【摘要】：目的:探討聯(lián)合使用Image-Pro Plus 6.0(IPP 6.0)和Photoshop圖像分析軟件的定量分析方法評估肺磨玻璃結(jié)節(jié)(GGN)微血管密度(MVD)的價值。通過分析GGN的CT征象與MVD值、MVD分度之間的內(nèi)在聯(lián)系,加深對GGN影像學病理基礎(chǔ)的認識,為臨床診斷及治療、預后評估提供理論依據(jù)。材料與方法:收集2014年1月至2017年12月于大連大學附屬中山醫(yī)院經(jīng)手術(shù)和病理證實的肺腺癌患者77例,其中浸潤前病變23例,微浸潤腺癌(MIA)22例,浸潤性腺癌(IA)32例。在分析不同浸潤程度GGN的MVD表達情況以及GGN的CT征象與MVD表達的相關(guān)性時,根據(jù)GGN在病理組織學觀察中是否存在浸潤病變又可分為非浸潤性病變組(AAH 2例,AIS 21例)和浸潤性病變組(MIA 22例,IA 32例)。所有納入病例GGN直徑均≤3cm,磨玻璃成分≥50%,且三組患者在手術(shù)前均未行穿刺活檢或放化療治療。針對所有納入病例的病理標本行常規(guī)HE染色及鼠抗CD31單克隆抗體免疫組化染色,計數(shù)方法為:首先在低倍鏡(×100)下確定3個微血管最為豐富的區(qū)域,然后轉(zhuǎn)到高倍鏡(×200)下對這3個區(qū)域分別進行拍照,并聯(lián)合使用IPP 6.0及Photoshop圖像分析軟件對圖片進行分析處理,從而計算出平均MVD值。微血管的識別標準是將相互分離的任何被染成棕黃色的單個內(nèi)皮細胞或細胞簇視為一個微血管,但管腔直徑8個紅細胞、肌層較厚的血管以及位于良性病變區(qū)、腫瘤細胞稀少區(qū)與腫瘤壞死區(qū)的血管應(yīng)排除在外。根據(jù)MVD的數(shù)值將血管生成程度分為三度:Ⅰ度,即輕度血管增生(MVD≤15)、Ⅱ度,即中度血管增生(15MVD25)、Ⅲ度,即明顯血管增生(MVD≥25)。回顧性分析所有納入病例的術(shù)前CT征象,包括病變部位、密度類型、分葉征、毛刺征、血管集束征、胸膜凹陷征、空泡征、空氣支氣管征以及平均直徑、平均CT值。應(yīng)用SPSS22.0軟件進行統(tǒng)計學分析處理,其中浸潤前病變組、MIA組、IA組三組間的MVD值差異性檢驗采用單因素方差分析,且三組間MVD分度的比較采用卡方檢驗;非浸潤性病變組與浸潤性病變組兩組間的MVD值、平均直徑及平均CT值均采用獨立樣本t檢驗;非浸潤性病變組與浸潤性病變組兩組間CT形態(tài)學征象的差異及MVD分度的比較采用卡方檢驗或Fisher精確檢驗;Pearson相關(guān)分析方法用于MVD值與GGN平均直徑以及平均CT值之間的相關(guān)性分析,并繪制相應(yīng)的散點圖;Spearman相關(guān)分析方法用于MVD分度與各指標之間的相關(guān)性分析。以P0.05為差異具有統(tǒng)計學意義。結(jié)果:1.浸潤前病變組、MIA組及IA組MVD值的差異具有明顯的統(tǒng)計學意義(P0.001),并且從浸潤前病變、MIA到IA,病灶的MVD值呈現(xiàn)逐漸增加的趨勢,分別為27.70±10.59條/視野、36.91±12.73條/視野、47.01±15.02條/視野。三組間在MVD分度的差異也具有明顯的統(tǒng)計學意義(P0.001),約96.9%的IA出現(xiàn)明顯血管增生(Ⅲ度),明顯高于浸潤前病變組(47.8%)及MIA組(63.7%)。2.浸潤性病變組的MVD值明顯大于非浸潤性病變組,分別為42.89±14.87條/視野,27.70±10.59條/視野,兩組間差異具有明顯統(tǒng)計學意義(P0.001);就MVD分度而言,浸潤性病變(83.3%)比非浸潤性病變(47.8%)存在更明顯的血管增生(Ⅲ度),差異具有統(tǒng)計學意義(P0.05)。3.非浸潤性病變組及浸潤性病變組的CT表現(xiàn)在密度類型、分葉征、毛刺征、空氣支氣管征、平均直徑及平均CT值的差異具有統(tǒng)計學意義(P0.05),且浸潤性病變組中GGN的密度類型、分葉征與MVD值密切相關(guān)(r=0.414,P=0.002;r=0.373,P=0.005),而與MVD分度相關(guān)的CT形態(tài)學征象僅有分葉征(r=0.330,P=0.015)。GGN的平均直徑與MVD值、MVD分度均具有正相關(guān)性(r=0.494,P0.001;r=0.305,P=0.025);GGN的平均CT值與MVD值也具有正相關(guān)性(r=0.300,P=0.028),但與MVD分度無相關(guān)性(r=0.127,P=0.359)。結(jié)論:1.IPP 6.0聯(lián)合Photoshop圖像分析軟件是一種快速、準確計數(shù)GGN病灶內(nèi)MVD的工具,不僅操作簡單,而且可以自動生成數(shù)據(jù),可以快捷和準確地計算GGN病灶的MVD含量(MVD值)及MVD分度,具有很好的臨床實用性。2.GGN的部分CT征象與MVD的表達具有密切相關(guān)性,可用于預測GGN病灶肺腺癌的病理學類型和評價其浸潤程度,可為臨床診斷、治療及評估預后提供更多的有價值信息和理論依據(jù)。
【圖文】：

圖1 MVD定量測定流程示意圖3.4.3 MVD分度：根據(jù)MVD數(shù)值將其血管生成分為三度：Ⅰ度，，即輕度血管增生（MVD≤15）、Ⅱ度，即中度血管增生（15<MVD<25）、Ⅲ度，即明顯血管增生（MVD≥25）。4．統(tǒng)計學方法所有數(shù)據(jù)均采用 SPSS22.0 統(tǒng)計學軟件分析處理，計量指標以均數(shù)±標準差(x±s)表示。具體包括：（1）浸潤前病變組、MIA 組、IA 組三組間的 MVD 值差異性檢驗采用單因素方差分析（one-way Analysis of Variance, ANOVA）；且三組間 MVD 分度的比較采用卡方檢驗。（2）非浸潤性病變組與浸潤性病變組兩組間的 MVD 值、平均直徑及平均 CT 值比較采用獨立樣本 t 檢驗。（3）非浸潤性病變組與浸潤性病變兩組間 CT 形態(tài)學征象的差異、MVD 分度的比較采用卡方檢驗或 Fisher 精確檢驗；（4）Pearson 相關(guān)分析方法用于 MVD 值與 GGN 平

大連醫(yī)科大學碩士學位論文16圖2 不同病理類型GGN的MVD值的比較2. GGN浸潤程度與MVD值及MVD分度的關(guān)系根據(jù)GGN在病理組織學觀察中是否存在浸潤病變又可分為非浸潤性病變組（AAH 2例，AIS 21例）和浸潤性病變組（MIA 22例，IA 32例）。本研究中，浸潤性病變組MVD值明顯高于非浸潤性病變組，分別為（42.89±14.87）條/視野、（27.70±10.59）條/視野，兩組之間差異具有明顯的統(tǒng)計學意義（P<0.001），提示隨著GGN浸潤程度的增加，MVD值也相應(yīng)增加。此外
【學位授予單位】：大連醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R734.2;R730.44

【參考文獻】

相關(guān)期刊論文 前6條

1 楊長德;龔洪翰;陳金花;劉霞;;肺惡性局灶單純性磨玻璃密度結(jié)節(jié)的CT表現(xiàn)[J];實用放射學雜志;2012年09期

2 蔣南川;韓萍;周承凱;鄭金龍;史河水;肖杰;;孤立性肺結(jié)節(jié)多層螺旋CT動態(tài)增強與VEGF、MVD表達的相關(guān)性[J];癌癥;2009年02期

3 管s

本文編號：2624290