头颈部肿瘤：酰胺质子转移 MRI

ZOY · 发表于 2022-4-3 08:58:22

目的

评估酰胺质子转移 (APT) 成像在表征头颈部肿瘤中的效用。

材料和方法

这项关于 APT 成像的回顾性研究包括 117 例患者，其中 70 例鼻咽未分化癌 (NUC)、26 例鳞状细胞癌 (SCC)、8 例非霍奇金淋巴瘤 (NHL) 和 13 例良性唾液腺肿瘤 (BSGT)。对 25 名患者的正常组织进行了检查。计算恶性肿瘤、正常组织和良性肿瘤的APT均值，并与Student t进行比较 检验和方差分析。采用受试者工作特征分析和综合鉴别指数评估平均 APT 对平均表观扩散系数 (ADC) 的附加值用于区分恶性和良性肿瘤。

结果

恶性肿瘤的平均APT（2.40%±0.97[标准差]）显着高于脑组织（1.13%±0.43）、肌肉组织（0.23%±0.73）和良性肿瘤（1.32%±1.20）（P < .001)。恶性组之间没有差异（NUC，2.37% ± 0.90；SCC，2.41% ± 1.16；NHL，2.65% ± 0.89；P = .45 至P = .86）。恶性肿瘤的平均ADC ([0.85 ± 0.17] × 10 -3 mm 2/sec) 显着低于良性肿瘤 ([1.46 ± 0.47] × 10 -3 mm 2 /sec) ( P = .001)。将 APT 添加到 ADC 使曲线下面积从 0.87 增加到 0.96，综合辨别指数为 7.6% ( P = .13)。

结论
介绍

头部和颈部包含许多不同的组织类型，这些组织类型会导致各种良性和恶性肿瘤。头颈部肿瘤的研究经常需要成像来检测、表征、分级或绘制这些肿瘤的范围。MRI 是用于这些目的的主要方式之一。然而，在解剖 MR 图像上可以看到肿瘤外观的大量重叠，从而限制了在表征中的作用。因此，功能性 MRI 受到了严格的评估，以提供有助于肿瘤表征的额外信息。扩散加权 (DW) 成像和动态对比材料增强 MRI 是这方面最成功的两种 MR 技术。然而，每种方法都有其自身的局限性，并且尚未确定用于区分肿瘤类型的普遍接受的阈值。

酰胺质子转移 (APT) 成像是一种分子成像 MR 技术。APT 通过使用称为化学交换饱和转移 (CEST) 的技术描述癌症蛋白质和肽中的酰胺质子。CEST 使用射频脉冲选择性地使酰胺质子饱和（百万分之 3.5 [ppm]），然后将其交换为大量水中的质子，从而减少来自水质子的信号。连续转移使水中的饱和度增加，放大信号并允许 CEST 描绘低水平的溶质；这些目前无法通过使用质子 MR 光谱等技术在体内检测到。

用于癌症评估的 APT 成像的早期报告主要集中在大脑上。与正常脑组织和周围水肿相比，在癌症中发现了更高的 APT 值，在高级别与低级别胶质瘤相比，在持续性胶质瘤中与治疗后效果和辐射相比坏死。近期人体研究中的研究人员报告了在乳房、前列腺和胸部中的初步APT发现。癌症中的 APT 值高于正常周围组织和良性肿瘤，并且 APT 水平在恶性组和肿瘤级别之间存在差异。此外，APT 可以提供额外的信息，可以改善其他 MR 技术的结果，例如 DW 成像和动态磁化率对比增强灌注成像。然而，头颈部肿瘤中的 APT 值及其在肿瘤表征中的作用以前尚未在文献中得到很好的证实。

头部和颈部是分子 MRI 技术的一个具有挑战性的区域，因为它包含许多不同的组织，这些组织容易出现伪影，例如来自含气结构的组织以及与牙科金属和运动相关的组织。我们之前报道了一项针对健康志愿者和 4 名患有不同头颈部肿瘤的患者的技术研究，该研究显示了通过使用改编自大脑的技术在头颈部进行 APT 成像的可行性；然而，该小型试点研究太小而无法评估组织之间的差异。

在我们对头颈部肿瘤特征的初步研究中，我们假设恶性肿瘤的 APT 水平高于正常组织和良性肿瘤，并且 APT 水平在恶性肿瘤组之间存在差异。我们研究了鼻咽未分化癌 (NUC)、鳞状细胞癌 (SCC)、非霍奇金淋巴瘤 (NHL) 和良性唾液腺肿瘤 (BSGT) 患者。我们比较了恶性肿瘤与正常组织和良性肿瘤中的 APT 水平，并比较了三个恶性组中的 APT 水平。我们还比较了 APT 成像和 DW 成像，以确定 APT 成像是否可以补充 DW 成像以进行肿瘤表征。

材料和方法
参与者

我们的回顾性研究是在当地机构委员会的批准下进行的，并且在 MR 检查前获得了参与者的书面知情同意。在 2013 年 3 月至 2017 年 2 月期间，连续 134 名预定进行 MRI 的患者被纳入研究，这些患者之前未经治疗活检证实为 NUC、SCC、NHL 或 BSGT，原发肿瘤大小大于 1 cm。九名患者被排除在外，因为计划的解剖图像因剧烈运动、牙齿伪影或活检的影响而退化；另外 8 名患者被排除在外，因为 ATP 图因一系列 APT 偏移图像上的运动而退化。这留下了 117 名患者进行分析（图 1）。该研究包括 NUC（n = 70）、SCC（n = 26）、NHL（n = 8）和 BSGT（n = 13，其中 9 人患有多形性腺瘤，4 人患有 Warthin 肿瘤）；两名患者，一名患有 NUC，另一名患有 BSGT，被纳入先前的研究。年龄没有显着差异（P= .83) 82 名男性（平均年龄 ± 标准差 [SD]，56.4 岁 ± 11.5 [范围，20-88 岁]）和 35 名女性（平均年龄，55.9 岁 ± 14.8 [范围，25-95 岁] ）。DW 图像可用于 117 名患者中的 108 名（NUC 70 名中的 63 名，SCC 26 名中的 24 名，NHL 8 名中的 8 名，BSGT 13 名中的 13 名）的比较。

患者选择流程图。

核磁共振

所有患者都使用飞利浦 Achieva TX 3T 机器（飞利浦医疗保健，Best，荷兰）进行成像，该机器具有用于射频传输的体线圈和用于接收的 16 通道飞利浦神经血管相控阵线圈。T2 加权序列用于通过实体瘤的最大横截面选择单个切片。APT 图像是通过使用具有化学位移选择性脂肪抑制的单节涡轮自旋回波序列获得的。进行局部高阶匀场以减少静磁场不均匀性 Δ B 0。首先获取未应用饱和脉冲的基线图像；然后以交错方式在±0.25、±0.5、±1.0、±1.5、±2.0、±2.5、±3.0、±3.5、±4.0、±4.5、±5.0、±5.5处获得正负偏移的饱和图像、±6.5 和 ±7.5 ppm。通过使用具有B 1的连续矩形射频脉冲获得饱和度2 μT 的场强和 200 毫秒 (×4) 的固定持续时间。其他成像参数如下：重复时间msec/回波时间msec，2000/8；视野，230 × 230 毫米；体素大小，2 × 2 mm；截面厚度，4 mm；回波序列长度，14；灵敏度编码因子，2；和偏傅立叶因子，0.7。APT MRI的总成像时间为1分40秒。DW 图像是通过使用具有脂肪抑制和 b值在 0-1000 sec/mm 2 或 0-1500 sec/mm 2范围内的回波平面序列获得的; 其他成像参数包括：重复时间毫秒/回波时间毫秒，1800-2000/44-45；视野，230 × 230 毫米；截面厚度，4 mm；回波序列长度，29-31；灵敏度编码因子，2；获取的信号数量，一到三个。

图像分析

通过使用内部 Matlab (MathWorks, Natick, Mass) 程序进行数据处理。体素 z 谱由 12 阶多项式模型拟合，然后将拟合曲线插值到 0.001 ppm 的更精细分辨率。Δ B 0是通过在每个像素处找到插值拟合曲线的最低信号强度来确定的，并相应地沿偏移轴移动 z 谱以校正场不均匀性效应。通过计算偏移 3.5 ppm 处的不对称磁化传输比来量化 APT 效应。APT 不对称（APT不对称) 通过计算体素 APT asym 生成 3.5 ppm 的图像。此外，计算体素确定系数R 2以评估 z 谱拟合的拟合优度。设置标准以排除与可能不可靠的拟合结果相关的体素。具体来说，如果体素显示出相对较差的拟合优度 ( R 2 < 0.99)、具有极端计算的 APT不对称值（例如，>0.3 或 <-0.3）或较大的 Δ B 0 ，则从 APT 图像中排除体素偏移（> 2 ppm 或 <-2 ppm），或由于相对较短的饱和脉冲或不完全的脂肪抑制而未完全饱和（如果 Δ B 0校正的 z 谱底部强度 > 0.10，则在没有饱和脉冲， S 0）。

一位拥有 22 年头颈部经验和肿瘤组织学特征 (ADK) 知识的放射科医生使用解剖图像作为参考，在 APT 图上手动绘制感兴趣区域 (ROI)。APT 参数是从 25 名 NUC 患者的大脑（小脑）和肌肉（咬肌）上绘制的 ROI 获得的，其中鼻咽水平的单个切片包括这两种正常组织。ROI 围绕肿瘤的轮廓绘制，不包括任何坏死区域。从 ROI 获得 APT 百分比平均值、中位数、第 90 个百分位数以及 SD 和 APT 偏度和峰度。同一观察者在间隔超过 6 个月后重复肿瘤 ROI 分析以评估观察者间一致性，并由另一位观察者（QYA，3 年经验）进行相同的评估，以评估观察者间一致性。肿瘤 APT 参数在两个读数器之间进行平均，以供进一步分析。通过使用三点系统将 APT 图与 T2 加权 MR 图像进行比较，主观评估 APT 图的质量（通过 ADK）：1 级，没有解剖图像无法检测到肿瘤；2 级，在没有解剖图像的情况下可检测到肿瘤，但轮廓看不清；3 级，在解剖图像和轮廓不清晰的情况下可检测到肿瘤。

通过使用六个b值（0、200、400、600、800 和 1000 sec/mm 2）生成 DW 图；肿瘤表观扩散系数 (ADC) 平均值、中位数和第 90 个百分位数是使用 Olea Sphere (Olea Medical SA, La Ciotat, France) 从 ADC 图（由 ADK）上手动绘制的肿瘤轮廓获得的。

统计分析

在看到每组的 APT 值之前选择假设和分析。采用Student t检验将恶性肿瘤的APT参数与正常组织和良性肿瘤的参数进行比较。通过使用曲线下面积 (AUC) 的接受者操作特征分析来评估用于区分恶性和良性肿瘤的重要 APT 参数的诊断性能，以通过最大化灵敏度和特异性来确定最佳 APT 阈值。使用χ2重新评估阈值的显着性测试。计算最佳阈值的敏感性、特异性、准确性、阳性预测值和阴性预测值。各肿瘤组（NUC、SCC、NHL、BSGT）的APT参数比较采用方差分析，差异有显着性；然后使用 Fisher 最小显着性差异检验进行事后多重比较。通过使用相同的统计方法评估ADC参数。如 Pencina 等人所述，通过测量综合辨别指数来评估 APT 成像对 ADC 的附加值。

计算具有 95% 置信区间的组内相关系数，以评估观察者间和观察者内对 APT 参数的一致性。所有统计检验都是双向的，P值小于 0.05 被认为表明存在统计学显着差异。通过使用 SPSS 软件 23.0 版（IBM，Armonk，NY）和 SAS 软件 9.4 版（SAS Institute，Cary，NC）进行统计分析。

结果

患者特征见表1。所有恶性肿瘤的平均、中位数和第 90 个百分位 APT 均显着高于肌肉组织 ( P < .001)、脑组织 ( P < .001) 和 BSGT ( P < .001 至P < .001)，而APT SD、峰度和偏度显示出类似的趋势（表 2）。平均数、中位数和第 90 个百分位数 APT 在区分恶性和良性肿瘤中的最佳阈值和诊断性能如表 3所示. 当比较四个肿瘤组时，与良性组相比，每个恶性组的平均值（图 2）、中位数和第 90 个百分位 APT显着更高（ P = .001 至 P = .01）（图 3 – 5），但三个恶性组之间没有差异（表4、5）。APT SD、峰度和偏度在四组中均无显着差异（表 4）。

表 1： 117 例头颈部肿瘤患者的特征

注：除非另有说明，数据为患者人数。APT = 酰胺质子转移；BSGT = 良性唾液腺肿瘤；NHL = 非霍奇金淋巴瘤；NUC = 鼻咽未分化癌；SCC = 鳞状细胞癌。

*数据是平均值±标准偏差（范围）。

†恶性肿瘤组的分期按照AJCC 癌症分期手册第七版。

表 2：恶性肿瘤、正常组织（脑和肌肉）和良性唾液腺肿瘤的酰胺质子转移参数

注：除非另有说明，数据为平均值 ± 标准偏差 (SD)。酰胺质子转移（APT）参数呈正态分布，采用Student t检验比较恶性肿瘤与正常组织和良性唾液腺肿瘤（BSGTs）的APT参数。NUC = 鼻咽未分化癌。

表 3：酰胺质子转移和表观扩散系数平均值、中位数和第 90 个百分位数用于区分恶性和良性肿瘤的诊断性能

注：ADC = 表观扩散系数，APT = 酰胺质子转移，AUC = 受试者工作特征曲线下面积，NPV = 阴性预测值，PPV = 阳性预测值。

图 2：肿瘤组（鼻咽未分化癌[NUC]、鳞状细胞癌 [SCC]、非霍奇金淋巴瘤[NHL]和良性唾液腺肿瘤）中平均酰胺质子转移(APT)的并列箱线图 [BSGT] ）。最接近和最远离 0% 的框的边界分别表示第 25 和第 75 个百分位数。每个框中的线表示中值。误差线表示第 25 和第 75 百分位的 1.5 个框长度内的最小值和最大值。个别点表示异常值。

图 3a：一名 55 岁鼻咽未分化癌男性患者的发现。 (a)酰胺质子转移 (APT) 图叠加在 MR 图像上，勾勒出肿瘤边界。(b) APT 值的直方图（平均 APT，1.62%）。

图 3b：一名 55 岁鼻咽未分化癌男性患者的发现。 (a)酰胺质子转移 (APT) 图叠加在 MR 图像上，勾勒出肿瘤边界。(b) APT 值的直方图（平均 APT，1.62%）。

图 4a：一名 52 岁舌鳞状细胞癌男性患者的发现。 (a)酰胺质子转移 (APT) 图叠加在 MR 图像上，勾勒出肿瘤边界。(b) APT 值的直方图（平均 APT，2.33%）。

图 4b：一名 52 岁舌鳞状细胞癌男性患者的发现。 (a)酰胺质子转移 (APT) 图叠加在 MR 图像上，勾勒出肿瘤边界。(b) APT 值的直方图（平均 APT，2.33%）。

图 5a：一名患有腮腺唾液腺肿瘤的 25 岁女性的结果。 (a)酰胺质子转移(APT)图叠加在 MR 图像上，勾勒出肿瘤边界。(b) APT 值的直方图（平均 APT，0.23%）。

图 5b：一名患有腮腺唾液腺肿瘤的 25 岁女性的发现。 (a)酰胺质子转移(APT)图叠加在 MR 图像上，勾勒出肿瘤边界。(b) APT 值的直方图（平均 APT，0.23%）。

表 4：四组肿瘤中酰胺质子转移参数的比较

注：除非另有说明，数据为平均值 ± 标准偏差 (SD)。用方差分析计算P值。APT = 酰胺质子转移，BSGT = 良性唾液腺肿瘤，NHL = 非霍奇金淋巴瘤，NUC = 鼻咽未分化癌，SCC = 鳞状细胞癌。

表 5：四组肿瘤的P值

注：P值是通过方差分析计算得出的。APT = 酰胺质子转移，BSGT = 良性唾液腺肿瘤，NHL = 非霍奇金淋巴瘤，NUC = 鼻咽未分化癌，SCC = 鳞状细胞癌。

恶性肿瘤的平均值、中位数和第 90 个百分位数 ADC ([0.85 ± 0.17] × 10 -3 mm 2 /sec, [0.84 ± 0.17] × 10 -3 mm 2 /sec, and [1.09 ± 0.18] × 10 - 3 mm 2 /sec）显着低于 BSGT（[1.46 ± 0.47] × 10 -3 mm 2 /sec、[1.46 ± 0.48] × 10 -3 mm 2 /sec 和 [1.71 ± 0.52] × 10 -3 mm 2 /sec，分别）（P= .001)。平均数、中位数和第 90 个百分位数 ADC 在鉴别良恶性肿瘤中的最佳阈值和诊断性能如表 3所示。DW 成像在鉴别良恶性肿瘤方面比 APT 成像具有更高的准确性和敏感性，但特异性较低（表 3）。通过将 APT 参数添加到 ADC 参数，AUC 的平均值从 0.87 增加到 0.96，中位数从 0.87 增加到 0.96，第 90 个百分位数从 0.84 增加到 0.89（综合辨别指数，7.6%、7.3% 和 4.4 ％，分别）; 然而，改善没有统计学意义（P = .13，P = 0.13 和P = 0.30，分别）。图 E1 [在线] 显示了 APT 成像附加值的接收器操作特性。DW 成像还显示所有四组的平均、中位数和第 90 个百分位数 ADC 存在显着差异（P < .001 至P = .047），包括三个恶性肿瘤组（SCC 的 ADC 高于 NUC，其大于 NHL）（表 E1）。

与解剖图像相比，APT 图的质量在 117 名患者中被评为 1 级（17.9%），89 名（76.1%）为 2 级，7 名（6.0%）为 3 级。

观察者内和观察者间协议的组内相关系数显示，使用平均值（分别为 0.99 和 0.96）、中位数（分别为 0.99 和 0.96）和第 90 个百分位数（分别为 0.99 和 0.93）APT 的观察者一致性较好，但对于 APT 的一致性较低APT SD (0.80)、偏度 (0.83) 和峰度 (0.55)（表 E2 [在线]）。

讨论

在这项初步研究中，我们通过比较恶性肿瘤与正常组织和良性肿瘤中的 ATP 参数，探索了使用 APT 成像来表征头颈部肿瘤的潜力。与 APT 成像描绘癌症的丰富蛋白质和肽中的质子这一观点一致，恶性肿瘤中的 APT 参数显着高于正常脑组织、正常肌肉组织和 BSGT。当分别分析每个恶性组（NUC、SCC 和 NHL）时，恶性肿瘤组的 APT 参数持续高于良性肿瘤组。然而，所有三个恶性组的 ATP 参数相似，

另一方面，来自 DW 成像的 ADC 不仅可用于区分恶性和良性组，还可以用于区分三种恶性组。当我们比较 APT 成像和 DW 成像在鉴别良恶性肿瘤中的诊断性能时，APT 成像的敏感性和准确性低于 DW 成像，但特异性更高。在 ADC 参数中添加 APT 参数可将 AUC 提高多达 0.96；然而，改善并没有达到统计学意义。这些结果表明 APT 成像有可能提供与 DW 成像提供的信息互补的信息，用于肿瘤表征。

在这个研究的早期阶段，用于表征头颈部肿瘤的最佳 APT 参数是未知的，因此我们在研究中评估了一系列 APT 参数。我们发现了用于评估脑癌的 APT 平均值和中位数以及第 90 个百分位数是最有用的参数，显示了恶性肿瘤、正常组织和良性肿瘤之间的显着差异。这三个 APT 参数也显示出最高的观察者协议。APT 均值/中值的高特异性表明这两个参数对于补充 DW 成像提供的信息可能是最有价值的。APT SD 和另外两个反映 APT 分布的参数，APT 峰度和 APT 偏度，在四组肿瘤之间没有显着差异，观察者之间的一致性较低。

尽管肿瘤组织和正常组织之间的 APT 参数存在差异，但 APT 图的质量不如解剖图像的质量。在大多数患者中，与解剖图像相比，肿瘤边界很难看到甚至无法检测到。因此，与其他功能性 MRI 图一样，ROI 的描绘需要参考解剖图像，而 APT 成像不太可能在肿瘤检测中发挥作用。

先前的研究表明，恶性肿瘤中的 APT 信号高于大脑和前列腺中的正常组织。我们选择大脑和咬肌作为正常组织的替代物，因为 APT 成像不能用于评估许多头颈部恶性肿瘤的黏膜。然而，并非所有正常组织都具有低 APT 水平。值得注意的是，我们之前的头颈部可行性研究强调了腮腺组织的不寻常之处在于它具有广泛的 APT 值，包括远高于我们研究中描述的任何肿瘤组的值。

与我们对头颈部肿瘤的结果一致，据报道，在比较胶质母细胞瘤和脑膜瘤的大脑研究和比较恶性和良性胸部病变的胸部研究中，恶性肿瘤中的 APT 水平高于良性肿瘤。）。然而，与我们的研究不同，之前的一些癌症研究显示了恶性肿瘤组之间的差异。Ohno 等人的一项 APT 肺癌研究发现，与三个 SCC 相比，六个腺癌的不对称磁化转移率显着更高。姜等人的大脑研究发现与 11 例中枢神经系统淋巴瘤相比，21 例高级别胶质瘤的 APT 加权信号显着降低，0-5 ppm 的综合 CEST 信号更低，磁化转移率更高；这种差异归因于具有更多细胞膜和细胞核以及更少细胞质的淋巴瘤（即更高的细胞核与细胞质比率）。在我们的研究中，APT 成像无法帮助区分 NUC、SCC 和 NHL，这令人失望，因为我们发现使用 DW 成像存在差异。我们目前的 DW 成像结果与之前的研究相似，发现 SCC 的 ADC 值显着高于 NUC 和 NHL。与以多形性腺瘤为主的良性肿瘤相比，我们在恶性肿瘤中的 ADC 值显着降低，这也与之前的研究结果一致。

人类癌症的 APT 成像仍处于起步阶段，对于使用临床磁体成像的头颈癌，其他肿瘤因素可能会影响 APT 水平。组织 pH 值影响 APT 成像，它是脑缺血时 APT 信号的主要贡献者之一。尽管 pH 值对癌症 APT 水平的影响尚不清楚，但缺氧肿瘤的低 pH 值理论上会影响化学交换率；这可能会抵消来自癌症蛋白质和肽的升高的 APT 水平。微坏死是可能影响 APT 信号的头颈癌的另一个特征。根据脑肿瘤研究，推测对 APT 信号的贡献可能不仅来自肿瘤细胞内的蛋白质和肽，还来自细胞外空间和微观坏死。

除了肿瘤因素对我们的 APT 结果的潜在影响外，还必须考虑技术因素。如前所述，我们使用了改编自大脑协议的 APT 成像协议；然而，由于场不均匀性、相对低的信噪比、运动和脂肪抑制困难，头部和颈部始终是执行功能 MRI 的一个具有挑战性的区域。我们使用自旋回波序列和局部高阶匀场来减少场不均匀性，并且我们使用更宽的偏移频率扫描范围来减少在 z 谱偏移后丢失 APT 信号（在真正的 3.5 ppm 偏移处）的可能性对于ΔB0修正。使用相对较大的体素尺寸 (2 × 2 mm) 来增强头部和颈部相对较低的信噪比，并减少成像时间，因为运动可能会出现问题。我们的数据表明，小偏移频率（-1 ppm 到 1 ppm）没有像大脑那样密集采样，因为这些标称偏移频率可能不一定表示存在易感性和B 0不均匀性时的 z 谱底部；出于类似的原因，我们没有对标称 3.5 ppm 偏移附近的数据点进行过度采样。为了确保可靠的非对称磁化传递比量化，我们使用了非常高的 R 2值标准（>0.99）来确定 z 谱拟合优度，有效地排除了与低信噪比和伪影相关的体素；还排除了表现出大的 Δ B 0位移（> 2 ppm 或 <-2 ppm）的体素。然而，许多问题仍然存在。目前，我们使用 2 µT 的 B 1场强，类似于用于大脑的场强，但最佳B 1头部和颈部的力量仍然未知。相对较短的饱和脉冲受到硬件的限制，饱和脉冲的最佳持续时间对于头颈部也是未知的。此外，如果存在较大的 Δ B 0 ，化学位移选择性脂肪抑制可能无法抑制颈部脂肪。

尽管如此，APT 成像是在分子水平上评估头颈部肿瘤的协议的一个令人兴奋的补充，并且正在开发技术进步，包括更好的匀场、更快的成像序列、重建技术和改进的采样策略。 Δ B 0和三维成像可以实现对整个肿瘤体积的逐个体素分析。

除了在头部和颈部进行 APT 成像的技术限制外，我们的研究还有其他一些限制，在解释数据时必须考虑这些限制。首先，由于时间限制，我们的研究仅限于一个部分。这可能会影响 APT 值，尤其是在异质性更高的肿瘤中，例如 SCC。其次，BSGT 组由多形性腺瘤和 Warthin 肿瘤组成，它们在组织学上是不同的，但每个类别中的肿瘤数量太少，无法对每个单独组中的 APT 水平进行有意义的比较。此外，在我们的恶性组中，NUC 占优势，尽管我们表明，当分别评估每个恶性组时，恶性和良性肿瘤组之间的差异仍然存在。然而，无法区分 APT 的恶性组可能是由于样本量小、每种肿瘤类型内的异质性或两者兼而有之。

第三，我们的研究没有评估头颈部的其他恶性和良性肿瘤组，它们可能具有不同的 APT 特征。第四，良性肿瘤和恶性肿瘤之间的样本量不平衡，这可能解释了为什么 APT 成像对 DWI 的附加值在综合辨别指数上没有达到显着性，尽管我们观察到 AUC 提高了 9.0%。第五，APT 和 DWI 用于区分良恶性组的诊断性能可能被高估，因为我们没有独立的数据集来测试性能。第六，我们研究了大于 1.0 cm 的肿瘤；因此，我们的结果可能不适用于一般环境，其中包括较小的肿瘤。第七，我们的 APT 成像序列是内部开发的，一旦商业 CEST 成像程序变得更广泛可用，就需要对其性能进行评估。由于这些原因，在确定 APT 成像在头颈部肿瘤表征中的作用和确定临床适用的 APT 阈值之前，需要进行未来的大型前瞻性研究。

总之，我们对头颈部肿瘤的初步研究表明，酰胺质子转移成像可用于区分恶性肿瘤、正常组织和良性肿瘤。平均和中位 APT 是最有用的 APT 参数，在恶性肿瘤中显着高于脑组织、肌肉组织和良性肿瘤；然而，与 DWI 不同，APT 成像不能用于区分三个恶性肿瘤组。然而，APT 成像可能会增加 DW 成像的价值，通过提高特异性来改善肿瘤表征。APT 成像的技术进步和对导致癌症 APT 的肿瘤因素的更深入了解可能会提高 APT 成像的诊断性能。未来的研究需要确定 APT 成像在表征头颈部所有良性和恶性肿瘤中的作用。

概括

这项对头颈部肿瘤的初步研究表明，酰胺质子转移成像可以帮助区分恶性肿瘤与正常组织和一组良性肿瘤，但不能用于区分不同的恶性肿瘤组。

对患者护理的影响

■ 酰胺质子转移 (APT) 不对称值有助于区分恶性头颈部肿瘤与正常组织和良性肿瘤。
■ APT 不对称值可能无法帮助区分不同组的恶性头颈部肿瘤。
■ APT 不对称值有可能提供与弥散加权成像提供的信息互补的信息。

		自动登录	找回密码
密码			立即注册

头颈部肿瘤：酰胺质子转移 MRI

本帖子中包含更多资源