分享:
分享到微信朋友圈
X
综述
磁共振成像在甲状腺癌中的应用现状及进展
黄娅楠 祖涵瑜 韩慧婷 黄俊霖 王玉堂 姜兴岳

HUANG Y N, ZU H Y, HAN H T, et al. Application status and progress of magnetic resonance imaging in thyroid cancer[J]. Chin J Magn Reson Imaging, 2023, 14(8): 145-149.引用本文:黄娅楠, 祖涵瑜, 韩慧婷, 等. 磁共振成像在甲状腺癌中的应用现状及进展[J]. 磁共振成像, 2023, 14(8): 145-149. DOI:10.12015/issn.1674-8034.2023.08.025.


[摘要] 随着磁共振软硬件技术的快速发展,甲状腺专用线圈研发及应用,甲状腺磁共振成像的图像质量明显提高,在甲状腺疾病的诊疗中也发挥着越发重要的作用。本文就磁共振成像在甲状腺癌的应用进行综述,详细阐述常规磁共振成像、功能磁共振成像在甲状腺癌中的应用现状及研究进展。展望甲状腺磁共振成像的未来发展方向及应用前景。以期为甲状腺癌的临床治疗及手术方案制订提供重要的参考,推动甲状腺癌磁共振成像的临床研究及应用。
[Abstract] With the rapid development of magnetic resonance software and hardware technology and the development and application of thyroid surface coil, the image quality of thyroid magnetic resonance imaging is obviously improved, and it also plays an increasingly important role in the diagnosis and treatment of thyroid diseases. This paper reviewed the applications of magnetic resonance imaging in thyroid cancer and elaborated the application status and research progress of conventional magnetic resonance imaging and functional magnetic resonance imaging in thyroid cancer. In addition, we prospected the future development direction and application prospect of thyroid magnetic resonance imaging in this study. In order to provide important reference for the clinical treatment and surgical planning of thyroid cancer, and promote the clinical research and application of magnetic resonance imaging of thyroid cancer.
[关键词] 甲状腺癌;磁共振成像;功能磁共振成像;动态对比增强;弥散加权成像;波谱成像
[Keywords] thyroid cancer;magnetic resonance imaging;functional magnetic resonance imaging;dynamic contrast-enhanced;diffusion weighted imaging;proton magnetic resonance spectroscopy

黄娅楠    祖涵瑜    韩慧婷    黄俊霖    王玉堂    姜兴岳 *  

滨州医学院附属医院放射科,滨州 256603

通信作者:姜兴岳,E-mail:xyjiang188@sina.com

作者贡献声明:姜兴岳设计本研究的方案,对稿件重要的智力内容进行了修改,获得山东省自然科学基金资金资助;黄娅楠起草和撰写稿件,获取、分析或解释本研究的数据/文献;祖涵瑜、韩慧婷、黄俊霖、王玉堂获取、分析或解释本研究的数据/文献,对稿件重要的智力内容进行了修改;全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 山东省自然科学基金 ZR2018LH015
收稿日期:2023-03-24
接受日期:2023-07-21
中图分类号:R445.2  R736.1 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2023.08.025
引用本文:黄娅楠, 祖涵瑜, 韩慧婷, 等. 磁共振成像在甲状腺癌中的应用现状及进展[J]. 磁共振成像, 2023, 14(8): 145-149. DOI:10.12015/issn.1674-8034.2023.08.025.

0 前言

       甲状腺癌是最常见的内分泌肿瘤,近年来发病率逐渐增加,国家癌症中心最新发布的2016年数据显示:甲状腺癌的发病率位于国内恶性肿瘤第7位[1]。在甲状腺疾病影像学检查中,超声及CT为主要的检查方法。超声检查方便、无电离辐射,可以很好地评估甲状腺及邻近淋巴结情况,是甲状腺检查的首选检查方法。但超声检查与医师的临床经验相关,且超声对于颈深部组织及上纵隔淋巴结的观察困难。CT及磁共振检查能更好地反映甲状腺病变范围、周围器官受累情况、周围淋巴结转移情况。但CT检查中使用碘对比剂会造成分化型甲状腺癌I-131治疗的延迟[2];在甲状腺功能亢进症患者中碘对比剂的使用可能诱发甲状腺危象[3];甲状腺是射线敏感器官,虽然甲状腺癌的病因尚不十分清楚,但唯一公认的危险因素是电离辐射[4],CT检查存在辐射危害的风险。而磁共振检查可以避免上述的问题,同时对病变及周围软组织的分辨率明显高于CT。磁共振检查的多方位、多参数成像为甲状腺癌的诊断提供更全面、更准确的信息。

       近年来磁共振技术快速发展,在甲状腺癌中的应用逐渐成熟,获得良好的效果。因超声及CT检查存在各自的局限性,磁共振在甲状腺癌中的应用可以弥补这些不足,研究表明甲状腺磁共振成像对癌症的定性、周围结构的侵犯、淋巴结转移等具有重要价值,可以帮助临床制订合理的治疗方案,预测疾病预后,减少延误及过度治疗的发生。本文通过对甲状腺癌的磁共振研究成果总结,分析磁共振临床应用的优势及局限,希望为未来的甲状腺磁共振研究方向提供新思路,更好地为甲状腺癌临床治疗服务。

1 甲状腺癌常规磁共振成像特点

       甲状腺癌有4种病理类型:乳头状、滤泡状、髓样癌和甲状腺未分化癌;乳头状癌占80%,滤泡状癌占10%,髓样癌及未分化癌占10%。

       甲状腺癌可呈肿块样、局灶性、多结节性或弥漫性浸润生长,甲状腺癌在T1WI图像上表现为等或稍低信号,在T2WI图像上表现为不均匀高信号,但病变信号不具有特异性[2]。胶质存在及出血性病变会导致蛋白质含量增高,在所有序列中会呈现高信号[5]。因甲状腺球蛋白存在,乳头状癌可表现为T1WI高信号,容易发生颈部淋巴结转移,转移淋巴结多为囊性成分,在T2WI上呈高信号。滤泡状癌的磁共振表现与乳头状癌相似。髓样癌磁共振表现为边界清晰的肿块,多伴同侧淋巴结转移。最近吴美妮等[6]的研究发现甲状腺恶性结节磁共振成像表现多为边界不清,T2WI显示瘤周不连续包膜样低信号;谢永生等[7]的研究也显示瘤周不连续包膜样低信号是甲状腺癌较为特征性的表现。SHIN等[8]研究发现甲状腺包膜侵犯与甲状腺癌显著相关,同时也是预测肿瘤复发的危险因素。

       在甲状腺癌周围组织侵犯方面,WANG等[9]的研究表明磁共振成像在识别食管外层浸润中准确率可达91%,敏感度为82%,特异度为94%。TAKASHIMA等[10]研究发现磁共振成像上肿瘤大小及气管食管沟或喉咽壁与喉软骨之间的脂肪组织消失是喉返神经侵犯的可靠指标。近来也有应用基于磁共振影像组学对甲状腺癌周围侵犯的研究,显示出较高的应用价值[11, 12]。在WEI等[11]的研究中显示基于全肿瘤直方图分析的表观弥散系数图对预测甲状腺乳头状癌周围侵犯的准确率达到75%,AUC值为0.88。DAI等[12]在多模态磁共振成像的影像组学研究中,选取增强T1WI、T2WI和弥散加权成像(diffusion weighted imaging, DWI)图像,提取特征并将其三个序列模型拟合后,得到的预测乳头状癌的侵袭性模型,敏感度和特异度可达到91.2%和94.6%。在影像组学的研究中,可以在常规磁共振成像基础上综合多种因素对甲状腺癌的周围侵犯进行预测及分析,为影像诊断提供了更加客观的诊断依据。

       淋巴结转移是甲状腺癌常见表现,在各种类型的甲状腺癌中,转移淋巴结影像表现也各具特点。乳头状转移淋巴结可为囊性,髓质好发同侧淋巴结转移,淋巴结多为实性成分。因胶质及甲状腺球蛋白的存在,转移淋巴结在T1WI通常表现为高信号[6]。抑脂T2WI呈混杂信号,不均匀强化,ADC值降低,是甲状腺癌淋巴结转移比较有价值的征象[13]。甲状腺癌好发周围淋巴结的转移,如何准确判断淋巴结转移对临床治疗有着重要的意义,所以在近来的研究中也出现许多与磁共振成像在预测、判断转移淋巴结应用价值相关的研究[14, 15, 16]

       常规磁共振对甲状腺癌的成像为癌症提供了比CT及超声检查更清晰的图像,对疾病有了整体的认识,并有助于指导临床判别淋巴结良恶性及病变周围侵犯情况。但在临床应用中仍然存在局限性,因磁共振成像层厚的限制,在甲状腺微小癌的诊断中仍然存在漏诊可能。但近年来功能磁共振成像在甲状腺癌中的应用研究越来越多,并显示出很高的诊断价值。相信随着技术的发展,会在未来有更多的突破。

2 功能磁共振成像在甲状腺癌中的应用

       甲状腺良恶性病变常规磁共振成像表现有较多的重叠,同时对于甲状腺癌淋巴结转移诊断的准确性仍有待于进一步提高。功能磁共振成像可以无创分析病变病理生理及代谢方面信息,为甲状腺癌的诊断提供更多诊断信息,在临床中显示出巨大的应用价值和潜力。现就目前常用功能磁共振成像在甲状腺癌的应用进行简单介绍。

2.1 甲状腺波谱成像

       氢质子磁共振波谱技术可对活体内组织化学成分、代谢状况进行无创测定,以谱线的形式反映机体组织内不同代谢物的含量。它可以对肿瘤的化学物质识别、测量,作为肿瘤鉴别诊断的生物标志物。早期研究发现人类体外甲状腺波谱敏感度可达到95%[17]。GUPTA等[18]发现胆碱峰的存在或缺失与结节中是否存在恶性病灶有很好的相关性,敏感度可达100%,特异度为88.88%。近年来有学者用3.0 T磁共振波谱成像研究甲状腺良恶性病变鉴别[19],该研究测量甲状腺病变的胆碱(Chol)/肌酸(Cr)比值,结果显示Chol/Cr值设为2.5时,鉴别良恶性结节的阳性预测值可以达到100%,敏感度为75%,阴性预测值为92%。甲状腺磁共振波谱成像报道尚不多,目前研究显示对病变良恶性鉴别诊断有一定价值,对合适的病例可以进一步研究,探讨其临床应用价值。

2.2 甲状腺磁共振动态增强成像

       动态对比增强(dynamic contrast-enhanced, DCE)磁共振成像是一种通过注射对比剂无创检测和评估肿瘤或其他组织血流量、新生血管形成、毛细血管通透性的磁共振成像方法。目前的研究多集中在甲状腺良恶性结节鉴别诊断。

       有研究显示定量与半定量参数对良恶性结节鉴别诊断有重要价值。定量参数主要包括容积转运常数(volume transfer constant, Ktrans)、速率常数(rate constant, Kep)、血管外细胞外容积分数(extravascular extracellular volume fraction, Ve)、血管(血浆)间隙容积分数(Vp)、对比剂到达后60 s内曲线下初始面积(the initial area under the enhancement curve, iAUC);半定量参数主要包括每分钟浓度流入增加量(wash-in)、每分钟浓度流出变化率(wash-out)、对比剂到达时间、对比剂达到最大浓度时间、峰值增强强度(peak enhancement intensity, PEI)、iAUC。陶全等[20]研究发现定量参数Ktrans及半定量参数wash-in鉴别良恶性结节效果良好:良性结节Ktrans值为(0.550±0.264)min-1,恶性结节Ktrans值为(0.258±0.154)min-1,恶性结节的Ktrans值明显低于良性结节;良性结节wash-in及PEI显著大于恶性结节,wash-out显著低于恶性结节。这与SAKAT等[21]、SONG等[22]的研究结果一致,但对于利用Ktrans鉴别良恶结节的具体阈值目前尚不一致。而何品等[23]的研究显示Ktrans值在良恶性结节之间差异没有统计学意义,但研究显示Ktrans值在恶性肿瘤中呈现减低的趋势。

       目前对于时间-信号强度曲线(time-signal intensity curve, TIC)在良恶性结节的鉴别中的应用也是甲状腺磁共振研究的热点。TIC一般分为三型:Ⅰ型为缓慢上升型;Ⅱ型为平台型;Ⅲ型为速升流出型。在何品等[23]的研究中,显示恶性结节TIC以Ⅱ型为主,良性结节TIC以Ⅲ型为主,这与张雪瑞等[24]、周月圆等[25]的研究结果一致。有研究显示联合边界是否清晰、有无囊变及TIC类型三个因素诊断良恶性结节的敏感度达到98.6%,特异度达到90.4%[6]

2.3 甲状腺DWI

2.3.1 常规DWI

       DWI是在活体测量组织水分子弥散运动状态的成像方法,表观弥散系数(apparent diffusion coefficient, ADC)是反映水分子弥散状态的参数。目前研究显示ADC值在鉴别甲状腺良恶性结节及甲状腺恶性肿瘤分级中有较大价值[6, 26, 27]。大多研究显示恶性病变ADC值明显低于良性病变,但对于ADC值的阈值还未有定论。朱翔等[27]收集45例良性结节,20例恶性结节,b值选用800 s/mm2,ADC界值为1.561×10-3 mm2/s,良恶性结节敏感度可达93.3%,特异度85.0%。任崧等[28]研究显示b值选用400 s/mm2时ADC阈值为1.475×10-3 mm2/s,敏感度93.3%,特异度96.7%。

       扩散梯度因子(b值)是DWI的重要参数,b值的大小将会影响扩散运动表现的敏感程度。高b值会导致图像的信噪比降低,图像模糊失真,但是DWI受到T2WI的影响减小,能更真实反映组织细胞水分子的弥散情况;低b值DWI图像信噪比较好,但ADC值稳定性较差,对扩散运动的检测不敏感。在甲状腺磁共振成像方面b值的选择目前缺乏标准,多数研究b值选择300~800 s/mm2不等。HU等[29]发现,当b值为500 s/mm2时ADC值评估甲状腺向外浸润效果最好。陆瑜等[30]对不同b值的研究显示b值为500 s/mm2时ADC值诊断良恶性结节的敏感度最高,b值为800 s/mm2时特异度最高。任杰等[31]在最新的研究中应用不同b值ADC直方图评估鉴别甲状腺结节良、恶性的效能,选取200 s/mm2、400 s/mm2、600 s/mm2、990 s/mm2四个b值,结果显示b值取990 s/mm2时效能最高。近来也有研究显示高b值(>1000 s/mm2)的诊断效能与低b值差异没有统计学意义[32]。因此对于合适b值的选择仍需要更深入全面的研究。

       高分辨率小视野弥散成像应用逐渐增多,在前列腺癌、直肠癌、乳腺癌中均有应用[33, 34, 35]。在黄冰封[33]对前列腺癌的研究中将RESOLVE高清弥散技术与小视野DWI技术结合,从而得到高分辨率小视野弥散成像,研究得出诊断前列腺癌的敏感度、特异度均高于常规单次激发平面回波成像弥散。有研究报道在甲状腺中小视野DWI序列信噪比显著高于常规DWI序列[36, 37],鬼影伪影明显减少。近年来也有研究将小视野DWI序列应用于体素内不相干运动(intravoxel incoherent motion, IVIM)成像,在甲状腺磁共振成像中表现出良好的鉴别诊断效果[38, 39]。随着磁共振技术的不断进步,相信DWI在甲状腺癌的诊断会发挥更加重要的作用。

2.3.2 甲状腺IVIM成像

       IVIM成像是一种不同于单指数模型DWI,而是应用双指数模型,获得病变内真实水分子弥散及毛细血管灌注双重信息的成像技术。IVIM主要的参数有:D代表缓慢扩散成分,反映真实的扩散水平;D*代表快速扩散运动成分,与平均血流速度及微血管长度有关;f为灌注分数,反映毛细血管血容量[40]。相比于传统ADC值评价甲状腺良恶性结节,IVIM可以提供更多的成像信息,结果更加稳定、可重复性更好。近年来研究显示D值有良好地鉴别甲状腺良恶性结节的价值[41, 42],D值能准确地反映真实扩散而不受灌注相关扩散的影响。在SONG等[41]的研究中,选取46个甲状腺结节(良性24个,恶性22个),分别用全病灶ROI(W-L)及单层面ROI(S-S)两种方法勾画ROI并分别测量IVIM各参数值。结果显示从W-L ROI获得的D值鉴别良恶性结节效果最好。胡浩等[43]的Meta分析显示IVIM成像中D值在良恶性结节的鉴别中AUC可达到0.95。但也有研究发现f值在鉴别良恶性结节中价值更高。在TAN等[44]的研究中,共有56个甲状腺结节(良性40个,恶性16个),测量病变ADC、f、D和D*,结果显示f值对良恶性结节鉴别诊断效果最好。最近有研究显示IVIM参数的D和弥散峰度成像(diffusion kurtosis imaging, DKI)参数平均弥散峰度(mean kurtosis, MK)与乳头状癌Ki-67的表达具有相关性[45]。但研究样本量小,还需要进行更大样本量的研究。

       IVIM参数的计算精准度受b值选择的影响[46]。IVIM序列需要选用多个b值,LEMKE等[47]推荐使用至少10个b值。选择多b值会使扫描时间延长,临床应用中患者无法耐受长时间的检查,如何选择合适b值还有待继续深入研究。

2.3.3 甲状腺DKI

       DKI是以DWI为基础,用以研究水分子弥散的非高斯分布效应的磁共振成像方法。DKI常用参数有:平均扩散系数(mean diffusion coefficient, MD)、MK值。研究显示利用DKI得到的MK值与DTI得到的MD值相比恶性结节诊断准确性更高,对确定良恶性甲状腺结节病变的敏感度及特异度可分别达到94.4%、87.0%[48],ZHU等[32]应用DKI的研究也取得较好的效果。目前相关研究仍较少,并且研究样本量较小,仍需进一步验证。

3 展望

       磁共振技术发展迅速,在甲状腺的应用逐渐成熟。目前研究显示磁共振成像在甲状腺癌诊治中具有很大价值,在良恶性病变鉴别、周围组织结构侵犯、淋巴结转移等方面都得到了较高的诊断效能,可以帮助临床更加准确地诊断疾病,制订个性化的治疗方案,为未来甲状腺磁共振成像的临床应用奠定了基础。虽然现有的研究仍存在样本量小、磁共振本身技术的限制等问题,但甲状腺功能磁共振成像在对病变的定量、定性方面仍存在应用潜力,多种功能成像的参数仍需要进一步的研究来证明其价值。随着甲状腺磁共振成像的研究逐渐增多,如何应用到临床也是未来需要解决的问题。相信随着技术的发展,磁共振成像在甲状腺癌的诊断中会发挥更大的作用。

[1]
田文, 石臣磊, 万政. 我国甲状腺癌外科治疗近10年进展[J]. 中国实用外科杂志, 2022, 42(8): 841-844. DOI: 10.19538/j.cjps.issn1005-2208.2022.08.01.
TIAN W, SHI C L, WAN Z. Surgical treatment of thyroid cancer in China: progress in recent 10 years[J]. Chin J Pract Surg, 2022, 42(8): 841-844. DOI: 10.19538/j.cjps.issn1005-2208.2022.08.01.
[2]
Koch B L, Vattoth S, CHAPMAN P R. Diagnostic Imaging: Head and Neck-E-Book[M]. Canada: Elsevier Health Sciences, 2021:238-239.
[3]
WARREN FRUNZAC R, RICHARDS M. Computed tomography and magnetic resonance imaging of the thyroid and parathyroid glands[M]. Imaging in Endocrine Disorders, S. Karger AG, 2016: 16-23. DOI: 10.1159/000442274.
[4]
SUNG H, FERLAY J, SIEGEL R L, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin, 2021, 71(3): 209-249. DOI: 10.3322/caac.21660.
[5]
MIHAILOVIĆ J, STEFANOVIĆ L, PRVULOVIC M. Magnetic resonance imaging in diagnostic algorithm of solitary cold thyroid nodules[J]. J BUON, 2006, 11(3): 341-346.
[6]
吴美妮, 梁龙飞, 张妙如, 等. 多参数MRI在甲状腺良恶性结节诊断中的应用价值[J]. 中华放射学杂志, 2021, 55(7): 710-715. DOI: 10.3760/cma.j.cn112149-20200822-01022.
WU M N, LIANG L F, ZHANG M R, et al. Value of multi-parameter MRI in the diagnosis of thyroid benign and malignant nodules[J]. Chin J Radiol, 2021, 55(7): 710-715. DOI: 10.3760/cma.j.cn112149-20200822-01022.
[7]
谢永生, 吴美妮, 何品, 等. 甲状腺癌及其转移淋巴结的影像诊断及鉴别诊断[J]. 中华放射学杂志, 2022, 56(6): 715-718. DOI: 10.3760/cma.j.cn112149-20220322-00263.
XIE Y S, WU M N, HE P, et al. The imaging diagnosis and differential diagnosis of thyroid carcinoma and metastatic lymph nodes[J]. Chin J Radiol, 2022, 56(6): 715-718. DOI: 10.3760/cma.j.cn112149-20220322-00263.
[8]
SHIN C H, ROH J L, SONG D E, et al. Prognostic value of tumor size and minimal extrathyroidal extension in papillary thyroid carcinoma[J]. Am J Surg, 2020, 220(4): 925-931. DOI: 10.1016/j.amjsurg.2020.02.020.
[9]
WANG J C, TAKASHIMA S, MATSUSHITA T, et al. Esophageal invasion by thyroid carcinomas: prediction using magnetic resonance imaging[J]. J Comput Assist Tomogr, 2003, 27(1): 18-25. DOI: 10.1097/00004728-200301000-00004.
[10]
TAKASHIMA S, TAKAYAMA F, WANG J C, et al. Using MR imaging to predict invasion of the recurrent laryngeal nerve by thyroid carcinoma[J]. AJR Am J Roentgenol, 2003, 180(3): 837-842. DOI: 10.2214/ajr.180.3.1800837.
[11]
WEI R, ZHUANG Y Z, WANG L Y, et al. Histogram-based analysis of diffusion-weighted imaging for predicting aggressiveness in papillary thyroid carcinoma[J/OL]. BMC Med Imaging, 2022, 22(1): 188 [2023-03-23]. https://pubmed.ncbi.nlm.nih.gov/36324067/. DOI: 10.1186/s12880-022-00920-4.
[12]
DAI Z D, WEI R, WANG H, et al. Multimodality MRI-based radiomics for aggressiveness prediction in papillary thyroid cancer[J/OL]. BMC Med Imaging, 2022, 22(1): 54 [2023-03-23]. https://pubmed.ncbi.nlm.nih.gov/35331162/. DOI: 10.1186/s12880-022-00779-5.
[13]
谢永生, 王士旭, 张妙如, 等. 采用甲状腺专用表面线圈的术前多参数MRI特征对甲状腺癌区域淋巴结转移状态的预测价值[J]. 磁共振成像, 2021, 12(4): 17-22. DOI: 10.12015/issn.1674-8034.2021.04.004.
XIE Y S, WANG S X, ZHANG M R, et al. The value of preoperative multi-parametric MR features using surface coil exclusive designed for thyroid gland in predicting the metastatic status of regional lymph nodes in thyroid cancer[J]. Chin J Magn Reson Imag, 2021, 12(4):17-22. DOI: 10.12015/issn.1674-8034.2021.04.004.
[14]
刘凌晓, 董怡. 人工智能技术在甲状腺结节诊断及预测淋巴结转移中的应用[J]. 介入放射学杂志, 2021, 30(4): 323-326. DOI: 10.3969/j.issn.1008-794X.2021.04.001.
LIU L X, DONG Y. Application of artificial intelligence technology in diagnosing thyroid nodules and predicting lymph node metastasis[J]. J Interv Radiol, 2021, 30(4): 323-326. DOI: 10.3969/j.issn.1008-794X.2021.04.001.
[15]
马伟琼, 陈康胤, 杨宁, 等. 多参数MRI影像组学对甲状腺乳头状癌颈部淋巴结的术前评估价值[J]. 磁共振成像, 2022, 13(10): 108-113. DOI: 10.12015/issn.1674-8034.2022.10.016.
MA W Q, CHEN K Y, YANG N, et al. Diagnostic value of machine learning based on multi-parameters of MRI radiomics to predict cervical lymph node status of papillary thyroid carcinoma[J]. Chin J Magn Reson Imag, 2022, 13(10): 108-113. DOI: 10.12015/issn.1674-8034.2022.10.016.
[16]
HU W J, ZHUANG Y Z, TANG L, et al. Preoperative cervical lymph node metastasis prediction in papillary thyroid carcinoma: a noninvasive clinical multimodal radiomics (CMR) nomogram analysis[J/OL]. J Oncol, 2023, 2023: 3270137 [2023-03-23]. https://pubmed.ncbi.nlm.nih.gov/36936372/. DOI: 10.1155/2023/3270137.
[17]
田俊. 甲状腺精准磁共振成像下功能成像的进展[J]. 中国医疗设备, 2022, 37(3): 159-162, 166. DOI: 10.3969/j.issn.1674-1633.2022.03.038.
TIAN J. Advances of the functional imaging in thyroid precision magnetic resonance imaging[J]. China Med Devices, 2022, 37(3): 159-162, 166. DOI: 10.3969/j.issn.1674-1633.2022.03.038.
[18]
GUPTA N, KAKAR A K, CHOWDHURY V, et al. Magnetic resonance spectroscopy as a diagnostic modality for carcinoma thyroid[J]. Eur J Radiol, 2007, 64(3): 414-418. DOI: 10.1016/j.ejrad.2007.03.006.
[19]
AGHAGHAZVINI L, PIROUZI P, SHARIFIAN H, et al. 3T magnetic resonance spectroscopy as a powerful diagnostic modality for assessment of thyroid nodules[J]. Arch Endocrinol Metab, 2018, 62(5): 501-505. DOI: 10.20945/2359-3997000000069.
[20]
陶全, 吕意凡, 徐红, 等. 定量与半定量动态增强MRI鉴别甲状腺良恶性结节的临床价值[J]. 中国医学计算机成像杂志, 2022, 28(1): 38-43. DOI: 10.19627/j.cnki.cn31-1700/th.2022.01.002.
TAO Q, LÜ Y F, XU H, et al. The role of quantitative and qualitative DCE-MRI in distinguishing benign and malignant of thyroids nodules[J]. Chin Comput Med Imag, 2022, 28(1): 38-43. DOI: 10.19627/j.cnki.cn31-1700/th.2022.01.002.
[21]
SAKAT M S, SADE R, KILIC K, et al. The use of dynamic contrast-enhanced perfusion MRI in differentiating benign and malignant thyroid nodules[J]. Indian J Otolaryngol Head Neck Surg, 2019, 71(Suppl 1): 706-711. DOI: 10.1007/s12070-018-1512-3.
[22]
SONG M H, YUE Y L, GUO J S, et al. Quantitative analyses of the correlation between dynamic contrast-enhanced MRI and intravoxel incoherent motion DWI in thyroid nodules[J/OL]. Am J Transl Res, 2020, 12(7): 3984-3992 [2023-03-23]. https://pubmed.ncbi.nlm.nih.gov/32774751/.
[23]
何品, 胡尔曼·巴合提别克, 张妙如, 等. 动态对比增强MRI的定量及半定量参数在鉴别甲状腺良恶性结节中的应用研究[J]. 磁共振成像, 2021, 12(7): 12-17. DOI: 10.12015/issn.1674-8034.2021.07.003.
HE P, Huerman·Bahetibieke, ZHANG M R, et al. Semiquantitative and quantitative analyses of dynamic contrast-enhanced magnetic resonance imaging in the differentiation between malignant and benign thyroid nodules[J]. Chin J Magn Reson Imag, 2021, 12(7): 12-17. DOI: 10.12015/issn.1674-8034.2021.07.003.
[24]
张雪瑞, 白汉林, 刘士梅. 甲状腺腺瘤与乳头状癌的CT、MRI研究[J]. 中国CT和MRI杂志, 2022, 20(5): 4-6. DOI: 10.3969/j.issn.1672-5131.2022.05.002.
ZHANG X R, BAI H L, LIU S M. Study on CT and MRI of thyroid adenoma and papillary thyroid carcinoma[J]. Chin J CT MRI, 2022, 20(5): 4-6. DOI: 10.3969/j.issn.1672-5131.2022.05.002.
[25]
周月圆, 王娴, 胡曙东. 动态对比增强磁共振成像在甲状腺腺瘤与甲状腺乳头状癌鉴别中的应用[J]. 实用放射学杂志, 2019, 35(5): 718-721. DOI: 10.3969/j.issn.1002-1671.2019.05.008.
ZHOU Y Y, WANG X, HU S D. The application of DCE GMRI in different iatingthyroidadenomaandpapillarythyroidcarcinoma[J]. J Pract Radiol, 2019, 35(5): 718-721. DOI: 10.3969/j.issn.1002-1671.2019.05.008.
[26]
王娴, 谌业荣, 张国梁, 等. 磁共振弥散加权成像评估甲状腺乳头状癌恶性分级的临床价值[J]. 江苏大学学报(医学版), 2018, 28(1): 86-88. DOI: 10.13312/j.issn.1671-7783.y170212.
WANG X, CHEN Y R, ZHANG G L, et al. Clinical value of diffusion-weighted magnetic resonance imaging in evaluating malignant grade of papillary thyroid carcinoma[J]. J Jiangsu Univ Med Ed, 2018, 28(1): 86-88. DOI: 10.13312/j.issn.1671-7783.y170212.
[27]
朱翔, 王延春, 祝则峰, 等. ADC值定量评估甲状腺良恶性结节鉴别中的价值研究[J]. 医学影像学杂志, 2021, 31(6): 926-930.
ZHU X, WANG Y C, ZHU Z F, et al. Clinical application value of ADC values in differentiating papillary in diagnosis of thyroid nodules[J]. J Med Imag, 2021, 31(6): 926-930.
[28]
任崧, 刘长宏, 白人驹. 甲状腺结节性病变MR弥散加权成像诊断价值初探[J]. 中华医学杂志, 2010, 90(47): 3351-3354. DOI: 10.3760/cma.J.issn.03.
REN S, LIU C H, BAI R J. Value of diffusion weighted imaging in diagnosis of nodular lesions of thyroid: a preliminary study[J]. Natl Med J China, 2010, 90(47): 3351-3354. DOI: 10.3760/cma.J.issn.03.
[29]
HU S D, ZHANG H, WANG X, et al. Can diffusion-weighted MR imaging be used as a tool to predict extrathyroidal extension in papillary thyroid carcinoma?[J]. Acad Radiol, 2021, 28(4): 467-474. DOI: 10.1016/j.acra.2020.03.005.
[30]
陆瑜, 谌业荣, 胡曙东, 等. 不同b值磁共振弥散加权成像在甲状腺结节良恶性鉴别诊断中的价值[J]. 江苏大学学报(医学版), 2017, 27(3): 257-260. DOI: 10.13312/j.issn.1671-7783.y170082.
LU Y, CHEN Y R, HU S D, et al. Utility of different b-values diffusion-weighted MR imaging in differentiating malignant from benign thyroid nodules[J]. J Jiangsu Univ Med Ed, 2017, 27(3): 257-260. DOI: 10.13312/j.issn.1671-7783.y170082.
[31]
任杰, 狄鑫, 沈智威, 等. 不同b值表观弥散系数直方图参数鉴别甲状腺良、恶性结节[J]. 中国医学影像技术, 2022, 38(10): 1561-1566. DOI: 10.13929/j.issn.1003-3289.2022.10.026.
REN J, DI X, SHEN Z W, et al. Apparent diffusion coefficient histogram parameters obtained with different b values for differentiating benign and malignant thyroid nodules[J]. Chin J Med Imag Technol, 2022, 38(10): 1561-1566. DOI: 10.13929/j.issn.1003-3289.2022.10.026.
[32]
ZHU X, WANG J, WANG Y C, et al. Quantitative differentiation of malignant and benign thyroid nodules with multi-parameter diffusion-weighted imaging[J]. World J Clin Cases, 2022, 10(24): 8587-8598. DOI: 10.12998/wjcc.v10.i24.8587.
[33]
黄冰峰. MR高分辨rFOV DWI及DCE对前列腺癌诊断价值的研究[D]. 泸州: 西南医科大学, 2020. DOI: 10.27215/d.cnki.glzyu.2020.000351.
HUANG B F. Study of the diagnostic value of high resolution reduced field of view diffusion weighted imaging and dynamic contrast-enhancement imaging in prostate cancer by magnetic resonance imaging[D]. Luzhou: Southwest Medical University, 2020. DOI: 10.27215/d.cnki.glzyu.2020.000351.
[34]
PENG Y, LI Z, TANG H, et al. Comparison of reduced field-of-view diffusion-weighted imaging (DWI) and conventional DWI techniques in the assessment of rectal carcinoma at 3.0T: image quality and histological T staging[J]. J Magn Reson Imaging, 2018, 47(4): 967-975. DOI: 10.1002/jmri.25814.
[35]
BARON P, WIELEMA M, DIJKSTRA H, et al. Comparison of conventional and higher-resolution reduced-FOV diffusion-weighted imaging of breast tissue[J/OL]. Magma, 2022 [2023-03-23]. https://pubmed.ncbi.nlm.nih.gov/36527516/. DOI: 10.1007/s10334-022-01055-x.
[36]
WANG Y F, REN Y, ZHU C F, et al. Optimising diffusion-weighted imaging of the thyroid gland using dedicated surface coil[J/OL]. Clin Radiol, 2022, 77(11): e791-e798 [2023-03-23]. https://pubmed.ncbi.nlm.nih.gov/36096939/. DOI: 10.1016/j.crad.2022.07.011.
[37]
何珍珍, 周清清, 余玉盛, 等. 基于常规DWI和ZOOMit DWI技术对甲状腺图像质量的对比评估[J]. 中国医学计算机成像杂志, 2020, 26(4): 324-328. DOI: 10.19627/j.cnki.cn31-1700/th.2020.04.006.
HE Z Z, ZHOU Q Q, YU Y S, et al. Evaluation of thyroid gland image quality by conventional and ZOOMit DWI[J]. Chin Comput Med Imag, 2020, 26(4): 324-328. DOI: 10.19627/j.cnki.cn31-1700/th.2020.04.006.
[38]
SONG M H, JIN Y F, GUO J S, et al. Application of whole-lesion intravoxel incoherent motion analysis using iZOOM DWI to differentiate malignant from benign thyroid nodules[J]. Acta Radiol, 2019, 60(9): 1127-1134. DOI: 10.1177/0284185118813599.
[39]
刘冰. 小视野多b值扩散加权成像在诊断甲状腺及甲状旁腺病变中的价值[D]. 济南: 山东大学, 2020. DOI: 10.27272/d.cnki.gshdu.2020.004738.
LIU B. The diagnostic performance of reduced field-of-view multi-b diffusion-weighted imaging in thyroid and parathyroid lesions[D]. Jinan: Shandong University, 2020. DOI: 10.27272/d.cnki.gshdu.2020.004738.
[40]
邝咏瑶, 叶坤林, 江梓杰, 等. 体素内不相干运动弥散加权成像与弥散加权成像鉴别诊断甲状腺良恶性结节:Meta分析[J]. 中国医学影像技术, 2021, 37(5): 674-679. DOI: 10.13929/j.issn.1003-3289.2021.05.009.
KUANG Y Y, YE K L, JIANG Z J, et al. Differential diagnosis of benign and malignant thyroid nodules with intravoxel incoherent motion diffusion-weighted imaging and diffusion-weighted imaging: Meta-analysis[J]. Chin J Med Imag Technol, 2021, 37(5): 674-679. DOI: 10.13929/j.issn.1003-3289.2021.05.009.
[41]
SONG M H, YUE Y L, JIN Y F, et al. Intravoxel incoherent motion and ADC measurements for differentiating benign from malignant thyroid nodules: utilizing the most repeatable region of interest delineation at 3.0 T[J/OL]. Cancer Imaging, 2020, 20(1): 9 [2023-03-23]. https://pubmed.ncbi.nlm.nih.gov/31969196/. DOI: 10.1186/s40644-020-0289-2.
[42]
苏宇, 高思佳, 曹际斌, 等. IVIM理论中各参数值在甲状腺良恶性结节方面的鉴别诊断价值[J]. 中国临床医学影像杂志, 2017, 28(3): 176-179. DOI: 10.3969/j.issn.1008-1062.2017.03.007.
SU Y, GAO S J, CAO J B, et al. Each parameter value in differential diagnosis of benign and malignant thyroid nodules under IVIM theoretical aspects[J]. J China Clin Med Imag, 2017, 28(3): 176-179. DOI: 10.3969/j.issn.1008-1062.2017.03.007.
[43]
胡浩, 彭俊红, 周利华, 等. 体素内不相干运动扩散加权成像中D值对甲状腺结节良恶性鉴别诊断价值的Meta分析[J]. 临床放射学杂志, 2020, 39(4): 664-668. DOI: 10.13437/j.cnki.jcr.2020.04.009.
HU H, PENG J H, ZHOU L H, et al. The differential diagnostic value for benign and malignant thyroid nodules of intravoxel incoherent motion diffusion-weighted imaging: meta-analysis[J]. J Clin Radiol, 2020, 39(4): 664-668. DOI: 10.13437/j.cnki.jcr.2020.04.009.
[44]
TAN H, CHEN J, ZHAO Y L, et al. Feasibility of intravoxel incoherent motion for differentiating benign and malignant thyroid nodules[J]. Acad Radiol, 2019, 26(2): 147-153. DOI: 10.1016/j.acra.2018.05.011.
[45]
JIANG L L, CHEN J, HUANG H P, et al. Comparison of the differential diagnostic performance of intravoxel incoherent motion imaging and diffusion kurtosis imaging in malignant and benign thyroid nodules[J/OL]. Front Oncol, 2022, 12: 895972 [2023-03-23]. https://pubmed.ncbi.nlm.nih.gov/35936691/. DOI: 10.3389/fonc.2022.895972.
[46]
IIMA M, REYNAUD O, TSURUGIZAWA T, et al. Characterization of glioma microcirculation and tissue features using intravoxel incoherent motion magnetic resonance imaging in a rat brain model[J]. Invest Radiol, 2014, 49(7): 485-490. DOI: 10.1097/RLI.0000000000000040.
[47]
LEMKE A, STIELTJES B, SCHAD L R, et al. Toward an optimal distribution of b values for intravoxel incoherent motion imaging[J]. Magn Reson Imaging, 2011, 29(6): 766-776. DOI: 10.1016/j.mri.2011.03.004.
[48]
朱翔, 王延春, 王佳, 等. 基于磁共振扩散峰度成像的甲状腺良恶性结节的定量评估价值研究[J]. 浙江医学, 2019, 41(24): 2600-2602, 2606, 15. DOI: 10.12056/j.issn.1006-2785.2019.41.24.2019-2670.
ZHU X, WANG Y C, WANG J, et al. Magnetic resonance diffusion kurtosis imaging in differential diagnosis of thyroid nodules[J]. Zhejiang Med J, 2019, 41(24): 2600-2602, 2606, 15. DOI: 10.12056/j.issn.1006-2785.2019.41.24.2019-2670.

上一篇 多模态MRI提示无症状颈动脉狭窄与认知障碍的关系及机制
下一篇 磁共振成像在甲状腺结节诊断中的研究进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2