0 引言

       胰腺神经内分泌肿瘤（pancreatic neuroendocrine neoplasm, panNEN）是一类罕见且具有高度异质性的肿瘤^{[1, 2, 3]}，在胃肠道胰腺（gastroenteropancreatic, GEP）系统中是第三常见的神经内分泌肿瘤（neuroendocrine neoplasm, NEN）亚型^[4]。其特征在于具有神经内分泌分化并表达神经内分泌标志物，约占所有胰腺肿瘤的2%~5%^[5]。世界卫生组织（World Health Organization, WHO）于2019年发布了第五版分类和分级标准，该标准依据panNEN的组织分化程度及细胞增殖活性进行分类和分级，其中细胞增殖活性通过有丝分裂计数和Ki-67指数进行评估^[5]。因此，panNEN被分为G1、G2、G3级NEN及神经内分泌癌（neuroendocrine carcinoma, NEC）、混合型神经内分泌-非神经内分泌肿瘤（mixed neuroendocrinenonneuroendocrine neoplasms, MiNEN）^[1]。近年来，panNEN的发病率显著增加^{[6, 7, 8]}。目前，对于panNEN患者而言，尽管在靶向治疗和免疫治疗等方面取得了一定进展^{[9, 10]}，最佳的长期预后治疗方法仍主要依赖于手术^[11]。即使是直径小于2 cm的panNEN患者，仍建议进行手术治疗^{[12, 13]}。制订手术方案时，需要综合考虑肿瘤的功能特性、体积、位置、可切除性、分期、病理学类别及分级等多个因素，以及手术的风险与收益^{[14, 15]}。术前准确评估和预测panNEN的病理分级对指导临床治疗决策及预后判断至关重要^[16]。不同分级的panNEN表现出不同的生物学行为、治疗策略和预后，患者的整体生存期与其病理分级直接相关^{[17, 18]}。先前的研究已证实，panNEN的CT、MRI和超声影像特征可提示肿瘤的病理分级^{[19, 20, 21, 22, 23, 24, 25]}。然而，关于联合CT和MRI检查结果与panNEN病理分级之间关联性的国内报道仍存在空白^[20]。因此，本研究旨在依据2019版WHO消化系统肿瘤分类标准，通过比较不同病理分级的panNEN的CT及MR影像特征，探讨多种影像特征指标联合构建的模型对panNEN术前病理分级的预测价值。

1 材料与方法

       本研究遵守《赫尔辛基宣言》，经北京大学第三医院伦理委员会批准，免除受试者知情同意，批准文号：M2024969。本研究回顾性分析了自2016年9月至2023年9月期间北京大学第三医院134例经手术和病理证实为panNEN患者的影像资料。纳入标准：（1）经手术病理确诊为panNEN；（2）均在术前30 d内进行过腹部CT平扫及增强和上腹部MRI平扫两种影像技术检查；（3）病灶的CT及MRI图像清晰。排除标准：（1）panNEN太小导致CT或MRI未能检出；（2）临床、影像和病理资料不完整。经纳入和排除标准筛选后106例病例参与本研究，其中包括132个肿瘤病灶。这些病例按照2019年WHO消化系统肿瘤分类标准被分为G1（42例）、G2（52例）、G3（11例）级别的NET以及NEC（1例）。

1.1 研究分组

       遵循2019版WHO第5版分类和分级标准，本研究将panNEN中的G1、G2、G3级NEN和NEC分别划分为低级别组（G1级）和中高级别组（包括G2、G3级及NEC）。尽管MiNEN的分级因其NEN和非NEN成分的多样性而复杂，但在大多数MiNEN病例中，这两种成分通常表现为低分化。NEN成分的增殖指数与其他神经内分泌癌相似^[5]，因此在本研究中将其暂时归入中高级别组。我们将106例panNEN患者划分为低级别组（G1级）42例和中高级别组（G2、G3级NEN和NEC）64例。

1.2 影像学检查

       所有患者术前30天内进行了腹部CT平扫及增强扫描和上腹部MRI平扫检查。使用的设备包括GE Revolution 256排512层超高端螺旋CT机（Revolution CT VICTOR，GE Medical Systems，LLC公司，美国）、Siemens双源CT机（Somaton Definition Flash，SIEMENS公司，德国）和3.0 T Discovery MR750超导MRI扫描仪（GE Healthcare公司，美国)，Siemens 3.0 T Prisma MRI扫描仪（西门子医疗系统有限股份公司，德国）和体线圈。

       CT扫描参数：管电压120 kV，管电流强度200~600 mA，重建层厚5 mm，层间距5 mm。肘静脉穿刺建立注药通道，注入对比剂碘普罗胺（碘浓度300 mg/mL，拜耳医药公司，德国）80~100 mL，流率2~3 mL/s，分别于注射对比剂碘普罗胺后35 s、50~60 s扫描动脉期、静脉期。

       MRI扫描序列及参数：T1WI容积内插屏气检查（volume interpolated body examination, VIBE）脂肪抑制（fat saturation, FS）序列，TR 4.0 ms，TE 1.8 ms，层厚3 mm，层间距1 mm，FOV 360 mm×360 mm；T2WI-FS序列，TR 15 000 ms，TE 82 ms，层厚5 mm，层间距1 mm，FOV 320 mm×320 mm；T2WI半傅立叶采集单次激发快速自旋回波（half-fourier acquisition single-shot turbo spin-echo, HASTE）序列，TR 2000 ms，TE 9 ms，层厚5 mm，层间距1 mm，FOV 230 mm×906 mm；扩散加权成像（diffusion-weighted imaging, DWI）序列行自旋-平面回波成像（spin echo echo planar imaging, SE-EPI），TR 5455 ms，TE 62 ms，层厚5 mm，层间距1 mm，FOV 350 mm×350mm，b值为0和1000 s/mm²。

1.3 图像分析

       在本研究中，所有影像均由两位经验丰富的放射科医师（1位12年放射诊断经验的主治医师和1位17年经验的副主任医师）独立审阅。评估过程中，两位医师在不知晓患者手术病理分级结果的情况下，共同分析了病变的多个特征，包括其位置、形态、体积、边界、密度、信号强度、强化特征、胰腺周围血管侵犯情况、淋巴结转移及肝转移等信息。

       在动脉期或静脉期影像中，阅片者会选择病灶实性部分强化最为显著的区域，手动设定感兴趣区（region of interest, ROI），并在PACS系统中利用CT值测量工具进行相关操作。为了确保CT平扫与增强各期影像中病灶位置的一致性，以及ROI面积的可比性，需遵循以下步骤：首先，使用多平面重建CT图像对病灶的最大直径和形态进行评估，确保两位放射科医生在测量结果上达成一致；其次，在CT增强动脉期影像中，通过与正常胰腺实质进行对比，目视确认实体部分的强化模式，并在静脉期影像中检查是否存在渐进式强化现象；最后，ROI应精确放置于病灶的实性部分，两位放射科医生需协商一致以确定ROI的位置和大小，绘制时尽量覆盖实性部分的最大区域。ROI的平均面积约为（502±901）mm²，范围为15~4662 mm²。

1.4 统计学处理

       采用SPSS 29.0.1.0软件进行统计分析。采用Kolmogorov-Smirnov检验计量资料是否符合正态分布，正态分布的计量资料用（x¯±s）表示；不符合正态分布的计量资料采用中位数（四分位数间距）表示。符合正态分布检验和方差齐性检验的，采用独立样本t检验；不符合正态分布的采用非参数独立样本Mann-Whitney U检验或Wilcoxon符号秩和检验进行组间的差异性分析。运用多因素二元logistic回归分析（前进法）筛选panNEN中高级别组的独立预测因素，并构建预测模型。最后，利用受试者工作特征（receiver operating characteristic, ROC）曲线评估预测模型对于panNEN中高级别组的诊断效能，计算AUC、阈值、95% CI、敏感度和特异度。P<0.05为差异具有统计学意义。

2 结果

2.1 panNEN低级别组与中高级别组在临床和影像一般特征的组间比较

       在本研究中，panNEN低级别组包含42例患者，男25例，女17例，年龄范围33~67岁，平均年龄54岁，标准偏差13岁。该组中有38例无肝转移，2例发生可疑肝转移，2例明显肝转移；3例表现为肠系膜上静脉或脾静脉边缘欠清，诊断血管可疑侵犯。中高级别组共有64例患者，男37例，女27例，年龄范围39~63岁，平均年龄51岁，标准偏差12岁。在这一组中，发现7例患者可疑肝转移，24例明显肝转移；13例出现了肠系膜上静脉或脾静脉边缘模糊，9例出现血管管腔内癌栓形成。结果显示，两组在性别、年龄、囊实性以及发病部位的差异无统计学意义（P>0.05），但低级别组与中高级别组在病灶形态、体积、肝转移及血管侵犯程度的判断方面的差异具有统计学意义（P<0.05）。具体而言，中高级别组病灶的体积较大，形态更不规则，肝转移和血管侵犯的发生率均较低级别组更高（表1、表2）。

点击查看表格

表1  胰腺神经内分泌肿瘤低级别组与中高级别组患者一般临床情况比较
Tab. 1  Comparison of general clinical conditions between low-grade and high-to-intermediate grade groups of patients with pancreatic neuroendocrine neoplasm

点击查看表格

表2  胰腺神经内分泌肿瘤低级别组与中高级别组病灶一般影像特征比较
Tab. 2  Comparison of general imaging features of pancreatic neuroendocrine neoplasm between low-grade and high-to-intermediate grade groups

2.2 panNEN低级别组与中高级别组在MRI多参数特征的组间比较

       在MRI图像上，低级别组肿瘤在T1WI序列上通常表现出较低的信号强度，而在T2WI序列上则显示出较高的信号强度（图1E~1G），并且在DWI的表观扩散系数（apparent diffusion coefficient, ADC）图上表现出较低信号（图1I）；相比之下，中高级别组的情况更加复杂且多样化（图2B~2C、2F及3E~3F）。然而，在T1WI和T2WI信号特征上，两组间的比较差异无统计学意义（P>0.05）；相反，在DWI和ADC图信号特征上，两组间比较的差异具有统计学意义（P<0.05），其中两组均表现出DWI高信号和ADC图低信号的特点（图1H~1I、2D~2E）（表3）。

点击查看大图

图1  男，27岁，panNEN G1级患者。胰头部实性结节，病灶约21 mm×20 mm，CT平扫呈等密度（1A，箭）；增强CT动脉期“血池样”明显均匀强化（1B、1D，箭）；门静脉期均匀强化，强化程度减低（1C，箭）；T1WI-water胰头部等信号结节（1E，箭）；脂肪抑制呈稍高信号T2WI（1F，箭）；T2WI呈等信号（1G，箭）；DWI呈稍高信号（1H，箭），ADC图低信号（1I，箭）。panNEN：胰腺神经内分泌肿瘤；DWI：扩散加权成像；ADC：表观扩散系数。
Fig. 1  Male, 27-year-old, patient with panNEN G1 grade. A solid nodule in the head of the pancreas measuring about 21 mm × 20 mm, on non-enhanced CT scan (1A, arrow), the lesion appeared as iso-dense; during the arterial phase of contrast-enhanced CT (1B, 1D, arrow), it exhibit significant and homogeneously "blood pool-like" enhancement; and in the portal venous phase (1C, arrow), it shows even enhancement with a decreased intensity; on T1WI-water imaging (1E, arrow), the signal intensity is iso-significant; on fat saturation T2WI (1F, arrow), there is a slightly high signal; on standard T2WI (1G, arrow), the signal is also iso-intense; on DWI (1H, arrow)， there is a slightly high signal intensity; and on the ADC map (1I, arrow), the signal is low. panNEN: pancreatic neuroendocrine neoplasm; DWI: diffusion-weighted imaging; ADC: apparent diffusion coefficient.

点击查看表格

表3  胰腺神经内分泌肿瘤低级别组与中高级别组病灶在MRI多参数特征的比较
Tab. 3  Comparison of multiparametric MRI characteristics between low-grade and high-to-intermediate grade groups of pancreatic neuroendocrine neoplasm

2.3 panNEN低级别组与中高级别组在CT平扫期、动脉期及静脉期的CT值比较

       对panNEN低级别组与中高级别组在CT平扫期、动脉期及静脉期的CT值进行比较，结果显示两组间各期CT值比较差异无统计学意义，P值均大于0.05（表4）。

点击查看大图

图2  女，59岁，panNEN G2级患者。胰尾部占位，病灶约52 mm×43 mm，T2-HASTE呈稍高信号（2A、2F，箭）；T1WI呈低信号（2B，箭）；脂肪抑T2WI呈等稍高混杂信号（2C，箭）；DWI呈混杂高信号（2D，箭），ADC图呈低信号（2E，箭）；CT平扫为等密度（2G，箭）；增强CT动脉期（2H，箭）明显不均匀强化；静脉期（2I，箭）渐进性强化，强化程度减低。panNEN：胰腺神经内分泌肿瘤；DWI：扩散加权成像；ADC：表观扩散系数。
Fig. 2  Female, 59-year-old, patient with panNEN G2 grade. A mass in the tail of the pancreas, measuring approximately 52 mm × 43 mm, on T2-HASTE sequences (2A, 2F, arrow), the lesion exhibits a slightly high signal intensity; on T1WI (2B, arrow), it displays a slightly low signal; on fat saturation T2WI (2C, arrow), the signal is isointense to slightly mixed high; on DWI (2D, arrow), a mixed high signal intensity is observed, with a low signal on the ADC map (2E, arrow); on non-enhanced CT scanning (2G, arrow), the mass is of iso-density; during the arterial phase of contrast-enhanced CT (2H, arrow), it shows marked heterogeneous enhancement; and in the venous phase (2I, arrow), it exhibits progressive enhancement with a decrease in enhancement degree over time. panNEN: pancreatic neuroendocrine neoplasm; DWI: diffusion-weighted imaging; ADC: apparent diffusion coefficient.

点击查看表格

表4  胰腺神经内分泌肿瘤两组患者间CT平扫期、增强动脉期及静脉期的CT值比较
Tab. 4  Comparison of CT values in plain scan phase, arterial phase, and venous phase between the two groups of pancreatic neuroendocrine neoplasm patients

2.4 panNEN低级别与中高级别组在增强CT动脉期和静脉期的强化类型特征比较

       在对比分析panNEN低级别组与中高级别组在增强CT动脉期和静脉期的强化特征时发现，在动脉期相和门静脉期相，低级别组的panNEN病灶表现为均匀强化特性（图1B、1C），而中高级别组则普遍呈现为不均匀的明显强化现象（图2H、3B、3D）。相对地，中高级别组的肿瘤更常出现不均匀强化现象以及侵袭性血管特征（图4A~4C）。尽管如此，两组在动脉期及门静脉期强化类型的特征比较差异无统计学意义（P>0.05）（表5）。

点击查看大图

图3  男，47岁，panNEN G3级患者。胰体部占位，病灶约57 mm×56 mm，CT平扫病灶为等密度（3A，箭）；增强CT动脉期明显不均匀强化，且见肝脏转移（3B、3D，箭）；门静脉期病灶呈渐进性均匀强化，强化程度增高（3C，箭）；T1WI-water为不均匀稍低信号（3E，箭）；脂肪抑制T2WI为不均匀稍高信号（3F，箭）。
图4  男，54岁，panNEN G3级患者。胰腺颈部不规则形占位，病灶约50 mm×41 mm，增强CT见胰十二指肠动脉受侵犯（4A~4C，红箭）。panNEN：胰腺神经内分泌肿瘤；DWI：扩散加权成像；ADC：表观扩散系数。
Fig. 3  Male, 47-year-old, patient with panNEN G3 grade. Neuroendocrine neoplasm locate in the body of the pancreas, the lesion measures about 57 mm × 56 mm, on non-contrast CT scan (3A, arrow), the lesion appears as an iso-density mass; during the arterial phase of contrast-enhanced CT (3B, 3D, arrow), it shows significant heterogenous enhancement, along with evidence of hepatic metastasis; in the portal venous phase (3C, arrow), the lesion demonstrates progressive and uniform enhancement with an increased enhancement degree; on T1WI-water imaging (3E), there is unevenly slightly low signal intensity; and on fat saturation T2WI (3F, arrow), an uneven slightly high signal intensity is seen.
Fig. 4  Male, 54-year-old, patient with panNEN G3 grade. An irregular-shaped mass in the neck of the pancreas, measuring around 50 mm × 41 mm, enhanced CT scans (4A to 4C, red arrow) show invasion of the pancreaticoduodenal artery, rough vessel wall, narrow and occlude lumen in this case. DWI: diffusion-weighted imaging; ADC: apparent diffusion coefficient.

点击查看表格

表5  胰腺神经内分泌肿瘤低级别组与中高级别组间增强CT动脉期和静脉期强化类型的比较
Tab. 5  Comparison of enhancement patterns during the arterial phase and the venous phase on enhanced CT between low-grade and high-grade groups of pancreatic neuroendocrine neoplasm

2.5 panNEN多因素二元logistic回归分析及ROC曲线预测模型的效能

       针对panNEN，我们纳入了差异具有统计学意义的变量进行分析，包括病灶体积、病灶形态、肝转移和血管侵犯程度的判断情况，以及DWI和ADC图像信号特征。我们将panNEN分为低级别和中高级别两组作为因变量，并进行了多因素二元logistic回归分析（前进式条件法）。结果表明，病灶体积、肝转移和血管侵犯程度是panNEN中高级别的重要独立预测因子。基于这三项指标构建的联合预测模型在panNEN病理分级预测中的效能分析结果显示，联合模型在预测panNEN中高级别组的AUC值达到0.861（95% CI：0.798~0.923），敏感度和特异度为78.1%和83.3%（表6、图5）。表明该联合预测模型在区分panNEN中高级别风险状态方面具有优越性能。

点击查看大图

图5  病灶体积、肝转移和脉管侵犯及其联合预测panNEN病理分级的ROC曲线。panNEN：胰腺神经内分泌肿瘤；ROC：受试者工作特征；AUC：曲线下面积。
Fig. 5  ROC curves for lesion volume, hepatic metastasis, vascular invasion, and their combined predictive ability for the pathological grade of panNENs. ROC: receiver operating characteristic; panNEN: pancreatic neuroendocrine neoplasm; AUC: area under the curve.

点击查看表格

表6  不同指标及其联合指标预测胰腺神经内分泌肿瘤中高级别组的效能
Tab. 6  Efficiency of different indicators and their combined metrics in predicting high-grade pancreatic neuroendocrine neoplasm

3 讨论

       本研究通过比较不同病理分级的panNEN的CT和MRI的影像特征，以及定量参数，包括术后患者的临床资料，运用二元logistic回归分析法构建一个综合模型，以探讨这些联合指标在术前对panNEN病理分级的预测价值。研究结果表明，该综合模型在评估panNEN中高级别组的风险状态方面展现出显著的优越性。这一研究填补了国内在联合影像检查结果预测panNEN病理分级方面的研究空白。此外，术前对panNEN病理分级的准确评估和预测，对于指导临床治疗决策及预后判断具有重要的临床意义。

3.1 panNEN临床和影像特征与病理分级的研究

       本研究发现panNEN病理分级与患者的性别结构、年龄分布相比差异没有统计学意义，与韩滨泽等^[26]、刘黎明等^[27]、PROCACCI等^[28]前期研究一致。同时，病灶囊实性及发病部位差异也无法显著预测panNEN病理分级。然而，结果显示panNEN病灶多为实性且集中于胰头、体尾部。高级别的panNEN更多见囊性坏死等特征^[28]，这一结果与我们的观察并不完全一致。本研究发现，肿瘤体积、形态、肝脏转移和血管侵犯是panNEN病理分级的关键预测因素，与以往研究^{[29, 30, 31]}报道G1组和G2/G3组在最大直径和临床分期上存在显著差异，肿瘤体积与恶性程度之间存在密切联系这一结果一致。高级别panNEN更容易表现出病灶体积大、囊性坏死、轮廓不规则、边界不清、胰周组织或血管侵犯、淋巴结肿大以及远处转移等特点。这是因为panNEN的病理分级标准基于有丝分裂计数和Ki-67指数，这两者皆反映出肿瘤细胞的增殖活性和侵袭性^[32]。肿瘤分级越高，通常表示细胞增殖活跃、侵袭性强。

3.2 panNEN的CT和MRI影像特征对病理分级预测的价值

3.2.1 CT定量参数特征

       研究显示，对于panNEN患者，在CT平扫时，多数病变区域的密度与正常胰腺组织相近，进而使得小病灶易被遗漏。然而，通过增强CT的动脉期扫描，显著提升了病灶检测的准确性。动脉期的强化程度揭示了其与肿瘤分级之间的关系，这一点与刘黎明等^[27]先前的研究结果保持一致。研究进一步阐明，低级别或高度分化的panNEN相较于高级别或低分化的肿瘤，在动脉供血上表现出更强的优势，这也是为何大部分panNEN在动脉期图像上表现出高衰减的现象，即它们具有丰富的毛细血管网络。

       不过，我们所进行的研究并未显示出CT量化参数与panNEN病理分级之间存在显著的相关性。相对地，LUO等的研究指出，在门静脉期，低级别panNEN的静脉回流较轻微，并且肿瘤的病理级别与肿瘤内部的微血管密度成反比^[33]，即级别越低，实质部分的血供越充足，增强后表现出的强化程度也就越明显，尤其是在动脉期的表现强于门静脉期。

       此外，多期增强CT扫描在panNEN的诊断和分期中发挥着重要作用，其诊断敏感度和特异度平均可达82%和96%^[34]。除了诊断之外，多期增强CT扫描在预测肿瘤病理分级和疗效评估方面也发挥着关键作用。研究表明，级别越高的panNEN更常表现为肿瘤体积增大、囊性坏死、形态不规则、边界模糊以及伴随主胰管扩张等特征^[35]。

       尽管我们的研究未明确证实CT各时期参数与病理分级之间的显著联系，但呈现出这一潜在的趋势。有趣的是，本研究结果表明，在区分panNEN的不同病理分级上，CT增强扫描的动脉期与门静脉期定量参数差异并无统计学意义，这与HORIGUCHI等^[19]、LIANG等^[29]及LUO等^[30]的研究结论相悖。我们推测，这种差异可能源于测量精度上的误差。尽管如此，近年来影像组学作为一门有效评估肿瘤异质性的定量工具，在panNEN的鉴别诊断、生物学行为分析、病理分级以及预后预测等方面已得到广泛应用^{[35, 36, 37]}，因此在未来的研究中，我们应该充分利用这项技术以获取更为精确的评估结果。

3.2.2 MRI参数特征

       panNEN低级别与高级别组在T1WI和T2WI信号强度差异无统计学意义，但本研究结果显示，不论病理级别如何，panNEN病灶以T1WI略低、T2WI略高偏多，信号类似正常胰腺实质，提示小型病灶在MRI平扫中也易漏诊，这一发现与前述CT平扫研究结果基本吻合，并得到了刘黎明等^[27]的研究支持。相反，DWI和ADC图的信号强度在不同病理级别间差异有统计学意义。DWI图像显示高信号强度，ADC图示低信号强度占比较高。已知DWI有助于提高panNEN检出率，甚至优于PET/CT^[34]，且ADC与Ki-67标记指数相关，可预测内分泌肿瘤生长，认为panNEN的ADC值的变化可能受肿瘤细胞质、细胞质比例和细胞外纤维化联合作用的影响^[34]。在本研究中，DWI和ADC值在panNEN不同病理分级间差异具有统计学意义，表明二者可用于病理分级预测。

3.3 panNEN不同病理分级预测模型及分析

       本研究发现，经多变量分析和二元有序logistic回归模型评估，肿瘤体积、肝转移及血管侵犯程度这三个因素与panNEN的病理分级存在显著相关性。在高级别panNEN中，这些现象更为突出，可能归因于肿瘤细胞的高侵袭性。虽然病灶形态、DWI和ADC图像在非参数检验（Wilcoxon秩和检验）中对病理分级显示出统计学意义，但在ROC曲线评价预测模型时却未纳入这些因素，推测可能源于这些特性与肿瘤体积、肝脏转移和血管侵犯之间的交互效应。据此判断，在panNEN病理分级评估过程中，肿瘤体积、肝脏转移和血管侵犯的重要性可能超过其他特征；尤其是肝转移作为独立预测因子，其OR值高达18.83。本研究将肿瘤体积、肝转移和血管侵犯整合至联合预测模型，结果显示该模型在预测panNEN中高级别组方面表现出高预测效能，AUC值达到0.861，敏感度为78.1%，特异度为83.3%，这说明多元指标联合应用能够提升模型的稳定性和准确性。

3.4 研究的局限与展望

       本研究存在如下局限性：第一，由于是一项回顾性研究，采用的CT和MR扫描设备及扫描参数不尽统一，可能对研究结果产生一定影响；第二，纳入样本量偏小，可能导致统计结果产生偏倚，需要扩大样本量以进一步确认；第三，在选用CT值等定量参数时，尤其是针对囊实性或不均匀强化的实性肿瘤部分，可能存在感兴趣区域选择的偏差，影响测量精度；第四，在MRI检查中，T1WI、T2WI、DWI等非定量参数易受图像视觉分析偏差和观察者一致性问题影响。至于ADC作为定量参数，受限于本研究的回顾性性质，很多病例未能完成ADC值测量，降低了ADC值的特异性，故未来研究中应优先采用定量值进行分析。

4 结论

       综上所述，本研究构建的基于多种指标的联合预测模型在预测panNEN病理分级方面展现出较高效能，具有一定的临床价值，有助于医师在术前对患者的风险评估，为制订个性化的手术及治疗方案以及评估术后预后提供了有力支持。