作者:刘思腾,
此外,胸部增强CT 检查越来越多地被用于乳腺癌的初始分期,即具有较高转移风险(N + , > T2)或侵袭性肿瘤生物学(HER2 + ,三阴性)的女性,以及当决定启动全身化疗或抗体治疗时。在这种情况下,光谱CT 数据集中的虚拟单能级、有效原子序数(Eff⁃Z)、光谱曲线、虚拟平扫(virtual non⁃contrast,VNC)等多参数图像对于疾病的诊断与鉴别诊断提供了更多的影像学信息,为乳腺肿瘤的诊断及鉴别诊断提供了新的方法。本研究现对光谱CT 在乳腺疾病诊断中的应用进行如下综述。
1. 光谱CT 成像优势
双侧探测器光谱CT 是在能谱探测器基础上形成的能量成像技术,可以重建多参数图像和相应的定量参数,包括Eff⁃Z、
2. CT 在乳腺疾病中的应用价值
2. 1 发现隐匿病灶、增强病灶可视化
光谱成像CT 可获得40 ~ 200 keV 的虚拟单能级图像,能够增加组织的对比度,优化低对比结构的显示。既往研究表明,随着单能keV 的减小,病灶及正常组织的CT 值差增大,因此低keV 图像可以提高乳腺病灶检出率。
Okada 等评估了在40 ~ 80keV 虚拟单能级图像上恶性乳腺病变的可见性,结果显示在50 keV 下,图像质量最佳,显著提高了肿瘤显示率。Metin等研究证实,乳腺癌患者在40 keV 获得的低keV 图像中,乳腺癌的可见度更高。Volterrani 等在IC 值为1. 7mg/ ml 的40 keV 和70 keV 的虚拟单能级图像上得到了最佳的曲线下面积(AUC)阈值。
2. 2 对乳腺良恶性的评估
乳腺肿瘤性质的确定对减少良性病变的活检、降低检查成本至关重要。在传统CT 中,边缘毛刺、形状不规则及增强扫描不均匀强化等影像表现提示恶性可能。然而,如果没有动态检查,这些特征不能提供足够的信息来鉴别。而光谱CT 除提供常规CT 参数外,还可提供更多的分析工具和定量指标。Wang 等的研究结果表明,在动静脉期,恶性病变的NIC、λHU、Eff⁃Z 均高于良性病变(P 值均<0. 001),静脉期λHU 的鉴别诊断能力最强,AUC 为0. 9,敏感度为84. 1%,特异度为86. 3%,准确率为85. 7%。Eff⁃Z表示组织中化合物的平均原子序数,反映组织和病变的内在物质组成。
Jiang 等认为,恶性结节的特点是细胞密度高于良性结节,因此,恶性结节可能比良性结节具有更高的Eff⁃Z。既往研究表明,碘在组织中的分布与局部血容量和血管密度密切相关。因此,NIC 可用作评估乳腺癌血管生成的替代成像标志物。Demirler Simsir 等的研究结果显示,恶性肿块动静脉期的NIC 显著高于良性肿块,其界值分别为0. 73 mg/ ml 和0. 88 mg/ ml(敏感度96. 6%,特异度91. 7%,P <0. 001)。
2. 3 对乳腺癌病理分级、分子亚型及免疫指标的评估
乳腺癌为异质性肿瘤,手术前明确乳腺癌病理诊断及亚型对患者治疗方案的选择及预后判断具有重要价值。既往研究表明,能谱CT 可以反映血管生成及肿瘤微环境。
陈澜菁等分析了光谱CT 对乳腺癌患者免疫组织化学表达的价值,结果显示以动脉期λHU = 1. 22 作为阈值,其鉴别诊断ER 阳性和阴性的效能最高,以静脉期IC 差值0. 47 mg/ ml 作为阈值鉴别HER⁃2 阳性和阴性的效能最高。Wang 等研究发现,与非luminal A 型相比,luminal A 型的静脉期NIC、动静脉期Eff⁃Z 均较低(AUC 为0. 91)。林桂涵等构建了双能CT 定量参数联合有意义的常规CT 参数模型对Ki⁃67 表达状态进行评估,结果显示Ki⁃67 低表达组动脉期NIC、Eff⁃Z 及静脉期λHU、NIC 及Eff⁃Z 均低于高表达组(P <0. 05),且诊断效能均优于CT 常规参数。
2. 4 对可疑淋巴结及转移灶的同源性评估
乳腺癌患者淋巴结的分期及有无远处转移是分期的重要影响因素,对于确定患者预后和规划患者治疗都很重要,常规增强CT 难以识别一些没有形态异常的转移性淋巴结。而光谱CT 的多参数成像技术提供了更加客观的评价指标。Li 等对132 个腋窝淋巴结(ALN)的研究结果显示,转移性ALN 的动脉期和静脉期的各光谱定量参数均大于非转移性ALN(均P < 0. 001),静脉期光谱曲线斜率是转移性ALN 的最佳参数,AUC 为0. 93。
林桂涵等对479例乳腺癌疑似肺转移的
3. 光谱CT 结合影像组学在乳腺疾病中的应用价值
影像组学已被评估为肿瘤成像的潜在辅助工具,在预测癌症亚型、治疗反应和临床结局等方面具有良好的性能。已有研究表明,将能谱CT 结合影像组学应用于肺部、头颈及腹部等疾病的术前诊断,取得了更精准的诊断效果。Xu 等建立了基于光谱CT 的影像组学模型及常规模型,来区分良性和恶性孤立性肺实性结节(SPSN),结果显示基于65 keV 图像的动静脉期的影像组学模型(AUC = 0. 96)在SPSN 的识别方面优于常规模型(AUC = 0. 86)。但目前光谱CT 联合影像组学在乳腺疾病诊断方面的相关研究仍较少。
Lenga 等从乳腺癌患者病灶的碘密度图提取影像组学特征并构建影像组学模型,对乳腺癌的转移状态有较高的诊断效能,AUC 高达0. 94,在训练集中的准确度为92.6%,验证集中为82. 6%。通过上述基于能谱CT 的影像组学研究,为乳腺疾病的诊断提供了新的思路,利用影像组学高通量地提取放射组学特征,弥补了光谱CT 的定量参数以感兴趣区的平均值反映病灶异质性的不足,其价值需要在未来的研究中进一步阐明。
综上所述,光谱CT 在提高病灶检出率,增强病灶可视化,对乳腺良恶性的评估,对乳腺癌病理分级、分子亚型及免疫指标的评估及对可疑淋巴结及转移灶的同源性评估等乳腺疾病的诊断方面具有很大的应用潜能;此外,将能谱CT与影像组学结合后,有望进一步提高诊断效能。但目前能谱CT 对乳腺疾病诊断方面的研究较少,仍需要大样本、多中心数据进一步研究。相信随着光谱CT 应用的不断深入,其在乳腺疾病诊断及鉴别诊断方面会有更巨大的价值。
来源:刘思腾,王洁洁,于湛.光谱CT在乳腺疾病应用中的价值研究[J].临床放射学杂志,2025,44(02):375-377.DOI:10.13437/j.cnki.jcr.2025.02.023.