APP下载

多模态磁共振检查技术用于胃癌术前诊断及TNM分期评估价值探究*

2022-10-18王华锋

中国CT和MRI杂志 2022年10期
关键词:胃壁准确率模态

王华锋

河北省邯郸市中心医院 CT/MRI室(河北 邯郸 056000)

胃癌(SC)是发病比例最高的一种消化系统恶性肿瘤疾病,常用治疗手段为手术切除术[1],相关研究指出,SC手术疗效、预后等均于术前肿瘤-淋巴结-远端转移(TNM)分期存在密切关系[2],精准的TNM分期能为SC早期诊断与临床医师制定精准治疗方法提供有力支持,因此寻找一种高效准确的SC术前TNM分期方法具有积极意义。

本研究通过对多模态磁共振(MRI)扫描在评估SC患者术前诊断及TNM分期价值研究,以MRI为基础,多模态、多方位扫描SC患者癌变位置、浸润深度等情况,结合术后病理组织学诊断,评判多模态MRI在SC术前TNM分期的效果,现汇报如下。

1 资料与方法

1.1 一般资料回顾性分析2018年1月至2019年12月于本院住院95例SC患者,所有患者经病理组织检查确诊,男性51例,女性44例,年龄25~67岁,平均年龄(45.47±5.17)岁,无家族病史。

纳入标准:符合SC诊断标准[3];经胃镜及病理组织检查确诊为SC;SC患者及其家属均知情研究并签署相关协议书;本研究经本院伦理委员会同意。排除标准:近1周内存在化疗治疗史者;既往存在MRI扫描禁忌症;全身重要脏器功能异常及病变者;对比剂药物过敏患者。

1.2 方法多模态MRI检测方法,扫描前准备:SC患者空腹至少8h后,肌肉注射10mg山莨菪碱,口服600mL温开水+600mL甘露醇,保证SC患者胃部充分充盈,进行呼吸屏气培训,SC患者通过呼吸屏气练习找到最佳耐受点,15min后进行扫描,患者采用仰卧体位,足前头后平行进入;扫描范围:选取扫描范围为龙骨突处至脐水平线;扫描序列与参数:SC患者接受常规T1WI、T2WI、弥散加权成像(DWI)与动态增强扫描(LAVA)扫描序列,①轴位T1WI,TR/TE=3000ms/60ms,ETL=18,NEX=2次,矩阵=288*288,FOV(160HU)=38*38cm2~40*40cm2,层间距=1.0mm,层厚为5.0mm;②轴位T2WI,TR/TE=2200ms/58ms,ETL=18~22,NEX=1次,矩阵=320*320,FOV=38*38cm2~40*40cm2,层间距=1.0mm,层高=5.0mm;③DWI,TR/TE=6000ms/84ms,ETL=20~24,NEX=0.75次,矩阵=128*160,FOV=38*38cm2~40*40cm2,层间距=1.5mm,层厚=6.0mm;④LAVA增强扫描:TR/TE=3.6ms/1.6ms,ETL=40~44,NEX=0.75次,矩阵=224*260,FOV=38*38cm2~40*40cm2,ZIP=2,层厚=3.0~3.5mm,高压连续注射剂注入0.2mmol/kg钆贲替酸葡甲胺(Gd-DTPA)对比剂,注射速度2.6~3.0mL/s。

采用Function软件对扫描图像进行分析,由1位高资龄主任医生与2位副主任医生采用双盲法对SC患者进行术前TNM分期诊断,2名副主任医师分别基于术前患者多模态MRI扫描图像结果,依据SC患者TNM分期标准,以SC患者变位置、浸润深度等情况为判定标准,判断SC患者多模态MRI术前检查进行TNM分期,如有异议交由主任医师进行评判。

1.3 SC患者多模态MRI术前TNM分期标准[4~5]多模态MRI影像TNM分期:(1)T分期:T1期,肿瘤主要位于胃黏膜层及黏膜下层,胃壁增厚,呈现部分异常强化,以线性强化加厚为主要表现;T2期,肿瘤浸润至肌层,胃壁增厚异常,呈弥散性,但强化组织侵及至中间层,由于T2期与T1期胃壁结构相对完整光滑,多数影像学(包括MRI)难以对T1期与T2期进行有效区分,合并两组为T1/T2期;T3期,肿瘤穿破浆膜层,但周围其余组织为发生浸润,胃壁与周围脂肪呈低信号或中断信号,影像表现出不规则网格状;T4期,肿瘤浸润其他组织,周围器官信号结构出现变化。(2)N分期:各序列MRI图像中测量淋巴结直径的长径与短径,计算淋巴结的ADC值,判断淋巴结的转移情况,N0期,未出现淋巴结转移;N1期,1~2个淋巴结转移发生于病灶部位3cm位置;N2期,3~6个淋巴结转移发生于病灶部位3cm以外的位置;N3期,区域内有7个以上淋巴结转移。(3)M分期:M0期,肿瘤未发生远端迁移;M1期,肿瘤有远处转移,淋巴结在内共12以上存在转移、肝脏转移或腹膜转移。

1.4 统计学处理采用SPSS 18.0统计学软件进行数据分析,计数资料用%表示,采用Kappa值对一致性进行检验。Kappa值<0.4为一致性差,0.4≤Kappa值<0.75为一致性较高,Kappa值≥0.75为一致性高。

2 结 果

2.1 诊断情况

2.1.1 多模态MRI检查结果 所有SC患者肿瘤区域的胃壁呈不均匀增厚;58例T1WI呈等信号,37例呈稍低信号;44例T2WI呈高信号,32例T2WI呈稍高信号,19例T2WI呈低信号;24例呈现不规则网格状,38例呈现毛刺或毛糙边缘,33例呈现边界模糊。

2.1.2 病理组织学诊断结果 早期胃癌9例,进展期胃癌86例,其中31例为未分化腺癌,17例为低分化腺癌,14例为高分化腺癌,22例为印戒细胞癌,11例为黏液腺癌。

2.2 SC术前多模态MRI的T分期与病理诊断T分期比较T1/T2~T4准确率分别为73.68%、83.33%与88.24%,整体准确率为83.16%,Kappa值为0.667,见表1。

表1 SC术前多模态MRI的T分期与病理诊断T分期比较[n(%)]

2.3 SC术前多模态MRI的N分期与病理诊断N分期比较N0~N3准确率分别为69.70%、67.86%、73.68%与86.67%,整体准确率为72.63%,Kappa值为0.625,见表2。

表2 SC术前多模态MRI的N分期与病理诊断N分期比较[n(%)]

2.4 SC术前多模态MRI的M分期与病理诊断M分期比较M0~M1准确率分别为95.77%与91.67%,整体准确率为94.74%,Kappa值为0.863,见表3。

表3 SC术前多模态MRI的M分期与病理诊断M分期比较[n(%)]

3 讨 论

治疗SC有效方式为肿瘤根治术,但许多病患常因错过最佳手术时期,导致患者术后预后较差,患者生活质量与生存时间遭受严重危害[6]。唐磊等人[7]的研究表明,SC术前TNM分期是制定手术治疗方案的主要参考因素,T1/T2期、N0~N1期、M0期是根治手术的最佳时期,患者术后能获得较高的存活率,T3~T4期、N2~N3期、M1期患者往往术后需辅助化疗治疗,远期生存率较低;TNM分期也是预后的决定性因素之一,TNM分期越精准,SC手术治疗效果与预后越好[8]。传统的胃镜、胃部造影等方式无法精准判断患者术前胃部肿瘤病变,难以对SC远处转移进行有效判断,存在较大的局限性,无法满足术前TNM精准分期的的标准[9]。MRI作为一种能检测强磁场在放射波和氢核的相互作用,表现人体病理状态下各组织分子水平变化情况的诊断方法,多模态MRI是利用DWI与LAVA动态增强扫描,被广泛的应用于各种肿瘤的诊断[10]。

本研究通过对多模态MRI检查在SC术前诊断及TNM分期价值研究,结果显示,T1/T2期的准确率低于T3与T4,T分期准确率整体显著高,有83.16%,分析可能原因是T分期是主要是对肿瘤已浸润黏膜深度进行评估,多模态MRI通过多时相动态增强扫描,可明显观察到黏膜层及其下层、肌层与浆膜层等浸润程度区分,T1/T2期由于肿瘤未突破浆膜层,结构相对光滑,呈现低信号或不规则网格强化,但胃壁周围脂肪间隙会随浸润程度增强而逐渐模糊,影响临床判断,但常规T1WI与T2WI序列扫描结合DWI与LAVA动态增强扫描能较为清晰的展示胃壁外界是否完整,脂肪间隙是否有不规则结节,对区分T2与T3期具有较高的诊断价值[11~12]。淋巴结转移是SC主要转移途径,N分期是通过对淋巴结直径大小、数量以及强化程度进行诊断标准,本研究N分期N0准确率为69.70%、N2准确率为73.68%、N3准确率为86.67%,整体准确率仅有72.83%,分析其原因是多模态MRI的成像参数和软组织分辨率较高,也存在多种限制因素,其中DWI扫描的机制是基于水分子布朗运动,从而反应淋巴组织对水分子的限制,易受到温度、透过效应与扩散系数的影响,其测定淋巴结直径阈值较小,N分期敏感性及准确度均受到影响,临床多认为直径位于7~9mm之间淋巴结迁移程度高,部分淋巴结由于术后炎症反应,导致体积过大,DWI呈高信号而易被误诊[13-14]。本研究中M分期整体准确率最高,达到94.74%,分析原因可能是多模态MRI检测范围大,存在远端淋巴结的器官,其正常的细胞被SC细胞所替代,表现出细胞密度增加,体积增大,多模态MRI检测常规T1WI与T2WI序列扫描呈现高低变化,DWI扫描结果其ADC值降低,LAVA动态扫描序列可以有效提高成像速度与图像分辨度,具有较高的诊断准确率[15]。

综上所述,多模态MRI检查技术对SC浸润程度与淋巴结转移程度均有精准判断,可用于SC术前TNM分期,具有诊断价值。

猜你喜欢

胃壁准确率模态
高频超声、显微外科解剖及组织学病理观察离体猪胃壁层次结构的对照分析
乳腺超声检查诊断乳腺肿瘤的特异度及准确率分析
不同序列磁共振成像诊断脊柱损伤的临床准确率比较探讨
2015—2017 年宁夏各天气预报参考产品质量检验分析
双能CT迭代重建技术联合虚拟平扫对胃壁图像质量及辐射剂量的影响
高速公路车牌识别标识站准确率验证法
国内多模态教学研究回顾与展望
基于HHT和Prony算法的电力系统低频振荡模态识别
胃真的会被撑大吗
胃壁增厚的CT研究及应用价值