已发表论文

胰腺神经内分泌肿瘤:基于 3.0 T 磁共振的影像表现及纹理分析预测肿瘤分级

 

Authors Guo C, Ren S, Chen X, Wang Q, Xiao W, Zhang J, Duan S, Wang Z

Received 20 November 2018

Accepted for publication 28 January 2019

Published 4 March 2019 Volume 2019:11 Pages 1933—1944

DOI https://doi.org/10.2147/CMAR.S195376

Checked for plagiarism Yes

Review by Single-blind

Peer reviewers approved by Dr Andrew Yee

Peer reviewer comments 2

Editor who approved publication: Dr Ahmet Emre Eskazan

目的:本研究的目的是评估 3.0 T 磁共振影像表现及纹理参数在神经内分泌肿瘤分级预测中的价值。
病人与方法:神经内分泌肿瘤可根据有丝分裂指数与 Ki-67 指数分为 G1G2 与 G3 三级。77 例经病理证实的神经内分泌肿瘤病人符合纳入标准。对 T2 加权与弥散加权成像图像进行纹理分析。利用 Fisher 检验或 Kruskal–Wallis 检验对 种不同组织病理亚型的神经内分泌肿瘤病在人口统计学资料、影像学参数及纹理参数方面进行对比分析。然后,采用逻辑回归分析预测肿瘤级别。采用受试者工作特性曲线及曲线下面积来评估磁共振表现及纹理分析参数在预测肿瘤分级中的价值。
结果:共有 31 例 G129 例 G2 及 17 例 G3 患者。与 G1 级神经内分泌肿瘤比,G2/3 级内分泌肿瘤出现边界不清、以实性为主、局部侵犯或转移、动脉期表现为乏血供及弥散受限的频率更高。T2 加权成像的 个参数(逆差矩能量,相关性,差分熵)及弥散加权成像(相关性,对比度,逆差矩,最大密度值,熵值)的 个参数在神经内分泌肿瘤分级中具有显著差异性。
结论:我们的结果显示肿瘤的边界、肿瘤质地、肿瘤的强化、局部侵犯或转移以及弥散受限在内的磁共振影像表现可以帮助预测肿瘤的分级。此外,纹理参数也有助于神经内分泌肿瘤的分级。
关键词:磁共振成像;神经内分泌肿瘤;胰腺;纹理分析




Figure 2 Example of T2WI images showing segmentation of pancreatic neuroendocrine tumors.