-
在我国, 肺癌的发病率和致死率均居恶性肿瘤之首, 目前治疗非小细胞肺癌最有效的手段仍是以手术为主的综合治疗[1]; 淋巴结转移是非小细胞肺癌转移的最主要途径, 也是影响手术根治性及预后的主要因素[2-3]。因此, 术前对肺癌的准确分期会直接影响患者的预后及治疗效果。本研究主要探讨PET-CT以及PET-CT结合肺部容积式计算机辅助诊断(lung volume computed assisted reading, Lung VCAR)软件对肺门区淋巴结的诊断效能。
-
PET-CT分析共发现肺门区淋巴结103个(其中, 肺门淋巴结25个、叶间淋巴结27个、叶淋巴结50个、段间淋巴结1个), 病理结果为良性淋巴结86个、恶性淋巴结17个。
-
86个良性淋巴结的CT值范围为29~333 HU, 平均CT值为(63.62±24.59) HU, 17个恶性淋巴结的CT值范围为27~63 HU, 平均CT值为(42.12±12.82) HU, t检验表明良、恶性淋巴结的CT值之间差异无统计学意义(t=-1.40, P>0.05)。
-
根据淋巴结与同层血管视觉上的密度差异, 将淋巴结分为两类, 即淋巴结密度高于同层血管密度和淋巴结密度等于或略低于同层血管密度, 与病理结果对照分析见表 1。
视觉分析 个数 病理结果 χ2值 P值 恶性 良性 高于同层血管密度的淋巴结 44 0 44 30.37 <0.05 等于或略低于同层血管密度的淋巴结 59 17 42 表 1 肺门区淋巴结密度的视觉分析结果与病理结果的比较
卡方检验表明, 视觉分析法对肺门区淋巴结良、恶性诊断之间的差异具有统计学意义。根据表 1计算得出, 视觉分析法对肺门区淋巴结良、恶性诊断的灵敏度、特异度和准确率分别为100%、51.16%和59.22%。
-
以淋巴结短径1 cm为界限, 将103个淋巴结分为两类, 即一类为淋巴结短径≥1 cm, 一类为淋巴结短径<1 cm; 以淋巴结SUVmax=2.5为诊断恶性肿瘤的阈值, 将103个淋巴结分为两类, 即一类为淋巴结SUVmax≥2.5, 一类为淋巴结SUVmax<2.5, 与病理结果对照分析见表 2。
PET-CT图像分析 个数 病理结果 χ2值 P值 恶性 良性 淋巴结短径≥1 cm 38 13 25 27.40 <0.05 淋巴结短径<1 cm 65 4 61 SUVmax≥2.5 69 17 52 20.06 <0.05 SUVmax<2.5 34 0 34 注:表中,SUVmax为最大标准化摄取值。 表 2 淋巴结的短径、淋巴结SUVmax对肺门区淋巴结良、恶性判断的结果与病理结果的比较
表 2中分别对淋巴结短径和淋巴结SUVmax进行了χ2检验, 结果表明, 淋巴结短径和淋巴结SUVmax对肺门区淋巴结良、恶性诊断之间的差异具有统计学意义。
根据表 2计算得出, 淋巴结短径对淋巴结良、恶性诊断的灵敏度、特异度和准确率分别为76.47%、70.93%和71.84%;SUVmax对淋巴结良、恶性诊断的灵敏度、特异度和准确率分别为100%、39.53%、和49.51%。
-
将淋巴结短径、淋巴结密度的视觉分析法以及淋巴结的SUVmax这3个条件综合起来对肺门区淋巴结的良、恶性进行诊断, 具体结果见表 3。
条件 个数 1 短径≥1cm 38 2 短径<1cm 65 3 密度高于同层血管密度 44 4 密度等于或低于同层血管密度 59 5 SUVmax≥2.5 69 6 SUVmax<2.5 34 注:表中,SUVmax为最大标准化摄取值 表 3 103个肺门区淋巴结的短径、密度及SUVmax的统计结果
本研究将符合条件1、4、5的淋巴结诊断为恶性淋巴结(图 1); 将符合条件2、6或同时符合1和3的淋巴结诊断为良性淋巴结(图 2、3)。根据以上条件对103个肺门区淋巴结进行诊断, 并将诊断结果与病理结果对比分析详见表 4。
PET-CT诊断结果 个数 病理结果 恶性 良性 良性淋巴结 82 4 78 恶性淋巴结 21 13 8 表 4 PET-CT综合淋巴结视觉分析法、淋巴结短径和淋巴结最大标准化摄取值3种诊断标准对肺门区淋巴结的诊断结果
综合以上各种诊断标准, 依据上表计算得出, PET-CT对肺门区淋巴结诊断的灵敏度、特异度和准确度分别为76.5%、90.7%和88.3%;与单纯应用密度视觉分析法、单独依靠淋巴结短径和仅通过PET上测得的淋巴结SUVmax对肺门区淋巴结诊断的效能进行卡方检验, 结果见表 5。
灵敏度 特异度 准确率 单纯应用密度视觉分析法 100.00 51.16 59.22 单独依靠淋巴结短径 76.47 70.93 71.84 仅通过淋巴结SUVmax 100.00 39.53 49.51 以上3种指标的综合分析 76.50 90.70 88.30 χ2值 18.13 112.25 15.27 P值 <0.05 <0.05 <0.05 注:表中,SUVmax为最大标准化摄取值。 表 5 单纯应用密度视觉分析法、单独依靠淋巴结短径、仅通过淋巴结SUVmax和3种指标综合分析的诊断效能比较(%)
各种方法之间诊断的灵敏度、特异度和准确率均存在显著差异。
-
通过Lung VCAR软件对肺门区血管进行重建, 以区分肺门区血管与肺门区淋巴结。在PET-CT发现的103个肺门区淋巴结中, 有4个经Lung VCAR软件的重新分析发现并不是肺门区淋巴结, 对这4个病灶进行详细分析结果见表 6。
PET-CT诊断 个数 PET-CT结合Lung VCAR软件分析结果 恶性淋巴结 1 肺门增大,肺门区血管浓聚 良性淋巴结 2 肺门区血管浓聚 1 支气管软骨 注:表中,Lung VCAR为肺部容积式计算机辅助诊断。 表 6 Lung VCAR软件对PET-CT辨别错误的4个病灶的分析结果
由上表可见, 对于PET-CT, 肺门区血管的浓聚是影响肺门区淋巴结辨别的主要原因(图 4), 肺门处的血管断面呈局灶状放射性浓聚, 边界较清晰, 横断面与肺门区淋巴结影像类似。
PET-CT及PET-CT结合Lung VCAR软件对非小细胞肺癌肺门区淋巴结的诊断分析
Value of PET-CT and PET-CT combined with Lung VCAR software in the diagnosis of hilar area lymph nodes of non-small cell lung cancer
-
摘要:
目的 探讨PET-CT以及PET-CT结合肺部容积式计算机辅助诊断(Lung VCAR)软件对肺门区淋巴结的诊断效能。 方法 49例术前行全身18F-FDG PET-CT检查高度怀疑非小细胞肺癌, 并行病灶根治性手术及系统淋巴结清扫的患者资料纳入本研究, 由两名PET-CT医师在不知病理结果的前提下, 对肺门区淋巴结的PET-CT图像以及PET-CT结合Lung VCAR软件得到的图像进行分析, 然后再与病理结果进行对照。 结果 良、恶性淋巴结的CT值之间的差异无统计学意义(t=-1.40, P>0.05), 但良、恶性淋巴结的密度视觉分析、淋巴结短径和淋巴结最大标准化摄取值(SUVmax)对肺门区淋巴结良、恶性的判断之间的差异具有统计学意义(χ2=30.37、27.40、20.06, P均<0.05);以CT上淋巴结短径≥1 cm、淋巴结密度等于或略低于同层血管密度和PET上淋巴结SUVmax≥2.5为判断标准, PET-CT对肺门区淋巴结诊断的灵敏度、特异度和准确率分别为76.5%、90.7%和88.3%, 准确率明显高于单独的CT和单独的PET(χ2=15.27, P<0.05);结合Lung VCAR软件发现, PET-CT诊断出的103个肺门区淋巴结中, 有4个不是肺门区淋巴结(3个为肺门区血管浓聚, 1个为支气管软骨)。 结论 采用淋巴结视觉密度分析结合淋巴结直径和SUVmax的PET-CT分析方法, 诊断非小细胞肺癌肺门区淋巴结的准确率较高; 肺门区血管的浓聚是影响肺门区淋巴结辨别的主要原因, 而Lung VCAR软件有助于诊断。 -
关键词:
- 癌, 非小细胞肺 /
- 肺门淋巴结 /
- 正电子发射断层显像术 /
- 体层摄影术, X线计算机 /
- Lung VCAR软件
Abstract:Objective To explore the diagnostic value of PET-CT and PET-CT combined with lung volume computed assisted reading(Lung VCAR)software in hilar area lymph nodes. Methods Preoperative whole body PET-CT imaging was performed in 49 patients who were highly suspicious of non-small cell lung cancer. PET-CT images of the hilar area lymph nodes and the PET-CT images of the hilar area lymph nodes from Lung VCAR software were evaluated by two experienced doctors, and then compared with the pathological diagnosis. Results There was no significant difference between the CT values of benign and malignant lymph nodes (t=-1.40, P > 0.05). But a significant difference was existed between the benign and malignant hilar lymph nodes with the density visual analysis, the lymph short diameter and the maximum of standardized uptake value(SUVmax)(χ2=30.37, 27.40, 20.06, all P < 0.05). The sensibility, specificity and accuracy of PET-CT in diagnosis of the hilar area lymph nodes were 76.5%、90.7%、88.3% respectively, and the accuracy of the diagnosis was significantly higher than that of CT and PET alone(χ2=15.27, P < 0.05) using the lymph short diameter≥1 cm of CT, the density of lymph node is equal to (slightly lower than) the same layer vascular density and the lymph node SUVmax≥2.5 of PET as the diagnostic criteria. One hundred and three hilar area lymph nodes were diagnosed by PET-CT and four nodes were not hilar lymph nodes proved by the Lung VCAR software (3 hilar vascular uptake, 1 bronchial cartilage). Conclusion The methods of PET-CT lymph visual density analysis plus lymph node diameter and SUVmax had a high diagnostic accuracy of non-small cell lung hilar lymph. For the PET-CT, the pulmonary vascular uptake was the main cause affecting the discrimination of hilar lymph nodes, while Lung VCAR software was helpful to diagnosis. -
表 1 肺门区淋巴结密度的视觉分析结果与病理结果的比较
视觉分析 个数 病理结果 χ2值 P值 恶性 良性 高于同层血管密度的淋巴结 44 0 44 30.37 <0.05 等于或略低于同层血管密度的淋巴结 59 17 42 表 2 淋巴结的短径、淋巴结SUVmax对肺门区淋巴结良、恶性判断的结果与病理结果的比较
PET-CT图像分析 个数 病理结果 χ2值 P值 恶性 良性 淋巴结短径≥1 cm 38 13 25 27.40 <0.05 淋巴结短径<1 cm 65 4 61 SUVmax≥2.5 69 17 52 20.06 <0.05 SUVmax<2.5 34 0 34 注:表中,SUVmax为最大标准化摄取值。 表 3 103个肺门区淋巴结的短径、密度及SUVmax的统计结果
条件 个数 1 短径≥1cm 38 2 短径<1cm 65 3 密度高于同层血管密度 44 4 密度等于或低于同层血管密度 59 5 SUVmax≥2.5 69 6 SUVmax<2.5 34 注:表中,SUVmax为最大标准化摄取值 表 4 PET-CT综合淋巴结视觉分析法、淋巴结短径和淋巴结最大标准化摄取值3种诊断标准对肺门区淋巴结的诊断结果
PET-CT诊断结果 个数 病理结果 恶性 良性 良性淋巴结 82 4 78 恶性淋巴结 21 13 8 表 5 单纯应用密度视觉分析法、单独依靠淋巴结短径、仅通过淋巴结SUVmax和3种指标综合分析的诊断效能比较(%)
灵敏度 特异度 准确率 单纯应用密度视觉分析法 100.00 51.16 59.22 单独依靠淋巴结短径 76.47 70.93 71.84 仅通过淋巴结SUVmax 100.00 39.53 49.51 以上3种指标的综合分析 76.50 90.70 88.30 χ2值 18.13 112.25 15.27 P值 <0.05 <0.05 <0.05 注:表中,SUVmax为最大标准化摄取值。 表 6 Lung VCAR软件对PET-CT辨别错误的4个病灶的分析结果
PET-CT诊断 个数 PET-CT结合Lung VCAR软件分析结果 恶性淋巴结 1 肺门增大,肺门区血管浓聚 良性淋巴结 2 肺门区血管浓聚 1 支气管软骨 注:表中,Lung VCAR为肺部容积式计算机辅助诊断。 -
[1] Jemal A, Siegel R, Ward E, et al. Cancer statistics, 2007. CA Cancer J Clin, 2007, 57(1):43-66. doi: 10.3322/canjclin.57.1.43 [2] 黄国金, 郑世营, 杨如松, 等.非小细胞肺癌纵隔淋巴结转移特点临床探讨.临床肺科杂志, 2009, 14(12):1631-1632. doi: 10.3969/j.issn.1009-6663.2009.12.029
[3] 王竟, 王润志, 袁士涛, 等.肺鳞癌、腺癌纵隔淋巴结转移的特点.临床外科杂志, 2008, 16(5):334-335. doi: 10.3969/j.issn.1005-6483.2008.05.024
[4] Rusch VW, Asamura H, Watanabe H, et al. The IASLC lung cancer staging project:a proposal for a new international lymph node map in the forthcoming seventh edition of the TNM classification for lung cancer. J Thorac Oncol, 2009, 4(5):568-577. doi: 10.1097/JTO.0b013e3181a0d82e [5] 李玉嶂, 崔翰文, 赵雨松, 等.肺癌淋巴结转移的临床分析.中国医药, 2009, 4(10):770-771. doi: 10.3760/cma.j.issn.1673-4777.2009.10.017
[6] 许罡, 汪栋, 张传生, 等.非小细胞肺癌淋巴结转移规律的研究.临床肿瘤学杂志, 2009, 14(10):927-929. doi: 10.3969/j.issn.1009-0460.2009.10.015
[7] 贺政, 赵俊华, 任惠雯, 等. 448例肺癌淋巴结转移规律分析及意义.山东医药, 2011, 51(26):72-74. doi: 10.3969/j.issn.1002-266X.2011.26.043
[8] 涂长玲, 张灿珍, 王昆, 等. 232例非小细胞肺癌患者淋巴结转移相关因素临床分析.现代肿瘤医学, 2009, 17(1):58-59. doi: 10.3969/j.issn.1672-4992.2009.01.021
[9] 刘靖, 刘士远, 肖湘生, 等.应用18F-FDG PET/CT诊断肺部占位性病变的实用价值.中国肿瘤影像学, 2009, 2(2):30-38.
[10] 王方, 田蓉蓉. 18F-脱氧葡萄糖PET/CT对孤立性肺结节的诊断价值.中国药物与临床, 2011, 11(9):1033-1034. doi: 10.3969/j.issn.1671-2560.2011.09.018
[11] Antoch G, Stattaus J, Nemat AT, et al. Non-small cell lung cancer:dual-modality PET/CT in preoperative staging. Radiology, 2003, 229(2):526-533. [12] Yang G, Yao SZ, Huang KH, et al. 18F-FDG PET/CT in detecting lymph nodes metastasis of lung cancer. J Shandong Univer (Health Science), 2007, 45(8):846-848. [13] 姚稚明, 屈婉莹, 刘甫庚, 等. 18F-FDG PET/CT双时相显像对孤立性肺结节的诊断价值.中华核医学杂志, 2007, 27(1):5-7. doi: 10.3760/cma.j.issn.2095-2848.2007.01.002
[14] 丁重阳, 黄庆娟, 李天女, 等. 18F-FDG PET/CT显像诊断肺癌的价值.南京医科大学学报, 2010, 30(2):191-194.
[15] 齐景伟, 李冬. PET/CT在孤立性肺结节的早期定性诊断及鉴别诊断方面的应用价值.中国实验诊断学, 2011, 15(5):905-906. doi: 10.3969/j.issn.1007-4287.2011.05.053
[16] 白人驹, 马大庆, 张雪林, 等.医学影像诊断学. 2版.北京:人民卫生出版社, 2007:6-9.
[17] 徐白萱, 尹大一, 姚树林, 等. 18F-FDG PET纵隔淋巴结高代谢的分析.中国医学影像技术, 2004, 20(10):1482-1483. doi: 10.3321/j.issn:1003-3289.2004.10.003
[18] 凌春香, 黄召勤, 芮军, 等. 18F-FDG PET/CT评价纵隔淋巴结老年性非特异性高摄取的价值.山东大学学报:医学版, 2010, 48(5):116-120.
[19] Pieterman RM, van Putten JW, Meuzelaar JJ, et al. Preoperative staging of non-small-cell lung cancer with positron-emission tomography. N Engl J Med, 2000, 343(4):254-261. doi: 10.1056/NEJM200007273430404 [20] 杨衿记, 吴一龙, 颜杰, 等. 18F-FDG PET与CT诊断非小细胞肺癌纵隔淋巴结转移的对比研究——一项基于SROC的1999-2002年文献的Meta分析.循证医学, 2003, 3:132-141. doi: 10.3969/j.issn.1671-5144.2003.03.002
[21] von Haag DW, Follette DM, Roberts PF, et al. Advantages of positron emission tomography over computed tomography in medi-astinal staging of non-small cell lung cancer. J Surg Res, 2002, 103(2):160-164. doi: 10.1006/jsre.2002.6354 [22] Weng E, Tran L, Rege S, et al. Accuracy and clinical impact of mediastinal lymph node staging with FDG-PET imaging in potentially resectable lung cancer. Am J Clin Oncol, 2000, 23(1):47-52. [23] Gupta NC, Tamim WJ, Graeber GG, et al. Mediastinal lymph node sampling following positron emission tomography with fluo-rodeoxyglucose imaging in lung cancer staging. Chest, 2001, 120(2):521-527. doi: 10.1378/chest.120.2.521 [24] 徐白萱, 关志伟, 陈英茂, 等. 18F-FDG PET/CT对肺癌及纵隔淋巴结转移的诊断价值.中国肿瘤, 2009, 18(7):581-583.
[25] 李向东, 尹吉林, 柳伟坤, 等. PET/CT对评价非小细胞肺癌纵隔淋巴结转移的诊断价值.南方医科大学学报, 2010, 30(3):506-508.
[26] 党亚萍, 刘刚, 王红, 等.双侧锁骨上脂肪及肺门血管18F-FDG浓聚.中国医学影像技术, 2004, 20(11):1761-1763. doi: 10.3321/j.issn:1003-3289.2004.11.037