RSNA2019头颈部影像学

郝永红，翟林寒，叶海琪，陈骞蓝，陈雪霞，张菁，潘初，朱文珍

2019年RSNA年会上头颈部影像学方面的科学报告有百余篇，相关研究进展主要有以下4个方面，现总结如下。

头颈部常规及(非创伤性)急诊影像

磁共振成像可以表征颈动脉斑块的特征，包括斑块内出血(IPH)、富含脂质的坏死核心(LRNC)和薄裂的纤维帽(TRFC)等，而这些特征是脑血管缺血事件发生的预测因子。一项随机Meta分析结果显示，MRI上与IPH、LRNC及TRFC阳性相关的未来脑缺血事件年发生率分别为11.9%，5.4%和5.7%，3个征象均与未来脑缺血事件发生风险呈正相关，优势比(OR)分别为 6.37(95%CI为3.96～10.24)、4.34(95%CI为1.65～11.42)和10.60(95%CI为3.56～31.58)。这进一步证实了提示“高危”或“易损”斑块的MRI征象(IPH，LRNC，TRFC)可以预测未来发生中风或TIA缺血事件的风险。

超快速MRI可在5min内对急性神经急症进行快速诊断，具有较高的敏感性和特异性，并可影响临床对患者治疗方案的制订。有研究者对60例[女30例，男30例，年龄(61±19)岁]头颅CT表现阴性患者采用超快速和常规扫描方案进行急诊颅脑3.0T MRI检查，2个扫描方案的扫描序列相同，均包括矢状面GRE T1WI及横轴面TSE T2WI、TSE T2-FLAIR、GRE T2*EPI和SS-EPI DWI，扫描时间分别为5和15min。研究者发现超快速MRI可获得与常规扫描方案相当的图像质量及颅内病变的诊断符合率，且其中10%(6/59)的患者因此改变了临床治疗方案。

急性脑卒中患者需要进行Alberta卒中项目早期CT评分(ASPECT评分)。研究者发现目前两种软件的自动化ASPECT评分都显示出与急性卒中人工评分之间具有良好的相关性，但它们对最终梗死体积的预测能力中等或较差，表明机器学习在急性卒中成像中的应用尚需继续改进。

评估新发的每日持续性头痛症(NDPH)患者的阳性神经影像学预测因子，有助于分辨出有潜在可逆病因的NDPH患者，有利于对患者的早期管理。研究者搜集200例年龄≥18岁且有病历记录的NDPH患者的资料，包括NDPH的特征、病程、有无偏头痛、明确诱因(如病毒感染)和血管并发症史，并读取基线时个体的脑MRI和头颅CT。结果显示，59例患者的脑MRI有阳性表现，最多见的病变依次是硬膜脑膜瘤(15/59)、硬膜下出血(13/59)和颅内动脉瘤(10/59)。在基线时，有明确诱因病史和血脂异常与阳性颅脑MRI表现具有相关性(P值分别为0.02和0.05)。

双能CT可采用三物质分离算法，利用灰质和白质能量谱的差异，更好地显示急性缺血性卒中相关的细胞毒性水肿。回顾性分析具有急性缺血性脑卒中临床症状的70例患者在发作后4.5小时的治疗窗内的双源CT和24小时内常规CT平扫图像，以后者作为参照标准，发现双能CT参数图能更好地评估急性缺血性卒中的最终脑梗死体积。另外，模型迭代重建算法(MBIR)可提高颅脑平扫CT图像对急性缺血性卒中患者低密度区的诊断能力。一项前瞻性研究中纳入了83例在发病后24小时内接受了颅脑CT检查并经DWI或随访CT确诊的急性缺血性脑卒中患者，对比分析混合迭代重建(h-IR)和基于模型的迭代重建(MBIR)CT图像上缺血区可视化分级及缺血区与对侧正常部位的对比噪声比(CNR)，结果显示61例患者(73.5%)两种重建图像的可视化程度相同，而22例(26.5%)的MIBR图像上病灶的可视化分级高于h-IR。

准确判断心源性卒中患者潜在栓子来源对于降低其早、晚期并发症和死亡率至关重要。回顾性分析了临床怀疑缺血性卒中且行一站式CT筛查(包括头颅CT平扫及自主动脉弓至头顶部的多期CTA扫描)的1405例患者的病例资料，结果显示53例患者(3.77%)存在潜在的心源性栓塞及相应的危险因素。

死后CT检测到大出血时，法医或放射科医师需意识到合并甲基苯丙胺(MA)中毒可能。对80例致死性脑出血患者行基底节和脑干区的脑出血检查，并比较脑出血合并MA中毒和不伴MA中毒两组的出血率、年龄分布、出血类型及死后CT表现，结果显示年龄较小、主动脉瓣钙化和显著的中线移位可能是脑出血合并MA中毒的相关因素。

大部分脑室-腹腔分流(V-P)的患者常因各种原因需频繁地进行MRI检查，但MR检查时的磁场环境可能会导致阀门位置的改变。因此在很多机构中，这类患者在MRI检查前后均需行头颅X线检查，以确定阀门的位置是否改变。有研究者回顾性分析了所在机构使用的每一种商业类型分流阀在磁场环境中位置改变情况，对76例患者在MRI检查后的89张X线片进行分析，最终显示阀门位置的改变率为45.2%。每种类型分流阀位置改变发生率如下。Strata NSC®：58.6%(17/29)；StrataII®：85%(17/20)；Codman-Hakim®：20%(8/40)；Codman Certas：0(0/2)；Polaris Sophysas：0(0/2)。

头颈部肿瘤影像

基于CT和MRI数据提取的放射组学机器学习分类器可预测进展期舌鳞状细胞癌患者的术后复发风险。回顾性分析81例行对比增强CT和MRI进行术前分期的晚期舌癌患者(cT3～T4或有任何淋巴结转移)，所有患者至少一年后接受了原发性肿瘤切除和颈部淋巴清扫术(39例复发，其余42例未复发)。基于RadCloud平台分别从每例患者的图像中提取1409个放射学特征，并使用方差阈值选择K值最佳(select K best)，并通过LASSO算法逐渐筛选最佳特征。对于每个成像集，使用计算机生成的随机数将70%的VOI分配给训练集，将另外30%的VOI分配给验证数据集。采用六个监督学习分类器(KNN，SVM，XGBoost，RF，LR，DT)进行分类并采用 ROC曲线分析评估其预测性能，结果显示采用KNN分类器的基于Gd-T1WI的放射组学模型预测术后疗效的AUC最高。

喉癌可以通过器官保留治疗或全喉切除术治疗。然而，关于明确治疗后肿瘤持续存在或复发尚不了解。研究者采用放射组学和灌注特征来预测治疗后1年内肿瘤持续存在或复发的可行性。对36例喉癌患者治疗前、后的颈部CT图像进行了回顾性分析。肿瘤的轮廓由计算机自动勾画确定，肿瘤特征在内源性开发/验证的计算机辅助检测(CAD)系统上生成，并以最后一次化疗后或完全喉切除术后的时间开始计算以获取一年内肿瘤持续/复发的数据。在36例患者中，有10例(28%)在1年内疾病复发/持续。研究结果显示，体积变化百分比是最佳预测特征(AUC=0.63±0.09)。联合放射组学和灌注特征(包括体积变化百分比和血流灌注变化百分比)的诊断效能最佳(AUC=0.69±0.09)。

确定头颈部肿瘤在FDG PET-CT检查中代谢异质性的阈值可帮助预测患者的死亡风险。回顾性分析298例经组织学证实的头颈部恶性肿瘤患者的18FDG PET-CT资料。肿瘤异质性是基于肿瘤代谢强度体素分布的标准差和偏度来定义，并将这些值等分为10个组以进一步分析。采用COX回归建模评估肿瘤代谢异质性的患者死亡相对风险(RR)，并纳入年龄为协变量。结果显示：代谢体素标准差>第8等分和偏度小于第3等分与患者的死亡风险增加相关，这一结果可用来确定死亡风险增加的亚组并改变其随访时间和治疗策略。

对于18FDG PET-CT评估化疗后HNSCC的最佳解释标准(IC)尚没有明确的共识。研究者全面对比分析了4个定性解释标准(NI-RADS，Porceddu，Hopkins和Deauville)在预测大样本患者的局部控制、区域控制和无进展生存期中的准确性，结果显示4个IC具有相似的诊断性能，Porceddu和Deauville在保证了较高的阴性预测值的同时降低了不确定性得分。

颈部影像报告和数据系统(NI-RADS)近年来被开发作为头颈部鳞状细胞癌(HNSCC)的标准化报告模板。关于18FDG PET-CECT应用NI-RADS后放射诊断医师间的应用可重复性及其在评估头颈部癌症患者治疗疗效中的诊断性能尚需进一步评估。对80例HNSCC患者进行了治疗前、后的PET-CT研究。由8位放射科医师(5位头颈专业的神经放射科医师，1位普通神经放射科医师和2位神经放射研究员)独立评估了每例患者的影像资料，描述原发灶和淋巴结病变情况并进行NI-RADS分类，计算组内相关系数(ICC)来评估评阅者间的一致性。结果显示：使用NI-RADS对放射治疗后的HNSCC患者进行评估，8位医师间诊断结果的一致性为中等，而评估者之间的分歧凸显了培训和标准化在解释治疗后HNSCC表现中的重要性。

另对146例口-喉咽鳞癌患者行放疗前、后18FDG-PET/CECT扫描，并根据NI-RADS模板对其进行比较和分类。 NI-RADS 1级为无复发迹象；NI-RADS 2级提示复发的可能性低；NI-RADS 3级提示高度怀疑有复发；NI-RADS 4级是已知或经证实的复发。以病理证实的局部复发作为金标准，评估NIRADS分类的诊断性能。结果显示NI-RADS评分与局部区域疾病状况密切相关。NI-RADS 1级的特异度极佳，但其阴性预测值尚不理想，无法在常规临床实践中采用。

同样，为了规范甲状腺结节的影像诊断报告，ACR甲状腺成像报告和数据系统(TIRADS)被纳入了区域医疗系统以提高对甲状腺结节描述的一致性，帮助放射医师的诊断更准确，减少患者接受不必要的穿刺活检的风险。

另有研究者根据病理性SHIN分级形成CT SHIN分类以评估甲状腺乳头状癌(PTC)患者的气管侵犯情况(TI)。对104例于2012年1月-2016年12月行全甲状腺切除术的PTC患者的术前CT进行了回顾性分析。基于CT的SHIN等级标准如下。Ⅰ级：疾病不侵犯外部软骨膜；Ⅱ级：疾病侵入软骨+/-破坏；Ⅲ级：疾病扩展到气管黏膜，但尚无黏膜增厚或穿透；Ⅳ级：病变全层浸润，气管黏膜增厚并凸起。 其它征象：(1)接触角度，Ⅰ级为0°～89°，Ⅱ级为90°～179°，Ⅲ级为180°～269°，Ⅳ级为>270°；(2)形状评分，Ⅰ级为马蹄形、椭圆形和圆形，Ⅱ级为局部拉直墙，Ⅲ级为向内凹变形。 增强等级分为无、相似和过度增强。以组织病理学结果作为金标准，该研究结果显示与气管接触角超过130°、软骨内软组织存在以及形状评分为Ⅲ级是气管侵犯的预测指标(P<0.05)。

在甲状腺乳头状癌(PTC)患者颈部淋巴结转移的诊断方面，研究者对比了常规CT形态特征和双能CT定量参数的诊断表现，发现标准化碘浓度(NIC)及动脉和静脉相的光谱曲线的斜率(λHU)等双能CT定量参数对颈淋巴结转移的诊断具有更高的诊断性能。另研究者对39例分化型甲状腺癌肺转移放射碘(RAI)阴性患者在最后一次放射性碘治疗(RAI)后5～16个月进行PET-CT检查，并随访评估其Tg倍增时间和肿瘤直径的纵向变化。他们发现有FDG阳性肺转移灶的患者，Tg倍增时间缩短或无进展生存期缩短的风险增加，而肺转移灶的FDG阴性者则临床病程稳定。

ADC值是鉴别良性和恶性颅骨病变的一项有前途的非侵入性评估参数，可辅助常规成像检查，提供鉴别诊断准确性。回顾性分析53例经病理证实的颅骨病变(24例恶性； 29例良性)患者(男24例，女29例；年龄3～75岁)的常规MRI和DWI资料。分析常规MRI上病变的边缘、数目、软组织成分、局部侵犯、骨膜反应、增强模式以及ADC值(实体成分上3个ROI的平均值)的诊断表现。他们发现应用ADC值可使常规MRI的诊断敏感度、特异度、阳性和阴性预测值及诊断符合率分别提高16.67%、10.30%、13.23%、13.49%和13.20%；但低级别软骨肉瘤和脊索瘤中的高ADC值，嗜酸性肉芽肿中的低ADC值及转移性病变的可变ADC值是DWI诊断中的潜在陷阱。

头颈部人工智能分析

脑分割即识别白质、灰质、深部灰质和脑室，通常是神经影像学分析预处理的第一个步骤。目前，这方面的参考标准要么涉及繁琐的手动分割，要么依靠计算机的应用程序如FreeSufer，但通常需要数个小时。深度学习作为一种很有前景的图像分析工具，可进行优化推理，并自动识别先验特征。研究者设计了一个3D/2D架构，能够利用来自MRI中上下相邻层面的信息为大脑分割提供一种高效记忆方法，其结果显示使用该3D/2D神经网络方法对脑组织进行分割的Dice评分为脑室0.862，白质0.938，灰质0.896，深部灰质0.908。平均每例患者脑组织分割的处理时间低于5秒，远远低于在单个电脑上使用FreeSufer软件的处理时间(平均73min；P<0.001)。

基于先验注意约束卷积神经网络(PAU-Net)可用于鼻咽癌放射治疗的靶器官分割。对139例NPC患者的CT图像进行了分段细化框架的分割精度评价。112例患者的数据用于训练，其余用于测试。结果显示PAU-Net的性能明显优于传统UNet。

基于深度学习算法，研究者可在MRA、DSA上自动检测和定位颅内动脉瘤一项研究基于3D ResNet体系结构建立深度学习算法，并探讨其在MRA上的诊断性能。结果显示，该系统对大于5mm的动脉瘤检测敏感度最高(23/ 25，92.0%)，对小于3mm的动脉瘤检测敏感度最低(59/70，84.3%)。19个未检出的动脉瘤中有14个位于颈内动脉，10个假阳性检测中也有9个位于颈内动脉。

临床病史在内科医师或放射科医师的诊断中起着至关重要的作用。然而，在训练人工智能模型时，通常未考虑临床病史或与目标疾病相关的其它疾病的存在。一项研究中加入头皮血肿作为额外的临床背景来训练模型以探讨其检测颅骨骨折的准确性。在141105份报告中，49.8%的骨折患者中会出现头皮血肿，而29.8%的头皮血肿患者中会出现骨折。仅以图像为输入项的卷积神经网络(CNN)的曲线下面积(AUC)和平均查准率(AP)分别为0.9599和0.7952；而加上头皮血肿特征，诊断的AUC和AP则分别达到0.9666和0.8190。

最近的研究中，病理区域定位和各自的特征提取间的内在联系经常被忽视。为了解决这一问题，研究者提出了一种联合病理区域定位的新策略，以识别进展型MCI(pMCI)和稳定型MCI(sMCI)。他们提出迭代注意力聚焦(IAF)注意神经网络来生成疾病相关的注意力图并预测诊断结果。结果显示该新型的神经网络在pMCI和sMCI的鉴别诊断符合率可达81.6%，优于其它技术方法，基于VBM法的符合率为64.3%，基于patch的深度学习方法(LDMIL)为76.9%；此外，该方法可在特定的病理区域上提供一个与MCI进展相关的注意力图及详细的解剖信息，并证实与MCI进展最相关的区域主要位于左侧大脑，包括颞叶、内嗅皮层和海马体。

增强MRI对于脑肿瘤尤其是胶质母细胞瘤的诊断具有重要价值。尽管使用广泛，但也存在价格贵和与钆对比剂相关的缺点(额外的扫描时间、副作用和对比剂沉积的理论风险)。研究者利用深度学习算法基于胶质母细胞瘤的平扫MRI图像来直接合成增强MRI图像，并探讨其可行性和准确性。结果证实深度学习网络能够合成增强T1WI MRI，而且在定性和定量上都类似于真实的增强MRI。合成的增强MRI上全脑平均绝对误差百分比为8.3%，肿瘤区域为13.0%。对全脑的合成增强MRI作用最大的是T1WI，然后是SWI；而对肿瘤区域的合成增强MRI作用最大的是DWI，然后是SWI。

异柠檬酸脱氢酶(IDH)的突变状态对脑肿瘤的诊断、治疗和预后具有重要意义。人工智能利用常规的MRI序列可以准确、无创地识别IDH状态。他们分别使用T2图像(T2-Net)，多模态MRI数据(T2、FLAIR和增强T1)进行训练学习，结果显示使用T2WI与使用多模态图像进行训练的网络的诊断效能相当(符合率分别为96.1%和96.9%)，这为临床提供了一个有前景的实际应用工具。

头颈部不同原发部位鳞癌的纹理特征存在显著差异，对机器学习预测模型的性能有影响。将603例HNSCC患者治疗前的颈部增强CT图像纳入研究，并根据人乳头状病毒(HPV)状态进行分层。从每个肿瘤中提取一阶纹理特征并结合患者的年龄、吸烟情况、饮酒情况和肿瘤分期，建立预测淋巴结转移、淋巴血管侵犯(LVI)和神经浸润(PNI)的模型。喉咽(LHP)、唇或口腔(OC)及口咽(OP)肿瘤的纹理特征间差异有统计学意义(P<0.05)，且基于肿瘤原发部位建立的预测模型较未考虑原发部位建立的预测模型的诊断符合率提高了14%。因此，为了获得放射组学和机器学习预测模型的最佳表现和可靠性，放射学研究中应根据头颈部原发肿瘤的部位对患者进行分层。

钆对比剂在头颈部应用

用于MRI检查的线性钆对比剂可去螯合，导致Gd3+在脑内沉积。理论上，血脑屏障破坏可进一步加剧这种情况。之前有文献报道内毒素(脂多糖LPS)诱导的败血症老鼠模型存在继发性神经炎症和持续的血脑屏障渗漏(达6周)。通过对比败血症老鼠模型组和正常对照组在注射线性钆对比剂后脑、血液及骨内钆含量，发现血中钆离子的浓度在24小时～1周内迅速下降至无法检测到；脑组织内钆含量在败血症组显著高于对照组，且随时间推移仍明显残留(6周后钆含量约为24小时时浓度的40%)，而败血症组中骨内钆含量稍高于对照组且10倍于脑内含量。尽管血液或骨组织内钆含量差异尚无法完全解释上述现象，但至少表明血脑屏障的破坏存在一定的作用。这就要求我们在临床上对败血症患者应尽量避免使用线性钆对比剂。

钆在小脑深部核团(DCN)内的精确定位尚不完全清楚。采用免疫组织化学方法(LA-ICP-MS)可显示注射钆对比剂后老鼠脑内钆的空间分布，对比发现线性钆对比剂组与大环状钆对比剂组之间钆对比剂在脑内的分布存在差异：在钆布醇(大环状)组，残留的钆主要存在于脉管结构内，而钆双胺组(线性)仅很少的一部分位于血管系统中。另通过对比新型弛豫大环类钆对比剂钆多环酚(gadopiclenol)、钆布醇(gadobutrol)与钆双胺(gadodiamide)在小脑的长期沉积情况，发现线性钆对比剂末次注射后1和5个月时小脑持续存在钆残留，且以水溶性钆大分子形式存在；而大环类钆对比剂(钆多环酚和钆布醇)末次注射后5个月在小脑内的钆浓度较钆双胺低27倍，且仅以完整的可溶性螯合物形式存在。参考常规的钆贝葡胺0.1mmol/kg注射剂量，研究者基于对比噪声比(CNR)来确定新型高弛豫大环钆对比剂(钆多环酚)的安全有效剂量。一项随机、双盲、平行和交叉研究中，将已知或高度怀疑局部血脑屏障破坏的患者随机分为4组，分别对应4种对比剂剂量(分别为0.025、0.050、0.100和0.200mmol/kg)，分别采用钆多环酚(gadopiclenol)和钆贝葡胺(gadobenate dimeglumine)进行相同序列的MRI扫描。由三位独立评阅者采用盲法进行信号强度的测量，并于第二次MRI检查后第2天对患者的不良反应进行观察和记录。在注射剂量为0.2和0.1mmol/kg时，钆多环酚的表现明显优于常规钆贝葡胺(CNR>30%)，而在0.05mmol/kg时两者表现接近；且病变脑组织的对比强化率(LBR)和强化程度百分比也存在类似结果，且两种对比剂的不良反应发生率相当(11.7% vs. 12.1%)。这表明，该新型高弛豫对比剂可提供更好的诊断表现和较低的负效应。

大环状钆对比剂间的主要差异在浓度不同，传统浓度(0.5mmol/mL)和高浓度(1.0mmol/mL)对比剂的增强效果有无差异尚一直存在争议。有研究者采用人工智能分析方法评估多形性胶质母细胞瘤(GBM)患者的钆特醇和钆布醇增强颅脑MRI表现，结果证实传统浓度和高浓度对比剂之间GBM强化特点的差异无统计学意义(相关系数r=0.958)，这表面在0.1mmol/kg注射剂量时钆特醇和钆布醇评估多形性胶质瘤的效果相当。

既往有研究者报道连续注射钆对比剂的患者出现了低磷血症和脑T1信号强度(SI)增加，但低磷血症与钆沉积引起的灰质T1信号增高之间无显著相关性。故此研究中纳入75例多发性硬化症或临床孤立综合征且需进行多次增强MRI检查的患者，分析每次MRI检查前、后患者的血液、尿液样本的检测结果，发现治疗组低磷血症(<2.5mg/dL)的发生率在实验过程中显著增加，优势比为1.267(95%CI：1.198～1.344；P<0.001)。但低磷血症组与血磷正常组间脑灰质结构的信号强度无显著差异。

MR T1WI上脑组织信号强度比作为评估脑内钆对比剂残留的指标，应用流动伪影补偿和强度不均匀校正对其测量值有显著影响。一项前瞻性研究中纳入了76例在2007-2017年接受了5次或以上的钆布醇增强扫描和25例从未使用过对比剂的志愿者(对照组)，所有被试进行了两种T1加权自旋回波序列(有和无血流伪影补偿)的平扫颅脑MRI，两种序列均在有和无强度不均匀性校正的情况下重建，并评估了其信号强度比(齿状核/脑桥及苍白球/丘脑)。应用流动伪影补偿组，更低比例的参与者(15%和45%，P<0.001)因流动伪影而被排除在齿状核与脑桥比的最终分析之外；无强度不均匀性校正时，研究组和对照组之间的齿状核-脑桥比存在明显差异(P=0.004)，而有强度不均匀性校正后，两组间无明显差异(P=0.29)。