Перфузионная компьютерная томография для уточнения природы патологических процессов в легких
https://doi.org/10.18093/0869-0189-2020-30-1-92-101
Аннотация
Представлен анализ литературных данных, посвященных перфузионной компьютерной томографии (ПКТ) при заболеваниях легких. Приводятся описание методики исследования, роль метода в дифференциальной диагностике природы изменений в легких на основании данных ПКТ. Уточнены вопросы, требующие дальнейшего изучения. Отмечено, что ПКТ может стать методом выбора в случаях, когда данные компьютерной томографии не дают ответа на вопрос о природе выявленных изменений в легком.
Об авторах
И. Д. Лагкуева
Федеральное государственное бюджетное учреждение «Российский научный центр рентгенорадиологии» Министерства здравоохранения Российской Федерации
Россия
Россия
Лагкуева Ирина Джабраиловна – м. н. с. научно-исследовательского отдела новых технологий и семиотики лучевой диагностики заболеваний органов и систем
117997, Москва, ул. Профсоюзная, 86
тел.: (495) 334-81-86
П. М. Котляров
Федеральное государственное бюджетное учреждение «Российский научный центр рентгенорадиологии» Министерства здравоохранения Российской Федерации
Россия
Россия
Котляров Петр Михайлович – д. м. н., профессор, заведующий научно-исследовательским отделом новых технологий и семиотики лучевой диагностики заболеваний органов и систем. Affiliation ID: 60105123
117997, Москва, ул. Профсоюзная, 86
тел.: (495) 334-81-86
Н. И. Сергеев
Федеральное государственное бюджетное учреждение «Российский научный центр рентгенорадиологии» Министерства здравоохранения Российской Федерации
Россия
Россия
Сергеев Николай Иванович – д. м. н., ведущий научный сотрудник научно-исследовательского отдела новых технологий и семиотики лучевой диагностики заболеваний органов и систем
117997, Москва, ул. Профсоюзная, 86
тел.: (495) 334-81-86
В. А. Солодкий
Федеральное государственное бюджетное учреждение «Российский научный центр рентгенорадиологии» Министерства здравоохранения Российской Федерации
Россия
Россия
Солодкий Владимир Алексеевич – д. м. н., профессор, академик Российской академии наук, директор
117997, Москва, ул. Профсоюзная, 86
тел.: (495) 334-81-86
Список литературы
1. Verschakelen J. A., De Wever W. Computed Tomography of the Lung. A Pattern Approach. In: Baert A.L., Knauth M., Sartor K., eds. Medical Radiology. Diagnostic Imaging. Springer-Verlag Berlin Heidelberg; 2007.
2. Котляров П.М. Лучевые методы в диагностике заболеваний органов дыхания. Русский медицинский журнал. 2001; 9 (5): 197–207.
3. Swensen S.J., Viggiano R.W., Midthun D.E. et al. Lung nodule enhancement at CT: multicenter study. Radiology. 2000; 214 (1): 73–80. DOI: 10.1148/radiology.214.1.r00ja1473.
4. Котляров П.М. Мультисрезовая компьютерная томография легких – новый этап развития лучевой диагностики заболеваний легких. Медицинская визуализация. 2011; (4): 14–20.
5. Котляров П.М. Постпроцессинговая обработка данных мультиспиральной компьютерной томографии в уточненной диагностике патологических изменений при диффузных заболеваниях легких. Пульмонология. 2017: 27 (4): 472–477. DOI: 10.18093/0869-0189-2017-274-472-477.
6. Ye X., Chen S., Tian Y. et al. A preliminary exploration of the intravoxel incoherent motion applied in the preoperative evaluation of mediastinal lymph node metastasis of lung cancer. J. Thorac. Dis. 2017; 9 (4): 1073–1080. DOI: 10.21037/jtd.2017.03.110.
7. MacMahon H., Naidich D.P., Goo J.M. et al. Guidelines for management of incidental pulmonary nodules detected on CT images: From the Fleischner Society 2017. Radiology. 2017; 284 (1): 228–243. DOI: 10.1148/radiol.2017161659.
8. Sim Y.T., Poon F.W. Imaging of solitary pulmonary nodule – a clinical review. Quant. Imaging Med. Surg. 2013; 3 (6): 316–326. DOI: 10.3978/j.issn.2223-4292.2013.12.08.
9. Филиппов В.П., Евгущенко Г.В., Гедымин Л.Е., Сидорова Н.Ф. Роль биопсии легких в диагностике пульмонологических заболеваний на догоспитальном уровне наблюдения. Клиническая медицина. 2009; 87 (4): 41–43.
10. Zhang M., Kono M. Single pulmonary nodules: evaluation of blood flow patterns with dynamic CT. Radiology. 1997; 205 (2): 471–478. DOI: 10.1148/radiology.205.2.9356631.
11. Rumboldt Z., Al-Okayli R., Devekis J. Perfusion CT for head and neck tumors: a pilot study. Am. J. Neuroradiol. 2005; 26 (5): 1178–1185.
12. Petralia G., Bonello L., Viotti S. et al. CT perfusion in oncology: how to do it. Cancer Imaging. 2010, 10 (1): 8–19. DOI: 10.1102/1470-7330.2010.0001.
13. Котляров П.М., Лагкуева И.Д., Сергеев Н.И., Солодкий В.А. Магнитно-резонансная томография в диагностике заболеваний легких. Пульмонология. 2018; 28 (2): 217–223. DOI: 10.18093/0869-0189-2018-28-2-217-223.
14. Miles K.A., Charnsangavej C., Lee F. et al Application of CT in the investigation of angiogenesis in oncology. Acad. Radiol. 2000; 7 (10): 840–850. DOI: 10.1016/S10766332(00)80632-7.
15. Kambadakone A.R., Sahani D.V. Body perfusion CT: technique, clinical applications, and advances. Radiol. Clin. North Am. 2009; 47 (1): 161–178.
16. Malavasi S., Barone D., Gavelli G., Bevilacqua A. Multislice analysis of blood flow values in CT perfusion studies of lung cancer. Biomed. Res. Int. 2017; 2017: 3236893. DOI: 10.1155/2017/3236893.
17. Miles K.A., Griffiths M.R. Perfusion CT: a worthwhile enhancement? Br. J. Radiol. 2003; 76: 220–231. DOI: 10.1259/bjr/13564625.
18. Goh V., Halligan S., Hugill J.A. et al. Quantitative colorectal cancer perfusion measurement using dynamic contrast-enhanced multidetector-row computed tomography: effect of acquisition time and implications for protocols. J. Comput. Assist. Tomogr. 2005; 29 (1): 59–63. DOI: 10.1097/01.rct.0000152847.00257.d7.
19. Coche E. Assessment of lung tumor response by perfusion CT. JBR-BTR. 2013; 96 (3): 172–174. DOI: 10.5334/jbrbtr.243.
20. Ohno Y., Fujisawa Y., Koyama H. et al. Dynamic contrastenhanced perfusion area-detector CT assessed with various mathematical models: Its capability for therapeutic outcome prediction for non-small cell lung cancer patients with chemoradiotherapy as compared with that of FDG-PET/CT. Eur. J. Radiol. 2017; 86: 83–91. DOI: 10.1016/j.ejrad.2016.11.008.
21. Ng Q.S., Goh V., Fichte H. et al. Lung cancer perfusion at multi-detector row CT: reproducibility of whole tumor quantitative measurements. Radiology. 2006; 239 (2): 547–553. DOI: 10.1148/radiol.2392050568.
22. Bisdas S., Konstantinou G.N., Lee P.S. et al. Dynamic contrast-enhanced CT of head and neck tumors: perfusion measurements using a distributed-parameter tracer kinetic model. Initial results and comparison with deconvolutionbased analysis. Phys. Med. Biol. 2007; 52 (20): 6181–6196. DOI: 10.1088/0031-9155/52/20/007.
23. Coche E. Advances and perspectives in lung cancer imaging using multidetector row computed tomography. Expert Rev. Anticancer Ther. 2012; 12 (10): 1313–1326. DOI: 10.1586/era.12.112.
24. Mazzei F.G., Volterrani L., Guerrini S. et al. Reduced time CT perfusion acquisitions are sufficient to measure the permeability surface area product with a deconvolution method. Biomed Res. Int. 2014; 2014: 573268. DOI: 10.1155/2014/573268.
25. Lee T.Y., Ellis R.J., Dunscombe P.B. et al. Quantitative computed tomography of the brain with xenon enhancement: a phantom study with the GE9800 scanner. Phys. Med. Biol. 1990; 35 (7): 925–935. DOI: 10.1088/0031-9155/35/7/008.
26. Gandhi D., Hoeffner E.G., Carlos R.C. et al. Computed tomography perfusion of squamous cell carcinoma of the upper aerodigestive tract. Initial results. J. Comput. Assist. Tomogr. 2003; 27 (5): 687–693. DOI: 10.1097/00004728200309000-00005.
27. Shu S.J., Liu B.L., Jiang H.J. Optimization of the scanning technique and diagnosis of pulmonary nodules with firstpass 64-detector-row perfusion VCT. Clin. Imaging. 2013; 37(2): 256–264. DOI: 10.1016/j.clinimag.2012.05.004.
28. Ma S.H., Le H.B., Jia B.H. et al. Peripheral pulmonary nodules: relationship between multi-slice spiral CT perfusion imaging and tumor angiogenesis and VEGF expression. BMC Cancer. 2008; 8: 186. DOI: 10.1186/1471-2407-8-186.
29. Ng Q.S., Goh V., Milner J. et al. Acute tumor vascular effects following fractionated radiotherapy in human lung cancer: In vivo whole tumor assessment using volumetric perfusion computed tomography. Int. J. Radiat. Oncol. Biol. Phys. 2007; 67 (2): 417–424. DOI: 10.1016/j.ijrobp.2006.10.005.
30. Kiessling F., Boese J., Corvinus C. et al. Perfusion CT in patients with advanced bronchial carcinomas: a novel chance for characterization and treatment monitoring? Eur. Radiol. 2004; 14 (7): 1226–1233.
31. Yuan X., Zhang J., Ao G. et al. Lung cancer perfusion: can we measure pulmonary and bronchial circulation simultaneously? Eur. Radiol. 2012; 22: 1665–1671. DOI: 10.1007/s00330-012-2414-5.
32. Ma E., An R., Gao B. et al. ROI for outlining an entire tumor is a reliable approach for quantification of lung cancer tumor vascular parameters using CT perfusion. Onco Targets Ther. 2016; 9: 2377–2384. DOI: 10.2147/OTT.S98060.
33. Wang Q., Zhang Z., Shan F. et al. Intra‐observer and inter observer agreements for the measurement of dual‐input whole tumor computed tomography perfusion in patients with lung cancer: Influences of the size and inner-air density of tumors. Thorac. Cancer. 2017; 8 (5): 427–435. DOI: 10.1111/1759-7714.12458.
34. Mazzei M.A., Squitieri N.C., Guerrini S. et al. [Quantitative CT perfusion measurements in characterization of solitary pulmonary nodules: new insights and limitations]. Recenti Prog. Med. 2013; 104 (7): 430–437. DOI: 10.1701/1315.14591 (in Italian).
35. Троценко С.Д., Сотников В.М., Паньшин Г.А., Чхиквадзе В.Д. Современные проблемы послеоперационной лучевой терапии немелкоклеточного рака легкого. Вестник рентгенологии и радиологии. 2015; (2): 47–57. DOI: 10.20862/0042-4676-2015-0-2-47-57.
36. Солодкий В.А., Харченко В.П., Чхиквадзе В.Д. и др. Результаты хирургического и комбинированного лечения немелкоклеточного рака легкого с послеоперационной лучевой терапией в режиме гипофракционирования. Сообщение II. Безрецидивная выживаемость и выживаемость без локорегионарного рецидива. Вопросы онкологии. 2016; 62 (1): 72–78.
37. Bremnes R.M., Camps C., Sirera R. Angiogenesis in nonsmall cell lung cancer: the prognostic impact of neoangiogenesis and the cytokines VEGF and bFGF in tumours and blood. Lung Cancer. 2006; 51 (2): 143–158. DOI: 10.1016/j.lungcan.2005.09.005.
38. Liu J., Xiong Z., Hu C. et al. [Correlation between multislice spiral CT pulmonary perfusion imaging and cavity of microvessel in lung cancer]. Zhong Nan Da Xue Xue Bao Yi Xue Ban. 2010; 35 (12): 1242–1247. DOI: 10.3969/j.issn.1672-7347.2010.12.007 (in Chinese).
39. Xiong Z., Liu J.K., Hu C.P. Role of immature microvessels in assessing the relationship between CT perfusion characteristics and differentiation grade in lung cancer. Arch. Med. Res. 2010; 41 (8): 611–617. DOI: 10.1016/j.arcmed.2010.11.005.
40. Ng Q.S., Goh V., Klotz E. et al. Quantitative assessment of lung cancer perfusion using MDCT: does measurement reproducibility improve with greater tumor volume coverage? Am. J. Roentgenol. 2006; 187 (4): 1079–1084. DOI: 10.2214/AJR.05.0889.
41. Shi J., Schmid-Bindert G., Fink C. Dynamic volume perfusion CT in patients with lung cancer: baseline perfusion characteristics of different histological subtypes. Eur. J. Radiol. 2013; 82 (12): e894–900. DOI: 10.1016/j.ejrad.2013.08.023.
42. Li D.W., Wu B.Z., Shi Y.S. et al. Association of CT perfusion imaging with plasma levels of TGF-β1 and VEGF in patients with NSCLC. Asian. Pac. J. Trop. Med. 2016; 9 (2): 177–179.
43. Larici A.R., Calandriello L., Amato M. et al. First-pass perfusion of non-small-cell lung cancer (NSCLC) with 64-detector-row CT: a study of technique repeatability and intra- and interobserver variability. Radiol. Med. 2014; 119 (1): 4–12. DOI: 10.1007/s11547-013-0300-0.
44. Lv Y., Jin Y., Xu D. et al. Assessment of 64-slice spiral computed tomography with perfusion weighted imaging in the early diagnosis of ground-glass opacity lung cancer. J. BUON. 2016; 21 (4): 954–957.
45. Ohno Y., Fujisawa Y., Sugihara N. et al. Dynamic contrastenhanced perfusion area-detector CT: Preliminary comparison of diagnostic performance for N stage assessment with FDG PET/CT in non-small cell lung cancer. Am. J. Roentgenol. 2017; 209 (5): W253–262. DOI: 10.2214/AJR.17.17959.
46. Ohno Y., Koyama H., Matsumoto K. et al. Differentiation of malignant and benign pulmonary nodules with quantitative first-pass 320-detector row perfusion CT versus FDG PET/CT. Radiology. 2011; 258 (2): 599–609. DOI: 10.1148/radiol.10100245.
47. Nasseri F., Eftekhari F. Clinical and radiologic review of normal and abnormal thymus: pearls and pitfalls. Radiographics. 2010; 30 (2): 413–428. DOI: 10.1148/rg.302095131.
48. Goldshtein A.J., Oliva I., Honarpisheh H., Rubinowiz A. A Tour of the thymus: a review of thymic lesions with radiologic correlation. Can. Assoc. Radiol. J. 2015; 66: 5–15. DOI: 10.1016/j.carj.2013.09.003.
49. Толкачева Г.С., Кармазановский Г.Г., Вишневский А.А. Что дает внутривенное болюсное контрастное усиление для КТ (СКТ) дифференциальной диагностики малых периферических образований легких? Медицинская визуализация. 2000; (3): 36–40.
50. Котляров П.М., Шимановский Н.Л. Мультиспиральная компьютерная томография грудной клетки с болюсным контрастированием – новые возможности диагностики заболеваний легких. Вестник рентгенологии и радиологии. 2013; (2): 8–15.
51. Ma S., Le H., Jia B. et al. Peripheral pulmonary nodules: Relationship between multi-slice spiral CT perfusion imaging and tumor angiogenesis and VEGF expression. BMC Cancer. 2008; (8): 186. DOI: 10.1186/1471-2407-8-186.
52. Erasmus J.J., Connolly J.E., McAdams H.P., Roggli V.L. Solitary pulmonary nodules: Part 1. Morphologic evaluation for differentiation of benign and malignant lesions. Radiographics. 2000; 20 (1): 43–58. DOI: 10.1148/radiographics.20.1.g00ja0343.
53. Чайка Г.А., Немерова З.Ф. К вопросу дифференциальной диагностики округлых образований легких в противотуберкулезном диспансере. Здравоохранение Дальнего Востока. 2015; 2 (64): 33–36.
54. Yuan X., Zhang J., Quan C. et al. Differentiation of malignant and benign pulmonary nodules with first-pass dualinput perfusion CT. Eur. Radiol. 2013; 23 (9): 2469–2474. DOI: 10.1007/s00330-013-2842-x.
55. Каращук Н.П., Киселева М.В. Рак и туберкулез легкого. Научный медицинский вестник Югры. 2014; 1–2 (5–6): 71–73.
56. Lee Y.H., Kwon W., Kim M.S. et al. Lung perfusion CT: the differentiation of cavitary mass. Eur. J. Radiol. 2010; 73 (1): 59–65. DOI: 10.1016/j.ejrad.2009.04.037.
57. Bakan S., Kandemirli S.G., Dikici A.S. et al. Evaluation of anterior mediastinal solid tumors by CT perfusion: a preliminary study. Diagn. Interv. Radiol. 2017; 23 (1): 10–14. DOI: 10.5152/dir.2016.16093.
58. Ruan C.M., Chen W.J., Zheng L. et al. [Diagnostic values of CT perfusion imaging in pulmonary masses]. Ai Zheng. 2007; 26 (1): 78–83 (in Chinese).
Рецензия
Для цитирования:
Лагкуева И.Д., Котляров П.М., Сергеев Н.И., Солодкий В.А. Перфузионная компьютерная томография для уточнения природы патологических процессов в легких. Пульмонология. 2020;30(1):92-101. https://doi.org/10.18093/0869-0189-2020-30-1-92-101
For citation:
Lagkueva I.D., Kotlyarov P.M., Sergeev N.I., Solodkiy V.A. Perfusion computer tomography in clarifying the nature of pathological processes in the lung. PULMONOLOGIYA. 2020;30(1):92-101. (In Russ.) https://doi.org/10.18093/0869-0189-2020-30-1-92-101
Просмотров: 653
Послать статью по эл. почте 