导入到导航系统[25],从而使术者在手术中于狭小而深在的颅底区域,实时了解手术区域周围的解剖结构,在完整切除肿瘤的同时,避免损伤周围重要的血管、神经等。随着科技的发展及技术的不断完善,将来可进一步衍生出基于多模态融合数据的混合现实技术,使在临床上的应用前景更为广阔[26]。

对于复杂的颅底外科手术,多模态影像融合及其衍生技术是精准医学发展的一个趋势,但目前也存在一些不足之处,如目前所采用的iPlan软件,对不同结构的识别能力不足,常常需要人工修改确认,耗时较多,而且由于不同影像技术扫描层厚不一致,可能导致融合时出现血管或其他细微结构的连续性不佳。但总体来说,对于局部解剖结构复杂、肿瘤毗邻重要血管及周围结构的颅底肿瘤,多模态影像融合及其衍生技术的应用,可为术者提供大量可视性、直观性、立体化的影像,极大地提高了颅底肿瘤手术的精准性和安全性。

猜你喜欢

术者模态血管
冠状动脉介入术者上肢辐射的影响因素及防护
经皮冠脉介入术中术者头颈部辐射强化防护效果研究
血管里的河流
最伤血管的六件事
国内多模态教学研究回顾与展望
传统和无痛人工流产术式选择对术后恢复的影响*
血管
基于HHT和Prony算法的电力系统低频振荡模态识别
你的血管有多长
悬吊防护屏对介入医师最佳防护方案的体模研究