成像特征（共4篇）
成像特征 篇1
子宫腺肌瘤是一种局限型的子宫内膜异位症。虽然以前有用不同的磁共振成像(MRI)序列用在子宫腺肌瘤的诊断上,磁共振动态增强扫描了解其血流动力学的变化鲜有报道。本研究采用肝脏快速三维容积动态增强(liver acquisition with volume acceleration,LAVA)序列探讨子宫腺肌瘤动态增强MRI的变化特征及其时间-信号强度曲线(time-intensity curve,TIC),现报告如下。
1 资料与方法
1.1 一般资料:
收集2010年12月至2012年9月我院经病理证实为子宫腺肌瘤的患者23例,且均行动态增强MRI检查。年龄25~43岁,平均31.3岁。
1.2 仪器设备及图像工作站:
采用GE Signa HD×1.5T超导型磁共振成像仪,采用8通道体部线圈。将数据传输至AW4.4图像工作站上,采用Functool 2软件后处理得出TIC。
1.3扫描技术:
所有患者均进行常规序列扫描,后进行动态增强扫描,采用LAVA序列矢状位扫描,TR 4.3 ms,TE 2.1ms,层厚5 mm,层间距0 mm,视野32 cm×32 cm,矩阵256×256,Nex 0.7,翻转角12°,扫描25个时相,每个时相为6 s,总扫描时间为150 s。注射造影剂及扫描同时进行,经肘中静脉注入钆喷酸葡胺注射液(Gd-DTPA),注射速度4 m L/s,0.1mmol/kg体质量,后加注20 m L 0.9%氯化钠注射液,扫描时不用憋气。
1.4 数据及TIC分析:
由2名有5年工作经验的磁共振医师对数据及图像进行分析。选取瘤灶、邻近子宫内膜与肌层对比明显的失状位时相图像,分别选取子宫内膜及瘤灶作为感兴趣区1(ROI1)和感兴趣区2(ROI2),ROI的大小2~6 mm2,ROI内信号要求均匀,不能有坏死、囊变或血管成分。每个ROI分别测出0、16、32、48、64、128 s的信号强度值,分别计算出各时相强化速率(Sp)。Sp=(SIend-SIpre)×100%/[SIpre×(TendTpre)],SIend、SIpre分别为增强后及增强前的信号强度,Tend、Tpre分别为时相增强后及增强前的时间点。利用工作站软件得出子宫内膜和子宫腺肌瘤感兴趣区的TIC,并加以对比分析。
1.5 统计学分析:
计量资料以表示。用SPSS 19.0统计学软件行t检验分析各时相Sp的差异,以P<0.05为差异有统计学意义。
2 结果
2.1 子宫腺肌瘤增强形态学特征:
23例患者中,单发21例,多发2例;位于后壁15例,前壁5例,侧壁1例,前后壁均发生2例。肿块邻近的结合带明显增厚,肿块大多呈椭圆形,边界模糊,其信号与结合带相近,在T1WI序列上呈等信号(图1a),在及T2WI序列上均呈低信号(图1b),有些仅T2WI序列上病灶内可见斑点状高信号,或T2WI、T1WI同时出现斑点状高信号的出血灶,直径约为0.2~0.7 cm。动态增强扫描显示,肿块逐步明显强化,在24~30 s时间段内达峰值(图1c)。
2.2 子宫腺肌瘤与子宫内膜各时相强化速率的特征:
子宫腺肌瘤与邻近子宫内膜平扫时的信号强度值分别为(292±72)Hu和(300±21)Hu,瘤灶及内膜各时相ROI的Sp见表1。子宫腺肌瘤与邻近增厚子宫内膜各时相Sp间差异无统计学意义(P>0.05)。
2.3 子宫腺肌瘤与子宫内膜TIC:
同一患者的子宫腺肌瘤与邻近子宫内膜的TIC各时相段基本相互平行,整体形态近似。所有的曲线均表现为早期急速上升至峰值,后为持续的平台期,且有20例在早期急速上升段,两者曲线几乎相重合,子宫内膜TIC的平台期的信号强度值均比子宫腺肌瘤的高(图1d)。
3 讨论
(a:T1WI,病灶位于子宫后壁,呈等信号占位,内见斑点状稍高信号;b:同层面T2WI,病灶呈低信号占位,内见斑点状高信号;c:增强早期时图,子宫后壁内膜呈明显强化,其下面的子宫腺肌瘤呈中等强化,邻近肌层相对低信号;d:TIC曲线图,两曲线均表现为早期快速强化,于中后期表现为平台的持续强化,两者形态相似,只是此处内膜平台较高)
子宫腺肌瘤是子宫内膜异位症的一种特殊类型,是由平滑肌和良性子宫内膜组成的良性肿瘤[3]。近年彩色多普勒超声检查广泛被应用在子宫腺肌瘤的诊断中[4],其能发现子宫内膜下肌层内异常回声团块,边界不清,但不能理清与内膜关系,与子宫肌瘤较难鉴别,误诊率高。CT平扫只能显示肌层局部增厚占位,增强扫描多数显示为相对肌层稍高或稍低密度的肿块占位,与子宫肌瘤较难鉴别,误诊率亦较高。穿刺活检术虽然可以明确诊断,但会造成内膜组织在穿刺的孔道异位种植,最终确切的诊断还是靠切除病灶后进行的病理学检查。MRI平扫及增强文献报道较多,但缺乏特异性征象,且往往未能捕捉最佳时相显示病变的轮廓。近年来,国外文献[5]报道用动态增强MRI判断子宫内膜癌浸润的深度,对复杂的附件肿块进行定性分析[6],动态增强MRI诊断子宫腺肌瘤国内外文献鲜有报道。子宫腺肌瘤能否确诊,对治疗方案制定及预后完全不同[7,8]。
动态增强MRI原理是用高压注射器经静脉注入顺磁性造影剂,同时用超快速成像序列进行扫描,从而对早期血流动力学变化进行成像。能对某一层面进行多时相连续成像,能为组织灌注、毛细血管量、造影剂弥散率提供重要的信息。其信号强度的改变与局部组织毛细血管血供容量、通透性及造影剂弥散率成正比,因此不同病理组织有不同的信号强度变化,前者影响早期强化特点,即灌注情况,后两者与后期强化相关。动态增强MRI最早被应用在乳腺癌的诊断中,现在亦广泛应用于乳腺病变的诊断[9]。本组病例,参考单军等[10]提出的增强TIC及本组病例的TIC将0~32 s定为增强早期,33~64 s为增强中期,65~128 s为增强晚期。选择不同的ROI,经工作站后处理便可得出TIC,便可定量分析ROI的血流动力学变化。增强早期约50%造影剂通过毛细血管进入组织间隙,组织毛细血管容量高,其血流灌注越高,致使组织间隙积累较多的造影剂,其TIC的早期峰值曲线斜率越大,反之早期峰值曲线斜率越小。毛细血管的通透性越大,组织对造影剂弥散率越高,中后期就能持续水平强化或缓慢上升强化,TIC表现为增强中晚期曲线段水平或缓慢上升,反之中晚期曲线段降低。
子宫腺肌瘤亦适合用动态增强MRI作出诊断,因为该病变富含血管组织,血流灌注量大,不受呼吸影响,每时相成像时间短,可连续多时相成像。
子宫腺肌瘤含有异位的内膜成分,而且与邻近内膜关系密切,其本身含有肌层的血管成分,亦含有内膜的血管成分,因此推测子宫腺肌瘤的血流动力学应与子宫肌层及内膜均有关。但ROI的选择亦有讲究,远离子宫腺肌瘤的子宫内膜因没有受其刺激,毛细血管量没有增加,灌注量较邻近子宫腺肌瘤的内膜低(图1c),所以只能选后者与子宫腺肌瘤作比较分析。本研究得出,子宫腺肌瘤与邻近子宫内膜于15 s时迅速明显强化,于27 s时达顶峰,之后保持平台持续强化,两者各时相强化速率间的t检验表明差异无统计学意义(P>0.05);两者的TIC各时相段基本相互平行,整体形态非常相似。子宫腺肌瘤、邻近子宫内膜均较正常肌层及内膜富含毛细血管组织,灌注量明显增大,得出的数据及TIC观察到,在增强早期(0~32 s)两者的Sp都很高,TIC早期曲线斜率都陡峭,表明两者都呈高灌注。邻近子宫腺肌瘤内膜含有较多不成熟毛细血管,通透性高,渗透性大,就会使增强中后期强化率增大,所以与之相应的TIC曲线平台较子宫腺肌瘤高。
动态增强MRI诊断子宫腺肌瘤来源于其含有异位的内膜成分,就有可能有相同的血流动力学改变[11]。本研究发现子宫腺肌瘤与子宫内膜的TIC各时相段基本相互平行、整体形态非常相似,利用此特异性征象作出本病的诊断就更简便和可靠。对怀疑为子宫腺肌瘤的患者,通过对比分析两者的TIC形态,检验两者各时相段的关系,就能作出本病的诊断,因此就没有必要对可疑患者进行活体组织检查。
本研究仍有它的不足之处,首先是动态增强扫描时间限制,扫描范围较小,空间分辨率较低,容易漏掉较小的病灶,其次病例的数目较少,还有增强128 s后的特征未发现,所得结果仍属初步,因此,平扫及普通增强扫描对诊断亦不缺少,且有必要增加检查病例及把增强时间延长至128 s之后,以获取更深入和细致的特征。
综上所述,动态增强MRI是提供一种诊断子宫腺肌瘤有效的方法,所以对疑诊为本病的患者进行动态增强MRI非常有必要。
摘要：目的 探讨子宫腺肌瘤的磁共振成像(MRI)动态增强特征。方法 选取23例经病理证实为子宫腺肌瘤的患者作为研究对象,均行常规MRI平扫、动态增强扫描,选取瘤灶及邻近的子宫内膜为感兴趣区域,计算各感兴趣区域在增强16、32、48、64、128 s时相强化速率(Sp),用配对样本t检验分析各时相瘤灶与其邻近的子宫内膜强化速率的差异;分析两者的时间-信号强度曲线(TIC)的特征。结果 子宫腺肌瘤与子宫内膜的各时相Sp差异无统计学意义(P>0.05),同一患者的子宫腺肌瘤与邻近子宫内膜的TIC形态近似,且表现为早期急速上升至峰值,后为持续的平台期。结论 MRI动态增强有助于子宫腺肌瘤的诊断及鉴别诊断。
关键词：子宫,腺肌瘤,磁共振成像
参考文献
[1]马梦华,刘桂艳,王海平.子宫腺肌症的MRI表现及诊断价值.实用放射学杂志,2007,23(9):1218-1220.
[2]杨琼,刘剑羽,苏静.子宫腺肌瘤与子宫肌瘤3.0T MRI征象对比分析.中国医学影像技术,2011,27(1):139-142.
[3]Kim JO,Baek JM,Jeung C,et al.A case of primary ovarian ade-nomyoma mimicking ovarian malignancy.Eur J Gynaecol Oncol,2011,32(1):103-106.
[4]裴红,罗福成,童清平.彩色多普勒超声在子宫肌瘤与子宫腺肌瘤鉴别诊断中的应用.中华超声影像学杂志,2003,12(4):248.
[5]Beddy P,Moyle P,Kataoka M,et al.Evaluation of depth of my-ometrial invasion and overall staging in endometrial cancer:com-parison of diffusion-weighted and dynamic contrast-enhanced MRimaging.Radiology,2012,262(2):530-537.
[6]Thomassin NI,Balvay D,Aubert E,et al.Quantitative dynamiccontrast-enhanced MR imaging analysis of complex adnexalmasses:a preliminary study.Eur Radiol,2012,22(4):738-745.
[7]Clouqueur E,Lucot JP,Collinet P,et al.A typical polypoid ade-no-myoma:retrospective study about 8 cases from jeanne-de flan-dre hospital between 1996 and 2008.Gynecol Obstet Fertil,2012,24(11):148-157.
[8]Takeuchi H,Kitade M,Kikuchi I,et al.Diagnosis laparoscopicmanagement and histopathologic findings of juvenile cystic ade-nomyoma:a review of nine cases.Fertil Steril,2010,94(3):862-868.
[9]Youk JH,Son EJ,Chung J,et al.Triple-negative invasive breastcancer on dynamic contrast-enhanced and diffusion-weighted MRimaging:comparison with other breast cancer subtypes.Eur Ra-diol,2012,22(8):1724-1734.
[10]单军,徐坚民,龚静山,等.早期增强MRI对良恶性卵巢肿瘤的鉴别诊断价值.中华放射学杂志,2003,37(11):1001-1007.
[11]Onbas O,Kantarci M,Alper F,et al.Nodularendometriosis:dy-namic MR imaging.Abdom Imaging,2007,32(4):451-456.
成像特征 篇2
1 资料与方法
1.1 研究对象
2014年2—12月招募36例健康成年志愿者,其中男21例,女15例;年龄18~77岁,平均(43.6±17.6)岁,年龄分布见图1。所有受检者均无神经系统症状和阳性体征,并排除既往有神经系统疾病史、MRI检查禁忌及MRI扫描T2像在颈髓内出现高信号者。
1.2仪器与方法
常规MR扫描采用Siemens 3.0T MR TRIOTIM扫描仪,通过快速自旋回波(FSE)序列对所有受检者行T1WI矢状位及T2WI轴位、冠状位、 矢状位扫描。T1WI扫描参数:TR 735 ms,TE11 ms。T2WI扫描参数:TR 3130 ms,TE 91 ms。 矢状位扫描视野(FOV)300 mm, 层厚3.0 mm, 层间距0.3 mm。轴位T2WI扫描第1颈椎至第7颈椎(C1~7)水平,FOV 160 mm,层厚3.6 mm,层间距0.4 mm。采集矩阵448 × 314。T2WI矢状位3D容积扫描参数:TR 3000 ms,TE 502 ms,层厚1.0 mm,层间距0,层数128层,FOV 250 mm × 250 mm,采集矩阵256 × 256。DTI采用敏感编码回波平面成像(SE-EPI),在3D扫描基础上进行矢状位tensor序列扫描。扫描参数:FOV 240 mm × 240 mm,TR 5600 ms,TE 93 ms,层厚3.5 mm, 层间距0, 采集矩阵128 × 128, 共38 层。另扫描一幅b =0 的无扩散加权图像。激励次数1 次,b =1000 s/mm2;扩散梯度方向数(NDGDs)12 ;相位编码方向:头- 脚方向。DTI扫描时间约为1 min 31 s。
1.3图像后处理
应用NUMARIS/4软件syngo MRB15版本后处理工作站,进行数据采取和影像重建,由2名影像科主治医师采用双盲法完成,所有DTI参数的最终测量值取两者实际测量值的平均值。
1.3.1各向异性分数(FA)和表观扩散系数(ADC)值测定
在Neuro 3D环境下启动tensor序列,于b值为0 的FA图上在C1~7水平勾画出感兴趣区(ROI)。每个ROI直径为7 mm,位置选择在正对每个节段颈椎椎体中央。此时软件可自行运算得出各个颈髓水平的FA值和ADC值。
1.3.2扩散张量纤维束示踪(diffusion tensor tracking,DTT)的生成
在扫描生成的38 层矢状位图像中选取正中层面生成DTT。设置纤维示踪停止条件:轨道角35°,FA =0.18。纤维束生成后与颈椎管3D矢状位图像对应,观察其走行及完整性。
1.4统计学方法
采用SPSS 21.0 软件,两组间计量资料比较采用成组资料t检验,多组间计量资料比较采用单因素方差分析,若差异有显著性,则进一步以Bonfferoni法行多组间均数的多重比较;两变量间的相关性采用Pearson相关分析,P<0.05表示差异有统计学意义。
2 结果
2.1 FA、ADC图效果及DTT效果
分别见图2、3。DTT图像可清晰显示颈髓内白质纤维束结构,未出现图像扭曲和失真现象。纤维束呈现头尾方向,具有3D效果,可以通过任意角度旋转观察。T2WI证实为正常颈髓的纤维束呈现出饱满、顺滑且完整的结构(图3)。
2.2 FA值、ADC值与年龄的关系
全颈髓FA值、ADC值与年龄的Pearson相关分析显示,FA值与年龄呈显著负相关(r=-0.801,P<0.001);ADC值与年龄呈正相关(r=0.426,P<0.05)。见图4。
2.3 FA值、ADC值与性别的关系
不同性别受检者全颈髓FA值和ADC值比较,FA、ADC值在男、女两组间差异无统计学意义(t=0.906、0.362,P>0.05),见表1。
2.4 FA值、ADC值与颈髓水平的关系
C1~7颈髓水平FA值比较,最高FA值出现在C2水平,最低在C6水平,各组间差异无统计学意义(P>0.05)。C1~7颈髓水平ADC值比较,最高ADC值出现在C6水平,最低在C2水平,各组间差异无统计学意义(P>0.05),见表1。
3 讨论
3.1 DTI用于定量分析的原理
扩散加权成像能够探测、衡量组织中水分子的移动。水分子发生位移现象后会对扩散加权扫描时的信号产生衰减效应。由于其特性所致,中枢神经系统中白质轴突结构会促使水分子主要以平行于轴突纤维的方向扩散,而不是垂直于轴突纤维[2]。垂直于纤维方向扩散受限的原因除髓鞘的因素,更多的是源于细胞膜[2]。DTI利用这种与方向有关的扩散特性,可以推断轴突纤维的定位和划定解剖界限。DTI采用张量的框架来表征三维空间内的分子运动。通过计算沿3个主轴方向的扩散系数,即可产生DTI参数,故所有DTI参数都能通过数学公式计算得到。尽管其计算公式复杂,直接进行手工计算困难,但是软件的应用使这项工作变得容易。与DTI有关的参数有ADC、FA、RA、VR及DTT。其中FA值介于0~1之间,1代表假想下最大各向异性的扩散,其数学计算公式为[3]:
其中,λ1、λ2和λ3分别为椭球体最长径、前后径和左右径的扩散强度,λ=(λ1+λ2+λ3)/3。
3.2颈髓DTI参数特点
目前关于颈髓DTI正常值的文献报道少见,且报道的数值差异较大[4,5,6]。研究样本量的大小及DTI采集参数如ROI所取面积的大小(体素的含量)和NDGDs等均会对FA值造成影响,其颈髓FA值为0.6~0.7,标准差约为平均值的10%,即0.06~0.07[4,5,6]。本研究在C1~7水平测得的平均FA值为0.678~0.721,标准差为0.056~0.071 ;较上述报道结果平均值略高,标准差略低,推测变异较小的原因可能与所取样本量较大、受试者年龄跨度较大有关。FA值、ADC值在各颈髓水平间的分布呈从头侧向尾侧FA值逐渐下降,ADC值逐渐上升[4],该分布特点的可能原因是颈膨大使低位颈髓中灰质成分增多,或臂丛神经根进出低位颈髓造成此处的FA值降低[6];但Chang等[7]报道无此差异。本组资料FA值在颈髓的这种变化趋势不明显,尽管其最高值出现在C2水平,最低值在C6水平,但FA值在不同颈髓水平的总体差异无统计学意义,其原因可能是b值取1000 s/mm2,造成低位颈髓信噪比较低,FA值被高估。同样,这种差异体现在ADC值上也不明显,但是ADC值与FA值呈显著负相关。各颈髓水平的ADC平均值为1.072~1.205,标准差为0.178~0.237,变异大于FA值,提示FA值是DTI更可靠的定量分析指标。在DTI检测脊髓损伤[8,9,10]和颈椎病[11,12]微结构变化方面,FA值是敏感指标。
目前关于FA、ADC值与年龄关系的报道局限于某些特定的颈髓水平。Mamata等[13]在研究一组颈椎病患者时发现,在C3~4正常脊髓区域,FA值与年龄呈负相关,ADC值与年龄呈弱正相关;Agosta等[14]针对上颈髓的研究表明FA值与年龄呈负相关;但Brander等[4]报道DTI参数值与年龄无关。本研究结果显示,DTI参数值与年龄有明显的相关性,其中FA值与年龄呈显著负相关,ADC值与年龄呈正相关,进一步证实FA值对与年龄相关的脊髓结构改变敏感,同时提示对脊髓病变行DTI研究时需要设立年龄匹配的对照组。
3.3颈髓DTI成像质量的影响因素
DTT是利用扩散张量所含的信息,运用各种示踪技术重建出三维的白质纤维束。目前DTT大致分为线形扩展技术和能量最小技术,后者又可分为快速行进法和模拟退火法。本研究采用线性扩展技术,FA阈值设为0.18,轨道角35°。示踪时沿具有最大本征值的本征向量方向扩展,当FA值小于所设阈值、两个夹角>35°时终止进程。低位颈髓易受部分容积效应的影响造成空间分辨率降低。本研究受益于3.0T MR扫描仪的应用,减少上述不利影响。3.0T扫描仪可生成具有更高分辨率和更高信噪比的图像。尽管不会直接影响DTI参数值,但是高场强可以提高参数值的精确度,增强灰白质区的对比度,并促使纤维束示踪进程更加准确、有效[15]。Holder等[16]报道,在轴位和矢状位上测量的FA、ADC值无明显差别。因此,本研究仅采用矢状位上的DTI参数值测量。NDGDs会对DTI图像质量造成影响。随着NDGDs增大,尽管可获得更高信噪比的图像,但扫描时间也随之延长,患者可能不能忍受而易产生伪影,造成图像质量下降。b值取值越高,产生的信号衰减越大,信噪比越小,得到的图像信息越少;b值取值过低,又会使对比度下降。激励次数设高后,信噪比提高,但同时扫描时间也成倍延长。扫描的层厚也会影响图像质量。层厚越厚,尽管信噪比越高,但部分容积效应也被放大。因此,具体实施时应经多方面权衡后选择合适的扫描参数组合。本研究在正式实施前用多种参数组合进行预实验,最后采用NDGDs =12、b值取1000 s/mm2、激励次数1、层厚3.5 mm的组合,认为由此产生的图像质量最好,一次扫描成功率高达97.2%。后处理过程中ROI的选取也可影响成像质量。ROI取值越小,容积效应越小,理应获得更准确的测量值,但也丧失了部分扩散信息。本研究的做法是在尽可能避免周围非脊髓结构的基础上选取最大面积脊髓的ROI,由此ROI获得的测量值比较稳定。
3.4颈髓DTI的局限性
由于椎管空间狭窄的特性、磁敏感性伪影的存在及呼吸循环脏器的运动,使得DTI技术在脊髓中的应用受到限制。获得足够的空间分辨率仍然是一个难题,并且也很难成像出白质中的每一条纤维束。扫描时间对于急性脊髓损伤患者尤其是一项限制,这些患者因疼痛等原因更难忍受附加的扫描时间。此外,信噪比在整个颈髓中呈现不均匀现象,越往尾端信噪比越低。低信噪比可导致各向异性测定值高估,特别是在低各向异性组织如灰质结构。虽然3.0T MR扫描仪的使用可提高信噪比,但目前还不能普及应用。此外,有必要开发出标准化的软件来处理张量图像,使之在临床常规使用成为可行。
成像特征 篇3
1资料与方法
1.1研究对象2012年12月—2014年3月广西壮族自治区人民医院收治的经肾穿刺活检确诊的CGN患者123例,其中男76例,女47例;年龄15~79岁,平均(41.1±15.2)岁。纳入标准:1起病缓慢,病情迁延,可有肾功能减退、贫血、电解质紊乱等情况出现。2有不同程度的蛋白尿、血尿、水肿及高血压等表现,轻重不一。3病程中可因呼吸道感染等原因诱发急性发作,出现类似急性肾炎的表现,也有部分患者可有自动缓解期。4具有上述临床表现,持续1年以上并经肾活检组织学检查确诊。排除标准:包括各种继发性肾损害,如高血压肾病、糖尿病肾病、狼疮性肾炎、泌尿系梗阻、感染等。同时选取27例健康体检者作为对照组,男14例,女13例;年龄23~76岁,平均(43.8±14.5)岁。对照组尿常规、尿蛋白及肾功能检查均正常,无肾脏疾病、高血压、糖尿病等可引起肾损害的相关病史,双肾超声检查未见异常。本研究方案经本院医学伦理委员会批准,所有患者均签署知情同意书。
1.2仪器与方法采用Siemens Acuson S2000彩色多普勒超声诊断仪,配备ARFI技术,4C1凸阵探头,频率3.0~4.5 MHz。受检者当日空腹,侧卧位检查,首先行常规二维及彩色多普勒超声观察肾脏大小、形态、肾实质回声及肾内血供状况。取肾长轴切面,保持探头与皮肤的垂直并固定,嘱受检者屏住呼吸,待图像稳定后启用ARFI测量肾实质中下部剪切波速度(shear wavevelocity,SWV)。取样框(大小1 cm×0.6 cm)应尽量避开肾窦及肾周组织,每侧肾脏分别测量10次取其平均值。如图像不稳定,测量结果显示为x. xx m/s时,予以重新测量。所有测量均由1名具有丰富弹性超声工作经验的主治医师完成。
1.3肾功能的测定患者清晨空腹抽取静脉血5 ml检测血肌酐水平。肾小球滤过率(estimated glomerularfiltration rate, e GFR)依据我国改良简化的MDRD方程估测[4]:e-GFR=186×血肌酐- 1.154×年龄- 0.203×(女性×0.742)。
1.4病理学检查参考Katafuchi肾病积分标准,对肾小球、肾间质、肾小管及血管病变进行半定量评分(表1)[5]。根据肾脏病理评分分为3组:肾功能轻度损害组:病理积分≤9分;中度损害组:病理积分10~18分;重度损害组:病理积分≥19分。
1.5统计学方法采用SPSS 13.0软件,CGN患者各亚组与对照组SWV测值比较采用方差分析,两两比较采用SNK检验;肾实质SWV测值与肾脏病理评分、血肌酐及e-GFR的相关性采用Pearson相关分析;绘制受试者工作特征(ROC)曲线评价ARFI技术对CGN病理损害的诊断效能,P<0.05表示差异有统计学意义。
2结果
2.1病理结果123例CGN患者经超声引导下穿刺活检结果显示,膜性肾病54例,系膜增生性肾小球肾炎8例,Ig A肾病21例,局灶节段性肾小球硬化17例,微小病变15例,膜增生性肾小球肾炎3例,肾小管间质病变3例,系膜毛细血管性肾小球肾炎2例。病理评分结果为:肾功能轻度损害组81例,中度损害组26例,重度损害组16例,各组间年龄差异无统计学意义(F=0.803,P>0.05),见表2。
2.2 SWV测值及相关性分析各组CGN患者与对照组比较,SWV测值差异均有统计学意义(F=16.592,P<0.01),见表2;重度损害组患者SWV测值明显低于轻度损害组、中度损害组及对照组(P<0.01)(图1~3)。Pearson相关分析 结果显示,SWV测值与Katafuchi病理评分、血肌酐呈负相关(r= - 0.481、- 0.441,P<0.01),与e-GFR呈正相关(r=0.546,P<0.01),SWV测值随着患者肾功能损害程度的加重而逐渐减低。
2.3 SWV评价CGN病理损害的ROC曲线分析SWV评价轻度、中度及重度肾功能损害的ROC曲线下面积分别为0.730、0.738和0.870。以2.65 m/s、2.50 m/s和2.34 m/s为诊断轻度、中度、重度肾损害的最佳诊断界值,其对应的敏感度分别为63.4%、71.4% 和93.8%,特异度分别为77.8%、71.3% 和79.9%。见表3。
图1 男,64岁,轻度肾损害。SWV 2.69 m/s(A);病理诊断肾小球膜性病变,无明显肾小球性硬化,肾小球节段袢向尿极延伸并与球囊壁粘连,囊壁增厚(<10%),系膜细胞增殖(<25%),小灶性肾小管萎缩(<25%),肾小管间质少量单个核细胞分布(<25%),小叶间动脉内膜增厚(10%~25%),评分6分(HE,×400,B)
图2 男,20岁,中度肾损害。SWV 2.40 m/s(A);病理诊断Ig A肾病,部分肾小球球性废弃(5/32,10%~25%),肾小球系膜区中度增宽,系膜细胞增多(25%~50%),节段袢与球囊壁粘连(10%~25%),间质小灶性肾小管萎缩(<25%),少量中性粒细胞浸润(<25%),小动脉管壁增厚(0%~25%),评分10分(HE,×400,B)
图3 男,56岁,重度肾损害。SWV 2.01 m/s(A);病理诊断肾小球膜增生样病变,多个肾小球球性废弃(22/34,>50%),节段性病变(26%~50%)伴系膜细胞增殖(25%~50%)。肾小管间质慢性病变重度(>50%),多灶性肾小管萎缩(>50%),间质单个核及少量中性粒细胞浸润(25%~50%),小动脉内皮肿胀增厚(10%~25%),伴节段透明变性(10%~25%),评分21分。重度肾损害者SWV明显低于轻度、中度损害者(HE,×400,B)
3讨论
CGN是由多种原因引起的、由多种病理类型组成的、原发于肾小球的一组疾病。CGN不仅给家庭、社会造成巨大的经济负担,患者出现高血压、贫血、钙磷代谢紊乱、心血管等并发症的风险是同年龄肾功能正常者的2~4倍[6]。因此,准确评估肾纤维化程度对指导临床治疗具有重要意义。
ARFI是一种全新的超声成像技术,其原理是向感兴趣区发射短周期(约0.3 s)推进脉冲,在组织内部产生局部形变及横向传递运动的剪切波,通过检测SWV估计组织的弹性模量[7]。组织越坚硬,弹性越差,剪切波传播速度越快[8]。ARFI技术最大的优势在于采用超声仪自动发射声脉冲波对组织施压,可定量诊断组织弹性,克服了传统弹性成像需手动施压,只能对病灶进行定性诊断等不足[9],目前已广泛应用于肝纤维化的评价及乳腺、甲状腺、前列腺等多个脏器疾病的诊断。近年可见AFRI应用于评估正常肾实质弹性及肾脏疾病的相关报道[10,11,12],但尚未见该技术用于无创性定量评价CGN患者肾脏病理损害的相关报道。本研究应用ARFI技术对比分析健康志愿者和CGN患者SWV测值的变化,发现各组CGN患者与对照组之间SWV测值均存在显著性差异,在肾功能轻度损害阶段即可观察到肾实质的弹性变化。重度肾损害患者SWV测值明显低于轻度、中度肾损害者及对照组。ARFI可无创性地评估肾纤维化程度,其评价轻度、中度及重度肾功能损害的ROC曲线下面积分别为0.730、0.738和0.870。以2.65 m/s、2.50 m/s和2.34 m/s为诊断轻度、中度、重度肾损害的最佳诊断界值,其对应的敏感度分别为63.4%、71.4% 和93.8%,特异度分别为77.8%、71.3% 和79.9%,与Guo等[13]报道的结果一致。然而,Syversveen等[14]应用ARFI评价30例移植肾慢性排斥反应所致的肾纤维化,发现在不同程度移植肾纤维化之间,SWV测值差异无统计学意义。Wang等[15]报道慢性肾病患者SWV测值与肾纤维化无明显相关性。不同研究者研究的结果存在差异,推测与肾脏组织结构的各向异性及不同操作者之间的测量差异有关。
既往研究证实,SWV测值随肝纤维化程度的加重而增高,与肝纤维化分期呈明显的正相关。Bota等[16]报道ARFI诊断≥F2期、≥F3期及F4期肝纤维化对应的SWV阈值分别为1.34 m/s、1.55 m/s和1.80 m/s。与ARFI对肝纤维化的研究结论不同,本研究结果显示,SWV测值随着患者肾功能损害程度的加重而逐渐减低,与Katafuchi病理评分、血肌酐呈负相关,与e-GFR呈正相关。造成这种差异的原因尚未完全明了,可能与肾脏相对复杂的组织结构成分及特性有关[7]。既往研究表明,肝脏弹性测值主要受肝纤维化程度的影响,而肾脏SWV测值除受纤维化影响外,肾脏的血流灌注状态、血管压力、尿流压力等亦可影响剪切波传播速度[17,18]。
ARFI作为一种新的弹性成像技术,在现阶段尚存在一定的局限性:1 ARFI技术存在易受呼吸运动的干扰、取样框大小无法调节、取样深度 <8 cm等缺点。2操作过程中易因操作者不同而导致所测结果存在差异,重复性欠佳。操作者在实际操作中需要注意尽量保持探头与被测组织垂直、在相同部位多次重复测量取平均值等方法,尽量减少对测量结果的影响。
成像特征 篇4
数字X线成像的发展,使得影像科需要面对海量的数字影像资料。如何仅基于影像信息进行影像成像部位的自动判定,是大影像数据条件下自动分析影像信息的首要步骤。
仅基于图像信息进行摄影部位自动识别,是一种基于图像匹配、检索的图像分析技术。目前单纯的医学图像检索、匹配算法被广泛研究和报道[1],例如:特征点匹配、灰度值匹配、相位相关匹配等,但仅能进行对输入图像的最佳相似检索或类似匹配。能够进一步获得成像部位,并获得正、侧位、朝向等成像部位信息的研究尚未见报道,而这些信息的自动监测,将有效增加医学图像检索、匹配的人工智能程度,有助于后续的大影像数据分析[2,3]。本研究通过对图像基本轮廓和灰度信息的检测,自动匹配或检索成像部位,并获得成像部位的自动判定信息。
1 研究方法
1.1 图像的获取
采集泰山医学院附属医院影像科,2015年8月临床连续3 d的所有X线影像,其中包括颅脑、四肢、肺部、腹部以及胸腔,共计124幅。经过临床影像医生和技师验证,发生分歧时以医生意见为主。采用全身X线体模(Whole body phantom PBU-50,Kyoto Kagaku,日本)拍摄X线影像模板。该体模是用来仿真人体外形和组织等效参数的实验设备,如仿真体形轮廓、骨骼和基本组织外形,但刻意忽略微观尺度组织信息。分别对体模颅脑、颈椎、胸肺、腰椎、盆腔和四肢进行摄影(万东DF X线机,北京,中国),各部位影像采用设备默认k V、m As参数曝光。得到各部位独立影像后,对图像进行基本直方图拉伸、滤波、去噪后,进行图像配准和拼接。图像配准使用刚体变换,通过平移、尺度变换和灰度渐变,拼接成一个完整的人体X线影像图。考虑到各个器官灰度不同的特点,再进行基于自适应直方图调整的灰度均衡化处理。实验体模X影像见图1。
1.2 轮廓提取及阈值选取
1.2.1 轮廓的提取
将待检测部位影像进行适当缩放并且采用高斯低通滤波降噪,以便与体模图像匹配。采用基于图像选择最佳阈值的边缘检测方法,即将图像灰度分成不同的等级,然后设置阈值确定有意义的区域或边界。图像阈值化处理的变换函数见式(1),采用灰度标准差来筛选边界的像素点。
其中Y为原始图像,t为图像阈值,H为分割后的二值图像。对于物体的图像元素H(i,j)=255,对于背景的图像元素H(i,j)=0。
编码的具体过程为:遍历输入影像像素点当作中心点,检测出自身与其周围的8个点,依次进行。对每次检测出的9个点进行分析,求得9个点的灰度标准差,见式(2):
其中s代表标准差,n代表像素点的个数,Xi表示检测出的像素点。代表均值。设定阈值t与该标准差做比较,当标准差大于阈值t时,则该点为边界点。
1.2.2 阈值t的选取
设图像中物体像素灰度级的正态概率密度函数为f(x),均值为u,方差为σ2,标准差为σ。背景像素灰度级的正态概率密度函数为g(x),均值为v,方差为τ2,标准差为τ。物体图像占总面积比例为a,背景面积占总面积比例为1-a,所以该图像总的灰度密度函数为af(x)+(1-a)g(x)。将像素灰度级<t的点称为目标物体点,像素灰度级≥t的点称为背景点。设将目标物体点正确识别概率为F(t),计算公式为:;将目标物体点错判断为背景点的概率为G2(t),计算公式为:;将背景点错判断为目标物体点的概率为G1(t),计算公式为:;总的错判断概率为式(3):
使式(3)最小的阈值t为最佳阈值,因此对式(3)微分得式(4):
由于f(t)和g(t)都服从正态分布,所以有式(5)、(6):
将式(5)、(6)代入式(4)得式(7):
由式(7)得:
根据式(8),运用数学先验知识易得出最佳阈值t,可将物体与背景进行分割。在许多情况下,物体和背景的对比度在图像中的各处是不一致的,这时很难有一个统一的阈值将物体与背景分开。随机选取20幅X射线影像,其中颅脑、四肢、肺部、腹部以及胸腔各4幅。分别求其最佳阈值t,求20幅影像阈值的平均值,将该平均值作为最终的最佳阈值,实验所有部位均采用该值。
1.3 基于轮廓和灰度值模板匹配方法分析
首先输入图像经过图像选择最优化阈值轮廓提取,进行二值化处理,然后将二值图像同全身体模X线影像模板进行灰度匹配。匹配方法基于灰度矩阵相似性,匹配方法利用模板影像与搜索影像之间的像素灰度差来表示二者的相关性。设搜索影像为S,模板影像为T,模板影像大小为P×Q,搜索影像大小为M×N(S为大图,T为小图,且M×N>P×Q)。那么在搜索影像中共有(M-P+1)×(N-Q+1)个可能匹配点存在,每一个可能的匹配点对应一个P×Q的搜索窗口。即可看做将模板影像T在搜索影像S上移动,在每个位置上求模板与模板覆盖下的子图的绝对差如式(9)所示:
由式(9)得:
其中,代表模板覆盖下的搜索子图总能量,随(i,j)变化缓慢变化;
当模板图与搜索子图达到最佳匹配时λ(i,j)的值最大。
2 实验处理结果
2.1 常用边缘检测方法与基于图像选择最佳阈值的边缘检测方法比较
对颅脑、四肢、肺部、腹部以及胸腔X线影像进行基于图像选择最佳阈值的边缘检测,同时进行Canny算子,Sobel算子轮廓提取,进行对照比较分析,结果如图2所示。基于图像选择最佳阈值的边缘检测算法所获得的轮廓,尺度较为一致,边缘连通性好,噪声低,取得良好的效果,见图2(d)。
2.2 基于轮廓和灰度值模板匹配方法匹配结果
将任意输入X线影像同比例做预处理,进行边缘提取,提取后获得的边缘二值影像,同体模整体影像进行移动检索匹配。当体模某部位与模板影像相似度最高时则认为两部分为相同部位,用标识框标出,示例如图3所示,自动判定的平均判定时间和判定结果正确率如表1所示。由判断结果可得,算法具有较高的鲁棒性,平均准确率为83.07%,平均判断时间为8.24 s。本算法判定结果同医生的主观判断结果相同,并能准确地给出标准成像解剖部位和影像朝向信息。
常用边缘检测算子,Canny和Sobel算子,在检测过程中会造成不同程度的轮廓缺失,且不同尺度的组织轮廓并存于图像中,造成图像整体轮廓不突出[4,5,6,7,8,9,10]。基于图像选择最佳阈值[11,12]的边缘检测算法很好地解决了轮廓缺失的问题,在阈值选取得当的情况下,轮廓的尺度得到很好的体现,具有不同的层次。这对仅需要组织宏观轮廓进行灰度匹配[13,14,15,16,17,18]的后续算法,能够具有更高的敏感性和特异性。在仅用影像自身形态和灰度信息的情况下,本算法能够快速准确地自动判定被检者的X线成像部位和方向。相较于传统的灰度值模板匹配[19],运算量减小,同时也减小了相同部位因为不同环境(曝光差异、胶片差异)所造成的误差。算法具有较好的敏感性和鲁棒性,可以用于影像大数据下,X线影像的特征提取和自动分析,具有一定的应用价值。
算法主要基于图像选择最佳阈值进行轮廓提取,然后对二值化图像进行体模标准图像的匹配检索。人体各个部位在宏观结构上,具有高度的相似性,X线影像拍摄又具有严格的拍摄姿势规范。因此,拍摄过程中无论环境还是拍摄姿势都比较固定,无论大人还是小孩的身体部位在拍摄处理后大小变化不明显。同时,体模结构是在人体基本结构简化而来,具有宏观器官的外形,但忽略组织细节和微尺度脏器,如:胸部采用软组织材料仿真肺部轮廓,但小于一定尺度的肺纹理予以放弃。这样,在X线下,体模影像能宏观的表达人体X线摄影的基本部位和方向,又不带有影响边缘检测和灰度匹配的边缘细节。由此,对体模影像进行匹配的算法能够具有较高的准确率,同时还能表达(标示)绝大多数常规X线摄影部位。