李敏，王化

天津醫(yī)科大學腫瘤醫(yī)院放射科 國家腫瘤臨床醫(yī)學研究中心 天津市“腫瘤防治”重點實驗室 天津市惡性腫瘤臨床醫(yī)學研究中心，天津 300060；*通信作者 王化 wanghua0718@163.com

肺癌是全球最常見的癌癥之一，也是癌癥相關死亡的首要原因[1]。目前，常規(guī)CT是肺癌診斷、分期、治療效果評估及治療后隨訪最常用的影像學檢查，主要依據(jù)病變的形態(tài)學特征、CT值、增強程度和特點進行診斷，但形態(tài)學特征評估依賴放射診斷醫(yī)師的經(jīng)驗，存在一定的主觀性，并且不同病變不僅形態(tài)學特征存在重疊，強化程度和特點也可能相似，使得CT診斷肺癌存在一定的局限性。雙能量CT（dual-energy CT，DECT）除對病變進行分析外，還能對成像組織在能量學范疇的差異進行量化，從而提供更多定量參數(shù)，包括碘濃度、水濃度、能譜曲線斜率等，為肺癌的定性診斷、病理分型、侵襲性判定以及基因突變預測等提供了更多幫助，彌補了常規(guī)CT在定量評估方面的不足[2]。本文對DECT在肺癌診斷中的應用和研究進展進行綜述。

1 DECT 的基本原理和技術應用

1.1 基本原理 DECT通過采集2個不同X線能譜的CT數(shù)據(jù)進行成像[3]。由于成像組織在不同X線能譜下的衰減系數(shù)不同，借此特征可以區(qū)分和表征不同的組織[4]。目前，臨床常用的掃描技術有高低管電壓快速切換、雙源、雙層探測器以及分裂濾波器。DECT對采集的數(shù)據(jù)進行后處理，利用物質(zhì)分離、單能量成像、有效原子序數(shù)（effective atomic number，Eff-Z）和能譜曲線等技術對腫瘤行多參數(shù)定性和定量評估。

1.2 技術應用

1.2.1 物質(zhì)分離 理論上，人體任何組織或結構對X線的吸收均可用2種不同基物質(zhì)吸收的組合表示[5]。DECT能將人體成像組織轉化為對X線具有相同衰減效果的兩種不同基物質(zhì)的密度圖，其中水碘是最常用的基物質(zhì)對[4]。在增強掃描中，通過碘圖可以定量評估組織碘含量，能夠更加精確地反映腫瘤血管分布，進而用于腫瘤診斷和治療效果評估[2]。DECT將碘從圖像中去除形成虛擬平掃（virtual non-contrast，VNC）圖像，有望取代多期CT掃描中的真實平掃，以減少輻射劑量[6-8]。

1.2.2 單能量成像 常規(guī)CT是在混合能量的X線束下進行掃描，而雙能成像可重建出單一能量X線光子掃描所成的圖像，即虛擬單能量圖像。不同品牌機型提供的單能量（keV）范圍不同，分布范圍為40～200 keV[9]。低keV能提高碘匯聚顯示，高keV能增強X線的穿透能力，通過選擇合適的keV值能有效降低圖像噪聲，使圖像達到最佳信噪比，以優(yōu)化腫瘤及周圍組織結構顯示，有利于微小腫瘤病灶的檢出和診斷[9]。

1.2.3 Eff-Z圖 某物質(zhì)的Eff-Z為與之有相同X線衰減的某種元素的原子序數(shù)[5]。DECT能重建出成像層面的Eff-Z圖。由于不同組織和病變的Eff-Z存在差異，因此Eff-Z的定量分析對兩者的鑒別具有一定價值[2]。

1.2.4 能譜衰減曲線 DECT能獲得成像組織CT值隨X線光子能量（keV）變化的曲線，即能譜衰減曲線。因不同組織的衰減系數(shù)隨X線能量的變化不同，該曲線斜率在一定程度上能體現(xiàn)組織和病變的特征，有助于病變與正常組織、腫瘤良惡性及病理亞型的鑒別[2,10]。

2 DECT 在肺癌中的臨床應用進展

2.1 肺結節(jié)及腫塊良惡性的鑒別 由于病灶CT值受X線混合能量、線束硬化和病灶大小等因素的影響，而且部分良、惡性病灶具有相似的形態(tài)學特征和強化方式，導致常規(guī)CT在肺病灶良惡性鑒別方面有一定的挑戰(zhàn)[11]。DECT重建的虛擬單能量圖像可以彌補這一不足，可以獲得更加準確的CT值，同時還能通過測量病變碘濃度（iodine concentration，IC）、標準化碘濃度（normalized iodine concentration，NIC）及能譜曲線斜率（slope rate of spectral attenuation curve，λHU）等多參數(shù)值鑒別結節(jié)或腫塊的良惡性。Zhang等[11]對孤立性肺結節(jié)進行研究，發(fā)現(xiàn)惡性組動靜脈期NIC、λHU及在70 keV圖像的CT凈增值均顯著高于良性組。Zegad?o等[12]和邱琳等[13]的研究也證實惡性結節(jié)碘攝取參數(shù)顯著高于良性結節(jié)。而Chen等[14]的研究結果與上述不一致，該研究中良性結節(jié)組雙期λHU、雙期40 keV圖像的CT凈增值以及靜脈期IC高于惡性組，其原因可能是病例選擇和良性結節(jié)中病變類型的構成不同：Chen等[14]的研究中磨玻璃結節(jié)比例較大，且良性結節(jié)多為炎性病變。

Lin等[15]將良性結節(jié)進一步分為活動性炎癥組和結核組，分別與惡性組結節(jié)進行能譜參數(shù)比較，發(fā)現(xiàn)炎癥組動脈期和靜脈期IC、NIC和λHU高于惡性組，惡性組高于結核組。Yu等[16]發(fā)現(xiàn)良性腫瘤中的炎性肌纖維母細胞瘤組動靜脈期λHU、NIC及標準化碘濃度之差明顯高于肺癌組。Hou等[17]發(fā)現(xiàn)炎性組病變中心在動靜脈期70 keV圖像的CT值、NIC和λHU均高于肺癌組，而肺癌組病變中心與周圍CT凈增值的差值顯著大于炎性組。此外，王君鑫等[18]研究發(fā)現(xiàn)，肺炎組動脈期IC、NIC及40～70 keV范圍內(nèi)的λHU均顯著高于肺癌組。上述研究表明，DECT定量參數(shù)在肺結節(jié)及腫塊良惡性鑒別方面具有重要意義，但這些參數(shù)在良性腫瘤、活動性炎癥和肉芽腫性病變等不同的良性病變中可能存在差異，鑒別診斷時需進行區(qū)分。

2.2 肺癌組織病理學分型和侵襲性判定 DECT的定量參數(shù)能反映病變組織的特征和功能狀態(tài)，對肺癌病理分型有重要意義。王永麗等[19]報道能譜參數(shù)對鑒別小細胞肺癌（small-cell lung cancer，SCLC）和非小細胞肺癌（non-small-cell lung cancer，NSCLC）具有重要價值，聯(lián)合動脈期和靜脈期40 keV圖像的CT值、λHU和NIC，曲線下面積（AUC）分別為0.809和0.855。Xu等[20]發(fā)現(xiàn)與僅使用CT形態(tài)學特征相比，增加IC和NIC使鑒別SCLC和NSCLC的AUC從0.908提高到0.981。Zhang等[21]發(fā)現(xiàn)腺癌組靜脈期IC、NIC和λHU顯著高于鱗狀細胞癌組，聯(lián)合3 個參數(shù)診斷的AUC 最高（0.891）?？傊?，DECT在肺癌病理分型方面有重要應用價值，但目前研究多局限于SCLC 以及NSCLC的主要病理亞型，其他少見病理類型的診斷和鑒別需進一步研究。

DECT多參數(shù)分析還可以用于肺腺癌侵襲性的判定。Yu等[22]研究顯示，靜脈期130 keV下圖像的CT值是預測侵襲性肺腺癌（ invasive pulmonary adenocarcinoma，IPA）的獨立因子。Yang等[23]研究表明在純磨玻璃結節(jié)中，校準后的NIC和病灶大小是IPA的獨立影響因素，校準后的NIC對IPA的診斷效能（AUC=0.924）顯著高于病灶大小（AUC=0.711）。有學者嘗試基于多參數(shù)圖像所提取的組學特征判定肺腺癌侵襲性，顯示出較好的應用前景。Son等[24]發(fā)現(xiàn)基于VNC圖像的直方圖質(zhì)量（mass）參數(shù)和碘圖紋理分析的均一性（uniformity）參數(shù)是IPA的獨立預測指標，與僅使用VNC圖像相比，增加碘圖參數(shù)后AUC由0.888提高到0.959。Bae等[25]根據(jù)肺腺癌組織學亞型的侵襲性將其分為3級，研究基于碘圖與VNC圖像的組學特征對預測侵襲性分級的價值，結果顯示iuniformity和第97.5百分位CT值是區(qū)分2級和1級或3級和1級的獨立因素。

2.3 肺癌基因突變狀態(tài)的預測 目前，針對驅動基因的靶向治療是晚期NSCLC的常用治療方法。靶向基因的獲取是采取靶向治療的前提，其中表皮生長因子受體（epidermal growth factor receptor，EGFR）是NSCLC最常見的驅動基因之一。Wu等[26]研究發(fā)現(xiàn)，肺腺癌EGFR陽性組的NIC和λHU顯著高于陰性組，鱗狀細胞癌EGFR陽性組NIC、λHU及鈣含量均顯著高于陰性組。張國晉等[27]研究提示肺腺癌EGFR陽性組雙期IC和λHU顯著高于陰性組。Li等[28]和Lin等[29]研究提示NIC和靜脈期NIC是預測EGFR突變的獨立指標，聯(lián)合吸煙史，預測EGFR突變的AUC分別達到0.702和0.807。由此可見IC相關參數(shù)與NSCLC患者EGFR的突變狀態(tài)密切相關，能夠預測EGFR的突變。DECT定量參數(shù)與其他基因突變關系的研究報道較少。Li等[30]研究發(fā)現(xiàn)EGFR突變組λHU、NIC、Eff-Z以及70 keV圖像的CT值明顯高于Kirsten鼠肉瘤病毒癌基因（Kirsten rat sarcoma viral oncogene homolog，KRAS）突變組，70 keV圖像的CT值是鑒別這兩種基因突變的獨立指標。Li等[31]發(fā)現(xiàn)Eff-Z與實性肺腺癌的KRAS突變顯著相關，而能譜CT定量參數(shù)與ALK重排無顯著相關性，可能與ALK重排樣本量較少有關。上述研究顯示DECT的某些定量參數(shù)是肺癌基因突變的獨立預測指標，聯(lián)合相關臨床特征能顯著提高預測效能。

2.4 與其他肺癌生物標志物相關性的研究 除預測肺癌的基因突變狀態(tài)外，DECT定量參數(shù)與多項治療和預后相關的生物標志物間也存在一定的相關性。Li等[32]研究表明動脈期、靜脈期和延遲期IC、NIC和標準化碘濃度之差與微血管密度均呈正相關，靜脈期IC的相關性最強（r=0.800，P＜0.001）。還有研究[33]報道IC、λHU和40 keV圖像的CT值與NSCLC的血管內(nèi)皮生長因子表達水平呈正相關，提示DECT的某些定量參數(shù)可以反映腫瘤的血管生成，有助于指導肺癌抗血管生成靶向藥物的治療。

Chen等[34]研究顯示，肺腺癌程序性死亡蛋白配體-1（programmed death ligand-1，PD-L1）陽性表達組動靜脈期40、70 keV圖像的CT值均顯著高于陰性組，提示DECT定量參數(shù)與肺癌PD-L1表達相關，有望輔助預測肺癌患者PD-L1表達。Ki-67能反映腫瘤增殖速度，是預測肺癌預后的常用指標。竇沛沛等[35]發(fā)現(xiàn)Ki-67低表達組動脈期40、50 keV圖像及靜脈期40、60、70 keV圖像的CT值和雙期λHU均顯著高于高表達組，靜脈期40 keV為預測Ki-67表達的最佳單能量值。由此可見DECT參數(shù)與Ki-67表達存在相關性，對預測肺癌預后具有一定的應用價值。

3 小結

DECT的多參數(shù)定量分析對肺結節(jié)及腫塊良惡性鑒別、肺癌組織病理學分型和侵襲性判定等具有重要臨床意義，其多個定量參數(shù)與肺癌基因突變狀態(tài)及許多腫瘤分子標志物間存在相關性，有助于指導腫瘤精準治療及預后評估。然而，目前關于DECT在肺癌診斷方面的研究多為單中心小樣本研究，且不同研究機構的機型、掃描方案和感興趣區(qū)勾畫標準等存在一定差異，導致研究結果不一致，甚至互相矛盾；未來需要進行多中心大樣本研究，同時對掃描參數(shù)和感興趣區(qū)勾畫進一步優(yōu)化和標準化，以提高相關參數(shù)測量的一致性和穩(wěn)定性，從而獲得更為準確、可靠的病變信息。隨著CT技術在大數(shù)據(jù)時代背景下的不斷創(chuàng)新與發(fā)展，DECT將會越來越廣泛地應用于肺癌的臨床診斷。