Eur J Radiol:双层光谱检测器CT在胰腺神经内分泌肿瘤诊断中的应用

2024-01-29 shaosai MedSci原创 发表于上海

双层光谱检测器CT(DLCT)可以同时记录来自检测器两个不同层的两个不同能量的光子。这一特点使DLCT能够同时获得低能量和高能量的数据集,代表光电和康普顿加权信息。

胰腺神经内分泌肿瘤(pNENs)是一类起源于胰腺神经内分泌细胞的恶性异质性胰腺肿瘤。根据肿瘤是否有与分泌一种或多种激素有关的特定临床症状,将其分为功能性和非功能性。功能性pNENs可以被医生根据临床综合征早期发现。然而,大约65%的pNENs是非功能性的,没有典型的临床症状,在诊断时患者往往错过了接受手术的机会。因此,在早期阶段准确检测pNENs是至关重要的。

传统的计算机断层扫描(CT)成像检查方法已经成为诊断pNENs最常用的方法。然而,常规CT检测pNENs病变的敏感性在不同的研究中存在差异。对于直径大于15mm的病变,其敏感性约为67-96%,而对于直径小于15mm的病变,其敏感性仅为34%。此外,检出率受放射科医生的分辨率和经验的影响很大。

双层光谱检测器CT(DLCT)可以同时记录来自检测器两个不同层的两个不同能量的光子。这一特点使DLCT能够同时获得低能量和高能量的数据集,代表光电和康普顿加权信息。在此基础上,重建了40到200KeV的虚拟单能图像(VMI)、碘浓度图(IC图)和Z效应原子数图(Zeff图)以显示肿瘤的额外特征。从低KeV重建的图像可以增强血管对比度提高整体图像质量,并检测出高血管化病变。Nagayama证明DLCT可以改善胰腺肿瘤患者的图像质量。其他研究表明,与传统图像相比,结合低能量和IC图可以提高胰岛素瘤的检测率。然而,以往的研究集中在特定的成像方法上,没有比较常规CT和DLCT对pNENs的检出率的差异,也没有研究DLCT的不同序列在检出病变方面的差异。


近日,发表在Eur J Radiol杂志的一项研究通过DLCT分析动脉和静脉相的VMI来评估显示pNENs的最佳能量水平,并探讨了DLCT是否能提高pNENs的检出率。

项回顾性分析纳入了134名pNEN患者136处病变所有患者均接受了增强DLCT扫描,并进行了pNENs的组织病理学确认。分析了40-100KeV的虚拟单能量图像(VMI)、碘浓度图(IC图)、Z有效原子数图(Zeff图)和常规图像。通过比较信噪比(SNR)和对比度-噪声比(CNR)获得最佳能量水平。比较了DLCT和传统图像的病变检测率。主观图像分析由两名读者进行,以5分制评估图像质量和病变的明显性。 

40至80 keV(动脉期,P < 0.001;静脉期,P < 0.05)的VMI的SNR和40至60 keV(动脉和静脉期,各P < 0.05)的CNR均高于常规图像;VMI40keV显示出最高的SNR和CNR。两位审查员之间有很好的阅读一致性(Kappa值>0.61);Zeff和IC图的得分高于常规图像和VMI40keV的得分(P < 0.05)。DLCT图像的检测性能优于常规图像。 


 DLCT图像中对胰腺神经内分泌肿瘤病变的主观评估。第一行代表动脉期,第二行代表静脉期。病变(箭头)显示不清,在常规图像的动脉期和静脉期(A,E)分别为2分和1分,而在DLCT图像(B,D,F-H)可以清楚地看到。在动脉和静脉阶段,40KeV的虚拟单能图像(B,F)和碘浓度图(C,G)获得了五个分数。Zeff图在动脉期(D)获得5分,在静脉期(H)获得4分

本项研究表明,与其他VMI相比,VMI40keV显示了pNENs的最佳CNR和SNR。与传统图像相比,Zeff和IC图改善了客观的图像质量和读者的偏好。这些发现对个性化治疗方案的制定有重要的临床意义。

原文出处:

Jiaxin Yuan,Yangdi Wang,Xuefang Hu,et al.Use of dual-layer spectral detector computed tomography in the diagnosis of pancreatic neuroendocrine neoplasms.DOI:10.1016/j.ejrad.2022.110660

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2184651, encodeId=bf512184651ab, content=<a href='/topic/show?id=a46c839869c' target=_blank style='color:#2F92EE;'>#胰腺神经内分泌肿瘤#</a> <a href='/topic/show?id=127a1106e172' target=_blank style='color:#2F92EE;'>#双层光谱检测器CT#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=32, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=110671, encryptionId=127a1106e172, topicName=双层光谱检测器CT), TopicDto(id=83986, encryptionId=a46c839869c, topicName=胰腺神经内分泌肿瘤)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Mon Jan 29 15:37:41 CST 2024, time=2024-01-29, status=1, ipAttribution=上海)]

相关资讯

Cancers:对于分化良好的pNEN,剜除术是一种可行的方法

大约80%的胰腺神经内分泌肿瘤是无功能的(nf-pNEN)。虽然在大多数恶性肿瘤中,包括原发灶和相关淋巴结在内的正规肿瘤学切除被认为是根治性治疗的金标准

Eur J Radiol:胰腺神经内分泌肿瘤的哪些影像学表现可用于预后预测?

现阶段,术前计算机断层扫描(CT)是用于术前评估的主要成像方式,包括病变定位、鉴别诊断和肿瘤分期。

European Radiology:应用CT放射组学预测胰腺神经内分泌肿瘤(PanNENs)的病理侵袭性

最近,放射组学作为一种很有前途的肿瘤特征分析工具出现,该技术可从医学图像中提取定量数据,旨在建立预测组织学特征和/或临床结果的模型。

European Radiology:基于深度学习的超声列线图模型在术前预测胰腺神经内分泌肿瘤侵袭性中的应用

医学影像分析中人工智能的快速发展隐身术了一个新的深度学习(DL)领域。卷积神经网络(CNN)作为图像识别的有力工具,已经成为一个活跃的研究领域。

对于≤2cm的无功能胰腺神经内分泌肿瘤,切还是不切?JAMA子刊最新研究解答!

本研究结果支持手术切除与1.1至2.0cm的NF-PanNET患者生存期的延长有关,这些患者年龄小于65岁、没有共病,并且肿瘤位于远端胰腺。

J Gastroenterology: 保守治疗胰管内乳头状黏液性肿瘤临床结果分析

目前临床指南均强烈建议对具有高风险的胰管内乳头状黏液性肿瘤患者进行手术切除导管内乳头状粘液性肿瘤(IPMN)。但是,由于临床结果尚不明确,本项多中心观察性研究旨在阐明了未接受手术的IPMN患者的结局。

European Radiology:增强CT对胰腺神经内分泌肿瘤的定量分析

增强CT的定量参数可用于PNECs和PNETs的鉴别诊断,其中动脉/门静脉绝对增强值是独立预测因素,在区分PNETs和PNECs方面具有良好的诊断准确性。

【专家述评】| 胰腺神经内分泌瘤的精准诊疗进展

本文针对精准医学在PanNET的诊断、预后预测和治疗中的最新进展予以述评。

Digestive Endoscopy:内镜超声引导下射频消融治疗胰腺神经内分泌肿瘤的安全性和有效性

内镜超声引导下射频消融治疗胰腺神经内分泌肿瘤是可行的,技术成功率高,影像学和临床反应好,不良事件发生率可接受。