Establish of a simple predictive model based on CT imaging histology in the differential diagnosis of extra-small renal cell carcinoma with rich blood supply and angiomyolipoma with minimal fat
-
摘要:目的
探讨基于CT影像组学构建的简易预测模型对富血供超小肾癌(usRCC)与富血供乏脂肪血管平滑肌脂肪瘤(mfAML)的鉴别诊断价值。
方法收集经术后病理证实为富血供超小肾肿瘤(直径≤2 cm)的71例患者的临床资料, 依据术后病理类型将患者分为usRCC组33例和mfAML组38例。比较2组临床资料、CT影像学表现以及相关CT定量参数，采用二元Logistic回归分析筛选对usRCC与mfAML具有鉴别意义的独立影响因素，并构建基于CT影像组学的简易预测模型，绘制受试者工作特征(ROC)曲线，评价相关CT定量参数和简易预测模型对usRCC与mfAML的鉴别诊断价值。
结果usRCC组囊变坏死、假包膜征、实质期不均匀强化者占比均高于mfAML组，差异有统计学意义(P < 0.05); usRCC组皮质期CT值、皮质期净强化CT值和实质期净强化CT值均高于mfAML组，差异有统计学意义(P < 0.05)。ROC曲线显示，皮质期CT值、皮质期净强化CT值、实质期净强化CT值鉴别诊断usRCC与mfAML的曲线下面积(AUC)分别为0.702、0.718、0.803。囊变坏死(OR=2.537, 95% CI: 1.125~4.358)、实质期强化均匀性(OR=3.872, 95% CI: 1.327~7.259)、实质期净强化CT值(OR=3.593, 95% CI: 1.290~7.518)均是对usRCC与mfAML具有鉴别意义的独立影响因素(P < 0.05), 基于这3个CT影像组学变量构建简易预测模型。ROC曲线显示, 该模型鉴别诊断usRCC与mfAML的AUC为0.890(95% CI: 0.804~0.976), 敏感度为87.88%, 特异度为76.32%。
结论基于CT影像组学构建的简易预测模型对usRCC与mfAML具有较好的鉴别诊断价值，可为临床制订小肾肿瘤诊疗策略提供重要参考依据。
-
关键词:
- 富血供超小肾癌 /
- 乏脂肪血管平滑肌脂肪瘤 /
- CT影像组学 /
- 简易预测模型 /
- 受试者工作特征曲线
Abstract:ObjectiveTo explore the differential value of a simple prediction model based on CT imaging histology in the diagnosis of ultra-small renal cell carcinoma (usRCC) with rich blood supply and angiomyolipoma with minimal fat (mfAML).
MethodsThe clinical data of 71 patients with ultra-small renal tumor (diameter ≤2 cm) with rich blood supply were collected. According to the postoperative pathological types, they were divided into usRCC group (n=33) and mfAML group (n=38). Clinical data, CT imaging manifestations, and related CT quantitative parameters were compared, independent influencing factors with differential significance for usRCC and mfAML were screened using binary Logistic regression, and a simple predictive model based on CT imaging histology was constructed. Receiver operating characteristic (ROC) curves were drawn to evaluate differential value of relevant CT quantitative parameters and predictive model for usRCC and mfAML.
ResultsThe proportion of cystic necrosis, pseudocapsule sign and parenchymal phase heterogeneous enhancement in the usRCC group was higher than that in the mfAML group (P < 0.05). The CT value of cortical phase, enhanced CT value of cortical phase and parenchymal phase in the usRCC group were also significantly higher than those in the mfAML group (P < 0.05). The areas under the curve (AUCs) of differential diagnosis of usRCC and mfAML by CT value of cortical phase, enhanced CT value of cortical phase and parenchymal phase were 0.702, 0.718 and 0.803, respectively. Cystic necrosis (OR=2.537; 95% CI, 1.125 to 4.358), parenchymal enhancement uniformity (OR=3.872; 95% CI, 1.327 to 7.259), and parenchymal net enhancement CT value (OR=3.593; 95% CI, 1.290 to 7.518) were independent influencing factors for differentiated diagnosis of usRCC and mfAML (P < 0.05), thus a simple prediction model was constructed based on the three CT image omics variables. The ROC curve showed that the AUC of the model for differential diagnosis of usRCC and mfAML was 0.890 (95% CI, 0.804 to 0.976), the sensitivity was 87.888, and the specificity was 76.32%.
ConclusionThe simple prediction model based on CT imaging histology has a good value in differential diagnosis of usRCC and mfAML, and provides an important reference for clinical diagnosis and treatment of small renal tumors.
-
肾脏恶性肿瘤以肾细胞癌(RCC)为主，俗称肾癌，占75%~90%[1-2], 此外还有肾盂癌、肾母细胞瘤以及罕见的淋巴瘤等。RCC患者临床症状缺乏特异性，部分患者可无不适症状，故较多RCC患者是在体检或接受其他检查时确诊。小肾癌或超小肾癌是基于不同体积肾癌诊治特点而提出的概念，其中小肾癌的划分标准有2种(肿瘤直径≤3 cm或≤4 cm)[3-4], 目前直径≤4 cm是主要划分标准。超小肾癌(usRCC)是近年来小肾肿瘤领域的研究热点，且随着居民体检意识的增强和医学技术的发展，越来越多的包含usRCC在内的小肾肿瘤被发现。相关研究[5-6]指出，临床人员对于直径≤2 cm的小肾肿瘤需重视早期筛选与识别，其虽然以乏脂肪血管平滑肌脂肪瘤(mfAML)此类良性肿瘤居多，但仍有部分为恶性肿瘤，且两者的鉴别诊断更为棘手，已成为目前RCC诊疗研究中亟待解决的难题。本研究对71例富血供超小肾肿瘤患者的临床资料进行回顾性分析，基于usRCC与mfAML的CT影像组学资料构建简易预测模型，并分析此预测模型对两者的鉴别诊断价值，现报告如下。
1. 资料与方法
1.1 一般资料
本研究为单中心回顾性队列研究，收集2018年3月—2022年12月在秦皇岛市第四医院接受手术治疗且术后病理证实为富血供超小肾肿瘤的71例患者的临床资料，并依据术后病理类型将患者分为usRCC组33例和mfAML组38例。usRCC组中仅3例表现为富血供强化的肾嫌色细胞癌(chRCC), 其余30例均为常见的透明细胞肾细胞癌(ccRCC)。mfAML组38例患者在肾脏CT平扫时未能检测到明显的脂肪密度，且术后病理检查仅发现少量脂肪成分。纳入标准: ①有明确术后病理检查结果(诊断结果为usRCC或mfAML)者; ②肿瘤最大直径≤2 cm者; ③术前接受肾脏CT平扫和双期增强扫描者。排除标准: ①合并VHL综合征者; ②临床病理资料和(或)CT影像学资料缺失者。本研究经秦皇岛市第四医院医学伦理委员会审核批准。
1.2 方法
1.2.1 CT检查方法
使用美国GE64排螺旋CT进行肾脏常规平扫和CT增强扫描，嘱患者取仰卧位，头先进，扫描范围为肝脏上缘至髂骨翼上缘。基本参数设置为管电压120 kV, 管电流采用自动控制技术，层厚、层间距均为5 mm, 重建层厚1 mm。肾脏平扫后进行双期增强扫描，采用双筒高压注射器经肘静脉注射非离子型对比剂碘佛醇(江苏恒瑞医药，国药准字H20067895), 注射剂量1.0 mL/kg, 注射速率3.0 mL/s。为避免过敏反应，可在注射碘佛醇5 min前静脉注射10 mg地塞米松。分别于注射碘佛醇后25~30 s、65~75 s扫描并获取皮质期和实质期的增强扫描图像。
1.2.2 CT影像学分析
将所得CT图像传送至后台工作站，在增强图像上确定肿瘤实性部分且强化最明显的区域，然后在该区域的中心位置选择感兴趣区(ROI), ROI可呈圆形或类圆形，面积为0.1~0.2 cm2。选择ROI应尽量避开坏死、钙化和血管影等区域，平扫和双期增强扫描测量的ROI大小、位置和形状应尽量保持一致。本研究由2名对研究和病理资料不知情的资深CT医师共同阅片讨论后得出一致结论。观察内容主要包括肿瘤位置(左肾/右肾)、肿瘤形状(圆形/椭圆/不规则形)、肿瘤中心点(肾内/肾外)、有无囊变坏死、有无“冰淇淋蛋筒征”、有无假包膜征、皮质期强化均匀性(均匀/不均匀)、实质期强化均匀性(均匀/不均匀)和强化特征(快进快出/持续强化)，同时测量双期(皮质期、实质期)的CT值、净强化CT值，净强化CT值=肿瘤皮质期或实质期CT值-肿瘤平扫CT值。
1.3 统计学分析
将患者的一般资料和CT影像学资料用Excel表格归类整理，导入SPSS 21.0软件进行统计学分析。计数资料用[n(%)]表示，组间比较采用χ2检验。正态分布的计量资料用(x±s)表示，组间比较采用成组t检验。采用二元Logistic回归分析法筛选对usRCC与mfAML具有鉴别诊断意义的独立影响因素，然后建立基于CT影像组学的简易预测模型并生成预测概率。绘制受试者工作特征(ROC)曲线，计算曲线下面积(AUC)，评估相关CT定量参数和预测模型对usRCC与mfAML的鉴别诊断价值。不同指标的AUC比较采用秩和检验。AUC范围为0.5~1.0, 越接近1.0表示诊断效能越高, AUC>0.7~0.8提示具有一定的诊断效能, AUC>0.8提示具有较好的诊断效能。P < 0.05表示差异有统计学意义。
2. 结果
2.1 usRCC组和mfAML组临床资料和CT影像学表现比较
usRCC组在性别、年龄、肿瘤位置、肿瘤形状、肿瘤中心点、“冰淇淋蛋筒征”、皮质期强化均匀性和强化特征方面与mfAML组比较，差异均无统计学意义(P>0.05)。usRCC组囊变坏死、假包膜征、实质期不均匀强化者占比均高于mfAML组，差异有统计学意义(P < 0.05)。见表 1。
表 1 2组患者临床资料和CT影像学表现比较(x±s)[n(%)]指标 分类 usRCC组(n=33) mfAML组(n=38) χ2/t P 性别 男 20(60.61) 17(44.74) 1.782 0.182 女 13(39.39) 21(55.26) 年龄/岁 53.40±9.07 50.37±8.15 1.483 0.143 肿瘤位置 左肾 19(57.58) 18(47.37) 0.737 0.390 右肾 14(42.42) 20(52.63) 肿瘤形状 圆形 11(33.33) 13(34.21) 0.072 0.965 椭圆 14(42.42) 15(39.47) 不规则形 8(24.24) 10(26.32) 肿瘤中心点 肾内 18(54.55) 19(50.00) 0.146 0.702 肾外 15(45.45) 19(50.00) 囊变坏死 有 17(51.52) 9(23.68) 5.894 0.015 无 16(48.48) 29(76.32) “冰淇淋蛋筒征” 有 9(27.27) 8(21.05) 0.375 0.540 无 24(72.73) 30(78.95) 假包膜征 有 7(21.21) 1(2.63) 4.382 0.036 无 26(78.79) 37(97.37) 皮质期强化均匀性 不均匀 30(90.91) 36(94.74) 0.027 0.870 均匀 3(9.09) 2(5.26) 实质期强化均匀性 不均匀 24(72.73) 14(36.84) 9.143 0.002 均匀 9(27.27) 24(63.16) 强化特征 快进快出 33(100.00) 36(94.74) 0.382 0.537 持续强化 0 2(5.26) 典型病例见图 1、图 2。图 1为1例usRCC患者(年龄57岁)增强CT扫描图像，左肾类圆形不均匀软组织密度结节，局部突出于肾脏轮廓，增强扫描在实质期明显不均匀强化。图 2为1例mfAML患者(年龄52岁)增强CT扫描图像，左肾混杂密度结节，略突向肾外，内见少许脂肪密度灶和软组织密度区，增强扫描在实质期软组织密度区均匀强化。
2.2 usRCC组和mfAML组相关CT定量参数比较
2组实质期CT值比较，差异无统计学意义(P>0.05); usRCC组皮质期CT值、皮质期净强化CT值和实质期净强化CT值均高于mfAML组，差异有统计学意义(P < 0.05)。见表 2。
表 2 usRCC组和mfAML组相关CT定量参数比较(x±s)Hu 组别 n 皮质期CT值 实质期CT值 皮质期净强化CT值 实质期净强化CT值 mfAML组 38 191.95±37.58 115.92±26.15 154.07±34.90 66.75±17.85 usRCC组 33 224.06±42.57* 127.35±30.12 187.43±40.26* 97.62±24.58* 与mfAML组比较, * P < 0.05。 2.3 相关CT定量参数鉴别诊断usRCC与mfAML的ROC曲线分析
将病理类型作为状态变量(usRCC=1, mfAML=0), 选择表 2中差异有统计学意义(P < 0.05)的3个CT定量参数分别绘制ROC曲线。ROC曲线显示，皮质期CT值、皮质期净强化CT值、实质期净强化CT值鉴别诊断usRCC与mfAML的AUC分别为0.702、0.718、0.803(均>0.7), 但仅有实质期净强化CT值的AUC>0.8, 见表 3和图 3。实质期净强化CT值的AUC大于皮质期CT值的AUC, 差异有统计学意义(Z=2.763, P=0.039), 实质期净强化CT值、皮质期净强化CT值的AUC差异无统计学意义(Z=1.318, P=0.158), 皮质期CT值、皮质期净强化CT值的AUC差异无统计学意义(Z=0.903, P=0.412), 提示实质期净强化CT值的诊断效能最佳。
表 3 相关CT定量参数对usRCC与mfAML的鉴别诊断效能CT定量参数 AUC 临界值/Hu 标准误 P 95% CI 皮质期CT值 0.702 212.73 0.068 0.007 0.569~0.835 皮质期净强化CT值 0.718 165.40 0.065 0.004 0.590~0.846 实质期净强化CT值 0.803 76.48 0.058 <0.001 0.690~0.916 2.4 二元Logistic回归模型筛选对usRCC与mfAML具有鉴别意义的独立影响因素
根据单因素分析结果，进一步采用二元Logistic回归模型筛选对usRCC与mfAML具有鉴别意义的独立影响因素，将病理类型(usRCC或mfAML)作为因变量，将囊变坏死(有=1, 无=0)、假包膜征(有=1, 无=0)、实质期强化均匀性(不均匀=1, 均匀=0)和CT定量参数中AUC最大的实质期净强化CT值(连续性变量)作为自变量。多因素分析结果显示，囊变坏死、实质期强化均匀性、实质期净强化CT值均是对usRCC与mfAML具有鉴别意义的独立影响因素(P < 0.05), 见表 4。
表 4 二元Logistic回归分析筛选对usRCC与mfAML具有鉴别意义的独立影响因素自变量 β Wald χ2 P OR 95% CI 囊变坏死 0.928 4.723 0.028 2.537 1.125~4.358 假包膜征 0.830 3.521 0.175 1.806 0.831~3.027 实质期强化均匀性 1.327 6.580 0.013 3.872 1.327~7.259 实质期净强化CT值 1.462 7.028 0.010 3.593 1.290~7.518 2.5 基于CT影像组学构建简易预测模型及其ROC曲线分析
基于多因素分析筛选出的对usRCC与mfAML具有鉴别诊断意义的3个CT影像组学变量(囊变坏死、实质期强化均匀性、实质期净强化CT值)构建简易组合预测模型，并借助二元Logistic回归分析生成预测概率，绘制ROC曲线，评估简易预测模型鉴别诊断usRCC与mfAML的效能(状态变量: usRCC=1, mfAML=0)。ROC曲线显示，简易预测模型的AUC为0.890(95% CI: 0.804~0.976), 标准误为0.044, P < 0.001, 鉴别诊断的敏感度为87.88%, 特异度为76.32%, 准确度为81.69%, 约登指数为0.642, 见图 4。
3. 讨论
经典的RCC三联征在临床中并不多见，在直径≤4 cm的小肾肿瘤和直径≤2 cm的超小肾肿瘤的风险筛查与诊断中作用有限。对体积较小、临床症状不典型且影像学表现相似的肾肿瘤进行良恶性鉴别诊断，不仅直接影响临床诊疗策略的合理性和科学性，也是临床人员和患者尤为关注的难题[7]。CT是目前诊断小肾癌比较准确的影像学手段，能显示直径>0.5 cm甚至更小的肿瘤, CT平扫为均匀低或等密度，且多位于肾轮廓外围，假包膜征比重较高，增强扫描也可见“快进快出”的典型征象[8]。既往研究多是对直径≤4 cm的小肾肿瘤的CT影像学鉴别研究，针对直径≤2 cm的超小肾肿瘤的鉴别研究则较缺乏。然而，临床中超小肾肿瘤的误诊风险更高，需重点进行鉴别诊断。血管平滑肌脂肪瘤(AML)作为临床常见的良性肾肿瘤之一，多发于中青年女性，临床常无明显症状，肿瘤较大者可出现血尿、腰酸和腹部不适等症状，严重者可自发破裂出血[9]。AML由不同成分比例的畸形血管、平滑肌细胞和成熟脂肪细胞组成，其中富血供mfAML因肿瘤组织内脂肪成分比例偏少，加之肿瘤体积偏小时的部分容积效应，在影像学表现上与RCC存在诸多相似之处，增加了鉴别诊断难度[10-11]。不同病理类型的诊疗策略和术式选择存在较大区别，本研究旨在通过CT影像学手段探寻鉴别诊断usRCC与mfAML的可靠方法。
本研究结果显示, usRCC组与mfAML组在性别、年龄和多项CT影像学表现方面并无显著差异(P>0.05), 与相关研究[12]结论基本相符。虽然mfAML多见于中青年女性, usRCC多见于中老年男性，但本研究由于收集的此类小肾肿瘤样本量偏少，并未发现性别构成和年龄分布的明显差异。“冰淇淋蛋筒征”是多见于良性肿瘤的CT征象，其形成原理主要与肿瘤生长方式和肿瘤质地有关。mfAML肿瘤组织质地较软，无浸润生长的恶性特点，生长部位主要为阻力较小的被膜、肾小叶间等处，导致肿瘤与邻近肾脏交界处显示比较清楚和平直, CT影像上表现为“冰淇淋蛋筒征”，也有研究[13-14]称之为“楔形征”“劈裂征”等。既往研究[15-16]指出，“冰淇淋蛋筒征”是鉴别诊断mfAML与RCC的重要CT征象，但本研究中usRCC组和mfAML组“冰淇淋蛋筒征”占比均较低，且2组间无显著差异，其主要原因是肾肿瘤体积偏小和mfAML外生性征象不明显[17]。
本研究显示, usRCC组囊变坏死、假包膜征、实质期不均匀强化者占比均显著高于mfAML组(P < 0.05), 与相关研究[18-19]结论相符，上述CT征象亦是临床诊断RCC的常用影像学参考依据。囊变坏死、假包膜征是富血供RCC生长过程中的典型特征，肿瘤生长过快、新生血管发育不良和瘤内血供不均衡是其发生的常见原因[20]。CT增强扫描显示实质期不均匀强化是恶性肿瘤的常见影像学描述，但并非绝对概念。本研究中, 2组实质期不均匀强者占比均较高(与mfAML、RCC均为富血供有关)，且usRCC组实质期不均匀强化者占比显著更高(与usRCC瘤内多囊变坏死和偏液性低密度区域有关)[21-22]。本研究结果显示, usRCC组皮质期CT值、皮质期净强化CT值、实质期净强化CT值显著高于mfAML组(P < 0.05), 且ROC曲线显示三者中实质期净强化CT值的AUC最大，为0.803(实质期净强化CT值可反映肿瘤病灶血供和强化特点)。本研究将筛选出的3个CT影像组学变量进行组合后构建简易预测模型，与单独CT形态学指标或定量参数比较，简易预测模型能结合更充分的影像学依据加以鉴别，提高诊断效能。本研究显示，预测模型鉴别诊断usRCC与mfAML的AUC为0.890(95% CI: 0.804~0.976), 敏感度、特异度和准确度依次为87.88%、76.32%和81.69%, 表明该简易预测模型具有良好的诊断效能，此外由于该模型的CT影像学指标易获取和收集，临床应用亦较为便捷。
综上所述，本研究基于CT影像组学构建的简易预测模型对usRCC与mfAML具有良好的鉴别诊断价值，可为此类超小肾肿瘤的早期风险识别和诊疗策略制订提供影像学依据，值得临床应用和深入研究。本研究不足之处在于样本量偏少、样本选择可能存在回忆偏倚等，后续应加以完善进一步深入研究。
-
表 1 2组患者临床资料和CT影像学表现比较(x±s)[n(%)]
指标 分类 usRCC组(n=33) mfAML组(n=38) χ2/t P 性别 男 20(60.61) 17(44.74) 1.782 0.182 女 13(39.39) 21(55.26) 年龄/岁 53.40±9.07 50.37±8.15 1.483 0.143 肿瘤位置 左肾 19(57.58) 18(47.37) 0.737 0.390 右肾 14(42.42) 20(52.63) 肿瘤形状 圆形 11(33.33) 13(34.21) 0.072 0.965 椭圆 14(42.42) 15(39.47) 不规则形 8(24.24) 10(26.32) 肿瘤中心点 肾内 18(54.55) 19(50.00) 0.146 0.702 肾外 15(45.45) 19(50.00) 囊变坏死 有 17(51.52) 9(23.68) 5.894 0.015 无 16(48.48) 29(76.32) “冰淇淋蛋筒征” 有 9(27.27) 8(21.05) 0.375 0.540 无 24(72.73) 30(78.95) 假包膜征 有 7(21.21) 1(2.63) 4.382 0.036 无 26(78.79) 37(97.37) 皮质期强化均匀性 不均匀 30(90.91) 36(94.74) 0.027 0.870 均匀 3(9.09) 2(5.26) 实质期强化均匀性 不均匀 24(72.73) 14(36.84) 9.143 0.002 均匀 9(27.27) 24(63.16) 强化特征 快进快出 33(100.00) 36(94.74) 0.382 0.537 持续强化 0 2(5.26) 
下载: 导出CSV
表 2 usRCC组和mfAML组相关CT定量参数比较(x±s)
Hu 组别 n 皮质期CT值 实质期CT值 皮质期净强化CT值 实质期净强化CT值 mfAML组 38 191.95±37.58 115.92±26.15 154.07±34.90 66.75±17.85 usRCC组 33 224.06±42.57* 127.35±30.12 187.43±40.26* 97.62±24.58* 与mfAML组比较, * P < 0.05。
下载: 导出CSV
表 3 相关CT定量参数对usRCC与mfAML的鉴别诊断效能
CT定量参数 AUC 临界值/Hu 标准误 P 95% CI 皮质期CT值 0.702 212.73 0.068 0.007 0.569~0.835 皮质期净强化CT值 0.718 165.40 0.065 0.004 0.590~0.846 实质期净强化CT值 0.803 76.48 0.058 <0.001 0.690~0.916
下载: 导出CSV
表 4 二元Logistic回归分析筛选对usRCC与mfAML具有鉴别意义的独立影响因素
自变量 β Wald χ2 P OR 95% CI 囊变坏死 0.928 4.723 0.028 2.537 1.125~4.358 假包膜征 0.830 3.521 0.175 1.806 0.831~3.027 实质期强化均匀性 1.327 6.580 0.013 3.872 1.327~7.259 实质期净强化CT值 1.462 7.028 0.010 3.593 1.290~7.518
下载: 导出CSV
-
[1] 王禹, 董潇, 孔垂泽, 等. 不同病理类型肾肿瘤的影像学特点和病理学特点分析[J]. 中华泌尿外科杂志, 2019, 40(5): 374-379. https://cdmd.cnki.com.cn/Article/CDMD-10159-1021870603.htm [2] 程波, 邹菊, 向碧兰, 等. LncRNA在肾癌诊治及预后方面的研究进展[J]. 西南医科大学学报, 2022, 45(3): 272-276. https://www.cnki.com.cn/Article/CJFDTOTAL-LXYB202203018.htm [3] 张丽青, 韩志江. 最大径≤3 cm的乏脂肪肾脏血管平滑肌脂肪瘤与肾透明细胞癌的MRI鉴别[J]. 临床放射学杂志, 2019, 38(1): 132-135. https://www.cnki.com.cn/Article/CJFDTOTAL-LCFS201901031.htm [4] 崔梦秋, 王海屹, 许伟, 等. 最大径≤4 cm肾脏血管平滑肌脂肪瘤的MRI征象分析[J]. 中华放射学杂志, 2022, 56(5): 549-555. [5] YE J, XU Q, WANG S A, et al. Differentiation between fat-poor angiomyolipoma and clear cell renal cell carcinoma: qualitative and quantitative analysis using arterial spin labeling MR imaging[J]. Abdom Radiol, 2020, 45(2): 512-519. doi: 10.1007/s00261-019-02303-w
[6] 程劲松, 韩津梁. 应用MRI鉴别小肾癌与乏脂型血管平滑肌脂肪瘤的研究[J]. 中国实验诊断学, 2018, 22(3): 478-480. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSZD201803032.htm [7] 李庆芬, 赵丽雅, 苏博, 等. 肾肿瘤的彩色多普勒超声诊断价值探讨[J]. 保健医学研究与实践, 2012, 9(4): 37-39. https://www.cnki.com.cn/Article/CJFDTOTAL-GXBJ201204014.htm [8] 孙翌峰, 李建瑞, 陈子健, 等. 多排螺旋CT对不同亚型肾癌、肾血管平滑肌脂肪瘤和肾嗜酸细胞腺瘤的诊断价值[J]. 医学影像学杂志, 2018, 28(5): 794-799. https://www.cnki.com.cn/Article/CJFDTOTAL-XYXZ201805030.htm [9] 沈剑, 杨印辉, 孙颖浩, 等. 疑似肾癌的18例肾良性肿瘤诊治分析[J]. 实用临床医药杂志, 2012, 16(5): 107-109. doi: 10.3969/j.issn.1672-2353.2012.05.038 [10] ZHAO X F, JHALA N, KHURANA J. Evaluation of radiology imaging in diagnosing clear cell renal cell carcinoma and angiomyolipoma[J]. Am J Clin Pathol, 2018, 150(suppl_1): S27. http://www.researchgate.net/publication/327812133_Evaluation_of_Radiology_Imaging_in_Diagnosing_Clear_Cell_Renal_Cell_Carcinoma_and_Angiomyolipoma
[11] LIANG X H, XUE C Q, HUANG X Y, et al. Value of energy spectrum CT parameters in the differential diagnosis of high-grade clear cell renal cell carcinoma and type Ⅱ papillary renal cell carcinoma[J]. Acta Radiol, 2022, 63(4): 545-552. http://pubmed.ncbi.nlm.nih.gov/33779302/
[12] 王思凯, 李鸣瑶, 梁卡丽, 等. 多排螺旋CT诊断乏脂性肾血管平滑肌脂肪瘤与肾癌的对照研究[J]. 中国医学计算机成像杂志, 2018, 24(3): 215-218. https://www.cnki.com.cn/Article/CJFDTOTAL-YJTY201803007.htm [13] 向玲玲, 吴晶涛, 郜言坤, 等. 增强CT影像组学鉴别小肾癌与乏脂肪肾血管平滑肌脂肪瘤的价值[J]. 肿瘤影像学, 2021, 30(3): 185-190. https://www.cnki.com.cn/Article/CJFDTOTAL-YXYX202103008.htm [14] LEE H S, HONG H, KIM J, et al. Deep feature classification of angiomyolipoma without visible fat and renal cell carcinoma in abdominal contrast-enhanced CT images with texture image patches and hand-crafted feature concatenation[J]. Med Phys, 2018, 45(4): 1550-1561. doi: 10.1002/mp.12828/pdf
[15] 高原, 蔡晓娟, 陆建东. 增强CT鉴别诊断乏脂性肾血管平滑肌脂肪瘤与肾癌的影像特征及临床价值[J]. 癌症进展, 2018, 16(10): 1231-1233, 1237. https://www.cnki.com.cn/Article/CJFDTOTAL-AZJZ201810010.htm [16] 黄裕存, 黄胜福, 陆少范, 等. CT形态学特征鉴别乏脂质血管平滑肌脂肪瘤和肾细胞癌[J]. 中国CT和MRI杂志, 2020, 18(6): 107-109, 153. https://www.cnki.com.cn/Article/CJFDTOTAL-CTMR202006034.htm [17] 罗敏, 蔡文超, 张玮, 等. 肾上皮样血管平滑肌脂肪瘤(长径≤3 cm)的影像诊断[J]. 放射学实践, 2018, 33(12): 1295-1301. https://www.cnki.com.cn/Article/CJFDTOTAL-FSXS201812017.htm [18] 王旭, 宋歌, 王宗平, 等. 早期富血供超小肾癌与肾乏脂肪血管平滑肌脂肪瘤的CT鉴别诊断[J]. 中华全科医学, 2020, 18(6): 989-993, 1017. https://www.cnki.com.cn/Article/CJFDTOTAL-SYQY202006028.htm [19] 赵小芳, 于志鹏, 赵长秀, 等. 乏脂性肾血管平滑肌脂肪瘤与小肾癌的CT鉴别诊断价值[J]. 现代医用影像学, 2021, 30(10): 1838-1841. https://www.cnki.com.cn/Article/CJFDTOTAL-XDYY202110012.htm [20] CUI E M, LIN F, LI Q, et al. Differentiation of renal angiomyolipoma without visible fat from renal cell carcinoma by machine learning based on whole-tumor computed tomography texture features[J]. Acta Radiol, 2019, 60(11): 1543-1552.
[21] 黄忠江, 姜增誉, 李健丁, 等. 基于增强CT影像组学联合机器学习鉴别均质性肾透明细胞癌与肾乏脂肪血管平滑肌脂肪瘤[J]. 实用医学杂志, 2021, 37(17): 2266-2270. https://www.cnki.com.cn/Article/CJFDTOTAL-SYYZ202117020.htm [22] 崔志勇, 崔二峰, 王刚, 等. 应用MSCT鉴别诊断AML、非透明细胞肾癌的效果分析[J]. 中国CT和MRI杂志, 2021, 19(6): 113-115. https://www.cnki.com.cn/Article/CJFDTOTAL-CTMR202106037.htm -
期刊类型引用(3)
1. 曾玉姗. CT增强扫描对小肾肿瘤良恶性的鉴别诊断价值. 影像研究与医学应用. 2025(01): 124-126 . 
百度学术
2. 谢程，万晨浩，洪欣. Cath-D、miR-21水平联合双能量CT能谱数据对肾癌和乏脂肪肾错构瘤的鉴别诊断. 中国医学创新. 2024(34): 165-169 . 百度学术
3. 陈金才，李德新. 评估能谱CT对于乏脂肪肾血管平滑肌脂肪瘤与肾嫌色细胞癌的鉴别价值. 影像研究与医学应用. 2023(20): 59-61 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 181
- HTML全文浏览量: 80
- PDF下载量: 24
- 被引次数: 3
苏公网安备 32100302010246号