定量与半定量动态增强MRI鉴别甲状腺良恶性结节的临床价值

陶 全 吕意凡 徐 红 陈克敏 张贵祥 周永明 韩善花 王明明 惠俊国 罗 禹

普通人群中的19%～68%可经超声发现甲状腺结节，而甲状腺结节目前已成为临床中的常见病和多发病。随着超声检查的不断普及和普遍应用于体检，国内超声对于甲状腺结节的诊断率达20%～35%［1］。磁共振多参数、多序列正越来越多地应用于甲状腺疾病的诊断，特别是复杂性病例、手术计划制订、术后随访、肿瘤复发等［2］。动态增强磁共振成像（dynamic contrast-enhanced MRI，DCE-MRI）可以定量获得病灶内血流动力学特征，已广泛应用于乳腺疾病［3］与前列腺肿瘤［4］的研究，而在甲状腺肿瘤的鉴别诊断中应用研究不多。因此，本文尝试通过DCE-MRI定量与半定量参数精准判别甲状腺结节的良恶性。

方 法

1. 研究对象

本次实验收集于2017至2020年期间在同济大学附属上海第四人民医院行甲状腺结节手术，且术前行颈部甲状腺MRI检查病例，并有术后病理证实。排除标准：①MRI图像达不到诊断标准者；②未进行穿刺及手术治疗或无准确病理结果者；③DCE-MRI数据软件无法处理或达不到诊断要求；④由于结节囊变、纤维化、钙化严重导致结果异常。共纳入甲状腺结节患者30例。结节性甲状腺肿常为多发结节，按照手术切除部分（左叶、右叶、峡部），选取1至2枚典型结节进行统计，其他病理类型结节则按照病理结果描述结节数量分别统计，实际入组甲状腺结节51枚。

本研究已获得同济大学附属上海市第四人民医院伦理委员会的批准。

2. 检查方法

本次实验的数据与图像采集于西门子公司3.0 T磁共振Prisma扫描仪，采用头颈联合线圈。甲状腺MRI扫描序列：常规平扫T2WI TSE（TR=4 200 ms，TE=82 ms）冠状位、T2WI TSE（TR=1 620 ms、TE=76 ms）轴位、T1WI Vibe（TR=4.06 ms，TE=1.31 ms）。DCE-MRI扫描采用T1WI Vibe动态增强扫描，钆喷酸葡胺注射液（dimeglumine gadopentetate injection，Gd-DTPA），用量0.1～0.2 mmol/kg、流率3～4 mL/s、采用高压注射器静脉高压注射；随后注入生理盐水20 mL，流率3～4 mL/s。DCE-MRI序列的具体参数：TR=5.08 ms，TE=1.77 ms，激发次数=1，翻转角=15°，层厚=3.5 mm，矩阵=192×154，FOV=260 mm×260 mm，采集35期，时间284 s。

3. 图像分析

将动态增强图像传输到西门子后处理工作站（Singo via.Workstation，Siemens），由2名高年资影像科医生共同阅片确定甲状腺结节的位置，并勾画感兴趣区，注意尽量避开血管、囊变、坏死以及钙化等非实性部分。针对多发结节病例，选取最大的结节进行感兴趣区勾画。应用工作站tissue4D程序进行定量Tofts与半定量Qualitative模型计算，将动脉输入函数（arterial input function，AIF）模式统一调整为中等。计算得出定量指标，包括容积转运常数（volume transfer constant，Ktrans）、速 率 常 数（rate constant，Kep）、血管外细胞外容积分数（extravascular extracellular volume fraction，Ve）、造影剂到达后60 s内曲线下初始面积（the initial area under the enhancement curve，iAUC）［5］，以及半定量指标，包括每分钟浓度流入增加量（wash-in）、每分钟浓度流出变化率（wash-out）、造影剂到达时间（arrival time，AT）、造影剂达到最大浓度时间（time to peak，TTP）、峰值增强强度（peak enhancement intensity，PEI）、iAUC。

4. 统计学分析

本实验数据分析由SPSS IBM 25.0统计学软件完成。根据本次实验测量所得的各组参数数据，符合正态分布则用±s表示；若不符合，则用中位数（四分位间距）表示。对于符合正态分布且满足方差齐性的数据，采用独立样本t检验；对于未符合正态分布的数据，采用K个多独立样本检验（Kruskal-Wallis test）。对有显著性统计学差异（即P＜0.05）的参数值描绘ROC曲线，并分别计算各参数的最佳临界值、ROC曲线下面积（AUC）、灵敏度（sensitivity）、特异度（specificity）、阳性预测值（positive predictive value，PPV）、阴性预测值（negative predictive value，NPV）以及准确度（accuracy），用于评价其诊断效能。P＜0.05，则认为差异具有统计学意义。

结 果

1.甲状腺结节的病理及临床资料

甲状腺结节病理结果如下：乳头状癌结节16例；结节性甲状腺肿15例、腺瘤13例、桥本甲状腺炎2例、毒性甲状腺肿2例、慢性淋巴细胞性甲状腺炎1例、腺脂肪瘤1例、甲状腺肿样改变1例，共入组甲状腺结节51枚。一般资料详见表1。

表1 甲状腺结节良恶性组的一般资料

2.甲状腺良恶性结节部分参数的DCE-MRI图

甲状腺恶性结节如甲状腺乳头状癌的Ktrans、Kep、Ve值低于甲状腺良性结节，伪彩图显示恶性甲状腺结节偏暗色，如图1～3所示。

3.甲状腺良恶性组之间统计学比较

根据对定量分析（Tofts模型）和半定量分析（Qualitative模型）参数的数据分析，良性病灶和恶性病灶的各参数均值及差异性描述见表2。定量分析：良性结节的感兴趣区面积为（119.01±335.35）mm2，恶性结节的感兴趣区面积为（16.51±13.25）mm2；良性结节的Ktrans、Kep、Ve和iAUC值均大于恶性结节，差异具有统计学意义（分别是P＜0.001、P=0.013、P=0.002和P＜0.001）。半定量分析：良性结节的感兴趣区面积为（111.12±329.30）mm2，恶性结节的感兴趣区面积为（20.86±14.52）mm2；良性结节的wash-in和PEI数值明显大于恶性结节（均P＜0.001）；良性结节的wash-out明显小于恶性结节（P＜0.001）；良性结节的TTP数值小于恶性结节，良恶性结节的AT值大致相同，但差异均不具有统计学意义（P=0.074和P=0.283）。

表2 甲状腺良恶性结节间的配对检验和ROC分析

根据所得结论将具有统计学差异的模型参数进一步描绘ROC曲线（图4），计算对应的最佳临界值、AUC、灵敏度、特异度、阳性预测值、阴性预测值和准确度，具体数据信息见表2。Ktrans、定量i AUC、wash-in、wash-out、PEI和半定量iAUC对应的AUC值较高，提示有更好的诊断效能。约登指数最高的是Ktrans和wash-in。

讨 论

以往甲状腺结节的良恶性定性诊断，主观性影响较大，定量诊断的方法非常匮乏，缺乏客观诊断依据。DCE-MRI是一种非常有价值的定量MRI技术，在临床研究中发挥了较大作用［6］。随着相关数学模型的建立和磁共振成像技术的发展，DCE-MRI能够定量评估组织血流灌注的情况，反映肿瘤的微血管通透性和血流分布特征［7］。

1.半定量DCE-MRI研究

孔维丹等［8］研究认为甲状腺良性结节的最大增强斜率（maximum slope of increase，SlopeMax）及流入速率明显高于恶性结节，良恶性结节的时间-信号曲线（time-intensity curves，TIC）也有显著差异，恶性结节多为速升平台型，良性结节多为速升流出型。SlopeMax及流入速率与本研究中PEI及wash-in两个参数具有明显相关性，得到的结论也与本研究相仿，即良性结节的值更高。Yuan等［9］认为动态增强特别是TIC、SlopeMax及峰值时间（time to peak，Tpeak）对于鉴别甲状腺癌有所帮助。何品等［10］研究12个良性结节和34个恶性结节发现非定量参数iAUC、对比增强比率（contrast enhancement rate，CER）以及TIC中，仅CER及TIC曲线类型对鉴别甲状腺良恶性结节有意义。CER诊断的特异度、灵敏度分别为0.75、0.62，ROC曲线下面积为0.72；甲状腺恶性结节多表现为Ⅱ型曲线，良性结节多表现为Ⅲ型曲线。Ben-David等［11］研究认为良恶性甲状腺结节（12个良性结节，9个恶性结节，共19例患者）的Tpeak、最大增强 比 率（maximum enhancement ratio，ERmax）、Slopemax及i AUC均无统计学差异。本研究中半定量指标与上述研究中参数存在一定差异。

2.定量DCE-MRI研究

苏昭凤等［12］纳入22例患者的5个良性和13个恶性病灶进行分析，取16个对侧正常组织对照，发现恶性病灶的Ktrans、Kep均大于良性；良性病灶的Ve值大于恶性，良恶性病灶之间均未见明显统计学差异，本研究与之相悖。在何品等［10］与Ben-David等［11］的研究中，良恶性甲状腺结节两组间定量指标Ktrans、Kep、Ve并无统计学差异。但是两项研究的Ktrans值都是良性组大于恶性组，何品等的研究中良性组Kep大于恶性组，此结果与本研究结果基本一致。Sakat等［13］应用西门子3.0 T MRI进行DCE-MRI研究，处理软件也与本研究相同，良性甲状腺结节Ktrans值明显大于恶性甲状腺结节，良性结节为（0.531±0.32）min-1，恶性结节为（0.265±0.18）min-1，与本研究结果近似［良性结节为（0.550±0.264）min-1，，恶性结节为（0.258±0.154）min-1）］，均P＜0.05，具有统计学意义。另外，Sakat等的研究中良性结节的Kep、Ve值也与本研究相近，但是本研究的恶性结节组Kep、Ve值更低。因此，在相同厂家的磁共振设备和后处理软件DCE-MRI定量分析有较好的可重复性。

3.磁共振弥散加权成像（DWI）与DCE-MRI结合研究

Sasaki等［14］通过小样本研究发现TIC曲线联合DWI的ADC值有助于鉴别甲状腺良恶性，恶性甲状腺病灶的DCE-MRI具有特征性TIC曲线。岳秀慧等［15］应用3.0 T MR DWI联合DCE-MRI鉴别甲状腺良恶性结节。研究认为与恶性结节相比，良性甲状腺结节的ADC值较高、AT较早（均P＜0.05），ADC值和AT的联合模型鉴别甲状腺良恶性结节的曲线下面积为0.93，灵敏度为82.4%，特异度为100%。而本研究中AT在甲状腺良恶性结节在2组间差异无统计学意义。

4.研究不足与展望

本研究中样本中16枚恶性甲状腺结节均为甲状腺乳头状癌，没有其他病理类型的甲状腺恶性肿瘤。恶性组甲状腺结节的大小明显较良性组小，在进行定量/半定量分析时，良性结节的感兴趣区面积为（119.01±335.35）mm2/（111.12±329.30）mm2，恶性结节的感兴趣区面积为（16.51±13.25）mm2/（20.86±14.52）mm2，两组感兴趣区面积大小差异显著，可能会导致研究结果的偏倚。今后研究中纳入更多其他病理类型的甲状腺恶性肿瘤，加大样本量，利用本研究的诊断阈值开展前瞻性队列研究有望提高循证学说服力。不同的MRI设备和后处理软件的之间DCEMRI参数标准化有待于进一步研究。随着临床对甲状腺肿瘤精准性诊断的需求不断提高，MRI检查将扮演更加重要的作用；特别是MRI定量技术的发展，如DCE-MRI、DWI等。