文章信息
- 张彧, 吴安华, 韩帅, 高伟, 管格非, 于杰夫
- ZHANG Yu, WU Anhua, HAN Shuai, Gao Wei, GUAN Gefei, YU Jiefu
- MRI影像三维重建在垂体瘤质地的术前评估中的应用
- Preoperative Evaluation of the Texture of Pituitary Adenoma by MRI-based Three-dimensional Reconstruction
- 中国医科大学学报, 2019, 48(3): 220-224, 229
- Journal of China Medical University, 2019, 48(3): 220-224, 229
-
文章历史
- 收稿日期:2018-09-25
- 网络出版时间:2019-02-28 10:38
垂体瘤是常见的神经内分泌肿瘤,占中枢神经系统肿瘤的10%~15%[1]。该疾病一般需要手术治疗,常见的手术方法包括开颅手术和经蝶手术[2]。随着内镜技术的发展,经蝶窦入路神经内镜手术已经成为治疗垂体瘤的首选方案[3]。而手术效果及手术风险与肿瘤的大小、发展方向及质地紧密相关,大多数垂体瘤质地较软,经典的单鼻孔经蝶手术可以实现完全切除,但仍有少部分质地较韧的垂体瘤难以获得满意的切除。由此可见,垂体瘤质地术前预测对于手术入路的选择,手术风险的评估及手术效果的预期有重要意义。本研究试图应用Mimics软件获得垂体瘤术前磁共振成像(magnetic resonance imaging,MRI)重建模型,根据增强效应强弱将重建模型分为不同部分,并测量每一部分的体积与表面积,分析其与肿瘤质地的关系,为手术入路的选择和手术风险的评估提供依据。
1 材料与方法 1.1 一般资料选取2015年1月至2018年7月于中国医科大学附属第一医院神经外科行经蝶入路神经内镜手术的垂体大腺瘤(肿瘤直径 > 1 cm)及巨大腺瘤(肿瘤直径 > 3 cm)患者70例。其中,男33例,女37例,平均年龄(50.11±12.21)岁。临床表现主要包括内分泌功能异常(如肢端肥大、库欣综合征、闭经、泌乳、性功能减退等),视野缺损,视力下降,头痛,恶心和呕吐等。所有纳入研究的患者术前均行增强磁共振检查并具有完整的临床资料。由于肿瘤卒中和囊性变可导致MRI信号的改变,所以将出现肿瘤卒中和囊性变的病例予以排除。
MR扫描应用西门子3.0 T超导磁共振Magnetom Verio,并应用钆喷酸葡胺(德国Bayer Schering Pharma AG)作为造影剂。所用PC机主要配置为CPU:Core i5-5250U;内存:8 GB;硬盘:121 GB;操作系统:Microsoft Windows 10 Enterprise。应用Mimics 19.0软件进行图像重建。
1.2 肿瘤质地判断标准根据Mahmoud分级法[4],依术中所见将肿瘤质地分为3级。质地软:切开硬膜后,瘤体组织可自行涌出,用吸引器较容易吸除肿瘤,不需或较少需要借助刮匙刮除;质地中等:瘤体组织不能够自行涌出,借助刮匙可以刮除;质地韧:刮匙刮除困难,用取瘤钳取瘤有明显牵拉感,常需电凝及锐器的配合才能切除肿瘤。
1.3 垂体瘤三维重建(1)图像导入:将DICOM格式的鞍区增强磁共振源文件导入Mimics19.0软件,选取矢状位增强像,调整图像方向、大小,自动生成横断面及冠状面图像。(2)图像分割:在项目管理器“Masks”标签下点击新建蒙版,从分割功能区中选择蒙版编辑工具,笔尖形状选择磁性套索,设定梯度幅值为0.5、吸引强度为0,选择绘制模式,应用磁性套索工具在矢状面图像中对感兴趣的肿瘤区域逐层进行图像分割,利用蒙版编辑工具对分割结果进行细微调整。(3)图像重建:从分割功能区中选择计算三维模型工具,选择分割图像所在蒙版,图像质量选择高,进行图像三维重建。(4)3D模型优化:首先从3D工具区中选择光顺工具,设定迭代次数为5、光顺系数为0.6,进行3D重建模型光顺;然后从3D工具区中选择三角形缩减工具,设定缩减模式为Edge,设定容许度为0.05、边缘角度为15、迭代次数为10,进行三角面片缩减;最后从3D工具区中选择包裹工具,设定最小细节为1.5、间隙闭合距离为2,进行模型包裹。最后对所建立的肿瘤3D模型进行观察和测量。
1.4 阈值测算及验证随机抽取30例垂体瘤患者进行分割阈值的测算。应用mimics软件对肿瘤区域进行勾画,根据增强效应强弱将肿瘤区域分为明显强化、中度强化、轻度强化3个部分,分别勾画蒙版并进行三维模型重建,记录各部分的阈值分布,并计算各部分体积、表面积占总体体积和表面积的比例。计算分割阈值的平均数。
按照所计算出的平均阈值再次对此30例患者MRI图像的肿瘤区域进行分割,计算各部分体积和表面积占整体的比例,对比手动分割结果及平均阈值分割结果,以验证平均阈值的准确性。
1.5 肿瘤质地预测及相关因素分析应用计算得到的分割阈值对全部70例患者术前磁共振影像进行图像分割,计算各分割区域体积和表面积占整体的比例,将所计算比例作为自变量,术中所见肿瘤质地作为因变量进行单因素分析及多因素logistics回归分析。
1.6 统计学分析采用SPSS 22.0对测量数据进行统计分析,计量资料采用x±s形式表示,采用配对t检验,计数资料采用χ2检验或Fisher确切概率分析。使用单因素方差分析检验各连续性变量的组间差异,对于P < 0.05的变量再行有序logistic回归分析。检验显著性水准α=0.05。
2 结果 2.1 研究对象的临床特征该70例患者手术方式的选择主要根据肿瘤大小,侵袭范围及术者习惯等因素综合考虑确定。单鼻孔手术患者资料中质地较软的比例较双鼻孔手术患者高,垂体腺瘤体积在一定程度上更小。在术后并发症方面,单鼻孔手术组术后发热、离子紊乱和垂体低功的发生率低于双鼻孔手术组,但术后尿崩的发生率较高。见表 1。
Clinical characteristics | Single nostril surgery(n = 20) | Double nostril surgery(n = 50) |
Tumor texture [n(%)] | ||
Soft | 15(75.0) | 29(58.0) |
Medium | 5(25.0) | 13(26.0) |
Tough | 0(0.0) | 8(16.0) |
Classification of tumor [n(%)] | ||
Non-functional tumor | 13(65.0) | 38(76.0) |
ACTH secretory tumor | 3(15.0) | 4(8.0) |
GH secretory tumor | 1(5.0) | 2(4.0) |
PRL secretory tumor | 3(15.0) | 6(12.0) |
Gender [n(%)] | ||
Male | 7(35.0) | 26(52.0) |
Female | 13(65.0) | 24(48.0) |
Age(x±s,year) | 51.29±9.32 | 49.57±13.56 |
Grade of tumor [n(%)] | ||
Pituitary macroadenoma | 19(95.0) | 35(70.0) |
Giant pituitary adenoma | 1(5.0) | 15(30.0) |
Cerebrospinal fluid leakage [n(%)] | ||
Yes | 1(5.0) | 1(2.0) |
No | 19(95.0) | 49(98.0) |
Postoperative fever [n(%)] | ||
Yes | 4(20.0) | 17(34.0) |
No | 16(80.0) | 33(66.0) |
Electrolytedisturbance [n(%)] | ||
Yes | 1(5.0) | 6(12.0) |
No | 19(95.0) | 44(88.0) |
Hypopituitarism [n(%)] | ||
Yes | 2(10.0) | 9(18.0) |
No | 18(90.0) | 41(82.0) |
Diabetes insipidus [n(%)] | ||
Yes | 11(55.0) | 17(34.0) |
No | 9(45.0) | 33(66.0) |
ACTH,adreno-cortico-tropic-hormone;GH,growth hormone;PRL,prolactin. |
2.2 垂体瘤三维重建结果
应用垂体瘤患者鞍区增强MRI扫描数据,使用Mimics软件中的轮廓线工具,分别对各分割区域进行阈值测量,得到双侧阈值的平均数分别为458.3±17.9和629.2±18.2,遂选取458及629作为分割阈值。通过磁性套索蒙版编辑法及阈值分割法,分别得到垂体腺瘤及各分割区域三维模型(图 1)。对比手动分割法及阈值分割法得到的各部分比例,2组无统计学差异(P > 0.05),证明应用所求得的平均阈值可以准确分割图像。重建模型结构完整,轮廓清晰,与MRI图像中肿瘤范围一致,实现了垂体腺瘤的三维可视化。
2.3 各部分比例与肿瘤质地的单因素分析
分别测量肿瘤整体及各分割区域的体积和表面积,计算各部分占总体的比例,定义各自变量分别为:轻度强化部分的体积占整体体积的比例为自变量1,明显强化部分的体积占整体体积的比例为自变量2,轻度强化部分的表面积与整体表面积的比值为自变量3,中度强化部分的表面积与整体表面积的比值为自变量4,明显强化部分的表面积与整体表面积的比值为自变量5。按肿瘤质地对患者进行分组,比较各自变量的组间差异,见表 2。所有自变量在各组间均存在统计学差异(P < 0.01)。
Independent variable | Tough(x±s) | Medium(x±s) | Soft(x±s) | F | P |
1 | 0.006±0.005 | 0.078±0.132 | 0.369±0.306 | 16.225 | < 0.001 |
2 | 0.802±0.106 | 0.475±0.079 | 0.115±0.096 | 260.128 | < 0.001 |
3 | 0.061±0.040 | 0.259±0.242 | 0.693±0.298 | 33.940 | < 0.001 |
4 | 0.541±0.142 | 0.889±0.130 | 1.041±0.132 | 55.914 | < 0.001 |
5 | 0.882±0.049 | 1.002±0.252 | 0.363±0.258 | 57.512 | < 0.001 |
2.4 各部分比例的有序多因素logistics回归分析
将各组间有统计学意义的自变量纳入有序logistics回归分析。其中自变量1、自变量3、自变量5虽在各分组间存在统计学差异,但纳入有序logistics回归分析后,P均 > 0.05,提示以上自变量与垂体瘤质地无明显相关性,见表 3。自变量2行有序logistics回归分析后P = 0.007(< 0.05),提示明显强化部分的体积占肿瘤整体体积的比例与垂体瘤质地相关,OR > 1,说明其比例越高,垂体瘤的质地越韧。自变量4中P = 0.049(< 0.05),提示中度强化部分的表面积与肿瘤整体表面积的比值与垂体瘤质地相关,OR > 1,说明其比例越高,垂体瘤的质地越韧。
Item | B | SE | wald | P | 95% CI |
[Dependent variable = 1] | -55.371 | 23.995 | 5.325 | 0.021 | -102.401--8.342 |
[Dependent variable = 2] | -37.013 | 19.861 | 3.473 | 0.062 | -75.940-1.914 |
Independent variable 1 | -8.848 | 31.447 | 0.079 | 0.778 | -70.482-52.787 |
Independent variable 2 | -76.281 | 28.096 | 7.371 | 0.007 | -131.348--21.214 |
Independent variable 3 | 6.394 | 16.819 | 0.145 | 0.704 | -26.570-39.357 |
Independent variable 4 | -17.469 | 8.886 | 3.865 | 0.049 | -34.884--0.053 |
Independent variable 5 | 5.327 | 12.826 | 0.172 | 0.678 | -19.812-30.466 |
Dependent variable:1=tough/(medium+soft),2=(tough+medium)/soft. |
3 讨论
垂体瘤起源于垂体前叶的腺垂体[1]。由于其引发的激素分泌异常[5],占位效应等可导致严重的临床症状,常会影响患者的生长发育和生活质量[6]。目前,除泌乳素型垂体瘤可用多巴胺激动剂治疗以外[7-8],其他类型垂体瘤的治疗仍以手术治疗为主。手术目的不仅在于肿瘤的彻底切除,还要求尽量保留正常垂体组织。随着神经内镜技术的发展,经蝶手术逐渐取代开颅手术,成为手术治疗垂体瘤的首选方案[3, 9]。而手术方案的选择取决于垂体瘤的质地、大小和侵袭范围等因素。
其中,垂体瘤质地是手术方案选择的重要影响因素。对于质地较软的垂体瘤,单鼻孔神经内镜经蝶手术较为适宜。对于质地较韧的肿瘤,以双鼻孔扩大经蝶神经内镜手术为宜,而瘤体较大且质地较韧者则以开颅手术或经额下蝶联合入路切除为宜。目前对于肿瘤质地的评估方法主要有以下几种:(1)术前MRI T2WI上瘤体与白质的信号比越低,质地越韧[10];(2)瘤体胶原蛋白含量越高肿瘤质地越韧[11];(3)高功能腺瘤质地较软,无功能者质地较硬。本研究通过对垂体瘤术前MRI影像上的不同信号区域进行三维重建,以各部分所占比例评估肿瘤质地。
增强MRI扫描有助于垂体瘤的诊断[12],虽然增强效应主要与瘤组织供血是否丰富有关,但增强扫描的优势在于对瘤组织边界的分辨更为清晰准确,且有少部分研究[13]指出,T1增强成像有预测垂体腺瘤质地的价值。应用软件对二维图像进行重建操作解决了肿瘤可视化的问题[14]。Mimics软件是比利时Materialise公司开发的交互式医学影像控制系统[15],可将磁共振二维影像重建成三维模型,并为研究者提供了多种测量工具以供不同类型的研究需要[16-17]。此前,Mimics多用于CT图像上骨骼部分的重建[18],在肿瘤领域应用较少,本研究通过不同分割工具的使用准确勾画了肿瘤边缘,为肿瘤的三维建模提供了新方法。
本研究中,对70例患者的研究结果表明,垂体瘤质地与明显强化部分的体积所占的比例及中度强化部分的表面积与整体表面积的比值正相关(P < 0.05)。
综上所述,MRI影像三维重建可作为肿瘤可视化的一个新方式,本研究所建立的预测模型可帮助临床医生判断垂体瘤质地。
[1] |
SAEGER W. New aspects of tumor pathology of the pituitary[J]. Pathologe, 2015, 36(3): 293-300. DOI:10.1007/s00292-015-0025-z |
[2] |
BALA A, LOJEK E, MARCHEL A. Cognitive functioning of patients with a PRL-secreting pituitary adenoma:a preliminary report[J]. Neurology, 2016, 86(8): 731-734. DOI:10.1212/WNL.0000000000002252 |
[3] |
WOLF A, GONCALVES S, SALEHI F, et al. Quantitative evaluation of headache severity before and after endoscopic transsphenoidal surgery for pituitary adenoma[J]. J Neurosurg, 2016, 124(6): 1627-1633. DOI:10.3171/2015.5.JNS1576 |
[4] |
MAHMOUD OM, TOMINAGA A, AMATYA VJ, et al. Role of propeller diffusion-weighted imaging and apparent diffusion coefficient in the evaluation of pituitary adenomas[J]. Eur J Radiol, 2011, 80(2): 412-417. DOI:10.1016/j.ejrad.2010.05.023 |
[5] |
TOMITA Y, KUROZUMI K, TERASAKA T, et al. A case of an adrenocorticotropic hormone-producing pituitary adenoma removed via electromagnetic-guided neuroendoscopy[J]. No Shinkei Geka, 2016, 44(6): 473-479. DOI:10.11477/mf.1436203313 |
[6] |
SMITH KA, LEEVER JD, CHAMOUN RB. Prediction of consistency of pituitary adenomas by magnetic resonance imaging[J]. J Neurol Surg B Skull Base, 2015, 76(5): 340-343. DOI:10.1055/s-0035-1549005 |
[7] |
QUADRI SK, LU KH, MEITES J. Ergot-induced inhibition of pituitary tumor growth in rats[J]. Science, 1972, 176(4033): 417-418. DOI:10.1126/science.176.4033.417 |
[8] |
FEELDERS RA, HOFLAND LJ. Medical treatment of Cushing's disease[J]. J Clin Endocrinol Metab, 2013, 98(2): 425-438. DOI:10.1210/jc.2012-3126 |
[9] |
ZAIDI HA, AWAD AW, BOHL MA, et al. Comparison of outcomes between a less experienced surgeon using a fully endoscopic technique and a very experienced surgeon using a microscopic transsphenoidal technique for pituitary adenoma[J]. J Neurosurg, 2016, 124(3): 596-604. DOI:10.3171/2015.4.JNS15102 |
[10] |
BOXERMAN JL, ROGG JM, DONAHUE JE, et al. Preoperative MRI evaluation of pituitary macroadenoma:imaging features predictive of successful transsphenoidal surgery[J]. AJR Am J Roentgenol, 2010, 195(3): 720-728. DOI:10.2214/AJR.09.4128 |
[11] |
WEI L, LIN SA, FAN K, et al. Relationship between pituitary adenoma texture and collagen content revealed by comparative study of MRI and pathology analysis[J]. Int J Clin Exp Med, 2015, 8(8): 12898-12905. |
[12] |
SKOURA E, DATSERIS IE, XEKOUKI P, et al. SPECT and 18F-FDG PET/CT imaging of multiple paragangliomas and a growth hormone-producing pituitary adenoma as phenotypes from a novel succinate dehydrogenase subunit D mutation[J]. Clin Nucl Med, 2014, 39(1): 81-83. DOI:10.1097/RLU.0000000000000235 |
[13] |
MA Z, HE W, ZHAO Y, et al. Predictive value of PWI for blood supply and T1-spin echo MRI for consistency of pituitary adenoma[J]. Neuroradiology, 2016, 58(1): 51-57. DOI:10.1007/s00234-015-1591-8 |
[14] |
LIM SH, KIM MK, KANG SH. Genioplasty using a simple CAD/CAM (computer-aided design and computer-aided manufacturing) surgical guide[J]. Maxillofac Plast Reconstr Surg, 2015, 37(1): 44. DOI:10.1186/s40902-015-0044-y |
[15] |
WANG J, LUI Z, QIAN Z, et al. Soft tissue artifact evaluation of the cervical spine in motion patterns of flexion and lateral bending:a preliminary study[J]. Peer J, 2016, 4: e1893. DOI:10.7717/peerj.1893 |
[16] |
PARTHASARATHY J. 3D modeling, custom implants and its future perspectives in craniofacial surgery[J]. Ann Maxillofac Surg, 2014, 4(1): 9-18. DOI:10.4103/2231-0746.133065 |
[17] |
BERLET GC, PENNER MJ, LANCIANESE S, et al. Total ankle arthroplasty accuracy and reproducibility using preoperative CT scan-derived, patient-specific guides[J]. Foot Ankle Int, 2014, 35(7): 665-676. DOI:10.1177/1071100714531232 |
[18] |
陈维维, 桑婷, 黄臻, 等. Herbst双期减数矫治与单纯固定减数矫治对颞下颌关节影响的锥形束CT研究[J]. 中华口腔医学杂志, 2016, 51(7): 410-414. DOI:10.3760/cma.j.issn.1002-0098.2016.07.007 |