俞順，石清磊，蘇家威，包強，庫雷志，鄭雪萍

腮腺腫瘤是臨床較為常見的一種頭頸部腫瘤，術前影像學檢查除了可精準定位診斷，還可在一定程度上進行定性診斷，術前合理的定性診斷有助于臨床選擇合適的手術方式。腮腺常規(guī)MRI以病灶的部位、形態(tài)和信號強度特點為主要評價指標，已成為目前腮腺疾病的主要影像學診斷方法之一，但存在多征象重疊等缺點。DCE-MRI半定量分析主要根據腫瘤的時間-信號強度曲線(time intensity curve，TIC)類型判斷良惡性，不能定量反映病灶內對比劑濃度的變化，在實際工作中腮腺不同良惡性腫瘤的TIC類型存在交叉重疊。DCEMRI定量參數，如轉運常數(transfer constant，Ktrans)、血管外細胞外間隙容積比(volume of extravascular extra-cellular space per unit volume of tissue，Ve)及回流常數(outflow rate constant，Kep)，作為一種無創(chuàng)的評價組織和病變微循環(huán)特性的功能性成像方法，得到臨床普遍的重視及認可，已廣泛用于多種器官如乳腺、前列腺、宮頸、中樞神經系統(tǒng)等實體腫瘤的早期診斷、良惡性鑒別診斷、腫瘤抗血管生成或放化療后反應的評價，以及腫瘤復發(fā)與術后反應的鑒別診斷[1-8]。目前國內研究中已有較多學者將DCE-MRI半定量分析應用到腮腺腫瘤的診斷及鑒別診斷，尚未有DCE-MRI定量分析技術應用到腮腺腫瘤檢查的報道。本研究將DCE-MRI定量分析技術結合到腮腺腫瘤常規(guī)MRI檢查中，探討DCE-MRI定量參數指標對腮腺腫瘤的診斷與鑒別診斷的價值，以期為腮腺腫瘤精準診斷提供有用的定量指標。

1 材料與方法

1.1 研究對象

搜集2014年5月至2015年6月福建省立醫(yī)院經過手術病理證實的腮腺腫瘤患者47例，其中男32例，女15例，年齡21～86歲，平均(51.09±17.57)歲。臨床癥狀：37例良性腫瘤患者主要以發(fā)現耳垂下腫物為主訴就診，病程1周至5年不等，其中12例表現為腫物漸進性增大，2例表現為腫物突然增大伴疼痛，余23例無特殊癥狀；10例惡性腫瘤患者主要以發(fā)現耳垂下腫物為主訴就診，病程1周至6個月不等，其中4例表現腫物突然增大伴疼痛，1例伴有口角歪斜，余5例無特殊癥狀。

1.2 儀器與方法

采用Siemens Aera 1.5 T MR掃描儀，20通道頭頸聯合線圈。所有受試者行常規(guī)MRI (橫軸面T1WI、T2WI、T2-TSE-FS-DIXON、DWI及冠狀面T2WI-TIRM)以及DCE-MRI序列掃描。DCEMRI采用T1-VIBE (volumetric interpolated breathhold examination)序列，掃描參數：TR 3.82 ms，TE 1.5 ms，FOV 280 mm×236 mm，激勵次數1，層厚3 mm，間隔0.6 mm，矩陣320×224，在第一次采集結束后，經手背靜脈以2.5 ml/s的速度、0.1 mmol/kg的劑量注入對比劑Gd-DTPA，每次釆集時間為11 s，共采集27次動態(tài)增強數據，掃描時間328 s。

1.3 圖像后處理

① DCE-MRI半定量分析：根據Yabuuchi等[9]分類把病變TIC類型劃分為A型(持續(xù)型)：峰值時間(Tpeak)＞120 s，即漸進性強化；B型(廓清型)：峰值時間(Tpeak)≤120 s，廓清率(WR)≥30%，病灶呈快速強化、快速廓清；C型(平臺型)：Tpeak≤120 s，WR＜30%，病灶呈快速強化、緩慢廓清；D型(平坦型)：提示病變?yōu)槟倚圆∽?，或病灶無強化。② DCE-MRI圖像定量參數后處理：在Siemens syngo MRD 13圖像后處理工作站上，將DCE-MRI原始數據導入圖像灌注處理軟件(Tissue 4D，Siemens Medical Systems)，在進行運動矯正及圖像匹配后，利用多反轉角技術，計算機自動計算出增強前定量的T1基線值，參考T1WI或T2WI或DWI圖像，在病灶橫截面最大層面病灶實性部分手動設置3個興趣區(qū)，盡量避開出血、囊變、壞死區(qū)域，每個ROI面積為0.5 cm2。最適擬合AFI曲線通過軟件自動計算生成，通過軟件圖像瀏覽功能，除掉由于運動偽影導致明顯偏離AFI曲線點，利用該軟件設計的Tofts兩室血流動力學模型計算2～3個ROI區(qū)域藥代動力學參數，包括轉運常數(Ktrans)、回流常數(Kep)、血管外細胞外間隙容積比(Ve)，分別取其平均值作為最終測量結果。③圖像分析由2名熟悉掌握圖像灌注處理軟件主治醫(yī)師采用雙盲法進行處理分析，二者意見不一致時共同閱片達成一致意見。

1.4 統(tǒng)計學方法

采用SPSS 18.0軟件。按照組織病理類型分組，采用Komogorov-Smirnov法進行正態(tài)分布檢驗，用Leneve法進行方差齊性檢驗。如果符合正態(tài)分布且方差齊性，采用t檢驗分析腮腺不同腫瘤之間的Ktrans、Ve、Kep值組間的差異；如果不符合正態(tài)分布，則采用非參數秩和檢驗法(Mann-Whitney)比較。采用ROC曲線分析Ktrans、Ve、Kep值在腮腺不同腫瘤的鑒別診斷效能，根據最大約登指數(最大約登指數=敏感性＋特異性-1)確定最佳診斷閾值。P＜0.05為差異具有統(tǒng)計學意義。

2 結果

2.1 手術病理結果

47例腮腺腫瘤中良性腫瘤37例(混合瘤19例、腺淋巴瘤14例、基底細胞腺瘤2例、血管瘤1例、神經鞘瘤1例)、惡性腫瘤10例(黏液表皮樣癌3例、腺泡細胞癌2例、鱗狀細胞癌2例、嗜酸性細胞癌1例、黏膜相關組織邊緣區(qū)B細胞淋巴瘤1例、原始神經外胚層瘤1例)。

2.2 MRI表現

37例腮腺良性腫瘤中有28例T2WI表現為高信號、10例同時累及深淺葉、20例伴有不同程度囊變，10例惡性腫瘤中有7例T2WI表現為高信號、5例同時累及深淺葉、6例伴有不同程度囊變，各組間差異P＞0.05均無統(tǒng)計學意義?；旌狭?圖1)及腺淋巴瘤(圖2)兩者良性病灶邊界清，均伴有不同程度囊變，T1WI (圖1A，2A)及T2WI (圖1B，2B)均表現為不均勻信號；腺淋巴瘤(圖3)病灶累及右側腮腺深、淺葉，邊界不清，內可見斑片狀出血，表現出惡性腫瘤形態(tài)學特點，腺泡細胞癌(圖4)病灶小，邊界非常清，表現出良性腫瘤形態(tài)學特點。

37例腮腺良性腫瘤TIC曲線類型包括19例混合瘤(A型10例、C型9例)，14例腺淋巴瘤(B型9例、C型5例)，其他良性腫瘤(A型1例、C型3例)；10例惡性腫瘤中TIC曲線表現為B型2例、C型8例。腮腺良、惡性腫瘤TIC曲線類型的組間差異(P＞0.05)無統(tǒng)計學意義，混合瘤(圖1)及腺淋巴瘤(圖2)均為C型曲線；腺淋巴瘤(圖3)及腺泡細胞癌(圖4)均為B型曲線。

腮腺良、惡腫瘤實性部分DWI (在b=1000 s/mm2)均可表現為不同程度高信號，ADC表現為不同程度低信號(圖1～4 D)，腮腺不同病理類型腫瘤ADC值存在一定重疊性：混合瘤(圖1)及腺淋巴瘤(圖2)兩者病灶實性部分ADC值均大于1.0×10-3mm2/s；腺淋巴瘤(圖3)及腺泡細胞癌(圖4)兩者病灶實性部分ADC值均小于1.0×10-3mm2/s。

2.3 Ktrans、Kep、Ve值對腮腺不同病理類型腫瘤的鑒別診斷

入組的腮腺47例腫瘤按照術后病理類型分為腮腺良性腫瘤組(包括腺淋巴瘤)、腮腺良性腫瘤組(不包括腺淋巴瘤)、腮腺惡性腫瘤組、腮腺混合瘤組、腮腺腺淋巴組，各組間進行Ktrans、Kep、Ve值兩兩對比，分析各組間具有差異性的定量參數，評估其診斷效能。

2.3.1 腮腺良性腫瘤與腮腺惡性腫瘤比較

良性腫瘤(包括腺淋巴瘤)與惡性腫瘤Ve值之間差異有統(tǒng)計學意義(P＜0.05)，Ktrans、Kep值之間差異無統(tǒng)計學意義(P＞0.05，表1）。良性腫瘤(不包括腺淋巴瘤)與惡性腫瘤的Ktrans、Kep、Ve值之間差異均有統(tǒng)計學意義(P＜0.05，表2)。Ktrans、Kep、Ve值對于良性腫瘤(不包括腺淋巴瘤)與惡性腫瘤的鑒別具有較好的敏感性和特異性，AUC分別為0.813、0.922、0.926，當Ktrans值為0.526/min時，診斷敏感度為79%，特異度為82.6% ；當Kep值為0.870/min時，診斷敏感度為100%，特異度為87%；當Ve值為0.913時，診斷敏感度為91.3%，特異度為100%。

2.3.2 腮腺混合瘤與惡性腫瘤比較

Ktrans、Kep、Ve值之間差異均有統(tǒng)計學意義(P＜0.05，表3)。Ktrans值對于兩者的鑒別具有很好的敏感性，但特異性稍低，當AUC為0.889、Ktrans值為0.207/min 時，診斷敏感度為100%，特異度僅為57.9%。Kep、Ve值對于兩者的鑒別具有很高的診斷效能，AUC分別為1.000、1.000，當Kep值為0.883/min、Ve值為0.260/min 時，診斷敏感度及特異度均為100%。

圖1 男，39歲，右側腮腺淺葉混合瘤。橫斷面T1WI示病灶呈低信號(箭，A)；橫斷面脂肪抑制T2WI示病灶呈不均勻高信號(箭，B)；TIC為C型曲線(C)；DWI偽彩圖(b=1000 s/mm2)，病灶呈高信號(箭，D)，病灶ADC值為1.3893×10-3 mm2/s；Ktrans偽彩圖上測得病灶Ktrans=0.238 min-1、Kep=0.348 min-1、Ve=0.689 (E)；病理鏡下示含導管結構的上皮成分和間質的黏液樣成分(HE ×40；F) 圖2 男，54歲，右側腮腺腺淋巴瘤，病灶位于右側腮腺深淺葉，橫斷面T1WI示病灶實性部分呈低信號，囊性部分呈相對高信號(箭，A)；橫斷面脂肪抑制T2WI示病灶實性部分呈等或稍高信號，囊性部分呈明顯高信號(箭，B)；TIC為C型曲線(C)；DWI偽彩圖(b=1000 s/mm2)病灶囊性部分呈高信號，實性部分呈低信號(箭，D)，ADC值1.1206×10-3 mm2/s；Ktrans偽彩圖上測得病灶Ktrans=0.407 min-1、Kep=1.620 min-1、Ve=0.251 (E)；病理鏡下示嗜酸細胞型上皮和特征性的含生發(fā)中心的淋巴間質(HE ×40；F)Fig. 1 Thirty-nine-year-old male with PMT. T1 weighted (arrow, A) and FS-T2 weighted image (arrow, B) demonstrat the lesion located in shallow lobe of right parotid gland with smooth margin and sac changed inside, the signal of lesion is uneven, hypointensity on T1WI, heterogeneous hyperintensity on fat suppression T2WI. TIC curve pattern C (C). Higher signal intensity can be found in color-coded DWI map with ADC values of 1.3893×10-3 mm2/s (arrow,D). Color-coded Ktrans map concerned parameters of case 1 are: Ktrans=0.238 min-1, Kep=0.348 min-1, Ve=0.689 (E). Consequently, this result is verified by final pathology (F) (HE ×40). PMT: Parotid mixed tumor. Fig. 2 Fifty-four-year-old male with PGL. T1 weighted (arrow, A) and FS-T2 weighted image (arrow,B) demonstrate the lesion located in right parotid gland with smooth margin and sac changed inside, the solid portion of lesion is low signal on T1WI and isointensity or hyperintensity on fat suppression T2WI, the cystic part of lesion is hyperintensity on T1WI and apparent hyperintensity on fat suppression T2WI. TIC curve pattern C (C). The solid part of the lesion is low signal intensity in color-coded DWI map with ADC values of 1.1206×10-3 mm2/s (arrow, D).Color-coded Ktrans map concerned parameters of case 2 are: Ktrans=0.407 min-1、Kep=1.620 min-1、Ve=0.251 (E). Consequently, this result is verified by final pathology (F) (HE ×40). PGL: Parotid gland lymphoma.

2.3.3 腮腺腺淋巴瘤與腮腺惡性腫瘤比較

Ktrans、Kep值之間差異有統(tǒng)計學意義(P＜0.05)，Ve值之間差異無統(tǒng)計學意義(P＞0.05，表4)。Ktrans、Kep、Ve值對于兩者的鑒別具有很好的敏感性，但特異性太低，低于50%。

圖3 男，68歲，右側腮腺腺淋巴瘤，病灶累及右側腮腺深、淺葉，邊界不清，內可見斑片狀出血，橫斷面T1WI示病灶以低信號為主，間有斑片狀高信號(出血) (箭，A)；橫斷面脂肪抑制T2WI示病灶呈高低混雜信號(箭，B)；TIC為B型曲線(C)；DWI呈高信號(箭，D)，ADC值0.7168×10-3 mm2/s；Ktrans偽彩圖上測得病灶Ktrans=0.423 min-1、Kep=0.779 min-1、Ve=0.568 (箭，E)；病理鏡下示嗜酸細胞型上皮和特征性的含生發(fā)中心的淋巴間質(HE ×40；F) 圖4 男，35歲，右側腮腺淺葉腺泡細胞癌，邊界清，橫斷面T1WI示病灶呈低信號，邊界清(箭，A)；橫斷面脂肪抑制T2WI示病灶呈高信號，內見小斑片狀等信號(箭，B)；TIC為B型曲線(C)；DWI呈高信號(箭，D)，ADC值0.8659×10-3mm2/s； Ktrans偽彩圖上測得病灶Ktrans=0.334 min-1、Kep=1.733 min-1、Ve=0.196(E)；病理鏡下示腫瘤細胞大小、形態(tài)相似于正常腺泡細胞，漿液性細胞樣細胞的胞質中含嗜堿性酶原分泌顆粒，腫瘤細胞邊界不清，浸潤周邊涎腺組織(HE ×40；F)Fig. 3 Sixty-eight-year-old male with PGL, T1 weighted (arrow, A) and FS-T2 weighted image (arrow, B) demonstrate the lesion involving the deep and shallow lobe of right parotid gland, with obscure boundary and invasive biological behaviour, hypointensity and patchy high signal (hemorrhage) on T1WI, heterogeneous hyperintensity or hypointensity on fat suppression T2WI. TIC curve pattern B (C). Higher signal intensity can be found in colorcoded DWI map with ADC values of 0.7168×10-3 mm2/s (arrow, D). Color-coded Ktrans map concerned parameters of case 3 are: Ktrans=0.423 min-1, Kep=0.779 min-1, Ve=0.568 (arrow, E).Consequently, this result is verified by final pathology (F) (HE ×40). PGL: Parotid Gland Lymphoma. Figure 4 Thirty-five-year-old male with acinar adenocarcinoma, T1 weighted (arrow, A) and FS-T2 weighted image (arrow, B) demonstrat located in shallow lobe of right parotid gland, with smooth margin, hypointensity on T1WI, hyperintensity with small patchy isointensity on fat suppression T2WI. TIC curve pattern B(C). Higher signal intensity can be found in color-coded DWI map with ADC values of 0.8659×10-3 mm2/s (arrow, D). Color-coded Ktrans map concerned parameters of case 4 are: Ktrans=0.334 min-1, Kep=1.733 min-1, Ve=0.196 (E). Consequently, this result is verified by final pathology (F) (HE ×40).

2.3.4 腮腺混合瘤與腺淋巴瘤比較

Ktrans、Kep、Ve值之間差異均有統(tǒng)計學意義(P＜0.05，表5)。Ktrans、Kep、Ve值對于兩者的鑒別均具有很高的診斷效能，AUC分別為1.000、1.000、1.000，當Ktrans值為0.284/min、Kep值為1.123/min、Ve值為0.259時，診斷敏感度及特異度均為100%。

3 討論

腮腺腫瘤的常規(guī)MRI檢查以病灶的部位、形態(tài)和信號強度特點為主要評價指標來判斷腫瘤的性質，存在敏感性低、特異性低及多征象重疊等缺點，如混合瘤(圖1)及腺淋巴瘤(圖2)兩者良性均伴有不同程度囊變，T1WI及T2WI均表現為不均勻信號；腺淋巴瘤(圖3)良性病灶表現出惡性腫瘤形態(tài)學特點，而腺泡細胞癌(圖4)惡性病灶邊界非常清，表現出良性腫瘤形態(tài)學特點。因此對于形態(tài)學表現為惡性的良性腮腺腫瘤與形態(tài)學表現為良性的惡性腮腺腫瘤通過常規(guī)MRI檢查進行鑒別診斷有一定困難，術前較難做出準確的定性診斷。

表1 腮腺良性腫瘤(包括腺淋巴瘤)與惡性腫瘤Ktrans、Kep、Ve值比較Tab. 1 The Ktrans, Kep,Ve values of benign parotid tumor(included adenolymphoma) vs malignant parotid tumor

參數 良性腫瘤 惡性腫瘤 Z值 P值Ktrans 0.300±0.1140.323±0.082 -0.839 ＞0.05 Kep 1.230±0.8211.644±0.332 -1.278 ＞0.05 Ve 0.314±0.1300.197±0.334 -2.358 ＜0.05

表2 腮腺良性腫瘤(不包括腺淋巴瘤)與惡性腫瘤Ktrans、Kep、Ve值比較Tab. 2 The Ktrans, Kep,Ve values of benign parotid tumor (not included adenolymphoma) vs malignant parotid tumor

表2 腮腺良性腫瘤(不包括腺淋巴瘤)與惡性腫瘤Ktrans、Kep、Ve值比較Tab. 2 The Ktrans, Kep,Ve values of benign parotid tumor (not included adenolymphoma) vs malignant parotid tumor

參數 良性腫瘤 惡性腫瘤 Z值 P值Ktrans 0.233±0.0670.323±0.082 -2.820 ＜0.05 Kep 0.691±0.4721.644±0.332 -3.800 ＜0.05 Ve 0.385±0.1110.197±0.334 7.309 ＜0.05

表3 腮腺混合瘤與腮腺惡性腫瘤Ktrans、Kep、Ve值比較Tab. 3 The Ktrans, Kep,Ve values of mix parotid tumor vs malignant parotid tumor

表3 腮腺混合瘤與腮腺惡性腫瘤Ktrans、Kep、Ve值比較Tab. 3 The Ktrans, Kep,Ve values of mix parotid tumor vs malignant parotid tumor

參數 混合瘤 惡性腫瘤 t值 P值Ktrans 0.208±0.0340.323±0.082 -10.655 ＜0.05 Kep 0.503±0.0891.644±0.332 10.254 ＜0.05 Ve 0.420±0.0830.197±0.334 -4.255 ＜0.05

表4 腮腺腺淋巴瘤與腮腺惡性腫瘤Ktrans、Kep、Ve值比較Tab. 4 The Ktrans, Kep,Ve values of adenolymphoma vs malignant parotid tumor

表4 腮腺腺淋巴瘤與腮腺惡性腫瘤Ktrans、Kep、Ve值比較Tab. 4 The Ktrans, Kep,Ve values of adenolymphoma vs malignant parotid tumor

參數 腺淋巴瘤 惡性腫瘤 t值 P值Ktrans 0.405±0.0800.323±0.082 2.473 ＜0.05 Kep 2.043±0.3911.644±0.332 2.648 ＜0.05 Ve 0.200±0.0280.197±0.334 0.231 ＞0.05

表5 腮腺混合瘤與腮腺腺淋巴瘤Ktrans、Kep、Ve值比較Tab. 5 The Ktrans, Kep,Ve values of mix parotid tumor vs adenolymphoma

表5 腮腺混合瘤與腮腺腺淋巴瘤Ktrans、Kep、Ve值比較Tab. 5 The Ktrans, Kep,Ve values of mix parotid tumor vs adenolymphoma

參數 混合瘤 腺淋巴瘤 t值 P值Ktrans 0.208± 0.034 0.405±0.080 -8.882 ＜0.05 Kep 0.503± 0.089 2.043±0.391 10.810 ＜0.05 Ve 0.420±0.083 0.200±0.028 -14.932 ＜0.05

3.1 腮腺腫瘤DCE-MRI半定量檢查的應用及限度

近年來DCE-MRI半定量檢查逐漸被應用于腮腺腫瘤的鑒別診斷，一定程度上彌補了其形態(tài)學檢查上的不足，提高了腮腺腫瘤的診斷及鑒別診斷準確性[10]。DCE-MRI半定量主要根據腫瘤的TIC類型判斷腮腺腫瘤良惡性，不能定量反映病灶內對比劑濃度的變化，且存在計數簡單、參數解釋不詳、結果重復性差等缺點，在實際工作中腮腺不同良惡性腫瘤的曲線類型存在交叉重疊。本組37例腮腺良性腫瘤、10例惡性腫瘤，以A、B、D型三種曲線作為腮腺良性腫瘤判斷標準，以C型曲線作為腮腺惡性腫瘤判斷標準[9]，組間的差異無統(tǒng)計學意義(P＞0.05)。如混合瘤(圖1)及腺淋巴瘤(圖2)兩種不同的良性腫瘤TIC曲線可以均為C型曲線；腺淋巴瘤(圖3)良性腫瘤及腺泡細胞癌(圖4)惡性腫瘤可以均為B型曲線。

3.2 DCE-MRI定量分析成像基本原理

DCE-MRI定量分析是在靜脈注射小分子順磁性對比劑，通過觀察、分析對比劑經腫瘤動脈、毛細血管、血管外組織間隙到靜脈回流整個過程，快速、動態(tài)監(jiān)測被檢部位組織T1弛豫時間動態(tài)變化數據，運用假定的藥代動力學模型對時間-信號強度曲線進行分析，計算出感興趣區(qū)組織或病變的組織灌注或微循環(huán)滲透性的血流動力學參數[11-13]。DCE-MRI因計算時納入動脈輸入函數及組織中對比劑濃度因素，較定性及半定量指標反映血流灌注及微血管滲透性更為準確，且可避免定性及半定量分析結果受掃描技術影響而出現的研究者間的差異。DCE-MRI定量參數包括：Ktrans、Kep和Ve，其中Kep= Ktrans/Ve。

3.3 DCE-MRI定量分析對腮腺不同病理類型腫瘤的診斷價值

3.3.1 對腮腺良性腫瘤與惡性腫瘤的鑒別診斷價值

理論上腮腺惡性腫瘤的組織結構緊密度、組織結構空間復雜程度、組織內細胞核的異形性以及間質中血管增生程度均高于腮腺良性腫瘤，因此隨著腫瘤惡性程度增加Ktrans、Kep值應相應升高，而Ve值越大提示腫瘤感興趣區(qū)血管外細胞外間隙容積越大，腫瘤壞死程度越高或腫瘤細胞化程度越低[14]。

本組研究中腮腺良性腫瘤(包括腺淋巴瘤)的Ktrans、Kep值均低于腮腺惡性腫瘤，各組間差異無統(tǒng)計學意義；研究中將腺淋巴瘤排除在腮腺良性腫瘤組，腮腺良性腫瘤(不包括腺淋巴瘤)的Ktrans、Kep值均低于腮腺惡性腫瘤，各組間差異有統(tǒng)計學意義。這主要是由于腺淋巴瘤是一種由上皮組織和淋巴組織兩種成分組成的腮腺良性腫瘤，上皮組織形成不規(guī)則的大腺管及微囊腔，增生的淋巴組織形成淋巴濾泡，腫瘤細胞間質內微血管豐富，且瘤體內細胞分布密集，細胞外間隙較少，這些組織病理學特點造成腺淋巴瘤Ktrans、Kep值升高，如果腮腺良性腫瘤研究組中腺淋巴瘤的樣本數多，會造成腮腺良性腫瘤研究組總體的Ktrans、Kep值升高，因此鑒別腮腺良性腫瘤(包含有腺淋巴瘤)與腮腺惡性腫瘤時，兩者之間的Ktrans、Kep值組間的差異取決于樣本中腮腺腺淋巴瘤及惡性腫瘤樣本數的多少。

本組研究中腮腺良性腫瘤的Ve值高于腮腺惡性腫瘤，組間差異有統(tǒng)計學意義，一方面與研究組中混合瘤樣本數多且具有壞死、囊變的混合瘤樣本數多有關系(本組19例混合瘤中有14例伴有不同程度壞死)，另一方面由于惡性腫瘤的Ve值與腺淋巴瘤差異無統(tǒng)計學意義，兩種因素共同作用使腮腺良性腫瘤的Ve值高于腮腺惡性腫瘤，這在一定程度上反映Ve與腫瘤壞死程度相關。

3.3.2 對腮腺混合瘤與惡性腫瘤、腺淋巴瘤的鑒別診斷價值

本組研究中腮腺混合瘤的Ktrans、Kep值均低于腮腺惡性腫瘤及腮腺腺淋巴瘤，而腮腺混合瘤的Ve值高于腮腺惡性腫瘤及腮腺腺淋巴瘤，各組間差異有統(tǒng)計學意義。利用Ktrans、Kep、Ve值對于缺乏特征性形態(tài)表現的腮腺混合瘤與惡性腫瘤以及腮腺混合瘤與腺淋巴瘤具有很好的鑒別診斷價值。

3.3.3 對腮腺腺淋巴瘤與腮腺惡性腫瘤的鑒別診斷價值

本組研究中腮腺腺淋巴瘤Ktrans、Kep、Ve值均大于腮腺惡性腫瘤，與理論不符，一方面由于腮腺腺淋巴瘤組織病理學特點造成腺淋巴瘤Ktrans、Kep值升高，另一方面與本研究中惡性腫瘤的病例數少有關系。腮腺腺淋巴瘤與腮腺惡性腫瘤兩者的Ktrans、Kep值組間差異有統(tǒng)計學意義，但Ve值組間差異無統(tǒng)計學意義。利用Ktrans、Kep、Ve值鑒別腮腺腺淋巴瘤與腮腺惡性腫瘤，具有很好的敏感性，可達100%，但是特異性較低約為50%，其中Ve值的特異性甚至只有10%。

3.4 本研究存在的不足

(1)研究時間短，收集的樣本數量相對較少，特別是惡性腫瘤的病例數偏少，這可能會影響腮腺良、惡性腫瘤常規(guī)MRI征象以及DCE-MRI定量參數歸納分析。(2) DCE-MRI技術局限性：目前DCE-MRI定量分析采用的生物學模型有很多種，不同廠家、不同設備使用的生物學模型可能不一樣，不同的生物學模式要求使用的對比劑類型、數據采集方式、數據后處理沒有統(tǒng)一標準。本研究采用Tofts模型對病灶生物學微環(huán)境采取簡單化假設，對病灶組織生理特征的評價與實際情況存在偏差，不能充分說明病灶復雜的生物學行為[15]。

腮腺常規(guī)MRI檢查仍是日常工作中腮腺疾病的主要影像學診斷方法之一，結合臨床及常規(guī)MRI中病灶的部位、形態(tài)和信號強度特點對大部分腮腺腫瘤能夠做出合理的定性診斷。對于缺乏形態(tài)學特征的腮腺腫瘤，DCE-MRI能夠提供有用的定量參數，提高術前定性診斷能力。

[References]

[1] de Rooij M, Hamoen EH, Futterer JJ, et al. Accuracy of multiparametric MRI for prostate cancer detection: a Meta-analysis.Am J Roentgenol, 2014, 202(2): 343-351.

[2] Cho N, Im SA, Park IA, et al. Breast cancer: early prediction of response to neoadjuvant chemotherapy using parametric response maps for MR imaging. Radiology, 2014, 272(2): 385-396.

[3] Bergamino M, Bonzano L, Levrero F, et al. A review of technical aspects of T1-weighted dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) in human brain tumors. Phys Med,2014, 30(6): 635-643.

[4] Ma XL, Zhou SC, Xia LM. Dynamic contrast-enhanced magnetic resonance imaging in differential diagnosis of solitary pulmonary nodules. Chin J Magn Reson Imaging, 2015, 6(2): 125-130.

[5] Heller SL, Moy L, Lavianlivi S, et al. Differentiation of malignant and benign breast lesions using magnetization transfer imaging and dynamic contrast-enhanced MRI. J Magn Reson Imaging, 2013,37(1): 138-145.

[6] He W, Liu Y, Liu JY, et al. Prostate cancer: diagnostic value of quantitative analysis by dynamic contrast-enhanced MR at 3.0 T.Chin J Radiol, 2014, 48(3): 215-218.何為, 劉毅, 劉建羽, 等. 3.0 T MR動態(tài)增強掃描定量分析診斷前列腺癌的價值. 中華放射學雜志, 2014, 48(3): 215-218.

[7] Jin Y, Zhang Y, Li K, et al. Diagnostic value of quantitative parameters of dynamic contrast-enhanced MRI in the evaluation of different pathological grades of cervical squamous cell carcinoma.Chin J Radiol, 2015, 49(5): 360-363.金雁, 張婭, 李鹍, 等. MRI定量動態(tài)增強參數在宮頸鱗癌病理分級中的價值. 中華放射學雜志, 2015, 495(5): 360-363.

[8] Guo JM, Zhu ZJ, Zhang BJ, et al. Application of 4D-THRIVE dynamic contrast-enhanced scan in evaluating microvascular permeability of early cervical cancer. J Clin Radiol, 2015, 34(4):596-599.郭吉敏, 朱志軍, 張碧娟, 等. 4D-THRIVE動態(tài)增強掃描評價早期宮頸癌微血管通透性的價值. 臨床放射學雜志, 2015, 34(4):596-599.

[9] Yabuuchi H, Matsuo Y, Kamitani T, et al. Parotid gland tumors:can addition of diffusion-weighted MR imaging to dynamic contrast-enhanced MR imaging improve diagnostic accuracy in characterization? Radiology, 2008, 249(3): 909-916.

[10] Zheng SY, Zeng XT, Wu XH, et al. Evaluation of semi-quantitative analysis by using 3.0 T MR dynamic contrast-enhanced scanning in differentiating parotid masses. J Clin Radiol, 2015, 34(3): 346-350.鄭少燕, 曾向廷, 吳先衡, 等. 3.0 T MR動態(tài)增強掃描半定量分析對腮腺腫塊鑒別診斷的價值. 臨床放射學雜志, 2015, 34(3):346-350.

[11] Khalifa F, Soliman A, El-Baz A, et al. Models and methods for analyzing DCE-MRI: a review. Med Phys, 2014, 41(12): 124301.

[12] Ku LZ, Ma MP, Yu S, et al. Dynamic contrast-enhanced MRI in diagnosis of different histopathological types of lung cacinoma. Chin J Med Imaging, 2016, 24(2): 100-105.庫雷志, 馬明平, 俞順, 等. DCE-MRI在肺癌不同病理類型的診斷價值. 中國醫(yī)學影像學雜志, 2016, 24(2): 100-105.

[13] Shen J. An expectable wave of clinical studies using quantitative dynamic contrast-enhanced MR imaging. Chin J Magn Reson Imaging, 2015, 6(8): 561-565.沈君. 積極開展定量動態(tài)增強磁共振成像研究. 磁共振成像, 2015,6(8): 561-565.

[14] Choi HS, Kim AH, Ahn SS, et al. Glioma grading capability:comparisons among parameters from dynamic contrast-enhanced MRI and ADC value on DWI. Korean J Radiol, 2013, 14(3):487-492.

[15] Steingoetter A, Mene D, Braren RF. Assessing antiangiogenic therapy response by DCE-MRI: development of a physiology driven multi-compartment model using population pharmacometrics. PLoS One, 2011, 6(10): 263-266.