磁共振图像利用深度学习进行腮腺肿瘤病理亚型识别的可行性分析

目的 探讨基于MRI T_(2)WI、DWI、增强T_(1)WI的多模态图像,利用深度学习自动识别腮腺肿瘤病理类型,通过与病理结果对照评判机器学习的效能。方法 选取经病理证实的39例腮腺肿瘤患者,其中多形性腺瘤9例,Warthin瘤13例,恶性肿瘤6例,其他非肿瘤病变11例。MRI经标准化处理后通过2D U-NET网络对肿瘤类型进行鉴别,对比单通道T_(2)图像、多通道T_(2)、DWI和增强T_(1)图像输入对肿瘤亚型的分类效果。其中29例的434层图像为训练集,10例的156层图像为测试集。采用准确率、敏感度、特异度、F1分数、准确度等指标评估病理分类效能。结果 采用T_(2)单通道输入训练时,对Warthin瘤的鉴别具有最高的F1分数59.2%、敏感度为51.1%和准确度为70.3%,多形性腺瘤次之。通过常规T_(2)、DWI和增强T_(1)图像对Warthin瘤鉴别的敏感度、准确度、F1分数分别为79.5%、70.0%、74.5%,而判断多形性腺瘤的敏感度、特异度分别为46.2%、81.5%。结论 通过腮腺肿瘤MRI,利用深度学习能有效识别Warthin瘤,多模态图像结合能提高Warthin瘤、多形性腺瘤识别的敏感度。

改良型腮腺切除术在腮腺肿瘤治疗中的应用价值

目的分析采取改良型腮腺切除术治疗对腮腺肿瘤患者的临床疗效、恢复情况的影响,为提升该疾病的临床治疗效果提供依据。方法回顾性分析2018年1月至2023年12月南通瑞慈医院收治的48例腮腺肿瘤患者的临床资料,根据治疗方案不同分为传统组(24例,传统腮腺切除术治疗)和改良组(24例,改良型腮腺切除术治疗),两组术后均定期随访1个月。观察对比两组患者术后1个月临床疗效,恢复情况,术前和术后2 h应激状态,术后1个月中文版临床面部评价量表(FaCE)评分及术后相关并发症发生情况。结果与传统组比,术后1个月改良组患者临床总有效率更高;与传统组比,改良组患者下床时间和住院时间均更短;与术前比,术后2 h两组患者平均动脉压、心率及疼痛评分均上升,但改良组上升幅度均小于传统组;与传统组比,术后1个月改良组患者面部运动、面部感觉、口腔功能、眼泪感觉、泪液分泌评分均更高;与传统组比,术后改良组患者并发症总发生率更低(均P<0.05);与传统组比,研究组患者手术当日引流量更少,但差异无统计学意义(P>0.05)。结论相较于传统腮腺切除术,采取改良型腮腺切除术治疗腮腺肿瘤患者更有利于患者术后恢复,提高临床疗效,降低患者应激状态,减少并发症的发生。

额戴放大镜在腮腺肿瘤切除术中的应用价值

腮腺肿瘤属涎腺肿瘤,在临床中较为常见,约80%为良性肿瘤,多位于浅叶。当前临床治疗该疾病首要方法为手术切除。我科自2015年来一直采取额戴放大镜辅助进行腮腺肿瘤手术,现整理124例腮腺肿瘤患者的临床资料,对额戴放大镜在腮腺肿瘤手术中的应用价值进行分析。1资料与方法1.1一般资料选取2015年1月至2023年12月我院收治的腮腺肿瘤患者124例。术前均系腮腺区无痛性包块,无面瘫及面肌痉挛临床症状,无颈淋巴结肿大,均考虑腮腺良性肿瘤。124例中男性70例,女性54例,年龄23~76岁,肿瘤直径1.2~10 cm。患者术前House-Brackmann(HB)面神经功能评分均为Ⅰ级。

合成MRI定量弛豫参数对不同病理类型腮腺肿瘤的鉴别诊断

目的:探讨合成MRI定量弛豫参数对于腮腺常见肿瘤的鉴别诊断。方法:选择2022年5月至2023年1月郑州大学第一附属医院收治的腮腺肿瘤患者59例,均于治疗前行常规MRI和合成MRI,测量肿瘤全域弛豫参数[纵向弛豫时间(T1)、横向弛豫时间(T2)和质子密度(PD)]。比较腮腺多形性腺瘤组、Warthin瘤组和恶性肿瘤组T1、T2和PD。应用Bayes判别分析法对3种腮腺肿瘤进行分类。结果:腮腺多形性腺瘤、Warthin瘤和恶性肿瘤组T1、T2和PD的差异均有统计学意义(P均<0.001)。Warthin瘤组的T1和PD小于腮腺恶性肿瘤和多形性腺瘤组(P<0.05);腮腺多形性腺瘤组的T2大于恶性肿瘤和Warthin瘤组(P<0.05)。采用Bayes判别分析建立的诊断模型自身验证的准确率为61.0%,交叉验证的准确率为57.6%。结论:合成MRI定量弛豫参数对腮腺多形性腺瘤、Warthin瘤和恶性肿瘤的鉴别诊断有一定价值。

动脉自旋标记联合扩散张量成像对腮腺肿瘤的鉴别诊断价值

目的探讨应用动脉自旋标记(arterial spin labeling,ASL)和扩散张量成像(diffusion tensor imaging,DTI)评价多参数MRI在鉴别腮腺肿瘤中的临床价值。材料与方法回顾性分析滨州医学院附属医院2019年6月至2023年11月66名经手术病理证实的腮腺肿瘤患者,术前均行3D ASL和DTI,并测量肿瘤最大血流量(maximum tumor blood flow,TBFmax)和最小表观扩散系数(minimum apparent diffusion coefficient,ADCmin)、各向异性分数(fraction anisotropy,FA)。使用Mann-Whitney U检验或Kruskal-Wallis检验比较良性肿瘤(benign tumors,BT)和恶性肿瘤(malignant tumors,MT)的各参数值。使用受试者工作特征(receiver operating characteristic,ROC)曲线分析评估各参数和联合有差异的参数对腮腺肿瘤的诊断效能。结果66例腮腺肿瘤患者中,BT 55例[其中Warthin瘤(Warthin tumors,WT)15例,多形性腺瘤(pleomorphic adenomas,PA)23例,其他17例],MT11例。BT的FA值低于MT(0.13±0.06 vs.0.18±0.04,P=0.003)。PA的TBFmax值[(43.72±37.64)mL/(100 g·min^(-1))]低于MT[(92.56±58.26)mL/(100 g·min^(-1))](P<0.001)和WT[(145.26±64.54)mL/(100 g·min^(-1))](P=0.016)。PA的ADCmin值[(1.55±0.51)×10^(-3)mm^(2)/s]高于MT[(1.11±0.28)×10^(-3)mm^(2)/s](P=0.016)和WT[(1.03±0.53)×10^(-3)mm^(2)/s](P<0.001)。MT的FA值(0.18±0.05)高于PA(0.11±0.04)(P<0.001)和WT(0.12±0.02)(P=0.015)。FA鉴别腮腺BT与MT的曲线下面积(area under the curve,AUC)为0.78,敏感度、特异度分别为81.82%、70.18%。FA区分WT、PA与MT的AUC分别为0.85、0.87,敏感度分别为72.73%、100.00%,特异度分别为94.12%、65.22%。TBFmax、ADCmin鉴别WT与PA的AUC分别为0.90、0.85,敏感度分别为94.12%、95.65%,特异度分别为91.30%、82.35%。三者联合鉴别PA与MT的AUC可提高至0.98,敏感度为100.00%,特异度为86.96%。结论ASL联合DTI有助于鉴别诊断腮腺良恶性肿瘤,综合运用多参数各优势有助于区分WT、PA和MT。联合有差异的参数可显著提高区分PA与MT的诊断效能。

基于2D与3D分割的T_(2)WI直方图分析在腮腺肿瘤鉴别中的对比研究

目的:对比基于二维(Two-dimensional,2D)和三维(Three-dimensional,3D)分割的脂肪抑制T_(2)加权成像(Fat-satu-rated T_(2)weighted imaging,Fs-T_(2)WI)直方图分析鉴别腮腺良、恶性肿瘤及多形性腺瘤和腺淋巴瘤的价值。方法:回顾性分析经病理证实的腮腺肿瘤患者159例,其中良性肿瘤119例,包括多形性腺瘤63例,腺淋巴瘤43例;恶性肿瘤40例。由2名医师于轴位Fs-T_(2)WI上分别进行2D和3D肿瘤分割,获取最大层面及全瘤感兴趣区域(Regionof interest,ROI)。采用FAE软件提取7个直方图特征,包括第10百分位数(10th)、第90百分位数(90th)、均值、中位数、熵、偏度、峰度。采用组内相关系数(Intraclass correlation coefficient,ICC)评价直方图参数观察者间的一致性。比较腮腺良、恶性肿瘤之间及多形性腺瘤和腺淋巴瘤之间直方图特征的差异。使用逐步逻辑回归筛选出独立预测因子。采用受试者工作特征(Receiver operating characteristic,ROC)曲线及Delong检验评估2D与3D直方图特征诊断腮腺肿瘤的效能,并比较不同分割方式曲线下面积(Area under the curve,AUC)的差异。结果:2D分割(ICC:0.877~0.981)和3D分割(ICC:0.877~0.986)的直方图参数均具有很好的观察者间一致性。区分腮腺良、恶性肿瘤,基于2D和3D分割时,10th均是独立预测因子,AUC分别为0.814和0.789,灵敏度分别为0.875和0.725,特异度分别为0.647和0.765。区分多形性腺瘤与腺淋巴瘤,基于2D分割的独立预测因子是中位数,AUC为0.890,灵敏度为0.857,特异度为0.837;基于3D分割的独立预测因子是90th、熵与均值,模型的AUC为0.942,灵敏度为0.857,特异度为0.884。Delong检验显示2D分割和3D分割模型鉴别腮腺良、恶性肿瘤及多形性腺瘤和腺淋巴瘤的AUC值间均无显著性差异(P值均>0.05)。结论:T_(2)WI直方图分析能够为腮腺肿瘤的诊断提供一种定量工具,2D分割可作为优先选择的检查手段。

多层螺旋CT在腮腺肿瘤性质鉴别诊断中的应用价值

目的:探讨多层螺旋CT(MSCT)在腮腺肿瘤性质鉴别中的应用价值。方法:回顾性分析2019年1月—2023年12月睢宁县人民医院收治的60例腮腺肿瘤患者的临床资料,所有患者均行MSCT检查,并在完成手术治疗,影像学资料以及病理诊断等相关信息基本完整。按病理诊断结果进行分组,对良性与恶性病例的MSCT的影像特征进行比较,计算MSCT的鉴别诊断效能。结果:60例患者中,良性肿瘤41例(68.33%),恶性肿瘤19例(31.67%)。对MSCT影像特征分析,形状、轮廓以及增强扫描后特征差异有统计学意义(P<0.05),位置、密度、周围侵犯等特征差异无统计学意义(P>0.05)。MSCT对腮腺肿瘤的鉴别诊断灵敏度、特异度、准确率分别为73.68%(14/19)、90.24%(37/41)、85.00%(51/60)。结论:在腮腺肿瘤的定性诊断中,MSCT检查具有较好的诊断效能,病灶形状、轮廓与增强扫描后结果等特征可作为恶性病灶识别的重要依据。

基于机器学习的腮腺肿瘤患者术后面瘫的危险因素分析

目的 利用机器学习技术分析腮腺肿瘤患者术后面瘫的影响因素。方法 回顾性收集贵港市人民医院病案系统中2013年1月至2023年12月腮腺肿瘤患者的资料。采用LASSO回归对术后面瘫的潜在危险因素进行筛选,随后通过无序多分类Logistic回归分析术后面瘫的危险因素。结果 395例腮腺肿瘤患者中54例发生面瘫,其中40例为短暂性面瘫,14例为永久性面瘫。无序多分类LASSO回归在最佳λ值下筛选出26个腮腺肿瘤患者术后面瘫的危险因素,将其纳入无序多分类Logistic回归分析,结果显示肿瘤位置、肿瘤性质、术前肿物压痛、吸烟史、谷氨酰转移酶水平、氯离子浓度、镁离子浓度、部分凝血活酶时间等是短暂性面瘫发生的影响因素(均P<0.05);肿瘤性质、肿瘤体积、年龄、身体质量指数是永久性面瘫发生的影响因素(均P<0.05)。结论 本研究利用机器学习技术识别出腮腺肿瘤患者术后面瘫的关键影响因素,有助于早期识别术后面瘫发生的高危人群,为预防和预测面瘫的发生提供科学依据。

改良倒“V”形切口在腮腺肿瘤切除治疗中的应用及美学效果观察

目的:探究改良倒“V”形防皱切口腮腺肿瘤切除术的临床及美学效果。方法:选取2016年10月-2019年10月笔者医院收治的60例腮腺肿瘤患者为研究对象,按随机数字表法分为观察组和对照组,各30例。对照组采用常规“S”切口进行腮腺肿瘤切除,观察组采用改良倒“V”形防皱切口进行腮腺肿瘤切除。比较两组手术时间、术后当日引流量、术中出血量、住院时间、手术切口长度、术后美学效果[温哥华瘢痕量表(Vancouver scar scale,VSS)、患者瘢痕评价量表(Patient scar appraise scale,PSAS)、观察者瘢痕评价量表(Observer scar assessment scale,OSAS)]、生活质量(华盛顿医科大学生存质量量表)及并发症发生率。结果:观察组手术切口长度低于对照组(P<0.05)。术后3、6个月,观察组VSS、PSAS、OSAS评分低于对照组(P<0.05)。术后6个月,观察组外貌、表情评分低于术前,但高于对照组(P<0.05);两组术后疼痛、活动能力、娱乐、肩部功能、工作、咀嚼、语言清晰度评分均低于术前(P<0.05),但组间比较,差异无统计学意义(P>0.05)。两组并发症总发生率比较差异无统计学意义(P>0.05)。结论:改良倒“V”形防皱切口能明显改善腮腺肿瘤切除患者术后美学效果,且有较高的安全性,临床价值较高。

探索基于增强CT影像组学鉴别良恶性腮腺肿瘤的应用价值

目的 利用增强CT影像组学特征构建影像组学模型并绘制列线图鉴别良恶性腮腺肿瘤。方法 回顾性分析山西白求恩医院行颌面部两期增强CT患者103例,所有患者经病理证实均为腮腺肿瘤(良性71例,恶性32例)。于两期增强CT图像手动勾画肿瘤ROI,提取组学特征采用LASSO降维筛选特征后计算出影像组学评分(rad-score)并建立影像组学预测模型并绘制列线图。采用ROC曲线对模型性能评估,通过实施Hosmer-Lemeshow适合度评估模型的统计拟合度并绘制了校正曲线(calibration curve)。采用决策曲线分析(decision curve analysis,DCA)进一步探讨模型的临床应用价值。结果 根据rad-score建立的LR模型在训练集和测试集的AUC分别为0.848(95%CI 0.24-0.931)和0.826(95%CI 0.711-0.925)。校准曲线显示出良好的一致性。决策曲线分析显示了显著净收益的增加。结论基于增强CT影像组学在鉴别良恶性腮腺肿瘤具有术前诊断价值,有助于临床精准诊疗。

跨理论模型为指导的协同干预在腮腺肿瘤围手术期护理中的应用

目的探讨以跨理论模型为指导的协同干预在腮腺肿瘤患者围手术期中的应用效果。方法回顾性采集2021年1月至2022年12月信阳市中心医院收治的围手术期接受以跨理论模型为指导的协同干预的35例腮腺肿瘤患者临床资料,纳入干预组;采集同期围手术期接受协同干预的35例腮腺肿瘤患者临床资料,纳入对照组。分析两组临床资料,比较两组术前焦虑自评量表(SAS)评分、抑郁自评量表(SDS)评分、一般自我效能感量表(GSES)评分、治疗依从性及术后并发症发生率。结果两组术前1 d SAS评分、SDS评分均较入院第1天降低,且干预组术前SAS评分、SDS评分均低于对照组(P<0.05);两组出院前1 d GSES评分均较入院第1天升高,且干预组高于对照组(P<0.05);干预组治疗依从率高于对照组(P<0.05);干预组术后并发症总发生率5.71%(2/35),对照组术后并发症总发生率22.86%(8/35),干预组总发生率低于对照组(P<0.05)。结论以跨理论模型为指导的协同干预在腮腺肿瘤患者围手术期中的应用效果较佳,有利于改善患者术前焦虑、抑郁状态,提高自我效能感及治疗依从性,减少术后并发症的发生。

腮腺肿瘤患者术后Frey综合征发生情况及影响因素分析

目的调查腮腺肿瘤患者术后Frey综合征发生情况,并分析其影响因素。方法采用方便抽样方法,选取南昌大学第二附属医院2020年10月至2022年3月收治的92例腮腺肿瘤患者作为研究对象。根据腮腺肿瘤术后1年内Frey综合征发生情况将其分为发生组(n=23)和未发生组(n=69)。根据医院病例系统信息采集相关信息,并采用logistic回归分析腮腺肿瘤患者术后Frey综合征发生的影响因素。结果被调查的92例患者中在术后1年内有23例发生Frey综合征,发生率为25.00%。回归分析显示,恶性肿瘤、肿瘤全切、无软组织修补片小肠黏膜下层植入、翻瓣未保留筋膜均是腮腺肿瘤患者术后1年内发生Frey综合征的独立危险因素(P<0.05)。结论腮腺肿瘤患者术后1年内Frey综合征发生风险较高,且受多重因素影响,医护人员需加以重视并采取有效预防措施以帮助其降低术后Frey综合征发生风险。

CT纹理分析对腮腺肿瘤良恶性的鉴别价值

目的:探究CT纹理分析对腮腺肿瘤良恶性的鉴别价值。方法:采用回顾性分析法收集2019年2月—2024年2月石河子市人民医院收治的腮腺肿瘤患者102例的临床资料,以手术病理结果作为“金标准”,分为良性组(n=72)和恶性组(n=30),分析所有患者的临床、病理及CT影像资料。结果:恶性腮腺肿瘤Lo-集群阴暗度、Sq-逆差距和WL-LHH-标化区域尺寸不均匀度参数高于良性腮腺肿瘤,WLHHL-总熵低于良性腮腺肿瘤(P<0.05);恶性腮腺肿瘤Or-灰度不均匀度、Lo-大区域高灰度因子、WL-LHL-对比度、WL-LHL-灰度不均匀度、WL-LHL-区域熵、WL-LHL-灰度方差和WL-HHL-总熵参数均高于良性腮腺肿瘤(P<0.05);受试者工作特征(ROC)曲线分析结果显示,CT纹理参数对腮腺良恶性肿瘤的鉴别价值曲线下面积(95%CI)为0.903(0.832~0.955),灵敏度为91.20%,特异度为89.62%。结论:对腮腺肿瘤行CT纹理分析,有助于帮助临床早期检出患者的肿瘤良恶性情况,帮助指导临床治疗,临床价值较高。

认知疗法结合舒适护理模式对腮腺肿瘤术后患者情绪状态及睡眠质量的影响

目的:分析认知疗法结合舒适护理模式对腮腺肿瘤术后患者情绪状态及睡眠质量的影响。方法:选取2021年12月—2023年8月聊城市人民医院收治的84例腮腺肿瘤术后患者,采用随机数字表法分为观察组与对照组各42例。对照组实施舒适护理,观察组在对照组基础上联合认知疗法护理。护理时间为6周。比较两组情绪状态、睡眠质量及舒适度。结果:护理前,两组汉密尔顿焦虑量表(HAMA)、汉密尔顿抑郁量表(HAMD)、匹兹堡睡眠质量指数量表(PSQI)、Kolca-ba舒适状况量表(GCQ)评分比较,差异无统计学意义(P>0.05);护理后,观察组HAMA、HAMD、PSQI评分低于对照组,GCQ评分高于对照组,差异有统计学意义(P<0.05)。结论:认知疗法结合舒适护理可有效减轻腮腺肿瘤术后患者负性情绪,提高其睡眠质量及舒适度。

定量动态对比增强磁共振成像鉴别腮腺肿瘤的价值研究

对腮腺肿瘤进行定量动态对比增强磁共振成像以进行鉴别的价值。方法 通过回顾性的方法对已经完成病理诊断并且确诊为腮腺肿瘤的131例患者进行研究对比。其中良性为88例,恶性为43例,对所有患者都进行定量动态对比增强磁共振成像检查,通过多名影像科大夫对其进行影像学分析来区分良恶性,结果 于病理诊断结果进行对比。从而判断出定量动态对比增强磁共振成像对于腮腺肿瘤的鉴别的灵敏度、特异度。结果 对于腮腺肿瘤患者进行定量动态对比增强磁共振成像扫描,其良恶性结果与病理切片结果进行对比发现灵敏度、准确度十分相近,表明定量动态对比增强磁共振成像对于腮腺肿瘤的鉴别有价值。结论 定量动态对比增强磁共振成像对于腮腺肿瘤的鉴别有较大的价值。

术中冰冻切片检查在腮腺肿瘤诊断中的价值分析

探讨术中冰冻切片检查在腮腺肿瘤诊断中的价值。方法 选择我院2022年5月-2023年5月收治60例病理组织样本,按照随机数字表法分为观察组和对照组。对照组样本运用传统石蜡切片;观察组样本运用术中冰冻切片检查,对比两组的诊断符合率。结果 观察组确诊率相比对照组确诊率,明显更高,具有统计学影响(P<0.05)。结论 术中冰冻切片检查在腮腺肿瘤诊断中的价值非常确切,能够为临床诊断腮腺肿瘤良恶性提供相关参考与依据。

改良型美容术式腮腺切除术治疗良性腮腺肿瘤的临床效果

目的:探讨改良型美容术式腮腺切除术治疗良性腮腺肿瘤患者疗效及对术后美观度、患者生活质量的影响。方法:选取2021年1月—2023年1月诸城市人民医院收治的良性腮腺肿瘤患者60例,根据治疗术式不同分为对照组和改良组各30例,对照组采用传统腮腺切除术治疗,改良组采用改良型美容术式腮腺切除术治疗。比较两组治疗疗效、术后美观度、生活质量评分及并发症发生率。结果:改良组总有效率、术后美观度评分均高于对照组,差异有统计学意义(P<0.05)。术后3个月,改良组头颈部癌症治疗功能评估调查问卷(FACT-H&N)各维度评分均高于对照组,差异有统计学意义(P<0.05)。改良组并发症总发生率低于对照组,差异有统计学意义(P<0.05)。结论:良性腮腺肿瘤采用改良型美容术式腮腺切除术治疗能提高肿瘤切除率、美观度,有利于患者术后生活质量的恢复,且并发症发生少,安全性良好。

MRI多参数联合评分对腮腺肿瘤的定性诊断价值

目的:探讨MRI多参数联合评分对腮腺肿瘤的定性诊断价值。方法:搜集2016年1月至2022年12月间我院收治的经手术病理确诊的腮腺肿瘤患者,所有患者术前均接受过多模态MRI检查,包括MRI平扫、扩散加权成像(DWI)和动态增强扫描(DCE),采用ROC曲线分析MRI多参数联合评分(MPCS)鉴别腮腺良、恶性肿瘤的效能。结果:共纳入腮腺肿瘤患者116例,其中良性肿瘤75例(64.7%),恶性肿瘤41例(35.3%)。MRI平扫图像中良、恶性肿瘤的边界和形态差异有统计学意义(P<0.05),但病灶位置和信号均匀性差异无统计学意义(P>0.05)。良性肿瘤的平均ADC值为(1.15±0.22)×10^(-3)mm^(2)/s,恶性肿瘤的平均ADC值为(0.95±0.17)×10^(-3)mm^(2)/s,两者之间差异有统计学意义(P<0.05)。良性肿瘤的TIC曲线以A型最多(43/75,57.3%),恶性肿瘤则以C型曲线最多(29/41,70.7%)。良性肿瘤的MR多参数联合评分平均分值为(2.23±1.23)分,恶性肿瘤为(5.00±1.05)分,两者之间差异有统计学意义(P<0.05)。ROC曲线分析结果显示,MPCS鉴别诊断腮腺良、恶性肿瘤的曲线下面积(AUC)为0.94,明显高于ADC值(0.75)和TIC曲线分型(0.84),差异有统计学意义(P<0.01)。MPCS为3分时鉴别良恶性肿瘤的效能最高,AUC为0.88,敏感度和特异度分别为87.8%和88.0%,阳性预测值和阴性预测值分别为80.0%和93.0%,准确率为87.9%,约登指数为0.76。结论:MRI多参数联合评分可有效鉴别腮腺良、恶性肿瘤,是腮腺肿瘤术前定性评估的重要检查手段。

临床研究DWI联合DKI、SWI在腮腺肿瘤诊断中的临床应用初探

目的 初步探讨扩散加权成像(diffusion weighted imaging, DWI)联合扩散峰度成像(diffusion kurtosis imaging, DKI)、磁敏感加权成像(susceptibility weighted imaging, SWI)在腮腺良恶性肿瘤的诊断及鉴别诊断中的临床应用价值。材料与方法 前瞻性纳入70例经术后病理证实为腮腺肿瘤的患者,其中良性肿瘤患者48例、恶性肿瘤患者22例,术前均行常规MRI检查、DWI、DKI、SWI序列扫描,通过工作站分析表观扩散系数(apparent diffusion coefficient, ADC)值、平均峰度(mean kurtosis, MK)值、径向峰度(radial kurtosis, Kr)值、轴向峰度(axial kurtosis, Ka)值、肿瘤周围静脉分布、磁敏感信号强度(susceptibility signal intensity, ITSS)等级、最大静脉直径Dv-max等功能成像指标。对差异具有统计学意义的结果绘制受试者工作特征(receiver operating characteristic, ROC)曲线,分析其诊断效能并获得诊断阈值。结果 腮腺良性肿瘤的ADC值高于恶性肿瘤,恶性肿瘤及Warthin瘤的ADC平均值[分别为(0.912±0.337)×10^(-3) mm^(2)/s、(0.867±0.181)×10^(-3) mm^(2)/s]明显低于多形性腺瘤ADC平均值[(1.837±0.318)×10^(-3) mm^(2)/s],各组间差异均有统计学意义(P<0.05),且具有较好的诊断效能。Warthin瘤的ADC平均值[(0.867±0.181)×10-3mm2/s]与恶性肿瘤ADC平均值[(0.912±0.337)×10^(-3) mm^(2)/s]接近,组间差异无统计学意义(P<0.05)。腮腺恶性肿瘤的MK、Kr、Ka平均值(分别为1.6772±0.5639、1.7327±0.5135、1.3325±0.4350)高于良性肿瘤MK、Kr、Ka平均值(分别为0.8083±0.2732、0.8821±0.3000、0.6776±0.2221),各组间差异均有统计学意义(P<0.05),且具有较好的敏感性和特异性。腮腺良性肿瘤静脉分布以周边分布为主,恶性肿瘤以中央分布为主,良性肿瘤ITSS等级以1级为主,恶性肿瘤ITSS等级以2~3级为主,恶性肿瘤的Dv-max高于良性肿瘤,各组间差异具有统计学意义(P<0.05)。DKI、DWI、SWI联合诊断模型中,以MK>1.0400、Kr>1.1500、Ka>0.8670、ADC值<1.140×10-3mm2/s、最大静脉直径Dv-max>1.500 mm诊断为恶性肿瘤,曲线下面积为0.995,敏感度为93.9%,特异度为100.0%。结论 DWI、DKI、SWI联合诊断模型可提高腮腺良恶性肿瘤的鉴别诊断效能。

MRI新技术在腮腺肿瘤良恶性鉴别诊断中的应用进展

腮腺肿瘤种类繁多,临床表现相近,但治疗策略与预后常大有不同,故术前准确诊断意义重大。MRI新技术在腮腺肿瘤的诊断及鉴别方面的研究越来越多。本文综述了MRI新技术在腮腺肿瘤良恶性肿瘤鉴别诊断中的应用进展,目的是让临床医师和影像医师了解MRI新技术在腮腺肿瘤中的应用现状。