李冠,梁泉,曹志强,卢光明,董杰
(1.东部战区总医院 放射诊断科,江苏 南京 210002; 2.中国医科大学附属盛京医院 泌尿外科,辽宁 沈阳 110004;3.东部战区总医院 泌尿外科,江苏 南京 210002)
近日,随着元宇宙一词的提出,作为下一代互联网移动计算平台,势必影响着人们的生活和思维方式。虚拟现实、增强现实及混合现实技术将成为未来新一代互联网的媒介。全息可视化三维(Visual 3D, V3D)技术是实现3D打印、虚拟现实、增强现实及混合现实技术的成像基础,V3D建模质量的好坏直接影响着新型可视化技术的质量[1-4]。在泌尿外科领域,V3D技术可较好地显示肾肿瘤大小、形态、位置及周围组织结构关系,并显著提高保留肾单位手术(nephron sparing surgery, NSS)的成功率[5-6]。当今“精准手术”已成为外科追寻的热点,如何通过V3D技术反映出肾肿瘤周围脂肪的情况,对于提高NSS的成功率具有重要意义。当发生肾周脂肪粘连(adherent perinephric fat, APF)时,可导致NSS的难度加大,手术时间延长,发生出血、肾纤维膜撕裂的概率增加,甚至被迫中转为肾根治性切除术(radical nephrectomy, RN)[7]。
关于APF的发生机制尚不明确,可认为是由肾周脂肪细胞引起的慢性炎症反应,进而导致炎性纤维组织增生、粘连和脂肪性质的改变[8-9]。在CT图像上,APF表现为肾周脂肪囊内出现相应的线性衰减区,即肾周脂肪密度增高、出现不同程度的脂肪渲染区和粗细、多少不等的纤维条索。本研究采用双能量CT(dual energy CT,DECT)后处理功能“单能谱(monoenergeticplus, Mono+)模式”,实现对APF的有效识别,并利用V3D技术对肾肿瘤及APF情况进行展示,从而探究个体化肾肿瘤V3D技术在肾癌行NSS中的应用价值。
本研究经东部战区总医院伦理委员会批准,所有患者在检查前均知情同意。前瞻性收集东部战区总医院泌尿外科2020年2月至2021年12月间成功收治并拟行NSS的T1期(RENAL评分≥7分)[10]肾癌患者60例,随机分为V3D组(组A,n=30)和CT图像组(组B,n=30),其中男45例,女15例,年龄33~85岁,平均(60.3±11.4)岁。所有入组患者术前均行DECT肾脏三期增强检查;所有手术均由同一组两名高年资医师(年完成NSS≥200例)共同实施。术中若无法成功实施NSS的,则中转为RN。
采用西门子二代DECT(SOMATOM Definition Flash; Siemens Healthcare, Germany)进行肾脏三期增强扫描。所有数据采集时开启实时动态曝光剂量调节(CARE Dose 4D; Siemens Healthcare);扫描参数如下:A球管电压100 kV,有效电流149 mAs;B球管电压Sn 140 kV,有效电流117 mAs;螺距0.55;原始卷积核B31f,DE composition=0.5(按照50% 140 kV的数据与50% 100 kV的数据比率,经计算后融合成相当于120 kV的图像);管球转速0.5 s·圈-1;螺距为1.2;准直64×0.6 mm;FOV:260 mm;层厚和层间距5 mm。采用双筒高压注射器(Urich, Medical, USA),自肘前静脉注射非离子型对比剂碘佛醇(ioversol, 300 mgI·ml-1, GE Healthcare),注射速率为4 ml·s-1,剂量为1.5 ml·kg-1,总量60~80 ml,然后以相同速率注射生理盐水40 ml进行冲管。应用对比剂团注追踪软件(bolus tracking),感兴趣区(region of interest, ROI)置于腹主动脉肾动脉分支层面,当阈值达到100 HU时延迟7 s行肾动脉期扫描,随后延迟40 s和5 min完成肾静脉期和延迟期扫描。所有图像均采用层厚0.75 mm,层间隔0.5 mm,以及Q30f核的方法完成重建。
将组A行DECT后的肾静脉期CT DICOM数据传至DECT后处理工作站(Syngo.via Dual Energy workflow, version VB10; Siemens Healthcare, Germany),选取Mono+模式对肾周脂肪区域进行感兴趣区(region of interest,ROI)测量,根据曲线斜率计算公式K=|HU40 keV-HU110 keV|/110 keV-40 keV,计算不同ROI的曲线斜率。ROI的测量由两名医师(一名工作10年的放射科医师,一名工作20年的泌尿外科医师)共同完成,并对测量结果求得均数±标准差。而组B按常规的二维图像进行厚层和薄层的打片处理。
Mono+模式下ROI的选取及测量:(1) ROI1:选取肾肿瘤周围肾周脂肪出现渲染(即肾周脂肪密度增高、不均匀)、纤维条索显著之处,求得两名医生分别测算的K值平均值;(2) ROI2:选取另一侧(健侧)肾周脂肪处,如有渲染、纤维条索处则优先选取;(3) ROI3:选取腹壁皮下脂肪处;(4) ROI测取的面积为0.5 cm2;(5) 保证ROI的大小、形态及测取成分单一(即避免选取肿瘤、肾脏及再生血管成分);(6) 根据本课题组前期研究结果,定义K值≥-0.95为APF发生[11]。
将组A所有患者静脉期DICOM数据分别导入VISUAL 3D (V3D, Co., Ltd., Beijing, China)建模软件,根据不同组织的HU值不同来定义不同组织的HU阈值,从而实现对不同组织的自动识别、有效分割;通过手动去除所有不相干或与主体结构不相连的组织结构,仅保留肾脏、肾肿瘤、肾动脉、肾静脉及APF等组织结构,并选用不同颜色加以区分标记,分别进行膨胀和腐蚀功能对靶器官进行平滑,并分别保存为立体光刻(STereoLithography, STL)格式文件。将各个靶物质的STL文件导入V3D场景展示模块,对各靶物质的透明度、颜色及面片数量进行有效调节,并实现360度无死角检测V3D建模结果质量,并保存为Visual 3D文件。
术后病理进一步验证APF的发生,将肿瘤及连带肾周脂肪组织一同进行病理学分析。将标本分别进行福尔马林固定、脱水、石蜡包埋,并按4 mm的层厚进行切片,完成常规的HE染色;选用荧光生物显微镜(OLYMPUS BX43)进行观测。
采用IBM SPSS(version 22.0.0,Armonk, New York)统计软件进行统计学分析。计数资料采用例数和百分比表示,计量资料采用均数±标准差表示。计数资料采用χ2检验,等级资料采用Wilcoxon检验。患者的年龄、身高、体重、身体质量指数(body mass index,BMI)、手术时间、热缺血时间、估计失血量、住院时间及手术并发症均采用Student’st检验。P<0.05为差异具有统计学意义。
比较组A、组B一般人口学资料显示,两组间患者的年龄、性别、身高、体重及BMI差异均无统计学意义(P>0.05),见表1。
表1 两组一般资料对比结果Tab 1 Comparison results of general data between the two groups
选用DECT后处理的Mono+模式进行ROI的测取,测取3次求得K值平均值,K值的临界值为-0.95,K值≥-0.95为APF发生,K值<-0.95为无APF发生(图1)。
A.原始DICOM图像进行ROI测取;B.ROI对应曲线走形结果图;12为ROI1(APF),K值为-0.03;11为ROI2(健侧肾周脂肪),K值为-1.10;10为ROI3(腹壁皮下脂肪),K值为-1.36图1 Mono+模式ROI的测取及曲线情况A.ROIs measurement of original DICOM image; B.ROIs curve walking result diagram; 12: ROI1 (APF), K value is-0.03; 11: ROI2 (contralateral perirenal fat), K value is-1.10; 10: ROI3 (abdominal subcutaneous fat), K value is-1.36Fig 1 Measurement and curve of ROI in Mono+mode
将组A中经Mono+模式判断为APF发生的患者进行V3D建模,仅保留肾脏、肾肿瘤、APF区域、动脉及静脉,去除不相干的组织和结构,并进行颜色、明暗度、透明度、清晰度及对比度调节,以实现最佳显像效果;同时对V3D建模结果进行全方位、全角度观察,实现移动、旋转、缩放、拆分、隐藏及远近调节等功能展示,并将最终结果保存为STL文件,V3D建模结果可较好显示肾肿瘤大小、形态、位置、肿瘤与供血动脉的关系及肿瘤与APF的关系。见图2、3。
A、B.男,56岁,左肾占位,经DECT Mono+模式判断为APF发生。红框为APF图2 原始CT DICOM图像A-B.Male, 65 years old, left kidney space occupying, judged as APF by DECT Mono+mode. Red box: APFFig 2 Original CT DICOM image
男,56岁,A1~3多角度展示肾肿瘤、肾脏及肾动脉解剖关系;B1~3多角度展示APF、肾肿瘤、肾脏及肾动脉解剖关系;绿色:肾肿瘤;红色:血管;橙色:肾脏;黄色:APF区域图3 肾肿瘤及APF多角度展示V3D建模结果Male, 56 years old, A1-3: multi angle display of the anatomical relationship between renal tumor, kidney and renal artery; B1-3: multi angle display of the anatomical relationship between APF, renal tumor, kidney and renal artery; green: renal tumor; red: blood vessel; orange: kidney; yellow: APF areaFig 3 Renal tumor and APF multi angle display of V3D modeling results
60例手术均成功实施,无中转开放。经后腹腔途径57例,经腹腔途径3例,其中组A行NSS共计14例,RN共计16例;组B行NSS共计8例,RN共计22例;术后病理结果显示,组A中透明细胞癌19例,嗜酸细胞瘤3例,乳头状肾细胞癌5例,低度恶性潜能多房囊性肾细胞性肿瘤2例及Xp11转位性肾细胞癌1例;组B中透明细胞癌20例,嗜酸细胞瘤2例,乳头状肾细胞癌4例,低度恶性潜能多房囊性肾细胞性肿瘤2例及Xp11转位性肾细胞癌2例。见表2。
表2 两组手术结果比较 例Tab 2 Comparison of surgical results between the two groups cases
镜下HE染色(×100)所示,APF可见再生毛细血管、血管内伴充血,少量淋巴细胞浸润及不同程度的纤维组织;而无APF仅见正常的脂肪细胞。见图4。
A.APF大体肉眼观;B.APF镜下观;C.正常脂肪组织镜下观图4 肾周脂肪大体及镜下结果A.APF macroscopically; B.APF microscopically; C.Normal adipose tissue microscopicallyFig 4 Macroscopic and microscopic results of perirenal fat
比较组A与组B围手术期指标,结果显示组A较组B在手术时间、热缺血时间及估计失血量上均显著减少(均P<0.05),而两组的其它围手术期指标(住院时间、手术并发症)比较差异均无统计学意义(P>0.05),见表3。
表3 两组围手术期结果比较Tab 3 Comparison of perioperative results between the two groups
V3D技术在临床中的应用价值日益得到肯定,在医生全面评估病情、制定手术方案、术中导航及医患沟通方面具有绝对优势[5]。目前,关于肾肿瘤V3D成像通常包括肾肿瘤、肾脏、肾血管及集合系统,尚缺少对肾周脂肪组织的V3D成像,当肾周脂肪发生粘连时,可直接影响NSS的成功与否。以往人们对APF的判定不足,常导致手术时间翻倍延长、术中出血量增多、并发症激增,甚至被迫中转手术方案,给手术医生带来一定的困扰。本研究在常规肾肿瘤V3D成像基础上,首次对APF区域进行V3D成像,使得V3D成像更接近患者真实体内情况,为手术医生提供更多有价值的信息。
肾周脂肪粘连英文可表示为“APF(adherent perinephric fat)”或“PSF(perinephric sticky fat)”,该名词最早出现在Choyke等[11]于2001年发表的一篇论著中;直到2014年,由Davidiuk等[12]首次提出了基于影像学(即CT图像上)判定APF发生的MAP(mayo adhesive probability)评分体系,该评分体系对肾周脂肪发生粘连的类型加以界定。目前,关于APF的发生机制尚不明确。有研究报道,可能与“炎性微环境、代谢综合征(metabolic syndrome,MetS)、自身免疫反应及特发性纤维化”等机制相关,由于慢性炎症系统的激活,可导致内皮细胞分泌多种细胞因子、趋化因子和纤溶酶原激活物抑制剂1(PAI-1),使纤维蛋白溶解活性降低,导致肾周脂肪跟肾纤维膜之间发生纤维粘连[13-14]。
本研究采用DECT的后处理功能Mono+模式对APF进行有效识别,通过V3D建模软件对APF区域进行CT阈值设定,从而实现自动识别、自动分割该区域,使实现APF区域的V3D成像成为可能。此外,本研究将V3D技术与传统CT图像在NSS手术中的临床应用价值进行客观比较,结果证实V3D技术较传统CT图像可显著缩短手术时间、热缺血时间及减少估计失血量,并显著提高NSS的成功率。Mono+模式的原理是根据不同物质对X线吸收衰减程度不同而产生特异的能谱曲线,由于不同物质的化学分子结构不同,每一种物质都有其对应的能谱曲线,因此能谱曲线可用于鉴别不同化学构成的物质[15]。而对于能谱曲线差异的分析主要是通过曲线的走形和斜率(K)来完成的。本课题组前期研究结果证实,Mono+模式下选用参数K(最佳截断点为-0.95,<-0.95为APF)可有效判断APF的发生,且灵敏性、特异性及准确性可达到92%、93%和92%[16]。因此,本研究通过采用DECT后处理Mono+模式对APF进行有效的识别,并通过V3D技术对APF的情况进行展示,为手术医生提供新的手段和方法。
本研究尚存在一定不足:(1) 研究的样本量相对较少,研究结果仍需更大的数据进一步验证;(2) 目前关于APF的发生判定主要依靠手术医生的术中所见及术后病理来证实的,尚缺乏判定APF严重程度的金标准,对于APF严重程度的判定仍需进一步研究、论证;(3) 尚缺少与其它厂家的DECT进行比较,对于在外院已接受CT检查的患者,再次进行DECT检查有一定的局限性;(4) 当肾肿瘤瘤体过大时,造成肾周脂肪完全或近乎完全被肾肿瘤占据,则很难进行ROI的测取,可造成一定假阴性结果。这些不足将在今后的研究中进一步论证。