PET-CT及PET-CT结合Lung VCAR软件对非小细胞肺癌肺门区淋巴结的诊断分析

目的 探讨PET-CT以及PET-CT合肺部容积式计算机辅助诊断(Lung VCAR)软件对肺门区淋巴结的诊断效能.方法 49例术前行全身18F-FDG PET-CT检查高度怀疑非小细胞肺癌,并行病灶根治性手术及系统淋巴结清扫的患者资料纳入本研究,由两名PET-CT医师在不知病理结果的前提下,对肺门区淋巴结的PET-CT图像以及PET-CT结合Lung VCAR软件得到的图像进行分析,然后再与病理结果进行对照.结果 良、恶性淋巴结的CT值之间的差异无统计学意义(t=-1.40,P＞0.05),但良、恶性淋巴结的密度视觉分析、淋巴结短径和淋巴结最大标准化摄取值(SUVmax)对肺门区淋巴结良、恶性的判断之间的差异具有统计学意义(x2=30.37、27.40、20.06,P均＜0.05)；以CT上淋巴结短径≥1 cm、淋巴结密度等于或略低于同层血管密度和PET上淋巴结SUVmax≥2.5为判断标准,PET-CT对肺门区淋巴结诊断的灵敏度、特异度和准确率分别为76.5％、90.7％和88.3％,准确率明显高于单独的CT和单独的PET (x2=15.27,P＜0.05)；结合Lung VCAR软件发现,PET-CT诊断出的103个肺门区淋巴结中,有4个不是肺门区淋巴结(3个为肺门区血管浓聚,1个为支气管软骨).结论 采用淋巴结视觉密度分析结合淋巴结直径和SUVmax的PET-CT分析方法,诊断非小细胞肺癌肺门区淋巴结的准确率较高；肺门区血管的浓聚是影响肺门区淋巴结辨别的主要原因,而Lung VCAR软件有助于诊断.

Value of PET-CT and PET-CT combined with Lung VCAR software in the diagnosis of hilar area lymph nodes of non-small cell lung cancer