Page 123 - 南京医科大学自然版
P. 123

第46卷第6期        柴婷婷，周     燕，苏国义，等. 光谱CT 定量参数预测术前临床淋巴结阴性甲状腺乳头状癌患者
                  2026年6月          中央区淋巴结转移的研究［J］. 南京医科大学学报（自然科学版），2026，46（6）：903-910                  ·905  ·


                集动脉期图像，50 s 采集静脉期图像。完成原始图                         量参数的一致性。在模型构建方面，首先通过单因
                像采集后，采用光谱重建算法生成全息光谱数据图                            素分析筛选具有统计学意义的变量。对于单因素分
                像，并基于专业后处理工作站（Version 10，Philips                  析提示P < 0.05的参数，继续进行二元Logistic 回归
                IntelliSpace Protal 公司，荷兰）进行图像重建。获得               分析，经最大似然估计逐步法完成参数筛选，分别
                碘密度图、虚拟单能量图（virtual monochromatic im⁃             用于构建临床预测模型、光谱 CT 参数模型和临床⁃
                age，VMI）与有效原子序数（effective atomic number，          影像联合预测模型。采用容差与方差膨胀因子
                Zeff）图。                                          （variance inflation factor，VIF）评估各模型的多重共
                1.2.3 CT图像特征分析                                    线性。采用受试者工作特征（receiver operating char⁃
                    由 2 位分别具有 5 年及 8 年头颈部影像诊断经                    acteristic，ROC）曲线及曲线下面积（area under the
                验的放射医师基于模拟常规 120 kVp 的 CT 图像采                     curve，AUC）评估各模型的预测效能。P < 0.05为差
                用双盲法评估原发灶CT图像特征。意见不一致时，                           异有统计学意义。
                由另1位具有25年头颈影像诊断经验的放射医师进
                行最终判断。对于多发病灶，选择最大病灶进行评                            2  结 果
                估。纳入分析的原发灶 CT 图像特征包括：位置（左                         2.1  临床及病灶形态学特征比较
                叶、右叶、峡部；上极、中极、下极；腹侧、中部、背侧）、                           86 例患者中，30 例（34.9%）存在 CLNM。其中
                大小（最大短轴径）、是否合并钙化及囊变。                              患者性别、Tg 及囊变在两组间差异有统计学意义
                1.2.4 CT定量参数                                     （P < 0.05，表1）。
                    上述 2 位放射科医师登录后处理工作站（Ver⁃                      2.2  光谱CT定量参数比较
                sion 10，Philips IntelliSpace Protal 公司，荷兰）对原发         平扫光谱 CT 参数中，CLNM 组的平扫期 CT 值
                灶的光谱CT定量参数进行测定，测定指标包括平扫                           40 keVHU、平扫期 CT 值 70 keVHU 低于非 CLNM 组
                期、动脉期与静脉期这 3 个时期的碘浓度（iodine                      （P < 0.05）；动脉期CT参数中，除动脉期NZeff，其他参
                concentration，IC）、标准化 IC（normalized IC，NIC）、      数在两组间差异均有统计学意义（P < 0.05，表2）；静

                Zeff、标准化 Zeff （normalized Zeff，NZeff）、双能指数（dual   脉期CT参数中，CLNM组的静脉期CT值70 keVHU低
                energy index，DEI）、能谱曲线斜率（slope of energy          于非 CLNM 组（P=0.014）。2 位医师测定光谱 CT 定
                spectrum curve，λ HU）、40 keVHU CT 值（40 keVHU）、     量参数的 ICC 均>0.75（表 3）。代表性 CLNM 与无
                70 keVHU CT 值（70 keVHU）。 基于横断位 CT 图像、             CLNM的PTC患者光谱CT资料见图1。
                病灶最大层面，勾画感兴趣区（region of interest，
                                                                  2.3  模型构建及预测效能
                ROI）。ROI 应涵盖整个病灶的实性区域，并且尽                             Logistic回归分析显示，在临床和病灶形态学特
                量避开周边脂肪组织、囊变与钙化灶部位。另在                             征中，囊变是发生 CLNM 的独立危险因素（表 4）。
                原发灶同侧环状软骨水平颈内动脉内勾画圆形                              以此构建的临床模型预测 CLNM 的 AUC 为 0.591，
                ROI（约 5 mm ），测量其光谱 CT 参数，以备进行标                    灵敏度为20.0%，特异度为98.2%（表5）。
                            2
                准化计算，计算公式如下：①NIC=IC 原 发 灶/IC 颈内动脉；
                                                                      在光谱 CT 定量参数中，平扫期 40 keVHU、平扫
                ② NZeff=Zeff 原 发 灶/Zeff 颈 内 动 脉 ；③ λHU=（CT 值  - CT
                                                     40 keV HU    期 70 keVHU、平扫期 NZeff 是独立预测因子（表 4）。
                           ［2］
                值70     ）/30 。将2位医师的测量平均值纳入后续                     以此构建的光谱 CT 定量参数模型预测 CLNM 的
                    keV HU
                统计分析。                                             AUC 为 0.835，灵 敏 度 为 73.3% ，特 异 度 为 85.7%
                1.3  统计学方法                                       （表 5）。
                    采用 SPSS26.0 与 MedCalc20.0 进行统计分析。                 联合临床、形态学特征及光谱CT定量参数建立
                采取卡方检验或Fisher确切概率法比较定性数据间                         联合模型。联合模型由性别、囊变、平扫期40 keVHU、
                的差异。定量数据呈正态分布时，描述形式为平均                            平扫期 70 keVHU 和平扫期 NZeff 组成。各参数的
                数±标准差（x ± s），采用独立样本t 检验进行组间比                      VIF 均<10（表 4）。联合模型预测 CLNM 的 AUC 为
                较。当数据为偏态分布时，描述形式为中位数（四                            0.896，灵敏度为 86.7%，特异度为 80.4%（表 5）。
                分位数）［M（P25，P75）］，采用Mann⁃Whitney U秩和检              联合模型预测效能高于临床模型及光谱 CT 定量
                验进行组间比较。采用组内相关系数（interclass                       参数模型（Z=6.760，P < 0.001；Z=1.613，P=0.107，
                correlation coefficients，ICC）评估不同观察者测量定           图 2）。
   118   119   120   121   122   123   124   125   126   127   128