[关键词]子宫颈癌;年轻妇女;临床病理
[中图分类号]R737.33[文献标识码]A[文章编号]1673-9701(2010)14-107-02
TheStudyofClinicalPathologicalVariablesofCervicalCancerinYoungWomen
LIYanhui
PathologyDepartmentofShijieHospital,Dongguan523290,China
[Abstract]ObjectiveToexploretheclinicalpathologicalvariablesofcervicalcancerinyoungwomen.MethodsBetween2005and2010,68casesofcervicalcancerunder35yearsofageweretreated.30casesofcervicalcancerover35yearsofagewerechosenunrandomlyascontrolgroup.SurvivinandP27weredetectedbySP.Theclinicalpathologicalvariableswasanalyzed.ResultsTheyoungerpatientswerecharacterizedbyahigherrateofbulkylesion,adenocarcinoma,lymphnodemetastases,deepstromainvasin,theexpressionofSurvivinthanthoseincontrolgroup.TherewasnosignificantdifferenceinlymphovascularspaceinvolvementandtheexpressionofP27fortwogroups.ConclusionThefeaturesofcervicalcancerinyoungwomenunder35yearsoldhaveahighrateofearlystage,bulkylesion,higherrateofadenocarcinomaandhigherriskfactorsinpathology.
[Keywords]Cervicalcancer;Youngwoman;Clinicopathology
近年来随着子宫颈癌筛查的普遍开展和筛查技术的提高,其发病率及死亡率已有明显下降,但有年轻化趋势,目前已引起国内外的广泛关注[1]。本研究回顾性分析我院收治的68例35岁以下妇女宫颈癌的临床病理资料,以提高临床对其临床病理特点的认识。
1资料与方法
1.1一般资料
选择2005年9月～2010年2月我院收治的≤35岁宫颈癌患者68例作为青年组,年龄分布21～38岁,中位年龄31岁,均有3年以上性生活史。随机选择同期>35岁的30例宫颈癌患者作为对照组。
1.2免疫组织化学方法
Survivin多克隆抗体、P27单克隆抗体、SP试剂盒、DAB显色剂均购自福州迈新公司。实验操作按试剂盒说明书进行。Survivin阳性染色定位于细胞浆,P27阳性染色定位于细胞核。阳性细胞判断:以胞浆、胞核出现淡黄至棕黄色颗粒为阳性。阳性信号采用图像分析仪进行定量分析。
1.3统计学处理
用SPSS12.0软件包统计分析,计量资料采用方差分析及t检验,计数资料应用χ2检验。
2结果
青年组早期宫颈癌的比例显著高于对照组(χ2=6.54,P
3讨论
宫颈癌是常见的妇科恶性肿瘤,就诊患者年龄呈年轻化趋势,且治疗效果差[2,3]。年轻妇女宫颈癌有一定的临床特点,本组研究资料中68例35岁以下宫颈癌的临床期别早、非鳞癌比例高、瘤体大。我国的年轻妇女与许多偏远贫困山区的老年妇女相比,一方面能积极参加宫颈癌的普查,另一方面出现症状能及时就诊,这是年轻妇女的宫颈癌临床期别早的主要原因。本组研究资料中,青年组瘤体直径≥4cm者占55.9%,这可能是因为年轻妇女雌激素水平高、盆腔血供丰富、肿瘤细胞增殖快。年轻妇女宫颈癌的另一临床特点是腺癌比例高(图1),本组研究资料中,腺癌比例达18.6%,显著高于对照组的5.0%。有研究认为年轻妇女腺癌比例增加是其预后差的原因之一。
年轻妇女宫颈癌具有相对高危的病理因素,本组研究资料表明年轻妇女宫颈癌病理特点有淋巴结转移率高、易深间质浸润及脉管累及的倾向。Ho等[4]认为淋巴结转移、脉管累及和深间质浸润是影响宫颈癌预后的三大高危病理因素。目前认为宫颈癌的发病原因与性传播HPV感染有关,但HPV感染与预后无关。年轻宫颈癌患者的预后差还可能涉及肿瘤的凋亡、浸润转移相关分子。Survivin是其中新近克隆的凋亡抑制蛋白(IAP)家族同族体,选择性表达于常见的恶性肿瘤,而在癌旁正常组织和成人分化组织并不表达。研究表明,Survivin是迄今发现最强的凋亡抑制因子,与肿瘤的发生、发展密切相关[5]。本研究发现,年轻宫颈癌患者中Survivin蛋白阳性表达明显高于年老对照组,两者差异有统计学意义。该结果提示Survivin蛋白在35岁以下宫颈癌的不良预后中有着重要的作用。P27基因是潜在的肿瘤抑制基因,其对肿瘤抑制的功能是通过其表达产物来实现的。P27蛋白在多种实体瘤中表达水平降低的有报道。本研究结果显示P27蛋白在年轻宫颈浸润癌患者中的表达水平与35岁以上宫颈癌患者差异无统计学意义,说明P27蛋白水平降低在两组宫颈癌的发生发展过程中起到了相同的作用,P27表达通路在两组间没有差异。
总之,年轻妇女宫颈癌临床上有一定特点,表现为临床期别早、瘤体大、非鳞癌类型比例高,具有相对高危的病理因素,预后差,易复发,应强调早期和个体化诊治。
[参考文献]
[1]BulkS,VisserO,RozendaalL,etal.CervicalcancerintheNetherlands1989-1998:decreaseofsquamouscellcarcinomainolderwomen,increaseofadenocarcinomainyoungerwomen[J].Cancer,2005,113(6):1005-1009.
[2]章问华,李楠,吴令英.重视宫颈癌患者年轻化的趋势[J].浙江肿瘤,2000,6(2):112-114.
[3]WangSS,ShermanME,HildesheimA,etal.Cervicaladenocarcinomaandsquamouscellcarcinomaincidencetrendsamongwhitewomenandblackwomenintheunitedstatesfor1976-2000[J].Cancer,2004,100(5):1035-1044.
[4]HoCM,ChienTY,HuangSH,etal.Multivariateanalysisoftheprognosticfactorsandoutcomesinearlycervicalcancerpatientsundergoingradicalhysterectomy[J].GynecolOncol,2004,93(2):458-464.
[5]ChakravartiA,NollE,BlackPM,etal.Quantitativelydeterminedsurvivingexpressionlevelsareofprognosticvalueinhumanglimas[J].JClinOncol,2002,20(4):1063-1068.
【摘要】近年来，肺梗塞的患者越来越多，而且发病突然，来势凶猛，病情较重，死亡率非常高。肺梗塞通常多继发于其它疾病，临床表现复杂，对其影像特征及表现认识又不足，因此，极易造成病症误诊，大多易误诊为肺炎、胸膜炎、肺不张及水肿等。错误的诊断会给患者带来严重的影响，还会给他们增加经济负担，所以，及时、准确的诊断对患者的治疗非常关键。本文主要通过对常见肺梗塞的影像特征进行分析总结，以提高对肺梗塞影像学的认识能力。然后，在对其影像特征有很好的认识、把握的基础上做出准确、有效的鉴别和诊断，在提高医生诊断水平的同时能够给患者带来健康的福音。
【关键字】肺梗塞；影像特征；诊断
肺梗塞是在肺栓塞后由于血流阻断而引起的肺组织坏死，引起肺栓塞的常见栓子是深静脉血栓。其临床症状主要是突发性胸闷、胸痛、咳血、心慌、烦躁不安等。肺梗塞的误诊率较高，错误的诊断直接影响患者的治疗及以后的康复，所以在旱期及时、准确的做出诊断非常关键。随着科技的发展，影像技术日新月异，给各种疾病的诊断带来巨大的帮助，现今主要的影像手段有X射线影像、核磁共振成像、放射性核素成像和超声成像物理等。而对于肺梗塞相应的影像特征主要是指病灶里的带状或楔状阴影，上下叶、孛叶和多叶分布，班片状致密阴影，横隔升高，盘状不张，右下髓动脉分支内有血橙影等等。若进行积极地治疗，如立即对患者实施取栓、溶栓或抗凝等治疗，肺梗塞是完全可以治愈的。所以，一定要熟知其影像特征并能做出准确的诊断，最大程度地降低误诊率。
一肺梗塞的常见病理学表现
肺动脉长约5cm、直径3cm，从右心室出来，分成为左、右两条肺动脉，然后随着支气管树逐渐分支一直到达肺泡。肺梗塞通常是在肺栓塞之后形成的，主要是由来自静脉系统或右心室的栓子将肺动脉及其分支堵塞造成的。其中，血性栓子是最常见的栓子，通常引起肺血栓栓塞症(PTE)［1］，而其栓子的50％~90％来源于下肢静脉，其他的还有羊水、脂肪等。当栓子堵塞肺动脉达到一定程度时，肺动脉就会由于机械堵塞或神经体液因素的影响而导致压力升高，进而造成右心室负荷增加、通气血流的比例失调，最终引起右心衰竭和体循环低血压。肺梗塞一般主要发生在患有心肺疾病的病人身上，当左心衰竭时，由于肺静脉和肺淤血的压力增高，支气管动脉侧支循环代谢发生障碍，便会产生肺组织坏死，即形成肺梗塞。而正常的肺组织由于有支气管动脉肺和动脉双重供血，一般不易出现肺梗塞。
二肺梗塞的影像特征分析
肺梗塞的影像学特征及表现是复杂多样的，对于肺梗塞最主要的确诊手段是影像检查，其中包括胸片及胸部CT扫描、肺动脉造影、心脏超声、CT肺动咏造影三维重建等等［2］。
1胸片及CT扫描:肺梗塞患者的胸片、CT扫描主要表现为肺内楔状或为紧贴心缘的带状实变阴影形态，有的患者为单发病灶，也有的为多发病灶，适病情发展情况而定。此种病灶的影像特点是靠近胸膜侧密实，靠近肺门侧则比较稀淡。病灶吸收时间比较长，多在2个月以上，而且大多数病灶最后会形成纤维索状条影并长期存在。有的患者在两肺中下野可见散在的斑片状致密阴影，此类特征主要为脂肪栓塞的表现；还有的肺栓塞患者胸片表现为两肺或其中一叶局部肺纹理明显减少，透亮度增强，通过CT扫描肺窗部可见到韦斯特马克征［3］，而超声心动图检查可见在右下肺动脉分支处有血栓影。
2肺门截断特征:此类病灶的影像主要表现为肺部一侧肺门血管影有明显扩张，而外周的血管影则显示纤细状，呈现“残根样”改变。这是由于栓子前的血管扩张之后，栓子后的血管由于血流减少而变细所形成的。
3急性肺心病的影像特征:对于急性肺心病的影像主要表现为肺动脉段突出，肺门处的血管影变粗，而且心尖也有所圆隆上翘。
4局限性胸膜肥厚:胸膜肥厚的影像特征是其病害范围与肺梗塞实变肺外缘一致，此类特点有别于胸膜炎。而胸水为少量局限在患侧叻隔角区并且呈外高内低的弧形。
5盘状不张与横隔升高:这主要是由梗塞肺时肺部体积减小并产生剧烈的胸痛、呼吸受限所致，在病情得到控制有所好转后便可恢复正常。
6超声心动图特征:通过超声心动图在肺动脉及其分支血管内可看到血栓影，右心室腔体积增大，左心室腔体积减小，Rv／W的比值相应增大。
三肺梗塞的鉴别与诊断
1与肺炎相鉴别:肺炎是先有咳嗽、发热等感冒症状，然后出现肺部实变阴影，经抗炎治疗后病灶吸收快。而肺梗塞则是先有心慌、呼吸急促，而后出现胸痛、发热，其肺部病灶出现的较早［4］。经溶栓、抗凝及对症治疗至少三周后才会缓慢吸收，最后会留下索条影。
2与胸膜炎相鉴别:胸膜炎多位于下野，应立即进行溶栓、抗凝等相关治疗。早期明显可见片状阴影，边界不清，为了尽量降低早期的死亡率，应积极预防梗塞面积增大，并缩短紧贴胸壁的纵形带状影。对于渗出性胸膜炎，其上肺野多有结核，而且肺内可见有楔状或带状实变影。
3与冠心病相鉴别:首先，两者的心电图改变截然不同；其次，在影像学表现上也有所区别，冠心病发病时两肺影像显示清晰，在出现心衰竭时才会有肺淤血的改变，肺血分布出现倒置，而肺梗塞的发病早期就有肺实变阴影。
结论
本文搭建了基于医学影像特征分析的研究方法，罗列了肺梗塞的常见影像特征及其病理表现，在此基础上提出了相对应的诊断方法，实现了影像和病灶诊断紧密结合的诊治手段，大幅度提高了现在的工作效率和诊断的准确性，极大减少了误诊、延诊现象的发生，有着积极的现实意义。另外，通过对图像的纹理分析和纹理提取同样具有很大的实用价值，由于正常和病变图像的纹理特征有明显的区别，因此我们可以据此来区分正常或病变的图像。总之，对于医学影像特征的分析能够极大程度的为影像学服务，给医疗诊断带来巨大的帮助。
参考文献
［1］于湖.超声心动图观察呼吸对室间隔运动影响的方法［J］.中国临床医学影像杂志，2009，（03）
［2］陈刚.肺梗塞的临床及影像学表现特征［J］.现代医用影像学，2009，（02）
［3］罗明.肺栓塞影像学诊断进展［J］.家庭医药，2010，（10）
【关键词】儿童;肾病综合征;免疫球蛋白
Theimmuneglobulintestandtheclinicalsignificanceofchildrennephroticsyndrome
JIANGCong-hai,WANGYing,DUANZhao-hui,etal.DepartmentofClinicLaboratory,TheSecondAffiliatedHospitalofSunYat-SenUniversityGuangzhou,510120,China
【Abstract】ObjectiveTodiscussthechildrennephrosissynthesistodraftinthepatientbloodserumtheimmuneglobulinchangeandtheclinicalsignificance.MethodsExamines50examplekidneysynthesiswiththescatteringturbidimetricmethodtodraftinthetroublebloodserumtheIgG、IgA、IgM、IgEcontent,andmakesthecomparisonby20examplenormalchildren.ResultsThenephrosissynthesisdraftstroubleIgGislowerthanthenormalpersonobviously(P
【Keywords】Children;Nephroticsyndrome;Immuneglobulin
儿童肾病综合征是小儿时期常见的肾脏疾病之一，严重影响儿童的健康及发育。目前其发病机制尚不清楚。众多资料显示其与机体的细胞或体液免疫功能紊乱密切相关[1-2]。本文通过检测儿童肾病综合征患者血清中IgG、IgA、IgM、IgE水平，旨在了解肾病综合征患儿体内免疫球蛋白的变化情况，探讨肾病综合征发病机理，为临床医生对肾病综合征的治疗提供指导意义。
1材料与方法
1．1研究对象收集2006年1月至2007年10月在中山二院儿科住院的肾病综合征患儿50例。诊断均符合2000年全国儿科肾病综合征专题学术研讨会珠海会议诊断标准[3]。年龄为1~14岁，平均7．2岁，男31例，女19例；正常对照组20例，为体检健康儿童，年龄2~14岁，平均7．5岁，男13例，女7例。
1．2方法抽取体检健康儿童及肾病综合征患儿清晨空腹静脉血3ml，分离血清，用散射比浊法检测。仪器为德国德灵公司的特种蛋白分析仪(型号：BNProspec)，试剂亦由其公司生产，广州信宏公司提供。
1．3统计学处理数据以均数±标准差(x±s)表示，采用t检验。P
2结果
50例肾病综合征患儿与20例正常儿童血清IgG、IgA、IgM、IgE的比较肾病综合征患儿血清中IgA与正常儿童无显著性差异，IgG明显低于正常儿童(P
3讨论
肾病综合征发病机理迄今尚不明了，多数学者认为与机体免疫功能紊乱有关，特别是与机体执行免疫调理作用的免疫球蛋白的变化有一定的联系[4]。本实验结果显示：肾病综合征患儿血清中IgA与正常儿童差别不大，IgG明显低于正常儿童，IgM、IgE均高于正常儿童。与相关文献报道基本一致[2,4-5]。表明患儿临床变化和体液免疫异常有关。
肾病综合征是以大量蛋白尿，低蛋白血症，高脂血症和严重水肿为特点的临床症候群。相关资料显示[4]，肾病综合征时由于T细胞功能紊乱，导致人体免疫功能异常，患者出现大量蛋白尿，血浆蛋白明显下降。其结果中IgG水平浓度下降可能与尿中丢失增加，分解加快和淋巴细胞合成减少有关。但是IgM水平却升高，肾病综合征患者低IgG和高IgM可能与尿的排除无直接关系。因此推测本病可能存在抑制IgG合成的特异性抑制型T细胞的活性增高，抑制IgM向IgG转换，致血清IgG低下。进一步的研究证实肾病综合征患者低IgG血症是患者免疫调节(特别是T细胞功能亢进)，使B细胞合成IgM向IgG的转换过程受抑制所致，而非继发于肾小球基底膜通透性增加，滤过性丧失的结果。
目前，本病对IgE水平升高的机理及其在肾病发生中的作用还不甚清楚。有研究认为[5]：可能与变态反应及淋巴细胞异常有关。最近，国内学者进一步证明，肾病患儿的白细胞介素-4(IL-4)水平升高与IgE水平呈正相关。因此可认为，在速发型变态反应中，由辅T细胞分泌的IL-4诱导IgE产生，后者与肥大细胞或嗜碱性粒细胞的IgE的FC受体结合，使之脱颗粒，释放大量血管活性物质，如组胺、白细胞三烯及血小板活化因子等使血管通透性增加以致肾病的发生。
综上所述，肾病综合征患儿IgG明显降低，IgM升高，表明其发病机制与患儿体液免疫紊乱有关，亦是机体抵抗力下降，易引起感染的诱因。故治疗时应该注意调整患儿免疫功能。肾病综合征患儿IgE升高表明肾病发病与机体T细胞功能异常有关，亦可作为推测肾病综合征患儿病情轻重，对治疗方案可作一参考指标[2]。患儿其免疫球蛋白的紊乱的程度或可提早指导临床确定治疗方案，尽可能减少肾病综合征对患儿的伤害，及早治疗。
参考文献
［1］李秋，李永柏，杨锡强，等.儿童原发性肾病综合征免疫发病机理研究.重庆医学,2002,31(2)：102-103.
［2］罗晓菊，李秋.儿童肾病综合征体液免疫指标与疗效观察.重庆医学,2005,34(2)：171-172.
［3］中华医学会儿科学分会肾脏病学组.小儿肾小球疾病的临床分类、诊断及治疗.中华儿科杂志，2001，39(12)：746-749.
关键词：超声检查甲状腺恶性肿瘤
甲状腺结节常见于结节性甲状腺肿、甲状腺腺瘤、甲状腺癌及桥本氏甲状腺炎等疾病，鉴别结节的良恶性一直是甲状腺超声诊断的重点内容。甲状腺位置表浅，高频彩色多普勒超声不仅能检出2mm的病灶，而且通过二维及彩色多普勒超声特征分析，对结节良恶性作出初步判断，早期发现病灶并鉴别其良恶性对临床诊断及治疗具有重要意义。本研究对28例甲状腺恶性肿瘤的超声表现进行分析，探讨甲状腺恶性肿瘤的超声特征，以提高甲状腺恶性肿瘤的诊断符合率。
1对象与方法
1.1研究对象2000年1月至2007年12月在我院住院甲状腺恶性肿瘤28例，女性23例，男性5例，年龄18～63岁，中位年龄42岁。26例以颈部包块就诊，2例以颈部淋巴结肿大就诊。术前超声检查，术后病理对照。包块直径8.0cm～0.6cm，其中隐性癌（直径＜1cm［1］）3例。
1.2仪器和方法使用ATL超9HDI型及pHilipsiu22彩色多普勒超声诊断仪，探头频率5～12MHz。检查前触诊，了解肿块的活动度、有无粘连。直接接触法探测双侧甲状腺大小，结节数目、位置、大小、纵横比（A/T）、性质（实性或混合性）、内部有无钙化等二维声像图特征。彩色多普勒血流显像（CDFI）观察结节内部及周边血流分布情况，并将其分为三型：Ⅰ型，结节周边无/少许血流信号；Ⅱ型，结节周边可见较丰富的血流信号，内部无/少许血流信号；Ⅲ型，结节内部及周边可见丰富的血流信号［2］。PW测血流频谱，对结节进行血流动力学分析。同时观察颈部淋巴结有无肿大，并判别是否转移性。
2结果
2.1一般情况28例甲状腺恶性肿瘤患者病理分型，状癌20例，低分化腺癌2例，结节性甲状腺肿局部恶变2例，恶性淋巴瘤2例，髓样癌1例，转移癌1例。超声诊断为恶性肿瘤13例，未定性9例，甲状腺腺瘤5例，结节性甲状腺肿1例，符合率46.4%（13/28）。
2.2甲状腺恶性肿瘤的二维声像图特征甲状腺恶性结节以实性低回声、单发病灶、病灶内含细小钙化为主要特征(图1)。本组20例为实性回声，8例为混合回声；单发19例，多发9例；结节内微小钙化18例。结节A/T0.8～1.2，其中隐性癌A/T均≥1。甲状腺恶性结节的病理结果与二维声像图特征见表1。
图1甲状腺状癌二维显示为不规则实性低回声病灶，其内可见散在分布的微小钙化点（略）
2.3颈部淋巴结本组淋巴结肿大15例，其中淋巴结转移12例，淋巴结反应性增生3例。转移灶大多表现为同原发灶回声相似的结节，有的结节内出现细小钙化或液化，结节血供丰富，血流RI大多＞0.6。
表1甲状腺恶性结节的病理结果与二维声像图特征（略）
2.4彩色多普勒血流显像特征血流分布以Ⅲ型和Ⅱ型为主（图2），Ⅲ型占64.3%（18/28），Ⅱ型占25.0%（7/28），Ⅰ型占10.7%（3/28）。血流频谱RI0.57－0.9，平均0.64±0.11。
图2彩色多普勒显示病灶内血供丰富，为Ⅲ型血流（略）
3讨论
由于甲状腺结节的病理类型复杂，声像图表现多样性，隐性癌声像图不典型，致超声诊断甲状腺恶性肿瘤符合率不高（40.4%～42.4%）。通过分析，我们认为以下特征可以帮助诊断。（1）结节内部回声：由于恶性病灶的病理表现为细胞间质少，而癌细胞较大，从而声像图表现为实性低回声，故实性不规则低回声病灶多为恶性结节，易于诊断，但混合结节易误诊为腺瘤。本组有5例混合性结节诊断为腺瘤。重新分析病灶特点，其周边表现为无声晕或声晕不完整，内部实性回声有的含微粒钙化，且有较丰富的血流信号，所以恶性病灶表现为混合结节时，应综合分析，如实性回声内有微钙化，伴血流信号较丰富时，则恶性病灶的可能性大。符合国内王武［3］等研究提出“囊内钙化性结节征”是囊性甲状腺癌可靠的诊断征象之一的观点。（2）结节的纵横比（A/T）：A/T是指结节前后径与横径的比值。新近Cuppelli等文献报道研究发现恶性结节与良性结节的A/T对结节性质的判定有重要意义，尤其隐性癌这一特征表现更为突出，国内钱孝纲［1］等报道，A/T＞1是隐性癌的重要声像图特征。本组隐性癌3例，基本符合这一特征。（3）结节内钙化：国内外学者均报道，微小钙化对甲状腺癌的诊断具有较高的特异性［4，5］。本组甲状腺恶性病灶微小钙化18例，敏感性64%，依据这一特征诊断甲状腺恶性结节特异性可达93.2%，尤其是混合性结节及隐性癌更具鉴别诊断意义。（4）彩色多普勒超声表现：本组血流显示以Ⅲ型和Ⅱ型表现为主，这一特征有别于甲状腺腺瘤和结节性甲状腺肿的彩色血流特点［6］，但少部分恶性病灶也可表现为Ⅰ型血流，同时部分高功能腺瘤也可表现为结节周边及内部有丰富的血流信号，以致良恶性结节血流分布存在交叉重叠。当良恶性病灶血流表现存在交叉时，结节的RI值可以帮助鉴别。本组病例RI平均值为0.64，结合文献报道，RI＞0.6具有鉴别诊断意义。（5）结节数目：多数学者认为甲状腺单发结节多为恶性，多发结节为良性病灶的特征。本组病例单发病灶19例，多发病灶9例，二者有显著差异，因此我们认为单发病灶可作为诊断甲状腺恶性肿瘤的指标。（6）颈部淋巴结甲状腺内有丰富的淋巴管网，在滤泡之间相互吻合，并可穿过包膜和甲状腺表面淋巴管汇合，因此，甲状腺恶性肿瘤可发生腺内或颈部淋巴结转移。国内刘丽［7］等报道，淋巴结内含钙化或液化是转移癌的重要特征，这一特征对恶性的诊断有较高的特异性。本组淋巴结转移12例，其中2例以颈部淋巴结肿大就诊，发现甲状腺结节时，同时检查颈部淋巴结，颈部淋巴结良恶性诊断可以帮助判断甲状腺结节的良恶性。
甲状腺结节超声征象不典型或存在交叉性时，会造成诊断困难。单一标准难以鉴别良恶性，综合分析有助于提高甲状腺恶性肿瘤超声诊断符合率。通过分析甲状腺恶性肿瘤的超声特征，我们提出以下诊断思路：单发低回声病灶，形态不规则，内含微小钙化，考虑恶性病灶；隐性病灶当A/T≥1时要警惕恶性可能；对多发、混合性病灶，采用周边无声晕或声晕不完整、囊内钙化结节征、Ⅲ型血流、RI＞0.6可提高符合率；发现甲状腺结节时，同时检查颈部淋巴结，颈部淋巴结良恶性诊断可以帮助判断甲状腺结节的良恶性。
【参考文献】
［1］钱孝纲，季勇，杨明霞等．甲状腺隐性癌的高频超声特征［J］．中华医学超声杂志（电子版），2007，1(4)：51～53．
［2］吕珂，姜玉新，张缙熙等．甲状腺结节的超声诊断研究［J］．中华超声影像学杂志，2003，12（5）：285～288．
［3］王武，王瑛．CT、超声诊断甲状腺囊性状癌［J］．中华放射学杂志，1998，32（9）：637～638．
［4］WeberAL，RandophG，AksoyFG，etal.TheThyroidandParathyroidGlands.CTandMRImagingandCorrelationwithPattologyandClinicalFindings［J］．J．RadiolClinNorthAm，2000，38(5):1105．
［5］秦西淼，茅蓉，戴训芦等．甲状腺癌的高频声像图中钙化的意义［J］．中国超声医学杂志，2000，16(2)：141～143．
[关键词]乳腺癌；青年；病理学；生物学；术式
[中图分类号]R737[文献标识码]A[文章编号]1673-7210（2007）04（b）-050-02
青年乳腺癌的发病率在乳腺癌中占有一定比例，部分学者认为青年乳腺癌术后易复发转移，预后不良，而对青年乳腺癌手术范围及综合治疗尚存争议。本文从组织病理学、生物学及手术术式选择三方面，通过实施根治手术治疗青年乳腺癌与老年乳腺癌对比分析，揭示青年乳腺癌病理生物学特征、合理术式选择，以期为综合治疗提供理论依据。
1材料与方法
1.1病例资料
青年组：施行手术治疗的40岁以下青年乳腺癌30例，平均年龄（34±5.2）岁；老年组：施行手术治疗的60岁以上老年乳腺癌40例，平均年龄（65±4.6）岁。均为原发癌，排除复发癌及多发癌。
1.2方法
1.2.1术式选择标准根治术、改良根治术、保乳术。
1.2.2术后组织病理学检测包括大小、组织类型、组织分级、脉管侵犯、淋巴结转移。
1.2.3免疫组织化学检测常规S-P法行癌组织雌激素受体（ER）、孕激素受体（PR）、C-erbB-2检测。
1.2.4统计学处理应用SAS软件包进行χ2检验。
2结果
2.1两组病理学特征比较
青年组癌灶略大于老年组，两组的组织学类型均以导管浸润癌为主，癌组织分级Ⅲ级，血管淋巴管侵犯青年组明显高于老年组(P＜0.05)，淋巴结转移两组无显著性差异（表1）。
2.2两组病理生物学比较
ER阴性率明显高于老年组（P＜0.01)，PR表达两组无显著性差异，C-erbB-2表达青年组明显高于老年组（P＜0.05)（表2）。
2.3青、老年两组手术术式选择比较（表3）
2.4两组手术术式与病理分期关系
青年组乳腺癌术式选择：标准根治术以Ⅲ、Ⅳ期为主，改良术式以Ⅱ、Ⅲ期为主，保乳术以Ⅰ、Ⅱ期为主（表4）。
3讨论
近年来乳腺癌的发病率有上升趋势，青年乳腺癌在乳腺癌中占有一定比例[1]，文献报道认为青年乳腺癌病情发展快，具有较强的侵袭性，预后不良[2-4]，但尚存在争议。因为各年龄组预后参数、实施治疗方法等方面不同，关于该争论的现有文献报道之间不容易比较。大部分流行病学研究表明，青年乳腺癌预后差与肿瘤的病理生物学特点存在相关性。
本组结果表明，青年乳腺癌在临床、病理生物学特点方面与老年乳腺癌存在差异，青年乳腺癌具有很差的组织分化，组织分级明显高于老年组，青年组血管、淋巴管侵犯高于老年组。以上两个方面表明青年乳腺癌具有比老年乳腺癌更大的潜在转移复发危险，这与青年乳腺癌不宜行保留手术[5]的观点相一致。近年来，保乳手术成为热点话题，但存在其适应证是否准确，前哨淋巴结检测是否无误，能否避免淋巴结跳跃转移，全乳照射能否消灭多癌灶等焦点问题，因此，我们提出临床手术应具有彻底性，综合治疗具有合理性，尤其化疗方案的制定应有效、足量、足疗程。病理生物学检测结果表明，青年组ER阴性率及C-erbB-2阳性表达明显高于老年组，目前认为ER表达与否是指导内分泌治疗的金标准，青年乳腺癌将不能接受内分泌治疗，因此，强调新辅助化疗的重要性。由此可见，对于青年乳腺癌中ER表达阴性者，手术切除的彻底与否，化疗、放疗等方面治疗显得极为重要。C-erbB-2基因扩增及过度表达与乳腺癌的发生、发展有密切关系，并与乳腺癌的预后呈负相关[6，7]，有可能成为青年乳腺癌预后的一个重要检测指标。三种手术术式比较，两组选择术式上无差异，而从病理分期角度，青年组术式中标准根治术以Ⅲ、Ⅳ期为主，改良术式以Ⅱ、Ⅲ期为主，保乳术以Ⅰ、Ⅱ期为主。我们认为，较早的病理分期是决定保乳手术成功的关键。在改良术式基础上，我们经胸大肌胸骨束与锁骨束间隙切开，行胸小肌内侧组淋巴结清除，有2例该组淋巴结转移阳性，获得根治，取得良好效果，故提倡在选择改良术式时，如术中发现较多术前未能触及的淋巴结，或病期比术前预计晚，采用该方法清除胸小肌内侧组淋巴结可获得满意效果。
【关键词】骨肿瘤病理教学体会
【基金项目】新疆维吾尔自治区科技计划项目（201233142）。
【中图分类号】G42【文献标识码】A【文章编号】2095-3089（2014）09-0244-02
病理专业学位研究生实验教学讲解的是病理切片，通过显微镜观察切片并进行讲解相对于实体实物教学比较抽象，因此病理实验教学不易引起学生的兴趣，如何能够激发学生学习兴趣以及如何加深学生对知识的掌握是病理实验授课的一大难点，我作为一名病理骨肿瘤的病理授课老师一直在思考这个问题。
骨肿瘤的病理诊断正确与否直接影像患者手术方式，对于骨恶性肿瘤临床常采用截肢等手术措施，给患者的身心带来极大的痛苦。而骨肿瘤的很多局部病变与良性病变有很大的重叠，容易引起误诊，因此，仅靠病理形态学观察风险极大，需要与临床、影像学结合应用才能避免骨肿瘤的误诊。因此，如何把临床症状、影像学改变及病理组织学形态有机的结合起来是病理科大夫诊断骨肿瘤的关键。病理专业实验课常偏向组织形态学的讲授，而基于骨肿瘤诊断的特殊性，我在骨肿瘤病理专业的教学中常把临床-影像-病理结合起来进行讲述，这样不仅可以激发学生对这门学科的兴趣，同时加深了学生对骨肿瘤诊断的认识，避免了单一的、枯燥的形态学讲授。以下本人将以举例的方式，讲解如何将临床-影像学-病理学结合在骨肿瘤病理诊断的应用。
一、骨肉瘤
临床特点：骨肉瘤高发年龄为15-25岁，原发骨肉瘤侵犯范围大，一般均在10-15mm以上甚至累及骨干全长，病变在骨干区不易骨折，在骨垢端时易发生骨折。影像学特征：当肿瘤以成骨破坏为主时，大量团块状或棉絮状肿瘤骨和肿瘤性钙化形成，并致髓腔部分闭锁，亦可见于软组织肿块内，这一影像学是骨肉瘤典型的影像学表现。病理学特征：大量异型细胞中见肿瘤新生骨，可见肿瘤细胞破坏周围骨组织。
教学体会：骨肉瘤是常见青少年骨恶性肿瘤，所以在教学中强调年龄偏轻（临床），骨质破坏（影像学），肿瘤新生骨产生（病理学）。
二、普通型软骨肉瘤
临床特点：62%发生于30-59岁的中老年人，20岁以下青少年很少发生;男性发病率略高于女性;局部疼痛为其常见症状;最常累及骨盆，其次累及长骨。影像学特征：常伴有皮质膨胀、增厚，皮质破坏，因其具有侵袭性，往往出现软组织包块。病理学特征：肿瘤性软骨侵入骨髓腔，可完全替代骨髓组织，并见其浸润并包围正常宿主骨小梁。当形态学分化较好时以及没有明确周围浸润证据时常与内生型软骨瘤鉴别困难，内生型软骨瘤发病年龄相对于软骨肉瘤偏轻，肿瘤体积偏小，通常患者没有疼痛感。尽管分化较好的软骨肉瘤没有明确周围浸润，在大片肿瘤组织内往往可见残存的不连续的松质骨小梁，反映了软骨肉瘤侵袭性的生长方式，即使其组织学分化较好，也应诊断软骨肉瘤[1]。
教学体会：软骨肉瘤是常见中老年人恶性肿瘤，所以在教学中强调年龄偏大，出现疼痛感（临床），骨质破坏（影像学），细胞异型性、侵袭性（病理学）。
三、多发性骨髓瘤
临床特点：好发于40岁以上的中老年人，起病隐匿缓慢，发现时多数患者全身已有多处不同程度的骨质损害。由于瘤细胞产生各种免疫球蛋白，并累及多个系统，可以引起较复杂的症状和体征，临床症状、体征多样化，且缺乏特征性。因此，早期诊断较困难，临床误诊、漏诊率较高。影像学特征：多发性骨髓瘤的X线征象较为复杂，但以溶骨性改变为基础，因处于发展的不同阶段X线征象而有不同的表现。早期，在常规X线上骨质可以无明显变化，由于最初溶骨性破坏多发生于骨与骨髓接触面上，未累及骨皮质，不能引起X线影像学的改变。随着病情进展，皮质骨受累，骨小梁变稀、变细，表现为骨质疏松;继而发展成为骨质破坏，表现为蜂窝状、穿凿样等骨质破坏。病理学特征：片状排列紧密的肿瘤性浆细胞，细胞间质少，仅有少量的纤维间隔和网状结构分割片状瘤细胞[2]。
教学体会：多发性骨髓瘤产生各种免疫球蛋白，并累及多个系统，所以在教学中强调临床表现多样化（临床），多发性溶骨性骨质破坏（影像学），大量一致的浆细胞增生（病理学）。
四、骨巨细胞瘤
临床特点：发病年龄高峰为20-45岁，极少发生在骨骼发育不成熟的个体，疼痛是最常见临床症状，大部分伴局部肿胀;发病典型部位为长骨骨端，以膝关节上下为多见。影像学特征：典型的x线表现是发生在长骨骨端偏心性生长的膨胀性溶骨破坏，病变直达骨性关节面下。病理学特征：肿瘤细胞是圆形-卵圆形-短梭形的单核细胞，在单核细胞中均匀分布破骨细胞样巨细胞[3]。
教学体会：在教学中强调长骨骨端、疼痛（临床），偏心性生长的膨胀性溶骨破坏（影像学），破骨细胞样巨细胞均匀分布在单核细胞中（病理学）。
五、骨纤维结构不良
临床特点：发病年龄大多为10岁以前的儿童，15岁以后较少见，男性发病略高;表现为肿胀或疼痛，部位以胫骨近端1/3最常见。影像学特征：典型的X线表现为骨皮质内偏心性、融合性、卵圆形，锯齿形或多泡沫状的溶骨性改变，有硬化边缘。病理学特征：纤维背景内有不规则编织骨小梁形成，周围有成排增生活跃的骨母细胞围绕[4]。
教学体会：在教学中强调病变部位、疼痛（临床），偏心性生长等溶骨性改变（影像学），不规则编织骨小梁形成，周围有成排增生活跃的骨母细胞围绕（病理学）。
骨肿瘤的鉴别诊断包括良性和恶性病变，如果仅从病理形态学鉴别仅一种疾病就有多种疾病需要鉴别，而且病理形态学描述多很繁杂，学生不易记忆或者容易记混淆，如果结合临床特征和影响学改变，可以排除很多疾病，三者结合诊断不仅有利于学习记忆，同时可避免病理形态学的枯燥记忆，镜下和实体结合授课更有利于激发学生的学习兴趣。
参考文献：
【关键词】2型糖尿病；病证结合；症状分类框架
“症”是客观存在的，是基于具体疾病的、受“病”主导的机体反应。从内容看，它包括了症状、体征和生物学特征等；从内涵看，它囊括了“病”的一般的、特异性的表现和“病人”的个体的、非特异性的表现。因此，完整意义上的对“症”的概括应该同时包括“病”和“病人”的临床特征，这是中医辨证的依据，也是中医学与现代医学在对“症”的认识上的最主要区别。
“症”分类的目的是提高临床辨证的准确性。基于此，对影响“症”分类的因素进行剖析，将有助于“症”分类路径和框架的制定，分类得到的“症状群”是由有别于其他并代表某一特定人群的“症”特征，因而更为客观和符合临床实际。
1“症”分类的影响因素
中医辨证在将“病“的一般、固有的表现和“病人”个体
的、非特异性的表现作为分析和判断依据的同时，还充分考虑“症”本身所具有的“时”、“空”属性，这是中医“三因制宜”理论(因时、因地、因人而异)在临床的具体运用。其中作为患病个体的人对“症”的影响最大，也最关键。就2型糖尿病而言，“人”的因素对病、症、证的影响超过“时”、“空”因素的影响。因此，在考察人群的“症”特征时，关键的问题是如何找到基本相似或完全同质的人群。显然，这里的同质是相对的，很难找到绝对相同的两个个体，理论上能反映“同质”特性的只有疾病本身的病理特征。
疾病病理属性是“症“的客观基础，是主导“症”表现的最主要影响因素，但不是唯一因素。疾病病理具有相对稳定性，但不是恒定不变的。在一定时间内完成量变的积累，必然有向质变的跨越。“症”的变化是动态的，但也具有相对的稳定性。一般情况下，疾病病理发生从量变到质变的转变，理论上必然有“症”的变化。然而，疾病病理特征的变化与“症”的变化并不同步，与证候演变类似，呈整体涌现性特点(holisticemergence)[1]。在量变的积累阶段可以有“症”的改变，完成质变后也不意味着就一定有“症”的变化。造成这种非同步的关键原因之一是“病人”个体的差异性。个体差异性常常包括禀赋强弱、年龄大小、病程长短、既往病史以及家族史有无等。在“病”的主导作用下，疾病类型不同，以上因素对“症”表现的影响程度也不同，存在主次、轻重的差别。针对某一疾病个体而言，常常是多种因素综合作用的结果。而分析影响疾病“症”表现的主要、次要因素，对“症”的分类框架建立及临床分类研究具有重要的意义。
22型糖尿病“症”分类框架的建立
疾病的发生、发展和转归有其必然的内在规律，其本身的病理变化是规律形成的主要驱动。正如前述，疾病病理是主导“症”表现和内容的首要因素，个体差异是“症”的表现呈现多样性和复杂性的主要原因。因此，要建立“症”的分类框架，必然要对疾病病理及患病个体的差异性进行考察。显然，以上因素同时也是“症”分类框架建立的主要元素。在建立“症”的分类框架之前，需要探讨其分类路径。
2.1并发症是2型糖尿病“症”分类的切入点
路径(pathway)，顾名思义是通向某一目标的道路。找到2型糖尿病“症”的分类首先要确立合理的分析路径，重点是确立分类的切入点。
临床上，2型糖尿病患者主要常见于两类：其一，以高血糖不可控和(或)长期高血糖引起的急性并发症为主要表现；其二是血糖尚在可控范围，同时以一种或多种慢性并发症急性发作为主要表现。以“2型糖尿病合并酮症酸中毒”和“2型糖尿病合并神经病变”为例，如果简单地依据“2型糖尿病”进行中医辨证及治疗，而没有亚类的划分，必然造成辨证的误差和治疗措施的雷同，直接后果是治疗失败，甚至有命陨之虞。显然，以上对2型糖尿病的亚类分组为诊疗方案的选择提供了依据，同时提高了辨证的准确性和对疗效的可预见性。这种基于某一疾病亚组或病理特征的临床分类办法已成为国内外疾病分类的准则或方式之一。
疾病分类是现代医学诊断、治疗疾病的基础，它是依据疾病所表现出来的病因、病理和病位而进行的一种分类方法[2]。从论治需要的角度看，这种以“病”为核心的临床分类是可行的方式。它使诊疗对象“病人”具体而不是抽象；“疾病”微观而不是宏观。在此基础上，作为辨证依据的“症”的分类才能很好地概括特定人群“症”的特征，并可能获得更为稳定而客观的“症状群”，有助于提高辨证的准确性，减少对“证”进行判断时所产生的偏移。当然，对疾病的亚组分类、分类层次及粒度大小的界定，取决于临床治疗的目标。粒度过小的分类能使诊断更微观和明确，但组间“症”的特征就可能无显著差别，缺乏临床意义；相反，粒度过大的分类将不可避免掺入非同质的混杂因素，影响辨证的准确性及治疗的针对性，削弱了对临床疗效的预期。
基于以上分析，以“症”为依据的对人群的分类，可以将“病”作为分类的切入点，也即是分类路径的起点。将“病”作为“症”分类的切入点，将有可能得到更符合疾病病理特征的、阶段的、相对稳定的症状群，为辨证提供更为精确的客观临床依据。
2.2病程是2型糖尿病“症“分类框架建立的主线
疾病在非干预条件下，除了少数自限性疾病，其病势往往呈不断加重或恶化的趋势。就慢性疾病而言，疾病的发生、发展和转归相对缓慢，不具有急性病的瞬时、多变特征。但时间(即病程)仍对慢性疾病的发生、发展和变化发挥着重要影响。就2型糖尿病而言，由于胰岛β细胞功能衰竭的不可逆转，即使是长程或间断干预，其病情的发展也改变不了由轻而重的变化轨迹。
因此，在研究“症”的人群分类时，疾病病程应当成为“症”分类框架的主线，并将其作为影响分类结果的主要因素加以考虑。从中医治疗的角度看，离开病程的疾病分类，“症”的分类就失去了临床价值。以2型糖尿病为例，5年病程和15年病程的2型糖尿病，显然在治疗手段上有绝对的不同。从中医辨证的角度，同一疾病不同病程必然存在“症”的差异，也即“同病异症”，自然在“证”的属性上也不尽相同。此外，影响疾病发生、发展及变化的因素不仅限于时间本身，还与个体禀赋、既往史以及家族史等诸多因素有关，都应该合理地纳入“症”分类的影响因素范畴。
临床上，基于“症”分类的2型糖尿病不同亚组人群可以有相同的症状，因疾病的病理属性不同，显然该症状在不同亚组人群存在主次、权重和相互关系的差别，对各自亚组“症状群”稳定性的贡献度也不一样(见图1)。因此，找到两组症状群各症状间的主次、权重及相互关系，是2型糖尿病“症”分类的关键，同时是以”症“为依据的人群分类的客观基础，为中医“同病异治”和临床分型辨证提供了实践依据。
3“症”分类框架建立的目标及意义
在疾病病理属性主导下疾病分类是临床诊疗的基础，同时也是“症“分类的核心。以病程为主线的“症”的分类框架模式符合2型糖尿病的自然病程特点，具有重要的临床意义和价值。在此基础上对“症”的结构、层次、权重及相互关系的把握，可获得相对稳定的、疾病阶段的“症”的特征，对提高临床辨证的客观性、准确性，减少理解和判断上的偏移，提高治疗的针对性和结果的可预见性具有重要意义。
参考文献
【关键词】X线；颈椎病；诊断
doi：10.3969/j.issn.1004-7484（s）.2014.05.730文章编号：1004-7484（2014）-05-2971-02慢性颈椎病亦称颈椎综合征[1]。它是由椎间盘病变、颈椎骨质增生等原因引起的一种临床常见综合征。慢性颈椎病患者以老年人为主。近年来，青年人颈椎病的发病率不断增加。颈椎病患者常伴上肢、头、颈、肩症状，如上肢麻木，疼痛，酸胀，活动受限，感觉异常，握力下降；头胀，头晕，眩晕，耳鸣；肩颈部胀痛，麻木等，影响患者正常生活。现今，随着医学不断发展，放射诊断技术不断完善，MRI、CT等技术对颈椎病的定性、分型、诊断及定位具有一定优势。但是，临床上仍然不可忽视X线对颈椎病诊断的价值。X线是颈椎病检查的首选方法，它具有检查便捷，操作简单，价格低廉等优点。本文，选取我院2010年6月――2012年6月收治的142例颈椎病患者（慢性）作为研究对象，分析患者X线征象。报道如下。
1资料及方法
1.1一般资料选取我院2010年6月――2012年6月收治的142例颈椎病患者（慢性）作为研究对象。按患者年龄将他们分为老年组和青年组，每组71例。青年组，男37例，女34例；年龄（20-40）岁，平均（27.9±5.8）岁。老年组，男35例，女36例；年龄（60-80）岁，平均（70.9±6.9）岁。患者出现头痛、头晕、颈项强直、心悸、胸闷、耳鸣、恶心等临床症状。两组性别、文化程度及职业比较，P>0.05，具备可比性。
1.2X线检查采用数字影像X线机。拍摄患者颈椎标准侧位和左右斜位X线平片。投照条件：72KV，120cm（焦片距），0.4s，100mA。神经根型：双斜位，侧位。脊髓型：过屈位，过伸位，侧位。椎动脉型：过屈位，过伸位，侧位。交感型：过屈位，过伸位，侧位，双斜位。混合型：过屈位，过伸位，双斜位，张口位。
1.3对比方法[2]分析患者X线检查结果，总结患者X线特点。按X线影像学表现将颈椎病分为三大类改变：软骨变性变化，椎骨继发性变化及颈椎失稳性变化。软骨变性变化：关节软骨和椎间盘变性引起椎间关节、钩椎关节及椎间隙狭窄。椎骨继发性变化：椎体缘、钩突、关节突形成骨刺引起韧带钙化，椎间及椎间孔狭窄等。颈椎失稳性变化：椎体旋转，颈椎曲度异常，椎体滑脱等。分析两组患者X线特征。
1.4统计学处理应用SPSS19.0统计学系统，应用t检验，应用x2检验，P
2结果
所以患者均出现显著的颈椎病X线征象。青年组患者以颈椎失稳性变化为主要特征（P
3讨论
慢性颈椎病属骨科及神经科常见疾病。慢性颈椎病的发生与关节结构失稳，衰老，职业特点，外伤，内分泌失调等因素密切相关。慢性颈椎病患者以老年人为主。现今，随着人们生活和工作节奏的加快，电脑操作及长期伏案办公时间延长，慢性颈椎病的发病情况呈年轻化趋势。X线是临床诊断颈椎病的重要方法。X线能够清晰的显示病变的部位、范围及程度等，对临床颈椎病的诊断和治疗具有重要意义。X线可用于观察椎体失稳，椎管狭窄，椎间变形及狭窄，椎体增生，颈椎曲度异常等颈椎病理变化。本研究中，142例患者均出现显著的颈椎病X线征象。由此可见，X线对颈椎病的诊断具有重要意义。但X线检查有一定的局限性[3-4]。如，椎间盘突出合并椎管狭窄患者往往需要配合MRI或者CT检查方可确诊。故而，在临床诊断过程中，应结合患者具体情况，选择合适的检验方法。本文，青年组患者以颈椎失稳性变化为主要特征，发生率为92.96%；老年组患者以椎骨继发性变化及软骨变性为主要特征，发生率分别为90.14%，81.69%。由此可见，老年组与青年组颈椎病X线特征不同。这可能与生理特性及生物力学因素相关。正常颈椎活动主要依靠静力支持系统（内源性）和动力活动系统（外源性）完成。内源性支持系统或者外源性动力系统稳定性的减低，都可能造成颈椎应力的异常，继而引起颈椎稳定性改变，并产生相应临床症状。临床症状主要以上肢、肩背、头、颈部症状为主，如偏头痛，头昏，头痛，颈部僵直，活动受限，肩背肌疼痛、酸胀，上肢疼痛、酸胀、麻木等，严重影响患者正常生活。青年人因年龄较低，患者颈椎血供较为丰富，具有较强的代偿能力，因此X线表现以失稳性变化为主。老年人因年龄较高，关节软骨及椎间盘退化，代偿能力较弱，因此X线表现以椎骨继发性变化及软骨变性为主。综上所述，X线是临床诊断颈椎病的重要方法，不同年龄患者X线主要征象不同。X线对颈椎病的诊断及治疗具有重要意义。
参考文献
[1]彭光旭.136例慢性颈椎病X线诊断分析[J].中外医学研究，2012，10（5）：55-56.
[2]宋世宏.颈椎病X线临床诊断分析[J].求医问药，2011，9（11）：100-101.
摘要：颅脑病变的自动诊断是计算机辅助诊断领域研究的难点，本文的研究目的就是提出一种简单的基于颅脑结构对称性的病变区域分割算法并对病变区域提取特征信息。病变分割算法首先将图像分割为固定的感兴趣区域，采用二阶统计矩的差值作为特征判断出病变区域，然后采用自适应阈值分割算法分割出病灶。针对已分割出的病灶选择平均灰度，二阶统计矩，灰度共生矩阵的角二阶矩，规则度等分别描述病变区域的纹理特征和形态特征。实验结果表明，本文提出的分割算法对密度改变明显的病灶可以自动地检出并分割病变区域，并能提取病灶的特征信息，部分解决了颅脑病变的自动诊断难题。
关键字：颅脑病变分割；颅脑病变特征提取；计算机辅助诊断；Matlab
ResearchofautomaticclassificationofCTbrain
pathologicalchanges
Abstract:Thedifficultyoftheresearchaboutcomputerauxiliarydiagnosisofmedicalimageishowtoautomaticallysegmentthebrainandfindthepathologicalregion.Thepurposeofthispaperistoproposeasimplesegmentationmethodofbrainwhichisbasedonthebrain’ssymmetry.Afterthesegmentationthecomputercanautomaticallyextractthepathologicalfeatureinformation.ImageissegmentedintofixedregionsofinterestThediscrepancyofsecondorderstatisticsistakenasdescriptionparameterstofindoutthepathologicalregion.Thenself-adaptingthresholdsegmentationalgorithmusedtosegmentnidus.Characteristicsliketheaverageofgrayscale,secondorderstatisticsandsoonforthesegmentednidusareselectedtodescribethetexturefeatureandthemorphfeatureofthepathologicalregion.Theexperimentalresultsshowedthatthesegmentationalgorithmcouldautomaticallysegmentpathologyregionsandcouldextractpathologicalinformationaboutpathologyandpartlybeusedtosolvetheproblemofcomputerauxiliarydiagnosisofmedicalimageofbrain.
Keywords:brainpathologicalsegmentation,brainpathologicalfeatureextraction,computerauxiliarydiagnosis,matlab
目录
第1章绪论1
1.1研究目标1
1.2研究的背景和意义1
1.2.1研究的背景1
1.2.2研究的意义1
1.3论文主要内容2
第2章颅脑病变自动识别的整体方案设计3
2.1颅脑病变CT基础知识3
2.2颅脑病变自动识别整体方案3
2.3颅脑病变区域的自动分割方案4
2.4颅脑病变区域特征提取方案5
2.5小结5
第3章颅脑病变区域的自动分割6
3.1图像预处理6
3.1.1中值滤波6
3.1.2直方图均衡6
3.2颅脑病变区域自动检出7
3.2.1颅脑图片的分块7
3.2.2分块特征选择9
3.2.3病变区域检出13
3.3颅脑病变区域的分割14
3.4实验及问题分析19
3.4.1实验及问题分析19
3.4.2问题及分析20
3.5小结21
第4章颅脑病变区域的特征提取22
4.1颅脑医学诊断中的常用特征22
4.2颅脑病变区域的特征提取22
4.2.1区域位置23
4.2.2面积23
4.2.3平均灰度23
4.2.4灰度对比度24
4.2.5灰度共生矩阵24
4.2.6规则度26
4.3小结27
结论28
感谢30
参考文献31
第1章绪论
1.1研究目标
本文的研究目标为以下两点：
1、寻找一种能够自动识别出颅脑中病变区域的方法。
2、针对已经识别出的颅脑病变区域寻找合适的特征表示用于辅助诊断和识别病变类型。
1.2研究的背景和意义
1.2.1研究的背景
本文的研究从属于基于医学影像学的计算机辅助诊断，具体为颅脑病变的计算机辅助诊断。下面对基于影像学的计算机辅助诊断和其在颅脑方面的发展作一个简要的介绍作为研究背景的阐述。
计算机辅助诊断简称CAD，其中D包含有Detection和Diagnosis两个方面的含义，也即是发现病变区域和诊断病变种类这两个主要的功能。上世纪50年代，美国学者首先将计算机应用于医学诊断。上世纪80年代，一方面基础的数学和统计学理论方法上有所发展，另一方面计算机技术的进步使得计算机辅助诊断在发达国家有了快速的发展。进入90年代后，在数字图像处理技术和模式识别理论等相关学科发展的带动下，计算机辅助诊断技术有了更快的进步，但是其依然处在一个不成熟的阶段。
近年来基于影像学的计算机辅助诊断的发展状况是在肺结节性病变和乳腺癌早期诊断方面的研究比较成功，其中有一部份成果已经通过了美国FDA认证而应用于临床诊断，并对诊断起到了积极的作用。而我国的医疗设备制造商东软的CT成像设备也具备对肺癌，冠状动脉钙化积分和结肠癌的早期检测能力。但是，对颅脑病变的计算机辅助诊断的研究国内外都处于一个起步阶段。对于颅脑病变计算机辅助诊断的研究，现阶段多集中于图片的筛选即对图片是否含有病变的判断和对颅脑结构的自动分割以及病变区域的自动划分上，且尚无较好的方法。
1.2.2研究的意义
对于颅脑计算机辅助诊断的研究主要有以下几个方面的意义：
1、计算机有着精确，不会疲劳，速度快等等的优势，在诊断中可以起到良好的辅助作用。医生诊断的一些问题具体表现为：（1）放射科医生的诊断是主观判断过程，因而会受到医生经验及知识水平的限制和影响；（2）医生诊断时易于遗漏某些细微改变，如肺结节、乳腺内的细微钙化等；（3）不同医师间及同一医师不同状态时的阅片差异的影响，而计算机对于纠正弥补这些错误和不足具有巨大的优势；（4）现代的影像设备所产生的图片数量巨大，读片医生的工作量很大，利用计算机辅助可以从中筛选出需要阅读的图片从而大大提高工作效率。因此，计算机辅助诊断可以提高医生诊断的准确性，速度和对疾病解释的一致性。
2、颅脑疾病是对人类健康有着巨大影响的疾病，其种类繁多如脑肿瘤，脑溢血等等，往往会危害病人的劳动能力，思维能力和精神状态，严重时甚至会危及病人的生命。而脑部疾病的诊断对医生的要求较高，需要长时间的培养和实践医生才能满足诊断需要。
3、颅脑病变的CAD研究在国内外尚处于起步阶段。但是，在其他病变部位如肺部的CAD已经有商品问世。因此可见，随着研究的深入和技术的进步，颅脑CAD领域终会有成熟的商品出现。现阶段的研究在学术和经济意义上也都有一定的价值。
1.3论文主要内容
本论文按照课题要求，首先将对颅脑病变自动诊断的流程做一个大体的论述。其次会对颅脑病变区域的自动识别和分割方法进行论述，并给出相应的实验和问题分析。再次会对适合于所采用的分割算法的病变选择利于诊断的特征，并简单分析特征的效果。最后，对整个工作进行总结，讨论方法的不足和有待提高的算法。
论文包含以下章节：第二章颅脑病变CAD系统的整体方案设计；第三章颅脑病变区域的自动分割；第四章颅脑病变区域的特征提取；总结。
第2章颅脑病变自动识别的整体方案设计
2.1颅脑病变CT基础知识
对计算机辅助颅脑病变自动识别的研究，需要颅脑CT诊断学的知识。包括有颅脑的基本结构、颅脑疾病分类知识和CT脑图的有关知识。下面首先对以上基础知识做一个简要的介绍。
人的头部从外到内有以下几层结构：颅盖软组织、脑颅骨、脑膜及其间隙、脑。脑部疾病多发于脑，脑分为大脑，脑干，间脑和小脑。大脑分左右两个半球，基本对称。大脑半球以三个沟裂为标记，分成四个叶和一个脑岛。按Brodmann功能定位法，在CT图像中进行定位，主要有：额叶、顶叶、颞叶、枕叶和岛叶。大脑半球内部有侧脑室、大脑半球内部的神经核团、大脑半球的白质等等。在CT图片中，脑干、间脑、小脑较少被成像故不作介绍。
颅脑疾病种类相当繁多，这也是造成颅脑CAD研究艰难的一个原因。颅脑疾病可大体分为以下几类：脑先天性疾病、脑血管病、颅内肿瘤性病变、颅内感染性疾病和脑白质病。其中，以颅内肿瘤性病变最为常见，占颅脑疾病的绝大多数。脑瘤有神经胶质细胞瘤、脑膜瘤、垂体瘤、颅神经瘤等等。其病变的表现多体现于密度变化、占位效应、水肿、钙化等等。
CT是在现代医院影像科中被广泛使用的成像设备。CT图片是由X射线透射人体断层，射线被人体组织衰减后投影成像。较先进的有双层螺旋CT，全身CT等等。颅脑CT图片一般分为8层，最低层以听眦线为基准，层厚约10毫米。有颅底层、蝶鞍层、第三脑室前后层、侧脑室层等等。扫描分平扫和增强扫描。平扫的病变特征一般以密度的改变为主，增强扫描则主要为强化的种类不同。除此以外脑室系统的变化如占位效应，萎缩，梗阻等等也是医生诊断时会注意的特征。
2.2颅脑病变自动识别整体方案
本文研究颅脑病变自动识别方案的思路是首先研究医生进行病变诊断的流程。在总结医生诊断过程的基础上，利用计算机模拟诊断的各个步骤。研究每个环节的计算机自动实现，最终达到颅脑病变自动识别的目的。
医生对疾病进行诊断的基本流程可以概括为发现病灶、观察分析病灶，最后根据观察所得结合医学理论和临床表现确定疾病种类。发现病灶即是找出具体病变的区域，对于数字图像就是分割问题。观察分析病灶的目的是获取病灶的表征其为区域特征提取问题。由特征来自动分类病变是模式识别问题。综上颅脑病变的自动识别方案如下图所示。
图2-1颅脑病变识别过程
本文研究的重点是如何自动分割出病变区域以及对分割出的病变区域提取特征，下面将对这两个模块的方案进行介绍。
2.3颅脑病变区域的自动分割方案
现在研究中比较常用的颅脑病变区域自动分割方案是：第一步先对颅脑CT图像进行分割，将整个颅脑包括病变在内的所有结构和组织都分割出。第二步或是利用基准灰度模板或是利用结构化的先验知识，基于对照或是分布规则将病变区域识别出来。其流程如图2-2。
图2-2常规颅脑病变分割方案
针对颅脑结构的分割算法很多，有基于统计学的算法、基于信息论的算法、基于神经网络的算法、基于小波变换的算法等等。较为常用的是阈值分割算法。其利用了颅脑不同结构的CT值不同进行分割。但是想获得较好的效果则图源必须为标准的DICOM格式图片。
对比模板的建立同样是建立在优良的分割算法的基础上的。而利用结构化的判断方法需要有关各个CT层的大量结构先验知识。同时，由于每个病人的颅脑结构都有个体差异，所以在利用以上方法时还需要先进行配准，在初步判断后再依据一个概率意义上的容错谱解决个体差异问题。
笔者缺少大量的医学先验知识，也没有途径获得标准的CT图源。通过对基础医学知识的学习，发现颅脑的结构对所有正常人而言都是对称的这一先验知识是一个很好的立足点。多数情况下，病变区域与对称侧脑的同区域是有着明显不同的。这一点和所处的CT图层无关，只和病变的具体情况有关。通过这一点，可以发现病变区域而排除正常的灰度值有变化的结构和组织。但是，在没有进行分割之前是无法知道病变区域的，也就无法进行精确的基于对称性的比较。
本文的思路如下：首先不对图片进行分割，而只进行简单的分块。将颅脑CT图片分为对称矩形区域。其次对矩形区域选择合适的特征并表达。根据特征和基于颅脑对称性的先验知识确定包含有病变的区域。将所有包含有病变的分块进行合并。最后，利用基于阈值的分割算法分割出具体的病变区域。
图2-3本文设计的病变分割方案
2.4颅脑病变区域特征提取方案
颅脑病变区域特征提取的合适与否关系到之后的分类器的设计。因为颅脑病变的种类多样，判断依据的特征较多，分类器多采用非度量的结构判断，这也是符合医生的判断过程的。由此，特征的需要数量较多，选择的标准应以医生判断病变时的选择为依据，这样可以在后续分类器设计时尽可能利用大量的成熟的医学先验知识。同时，也可以辅助医生进行诊断。
通过学习相关的医学理论，可以确定医生在判断时多会考察位置、边缘、面积，灰度、病变区域内部纹理等等的特征。可以根据数字图像处理的相关理论量化这些特征。选取平均灰度，灰度对比度，灰度共生矩阵的矩等等作为分类特征。
2.5小结
颅脑CT病变的自动识别整体方案包含三个步骤，其中病变区域自动分割，病变区域特征提取为本文关注的两个核心模块。病变区域自动分割首先利用颅脑结构对称的先验知识和病变区域灰度变化明显的特征确定病变的分块区域，之后再利用常规的阈值分割算法分割出精确的病变区域。病变区域特征提取依据医生判断所考虑的特征，选取平均灰度，灰度对比度，灰度共生矩阵等作为分类特征。
第3章颅脑病变区域的自动分割
3.1图像预处理
本文中，图像预处理的目的有两个。第一，滤除在图片中的细小噪声。第二，使所有图像都能归于一个标准统一的状态，以利于后面的区域分割和特征提取取得良好的效果。
3.1.1中值滤波
图像中存在许多微小的噪点，其对后续处理的影响主要体现在对灰度对比度和纹理特征的计算上。会使灰度对比度增加和纹理的提取丧失一部份的规律性。对噪声的处理采用空域平滑滤波，一般有中值滤波，自适应滤波等等具体算法。对于微小的噪点，中值滤波的效果较好，实现简单。中值滤波的示意效果如下：
图3-1中值滤波效果示意
虽然会使颅脑图像模糊，但是通过选取合适的区域尺寸可以使模糊效果处于可以接受的范围内。而且，后续的处理方法多基于灰度统计特征，对边界的细微变化不敏感。
3.1.2直方图均衡
由于无法从医院获得标准图片，本文所采用的图像都系从网络中的医学图片库获得。虽然这些图片都是以标准图片为母本，但是为了适应网络传输的需要其灰度有所变化。而且，由于缺乏统一的标准不同图像库的图片的灰度有一定的区别。这就对后续的病变区域的判断阈值的确定造成了困难。使用直方图均衡可以使不同图源的灰度在直方图意义上分布统一，从而方便处理。
均衡前均衡后
图3-2直方图均衡效果图
但是，由图可见其增大了全图的灰度对比度，原本灰度对称性很好地区域在处理后对比增加使得后续的分块对称计算特征效果变差。
3.2颅脑病变区域自动检出
颅脑病变区域自动分割是颅脑CAD的首要难题，其他研究者的思路是首先对颅脑区域进行分割再根据有关颅脑分层结构的先验知识设计判断算法。此类算法存在以下问题：（1）颅脑的分割算法不成熟且实现复杂；（2）不同人的颅脑结构有其一定的特异性，尚没有兼具标准性和适应性的颅脑分层结构模板；（3）本文关注的是病变区域的特征，在实现上没有必要对颅脑的全部结构进行分割。
本文的思路是先找到病变的大体区域之后再对其进行具体的分割。找到病变的流程为划分区域，寻找分块特征，识别包含病变分块。下面分别就这三个方面加以讨论。
3.2.1颅脑图片的分块
颅脑图片的分块是一种非传统意义的分割。其目的是为后续的特征提取确定一个适合的图像层次，使得特征参数的提取对识别效果明显。分块是将图片固定的分割为一定数量的感兴趣的区域，这些区域关于颅脑的中心线对称。
数字图像的表达为f(x,y)，每组(x,y)代表了图像的一个像素。设图像的尺寸为M行、N列。需要将图像分割为P*Q个矩形的方块，其中水平方向上分割为P部分，垂直方向上分割为Q部分且Q必须为偶数。则有垂直和水平分割点分别为M/P、M*2/P、…M*(P-1)/P及N/P、N*2/P、…N*(P-1)/P。
对图像分块处理示意图如下：
图3-3图像分块示意图
在具体的处理中，由于图片的来源的不统一以及在MATLAB中后续处理的方便，首先要统一转换图片为256阶的灰度图。同时，在分块中要求Q为偶数且垂直方向上的分块尺寸对称，则必须使N为偶数。为了分块划分计算的方便，M也取偶数。实现方法为对奇数的M和N省略最后一行或列。在实际应用中对后续特征提取效果没有影响。实现在map_format函数中。
图片的分块实现需要用到MATLAB中的元胞数组。元胞数组的基本组成部分为元胞，其可以是任何类型和大小的数据。在MATLAB中，图像的储存为二维矩阵，利用元胞数组可以将指定尺寸的元素组合成元胞实现图像的分块。
在实际的处理中，还会有图像尺寸无法被分割参数均分的问题。列如尺寸为300*310，划分的参数为6*8。虽然尺寸和划分参数都为偶数，但是无法实现均分。通过对CT图像的观察发现，CT图片的边缘都为不含任何信息的黑色区域，在分块中虽然会将颅骨包含在内，但是一般而言在颅骨附近的区域发生病变的可能性较小。因此，处理的方法是采用非均匀的划分，在CT图片的周边一圈采用较大的分块来解决无法均分的问题。对于对称分块的特征提取影响很小。分块的实现在block函数中。
an=2*floor(an/2);%行核心区域分割参数
bn=2*floor(bn/2);%列核心区域分割参数
a1=(x-(m-2)*an)/2;%行边界区域分割参数
b1=(y-(n-2)*bn)/2;%列边界区域分割参数
a=zeros(1,m);%行元胞分割数组
b=zeros(1,n);%列元胞分割数组
元胞数组处理过后的分块图像使用subplot函数的多块显示即可。
图3-4待识别的颅脑CT图
图3-5分块后的颅脑CT图
3.2.2分块特征选择
选择分块处理是出于颅脑结构的对称性考虑，这点前文已经多次说明。在选择分块用于识别的特征时，有两个方面的因素是考虑的基点。（1）颅脑结构对称性的具体表现。（2）有哪些可供考量的特征。在确定的备选的特征后，即需要对其的效果进行评估。下面首先讨论特征选择的思路。
人的颅脑结构是基本对称的。在CT图像中，颅脑结构从听眦线开始，从图像处理的角度来看主要可以分为两种结构：骨结构和组织结构。前者的灰度稳定，一般较高，后者情况复杂，依层次而定，一般为等密度。就对称性来看，骨的形态对称性较好，但是包裹脑的颅骨对称性不佳。组织的形态对称性一般，而且其边界在CT图片中常常模糊或弥散。但是其灰度的对称性较好。
在数字图像处理理论中，将区域的表示与描述大致分为两类：边界描绘子和区域描绘子。边界描绘子主要针对图像的边界特征如边界长度、形状数等等进行数字化的表示。区域描绘子则对如区域面积、连通区域、纹理等等特性给以表达。
前面已经将图片分割成了关于颅脑中线对称的多个矩形区域，考虑特征选择中的边界描绘子和区域描绘子。因为前面的分块是完全没有引入颅脑结构的先验知识而计算机又不具备人类关于图像的配准能力，人的颅脑形状结构在空间上并非严格的结构对称而边界描绘要求较为严格，如果在正常范围内颅脑结构发生细微改变就会使得对称效果变的极差。所以，没有选择边界描绘子。在图片的分块中，必然会有一定量的图片中的病变结构被分割到多个分块中，如果分块大小选择合适，一般不会出现某个分块完全为病变的内部的情况。而病变区域的密度亦即是像素的灰度相比正常组织结构会偏高或偏低表现为高密度或低密度病变，因此区域的灰度平均值可以作为一个特征。同时考虑到分块会造成病变结构分割的不确定性和矩形分块通常会包含一定量的正常结构（很少有矩形的颅脑病变结构）选择区域的二阶统计矩即是灰度对比度作为另一个特征。
图像的灰度平均值和灰度对比度都是图像区域灰度直方图的统计量。令Z为一个代表灰度级的随机变量，则可得P(Zi)，i=0，1，2，……，L-1，为图像的直方图。L为处理图像的灰度级，本文中一律为256级灰度。
图像区域的第N阶矩为：
(3-1)
其中m是z的均值亦即平均灰度级：
(3-2)
从公式可见，m即是灰度平均值，二阶统计矩即是灰度对比度。而三阶和四阶统计矩也有对应的意义，为直方图的偏斜度和相关平直度。在分块的特征提取中，意义不明显故未使用。
灰度平均值的实现简单，可以直接对元胞数组中的元胞应用函数mean。对于二阶统计矩，元胞数组的元胞不支持直接使用函数var，故需要先将元胞中的元素转赋给一个数组再用函数var即可。灰度平均值的实现在函数avr_gray中，二阶统计矩的实现在函数d_gray中。下面为图3-4所示图像分块后的特征提取效果。
图3-6分块的灰度平均值
图3-7分块的灰度对比度
从数据可见，灰度对比度的数值与正常区域的分离较为明显，而灰度平均值的数值则有不稳定性。其表现为在病变区域的数值变化较大。原因是分块中可能包含不同比例的正常区域。通过一定量的样本图像的实验，发现总体而言灰度对比度的效果要明显好于灰度平均值。
但是在后续的分类判断中，灰度对比度特征的判断阈值难以选择。原因有以下两点：
（1）颅脑不同层次和同层次的不同结构的灰度对比度情况较复杂，包含病变后的区域特征值会和包含有内部骨结构的分块近似。
（2）采用的是固定的分块，面对颅脑的复杂情况下无法保证对所有图片的分块中正常和非正常部分的比例相同。因此考虑将关于颅脑中线的对应分块的特征值做差值，再以差值作为识别的特征值。这样，对颅脑CT图像的任何区域和图层都有适用性。在理论上，颅脑关于中线对称的区域的灰度统计特性是相同的。虽然因为CT图片中的噪声干扰以及颅脑结构个体差异会造成的一定的差别，但是如果区域的比较大时，灰度统计特性对此是不敏感的。之后，选择合适的阈值就可以完成病变区域的识别。
分块对应的规则如下图。
图3-8对称区域差值计算示意图
在实现中建立一个和元胞数组同尺寸的数组用于存放对称区域的差值。区域的对称规则如下图。由函数diff_gray实现以上功能。其也适用于灰度平均值的计算。图3-5图片的特征提取效果如下。
图3-9灰度平均值差值
图3-10灰度对比度差值
从数据可见，灰度平均值差值和灰度对比度差值的分类效果比其自身更好。通过实验可以确定，灰度对比度差值的分类准确性和完全性效果仍然要好于灰度平均值差值。而且与病变种类的关联较小。其能够对大部分包含病变区域的分块给出明显区别于正常分块的数值。
3.2.3病变区域检出
根据前面特征提取的结论，灰度对比度差值可以作为一个良好的特征用于分块是否包含病变区域的识别。可以使用模式识别中的模糊聚类或者人工神经网络的方法，也可以使用简单的阈值判断的方法。通过实验发现阈值判断的效果基本符合要求而实现简单故选择阈值判断识别包含病变区域的分块。
阈值的确定是通过实验的方法确定的。阈值选择为20。实验表明其效果对脑肿瘤等灰度变化明显的高密度、低密度和混合密度病灶的识别效果较好。对于大小基本和一个分块相同的病变区域识别效果较好，对于弥漫性的病变和病灶多且小的病变如脑寄生虫病的识别效果不佳。同时也发现边缘的区域是假阳性误判较多的，原因将在后文分析。对于此的处理是强制使所有边缘默认为非病变。其实现比使用模式识别理论构建的分类器要简单。由函数qypd实现初步的识别。
图3-11病变区域识别结果
3.3颅脑病变区域的分割
在初步判断出包含了病变的分块区域后，就可以针对这些分块区域使用分割算法找出真正病变病灶的区域。而后续的特征提取的工作，就是针对这个真正的病变区域，这样才能保证特征提取的有效性。
在对分块区域使用分割算法之前，必须对已经判断出的区域进行一定的预处理。这样，可以保证分割算法的有效执行。预处理包括分块的补全融合及病变对称区域的滤除。
对分块进行补全，以使得全部的分块可以融合为一个矩形。原因有以下两点：（1）分割算法的要求使得被分割的图像输入必须为矩形；（2）在加入了包含病变区域的分块后，从融合后的图片区域的整体灰度统计特性来看，双峰的特征会得到一定程度的加强。这是有利于分割算法的实现和获得更好的分割效果的。
因为前面的包含病变区域的判断算法的原因，在判断出的区域中，出现非矩形的区域情况很常见。例如：三角形、十字形等等。补全的目标是找到一个最小的包含非矩形病变区域的矩形。实现的思路很简单，平扫整个图像至第一个标记为病变的区域，对此区域的四个对角元胞进行是否为标记的判断，如果被标记，则将以此元胞和中心的矩形区域都标记。如此往复，直至图片的最后一个点。
图3-12区域补全前识别效果
图3-13区域补全后识别效果
从前面阈值判断可知，包含有病变区域的分块的对称分块。这样在病变区域的分割中需要多处理一倍的数据，而且就结果而言其应该被视为假阳性。本方案暂时采用的处理方法为分别计算两区域的灰度平均值和二阶统计矩，再与图像中正常区域的灰度均值和灰度对比度对比，如果有任何一值与正常值偏离较大则判定为包含病变区域。此方法的效果如下。
图3-14假阳性处理效果
通过实验，发现此处理方法的效果不佳。表现在对含有一定正常脑灰度变化结构的分块无法被滤除。但是，假阳性区域是可以接受的、其影响即是会降低后续处理的效率。在辅助诊断结果中出现一定的正常区域对诊断结论没有危害。
图3-15分割处理源图
在完成了以上的工作后，即可使用分割算法，应用区域为标记的元胞。
如第二章所述，应用于医学图像的分割算法很多，其中很多如基于神经网络的分割、基于模糊聚类的分割，其算法复杂，实现困难。常用的分割算法是基于统计学的分割。本文也采用基于统计学的算法。具体的原因如下：（1）本文所提取的病变区域有很明显的灰度对比度，其统计直方图的双峰较为明显，如下图；（2）基于统计学的分割算法实现相对简单，分割速度比上文提及的分割算法有明显的优势。
在分割中，图像可以认为有对象和背景两部分构成。对象和背景的灰度级是可以被分为两组不同的支配模式。因此，从背景中提取对象的一种很直观的思路是选择一个合适的门限值，对全图根据门限值进行判断就可以将两中模式分开。当图像是更为一般的情况时，模式的种类更多则可以使用多门限处理的方式。
从以上叙述可见，应用此种算法的关键是寻找合适的门限值。为了保证算法可以适应不同密度变化的病变和不同层次的CT图像，门限值最好是自适应的。下面将讨论自适应门限值的确定。
如前文的定义，数字图像为f(x,y)其尺寸为P*Q。若在图像中灰度级i出现的次数为n,则有灰度级i的概率为：
且，(3-3)
在本文中是分割为两类，背景类S1和目标类S2。以t为阈值。因为在颅脑病变中存在高于和低于正常灰度的病灶，因此以分块图像的边界点的灰度值与阈值t的关系来确定背景类和目标类与阈值t的大于小于关系。现本文假定背景类灰度值i<t，目标类灰度值i>t。则可得背景类和目标类的出现概率分别为：
(3-4)
(3-5)
对于一幅图像的阈值的自适应确定，本方法有以下两点需要考虑：（1）两个类的类间距，类间距越大则分割的效果越好；（2）两个类中的内聚性，内聚性越高则表示每个类的分散度越小同时分割的效果越好。
对于类的类间距的度量，首先需要得出类的类内中心。定义为：
(3-6)
(3-7)
则类间距被定义为：
(3-8)
对于类的内聚性可以用类中的每一个像素到类内中心的距离来定义：
(3-9)
(3-10)
自适应的最佳阈值要能够同时使得类间距最大而类的内聚性最小。此时的分割是最佳的。综合考虑这两个要素，可以定义分类的判别函数：
(3-11)
明显，使得H(t)取最大值的灰度值t为自适应的最佳阈值。以此阈值进行分割得到S1和S2有：
且(3-12)
在此情况下，背景类和目标类的分割效果最好。
实现过程即是首先获得图片的灰度直方图，根据上文所述对每个灰度级计算其判别函数的值，选择使判别函数值最大的灰度做为分割阈值对图像进行二值化。
图3-16分割所得目标区域标记图
分割后可以获得一个二值图像，以此二值图像中的目标区域为标记结合原始图像进行针对区域的特征处理。
3.4实验及问题分析
3.4.1实验及问题分析
本实验所采用的测试图片都系从网络上的医学图片库中获得。虽然和医院所使用的标准的DICOM格式的图源质量无法比较，但是作者认为其基本符合验证算法的需要。因为图片所包含的信息基本不变，而且前文也对此类图片做了相应的预处理以保证其符合算法的需要。
实验的流程如前所述，首先做预处理；其次分别进行分块、提取特征、识别分块区域；最后对识别及融合后的图片进行分割。实验结果的评定为是否正确找出病变区域及对病变区域分割的准确度也即是否找出了完整的病变区域。病变区域的评定标准为网上医学图片库中的医生意见。部份实验结果如下表：
表3-1实验结果
病灶类型病灶大小正确性准确性
低密度大于分块正确全部找出
低密度近似等于分块正确全部找出
高密度大于分块正确未全部找出
低密度小于分块正确全部找出
高密度近似等于分块正确全部找出
高密度大于分块正确全部找出
高密度近似等于分块正确未全部找出
混合密度大于分块正确未全部找出
混合密度大于分块正确未全部找出
高密度大于分块正确未全部找出
从上表中可以得出以下结论：（1）本文所采用的方法对密度表现为高密度和低密度、大小为等于或稍小于图片每一分块面积的病灶的识别分割效果较好。（2）分割的准确度有待提高，往往会出现无法找出完整区域的问题。基本可以认为，算法有其一定的适应病变表现。在先验知识大大减少的情况下可以分割出病灶，但是分割的准确性不高。
对于结论（1），因为所采用的特征为灰度对比度，所以对于密度变化较大的高密度和低密度病灶的识别效果较好。在合适的分块大小下其特征表现极为明显。而因为提取特征的层次为每个分块，因此，当病灶的大小与分块大小基本相同或稍小时，其灰度对比度的值也较高。但是，当某个分块完全为病灶的内部时，其灰度对比度很低，特征不明显。关于结论（2）将在问题分析中讨论。
以上所有的处理在matlab7.0.1中实现，在主频为1.4GHz的闪龙2500处理器、448MB内存的环境下，处理一幅400*400大小的图片用时少于20秒。如果进一步优化完善算法，并使用VC实现则处理速度还可以有所提高。
3.4.2问题及分析
本文的算法在设计和实现上存在以下的问题：
1、分块的大小的确定。本文中所使用的分块系数为6*6。依据前文所述，分块大小的选择对别病灶的大小的影响是很大的。在6*6的系数下，对如脑寄生虫病之类的病灶较小的病变的识别效果不佳。可见，如果想拓宽本算法的使用范围则分块系数的确定必须为自适应的，其可根据预先对图片的某一特征如纹理的计算来有针对性的选择分块系数。如果是使用医院的标准图源，则可以考虑引入一定的先验知识，如颅脑CT的分层来估计可能病变从而根据经验大小确定分块系数。
2、颅骨的影响。在本文中，对图片的周边一圈的包含颅骨分块的区域是默认为无病变。因为人的颅骨有其一定的不对称性，而这种不对称性从实验结果看常常会影响特征的有效性，从而使分类识别有假阳性。笔者尚未找到较好的解决办法。
3、对称区域的影响。从前文的效果可见，对于病变区域的对称区域其也被标记而所采用的滤除方法效果不佳。因为特征为灰度对比度的绝对差值。如果想将此对称的假阳性区域去除则需要加入灰度平均值。因为病灶的灰度平均值与周围区域是不同的。初步的思路是构造一个结合灰度对比度绝对差值和区域与周围分块的灰度平均值对比的算子用于分类器的判断。但是，此时灰度平均值对比的效果决定于病灶大小与分块大小的关系。分块近似等于病灶大小并恰好包含是理想状况。
4、分割的遗漏部分问题。这个问题也是由分块造成的。因为分块会造成病灶的割裂。而一些包含病灶小部分的分块不会被识别出，也不一定会被补全。这样在分割时会遗漏此部分。解决的思路是对已经分割好的区域，再在全部分块上采用区域生长的方法再次进行分割。生长的起点选择为已分割区域的边缘。
综上可见，本算法的多数问题都是由分块这种处理方法造成的。分块方法在大大降低分割算法难度和对先验知识的要求上有上佳表现，但是也表现出了一些问题。
3.5小结
本章介绍了病变区域自动分割的流程和采用的算法。其首先进行必要的预处理；其次运用分块和颅脑的对称性确定出病变的大体区域；最后，使用自适应的分割算法找出精确的病灶区域。通过实验和分析，发现此算法有一定的适用性，判断的正确率在某些类型的病变中较高，但是分割的准确性有待提高。本章最后对一些问题如分块系数的选择等提出了大致的解决思路。
第4章颅脑病变区域的特征提取
与一般的某种特定类型疾病的自动识别不同，颅脑病变自动诊断的目标是自动获得病变种类信息。一般的某种类型疾病特征提取的要求是找出与此疾病最相关的特征用于疾病的识别。而本文特征提取的目的是寻找足够的、合适的特征以辅助医生进行疾病类型的诊断和作为疾病分类器的输入。关键在于疾病种类是未知的，仅仅知道病灶的区域。因此特征的选取一方面要考虑到医生诊断时会注意的特征，另一方面要全面的描述病变区域的情况。下面首先介绍诊断中常用的特征，再以此为基础寻找合适的特征描述。
4.1颅脑医学诊断中的常用特征
医生在进行诊断时所综合考虑的信息包括：病人的临床表现、病人的病史、CT脑图的表现和辅助检查结果等等。在CT脑图的阅片中，根据图像的成像方式是普通的平扫还是增强扫描具体关注的重点略有不同。而不同种类的病变其拥有的特征表现也是不同的。
1、考虑普通的平扫中的一般通用的特征。对于病灶而言，其特征可大体分为病灶内的特征如纹理、密度的对比度等等和病灶的形态特征如形状、边缘的清晰程度等等。除此之外，还有一些物理信息可用于诊断，如病灶的位置、面积等。
2、对于增强扫描而言，最重要的特征是增强的类型。有均匀性强化、非均匀性强化、环状强化和无强化。强化是指在静脉注射含碘的造影剂后，脑的某些结构有成像加强的效果。
3、是一些含有医学意义的特征表现。这些表现较为复杂，很难用数字图像中的已有特征描述子描述。但是其对病变的诊断有着重要的意义。因为这些特征的组合往往能够大体确定病灶属于哪几类病变。这些特征有：占位效应、水肿、钙化、梗阻、交通、囊变和脓肿等等。在这些特征中，如占位效应和移位等等的特征的提取还需要一定的关于被处理图像的正常结构表现的先验图谱。
4.2颅脑病变区域的特征提取
根据上文所述，可以将需要的特征大体分为三类：（1）如病灶所在的位置、面积、周长等等基本信息，这些无须再为其选择特征描述子；（2）病变区域的区域特征如密度、密度混合程度、纹理等等，可以考虑应用区域描述子如平均灰度、统计矩等描述；（3）病灶的形状特征、边缘特征等形态特征，需要在边界描述子中选择合适的特征。
本文选择面积、位置、平均灰度、二阶统计矩、灰度共生矩阵的统计量和规则度作为特征简单描述病变区域。
4.2.1区域位置
在诊断中病变位置是重要的信息，许多疾病都有其较为固定的多发位置。确定了位置可以缩小疾病可选种类，具体方法为为每一CT层的区域建立该位置可能发生疾病种类的数据库。数据库可以通过医学理论得出，其可以使后续识别速度和精度大大增加。
利用本文的分块方法很容易确定位置，只需要得到包含病灶的元胞数组的坐标，再分别对横轴纵轴归一化，最后根据归一化的值进行判断即可。
4.2.2面积
病变的面积也是诊断是判断疾病发展程度和分期的重要依据。利用在分割时得到的二值图像标记可以计算病变的面积。对标记的区域记数即得面积。对病灶面积的提取如下表，其面积数字代表病灶点的数量，具体面积的计算还需要联系设备参数，确定每个像素点所代表的面积。
表4-1病灶面积
图片12345678910
病灶面积11940102139784309119615165521365210021442618265
4.2.3平均灰度
平均灰度是简单的区域特征，它是区域的统计特征。定义为；
(4-1)
如上所述，在颅脑CT的平扫中，关于灰度的变化中有四种。平均灰度对于低密度和高密度病变而言是重要良好的特征，可以直接进行判断。但是对于等密度和混合密度病变而言，其值区别不大。
在matlab中可以用mean函数对区域计算即可。从下表可见，灰度对高密度和低密度的病变其特征值距离较大，可初步用于分类
表4-2平均灰度表
图片12345
病灶类型低密度高密度低密度高密度高密度
平均灰度94.1244183.0749110.8837215.8641223.4328
图片678910
病灶类型高密度高密度混合密度混合密度高密度
平均灰度199.6623226.3612134.2215164.0129231.6241
4.2.4灰度对比度
灰度对比度为图像的二阶统计矩，它可以用于描述区域的纹理特征，但是在这里则主要是用于等密度和混合密度病变的判断。定义为：
(4-2)
虽然灰度平均值无法区分等密度和混合密度病变，但是混合密度病变内部为低密度和高密度组织的混杂，其灰度对比度远大于等密度病变的在0附近的低值。
在matlab中的实现可以参考在第三章中分块的特征提取。从下表可见，混合密度病灶的灰度对比度值与其它病变种类此值距离较大，可用于识别混合密度病灶。而有部份的高密度病灶的对比度较高，其原因是在子图的分割中存在和病灶类似的小区域，其灰度略低但也被分割入病灶区。
表4-3灰度对比度表
图片12345
病灶类型低密度高密度低密度高密度高密度
灰度对比度79.1311103.894684.040164.7789128.0430
图片678910
病灶类型高密度高密度混合密度混合密度高密度
灰度对比度205.364166.7496469.3216349.1668135.1564
4.2.5灰度共生矩阵
灰度共生矩阵实际上是图像中呈一定位置关系的两像素点间的联合灰度直方图。其作用类似于灰度直方图。同是在生成之后，根据需要在其上计算纹理特征系数。其类似于的统计矩即上文所使用的特征。
纹理通常被定义为任何事物构成成分的分布或特征，尤其是涉及外观或处决的品质”，图像纹理反映了物体表面颜色和灰度的某种变化，纹理特征是从图像中计算出的一个值，它对物体内部灰度级的变化性质进行量化。通常，纹理特征与物体的位置、走向、尺寸、形状有关，但与平均灰度级（亮度）无关。
灰度共生矩阵p(a,d)的定义：图像中灰度为i的点离开某个固定位置的点上灰度为j的概率。d为两像素点的相隔距离，a为两像素间的方位。d值的选取由实际应用决定，a的取值通常为0°、45°、90°、135°。灰度共生矩阵如下图所示。
图4-1灰度共生矩阵示意图
灰度共生矩阵p(i，j|d,a)反映了图像灰度分布关于方向、局部邻域和变化幅度的综合信息，比较常用的纹理特征系数有五种：角二阶矩（能量）、惯性矩（对比度）、相关性、熵、局部均匀性（逆差矩）。
其中角二阶矩和局部均匀性从理论上看对本文有一定意义。
角二阶矩（能量）：角二阶矩是图像灰度分布均匀的度量，是灰度共生矩阵元素值平方和，也称为能量。当灰度共生矩阵中的元素分布较集中于主对角线时，说明从局部区域观察图像的灰度分布是较均匀的。从图像整体来观察，纹理较粗，此时E(d，a)较大，即粗纹理含有较多的能量；反之，细纹理则E(d，a)较小。
(4-3)
局部均匀性（逆差矩）：用于均衡对比度程度，对比度较高的像素被赋予较低权重，对比度较低的像素被赋予较高权重。
(4-4)
角二阶矩可以反映病变区域的内部的纹理的粗细程度。逆差矩可以反映病变区域内部的纹理对比度情况。
在matlab中可以利用graycomatrix生成灰度共生矩阵、graycoprops从灰度共生矩阵中提取纹理特征。函数的输入为包含病变区域的最小分块。其改变函数graycoprops中参数可以提取不同的纹理特征。
从下表可见，有少量纹理时，角二阶矩较大，一般在纹理不明显时，两个统计矩都体现了一定的规律性。但是，由于分割效果不佳，当有干扰时，特征的效果极差，完全偏离正常数值。
表4-4灰度共生矩阵的矩
图片12345
纹理不明显不明显有干扰不明显不明显
角二阶矩0.23090.22560.43080.37490.2425
逆差矩0.94870.95710.95600.96380.9455
图片678910
纹理少量少量不明显不明显有干扰
角二阶矩0.47570.50010.23670.33250.3356
逆差矩0.97160.96950.95120.95790.9713
4.2.6规则度
设CS为病灶区域面积，Cl为病灶区域周长，Cr为区域的规则度。Cs通过累加区域内所有点，Cl等于病变区域边界象素的总和。区域的规则度定义如下：
(4-5)
规则度可以用于衡量一个区域的致密性。其为无量纲的量且对方向性不敏感。可知圆形的致密性最小，在一定程度上，特征规则度可以反映病变区域的形状。
因为具体病灶的区域已经提取出，故面积的计算直接对标记为病变的点进行记数即可。周长的计算需要得出其边界。算法思路如下：第一步对包含病变区域的分块进行扫描、检出第一个边界象素P0（i0，j0）则转第二步执行；第二步对检出的象素点的八领域进行考察、以逆时针为顺序。将其中第一次出现的边界点记为P1，存储其坐标当标记点数等于周长时转第三步执行。第三步逆时针方向从Pk-1的后一点像素开始考虑Pk的八领域像素，最先检出的区域内像素记为Pk+1，存储其坐标并将此点赋为检测点，转入第四步。第四步判断检测点和初始点是否相同，相同则结束，不同则回第三步继续。得出边界后对边界点记数即得到周长。
由下表可见，在一定程度上，规则度可以反映病灶的形状特征如是圆形或者不规则。其可用于后续对病灶形态的分类从而诊断病变。
表4-5规则度
图片12345
形状近似圆形不规则不规则近似椭圆不规则
规则度0.15270.12910.01350.16330.1257
图片678910
形状不规则不规则不规则近似圆形不规则
规则度0.11860.10230.12350.15560.1211
4.3小结
本章是针对已经提取出的病变区域选择并提取合适的特征参数。其目的是获得可用于描述病灶以辅助医生诊断和后续分类器设计的特征信息。根据医生在诊断中的需求和数字图像处理的相关理论，选取了平均灰度、灰度对比度和基于灰度共生矩阵的纹理特征用于病灶内部的特征描述。其反映了病灶的密度、密度构成和纹理的情况。选取了规则度用于描述病灶的形状特征，其可以反映出病灶形状的整体信息。
结论
颅脑病变的计算机辅助诊断研究在国内外尚处于起步阶段，其研究的难度较高。简而言之，颅脑病变的复杂性多样性和相关数字图像处理技术的不成熟是研究的困难所在。本文作者通过一定的学习和思考，对此问题尤其是病变区域的自动分割做了一些研究。现总结和分析如下。
1、本文的工作包括如下几个方面：
（1）研究了自动分割病变区域的方法。此方法的核心思想是利用颅脑结构的对称性进行病变区域的预先识别，对判断出的大区域再使用分割算法确定出病灶。此方法所需要的颅脑先验知识较其他方法少，同时因为无须对全脑分割故使用的分割算法也要简单的多。但是由于图源的问题，测试的病变较少。
（2）针对分割出的病灶区域，研究了提取何种特征用于计算机辅助诊断。根据医生的判断经验和理论，具体选取了描述区域内部关于密度和纹理的特征以及描述病灶外部形态特征的规则性等。
2、本文存在以下问题：
（1）由上文第3章所述可见，对于自动分割病变区域的方法存在的最主要问题在于分块的自适应性问题无法解决。分块的固定化无法适应某些病变，而基于颅脑对称的分块在用于判断的特征上仅仅使用灰度对比度的差值也是无法适应更多病变的原因之一。
（2）对于特征的提取上，问题在于所使用的特征过于基本，使得特征的作用限于辅助诊断。而对于病变的诊断相当重要的医学特征的提取较为困难。其原因为以下两点：首先部分特征的提取需要全脑的信息和标准的医学先验知识，例如占位效应、萎缩等等；其次特征没有合适的数字图像描述子表达。
（3）在研究过程中：首先前期的准备工作略显单薄，体现在CT诊断学的学习不够充分，没有能够更多的发现颅脑疾病的复杂性使得后续的算法在适用性上存在硬伤。而对疾病诊断特征理解不深刻，难以找出对应的数字表达。在分块判断上可以采用模式识别的方法，但因为搜集的图源非标准而放弃。其次在论文的阅读上多集中于国内，较少涉及外文文献尤其是IEEE文献使得思路不够开阔。最后在实验数据的分析上，随意性较大，没有很好的依据科学规范和理论，造成对研究效果和存在问题认识不足。
3、对于后续的工作，还有以下需要完善和深入研究的：
（1）要解决图源的问题。需要获得标准的DICOM格式的图片，其灰度、位置和附加信息都标准化故对于后续的处理有着重要的意义。
（2）对于分块系数的确定，考虑引入含有一定的颅脑先验知识和自适应性的分割系数。分块系数的改进可以提高之后特征提取的效率。
（3）进一步学习颅脑CT诊断学的内容，考虑在分割和特征提取的过程中可以更多的加入医学先验知识，例如引入正常颅脑灰度分布图用于病变区域的提取。更多的背景知识对于优化算法和设计更好的整体识别流程有积极作用。
（4）对于如钙化、水肿等重要的特征的数字表示加以研究。考虑组合多种基本的数字描述子加以表达。
感谢
在论文完成之际，首先，衷心感谢我的导师蔡波老师。在半年多的学习中，我都得到了蔡老师的悉心指导和鼓励。蔡老师渊博的学术知识、严谨的治学作风、忘我的工作热情、一丝不苟的工作态度以及对学科前沿发展的敏锐洞察力给我留下了深刻的印象，使我受益匪浅。蔡老师给我树立了良好的榜样，对我以后的学习和工作将产生深远的影响，在此，我要向他表示最诚挚的感谢。
在具体的做毕业设计过程中，我还得到了韩雪梅老师的细心指导，在这个过程中给予我的帮助和支持，在此非常感谢她。
同时，我还要感谢所有对本论文提出过宝贵意见的老师和同学以及将要评审该论文的各位专家们。
最后，我要感谢我的父母和朋友。没有他们的理解、关心和支持，要顺利地完成该论文是难以想象的。特别是我的父母给予了我大量的理解和支持，使我能够专注于毕业设计工作，借此机会向他们表示深深的谢意。
参考文献
[1]樊尚春，周游.医学图像处理技术概述[R].北京：北京航空航天大学仪器科学与光电工程学院，2004.
[2]刘俊敏，黄忠全等.医学图像处理技术的现状及发展方向[J].医疗卫生设备，2005，26(12)：25-26.
[3]邵虹，崔文成等.基于图像内容的颅脑病变自动分析[J].计算机工程，2003，29(12)：35-36.
[4]邵虹，崔文成等.一种基于形状特征的颅骨图像检索方法[J].计算机工程，2003，29(08)：3-4.
[5]邵虹，崔文成等.遗传算法在基于内容的图像检索中的应用[J].计算机工程，2003，16(08)：21-22.
[6]赵志峰，张尤赛.医学图像分割综述[J].华东船舶工业学院学报(自然科学版)，2003，17(03)：
43-47.
[7]李传富，周康源等.基于先验知识的颅脑CT图像自动化分割[J].中国医疗器械新志，2004，
28（03）：34-39.
[8]包尚联，谢耀钦等.基于医学影像计算机辅助诊断的分割方法[J].中国医学物理学杂志，2003，
20（03）：83-86.
[9]李传富,周康源等.序列颅脑CT图像的颅腔内结构自动化分割[J].中国科学技术大学学报，2006，
36（02）：148-152.
[10]樊养余，薛耿剑等.一种基于分层Mumford－Shah模型的颅脑图像分割方法[J].计算机应用，
2006，26(01)：112－113.
[11]于水，马范援.一种基于数据融合的医学图像分割方法[J].计算机辅助设计与图形学学报，
2001，13(12)：1073-1076.
[12]李传富，周康源等.基于配准方法的颅脑CT图像病变信息自动提取算法[J].中国生物医学工程学报，2006，25(01)：19-24.
[13]王华峰，任青青.一种医学图像几何特征的自动检测[J].北京生物医学工程，2001，20(03)：
175-177.
.IEEETransactionsonPatternAnalysisandMachineIntelligence,2000,vol.22,no.1,
pp.85-106.
.ComputerMethodsandProgramsinBiomedicine,1990,vol.33,pp.221-239.
.IEEETransactionsonMedicalImaging,1993,vol.12,pp.740-750.
[关键词]早期；周围型肺癌；X线
[中图分类号]R445.4[文献标识码]C[文章编号]1673-7210（2009）03（c）-059-01
肺癌是世界上最常见的恶性肿瘤之一，其发病率和死亡率增长很快。在我国，肺癌的发病率呈逐渐增高趋势，肺癌的死亡率已上升为恶性肿瘤的第3位。如何对肺癌特别是其周围型进行早期诊断，依然是胸部影像检查的重点和难点。笔者收集本院近20年来，有系列X线随访资料，且有病理证实的早期周围型肺癌36例，总结如下：
1材料与方法
1.1选择病例标准
①胸部平片或体层显示肺内孤立结节，斑片或空洞影像，直径≥2cm，无肺、纵隔肺门淋巴结、胸膜及远处转移者。②病灶图像清晰，无伪影。③病理结果证实病变性质。在符合上述标准的36例早期肺癌中，男性30例，女性6例；年龄48~81岁，平均63.3岁。分别为腺癌23例，鳞癌12例，未定型1例。病灶发生部位：左、右上叶各12个，右下叶6个，右中叶4个，左下叶2个。
1.2X线检查方法
本组36例均有X线平片，其中，做病灶分层7例，取层厚度：0.25～0.50cm。
2结果
2.1早期征象
平片表现：病灶直径0.8~2.0cm，平均1.5cm。据其形态学特点，大致分为3个类型，Ⅰ型：结节型，26例，病灶密度中等偏低，无钙化；Ⅱ型：斑片型，4例，病灶边缘模糊，形态不规则；Ⅲ型：空洞型，4例呈中心性厚壁空洞，另2例病灶内见小透亮区。所有病例病灶周围均无卫星灶。
2.2动态观察
病灶增大为进展期征象。X线动态观察发现26例病灶有不同程度增大，呈类圆形或不规则形肿块，直径2.5~7.5cm，平均4.45cm。6例发现纵隔、肺门淋巴结转移。X线动态观察中，发现4例病灶本身无变化，先后行手术切除，术后病理证实为腺癌。观察时间为3~32个月，平均12.5个月。
3讨论
3.1早期X线征象
作者将本组资料简化为3个类型：①结节型26例，占72.22%，密度中等偏低，断层示6例为多个小结节融合而成，即所谓结节征[1]；灶内见小泡征5例，边界清楚有浅分叶征3例，边界不清有细小毛刺2例，并发胸膜凹陷征10例；②斑片型4例，占11.11%，病灶边缘模糊，似呈星芒状；③空洞型6例，占16.67%，病灶虽小，但仍以中心性厚壁空洞形式出现。所有病例病灶周围均无卫星病灶，说明毛刺征、小泡征、分叶征及胸膜凹陷征，在直径≤2cm肺部病变的鉴别诊断中，同样提示恶性特征。从病理学角度观察，分叶征多由肿瘤生长速度不一致，小泡征多由残存正常肺组织肿瘤内充气扩大的肺泡以及含气较多的碳末聚集所致；胸膜凹陷征常由腺癌肿块内瘢痕收缩牵拉引起；而空洞常为鳞癌容易并发缺血坏死所致等，均符合肿瘤生物学特性的一般规律。
3.2鉴别诊断
肺内孤立结节状病灶，直径≤2cm时，可由多种疾病引起，主要应与如下病变鉴别，①结核球：病变好发于两肺上叶及下叶背段，密度偏高，界限清楚，钙化常见，尤其是沿包膜下环形层状钙化，周围有卫星病灶，可与肺癌鉴别；②球形肺炎：病灶边缘模糊，断层示病灶周边有扭曲的血管影相连，即局部充血征；③纤维瘤：病灶密度较高，界限特别清楚，无空洞及毛刺征，无或少有分叶征等，可与肺癌鉴别；④转移瘤：有原发肿瘤病史，一旦出现肺内结节病灶，随访中往往显示病灶逐步增多，容易鉴别。笔者认为，只要病灶直径≥1.5cm，周边呈毛刺状，形态怪异，不论其形态如何或其有无钙化、分叶等征像，均应考虑为恶性[2]。
综上所述，对周围型肺癌的早期X线影像学诊断有其优点，也存在着局限性。Sone[3]的研究发现由于肿瘤密度低，直径小于2cm的高分化腺癌在常规胸片上很难发现，鳞癌及分化差的腺癌直径1cm以上才能发现。并且由于胸部结构重叠较多，一些较大的肺癌在胸片上有时也会漏诊。临床医生应根据患者的具体情况，选择即能反映患者病情又经济的影像学检查手段，与患者的临床症状、痰细胞学检查、支气管镜检查相结合，努力提高发现早期肺癌的敏感性和特异性，使越来越多的患者能得到早发现、早诊断、早治疗，降低肺癌患者的死亡率。
[参考文献]
[1]荣独山.X线诊断学(胸部)[M].2版.上海:上海科技出版社,1995:139.
[2]杨星,潘新元.肺部螺旋CT的临床应用[J].国外医学:临床放射学分册,1999,12:39-40.
【关键词】高频超声;乳腺肿瘤;诊断
【摘要】目的通过观察乳腺肿块的声像图特征，探讨高频超声对乳腺良恶性肿块的鉴别诊断价值。方法2006年10月—2008年10月我院乳腺甲状腺外科手术治疗121例患者中的121个乳腺肿块(直径≤2.5cm)为研究对象，其中乳腺癌57例(包括男2例2个病灶)，乳腺良性肿块64个。年龄18～70岁，平均(46.2±5.6)岁。全部病例均行二维超声及彩色多普勒检查，对所有肿块均进行了病理组织学检查。超声诊断仪采用美国gevivid7、mindraydc-6彩色多普勒超声诊断仪，探头频率7～12mhz。重点观察肿块大小、形态、边界与边缘、内部及后方回声、钙化、纵横比、周围间质改变(cooper韧带模糊中断)、内部及周边血流以及腋窝淋巴结。病理类型包括纤维腺瘤36个，乳腺腺病13个，浆细胞性乳腺炎10个，导管内乳头状瘤4个，脂肪坏死1例，乳腺癌57个。病灶最大直径0.6～2.5cm，平均(1.6±0.6)cm。结果121个乳腺良恶性肿块在形态、边界与边缘、纵横比、钙化、周围间质改变、内部及周边血流以及腋窝淋巴结等方面的差异均有统计学意义。121个乳腺肿块中，纤维腺瘤36个，乳腺腺病13个，浆细胞性乳腺炎10个，导管内乳头状瘤4个，脂肪坏死1例，超声诊断与病理结果符合率为87.5%(56/64)。www.lw881.com乳腺癌57个，包括浸润性导管癌38个，导管内癌5个，浸润性小叶癌5个，髓样癌3个，混合型癌3个，特殊型浸润性癌2个，隐匿型癌1个，超声诊断符合率为80.7%(46/57)。腋窝淋巴结转移28例，诊断符合率75.0%(21/28)。恶性肿块的超声征象有：形态不规则、毛刺样边缘、周围强回声晕、纵横比≥0.71、后方回声衰减、微小钙化、ⅱ～ⅲ级血流、ri≥0.70、穿支血流并形态扭曲不规则、周围间质改变(cooper韧带模糊中断)、腋窝肿大淋巴结。良性肿物的征象有形态规则，边缘清晰，包膜光整，纵横比<0.71，后方回声增强或无变化，粗大钙化，0～i级血流、ri<0.70、血管形态规则、走行自然。但良恶性征象之间有一些重叠、交叉：某些不典型纤维腺瘤、导管内乳头状瘤及浆细胞性乳腺炎等，因欠规则的边界、边缘小毛刺及周围强回声晕等表现易误为乳腺癌;而微小乳癌、髓样癌、特殊型浸润癌则因边界清晰、光滑及后方回声增强等往往被诊断为良性病变。结论乳腺良恶性肿块声像图表现有其病理组织学基础。高频超声可清晰显示乳腺肿块形态和血流特征，对肿块良恶性的鉴别诊断具有重要临床应用价值。
【关键词】高频超声;乳腺肿瘤;诊断
[abstract]objectivetoinvestigatethediagnosticvalueofhighfrequencyultrasonographyindifferentiatingthebenignandmalignantbreastmassesbyobservingsonographicfeatures.methodsthestudyenrolled121patientsbetweenoctober，2006andoctober,2008(agerange20～72years,medianage46.2years).therewere2maleincluded.121breastneoplasmswereexaminedbyhighfrequencyultrasonographybeforeopreration.theultrasonographyfeaturesofthemasses,includingtheshape,boundary,capsule,internalecho,backecho,longitudinal-transversediameterratio,calcificagically,cooper'sligament,andbloodflowwerestudied.aditionally,axillarylymphnodewereexamined.alltheresultsofultrasonographywerecomparedwithhistopathology.resultsofthe121breastlesions,57casesarebreastcancer,theirultrasoundcoincidencerateis80.7%(46/57),64casesarebenignbreastlesions，theirultrasoundcoincidencerateis87.5%(56/64),amongwhichtherewere36casesfibroadenoma,13adenosis,10plasmacellmastitis，4intraductalpapilloma,and1adiponecrosis.statisticalstudyshowedsignificantdifferencesbetweenthemalignantandbenignbreastneoplasmsinallof9aspectsmentionedabove(p<0.05).ultrasonographicappearancesofmalignantbreastlesionshadirregurlarshape,speculatedmargins,hyperechoichalo,longitudinal-transverseratio≥0.71,posteriorshadowing,microcalcification,gradeii-iiibloodflow,ri≥0.70,thechangesofcooper'sligamentandenlargedaxillarylymphnode.ultrasonographicappearancesofbenignbreastlesionsisregularshape,circumscribedmargin，thinechogeniccapsule，andcoarsecalcification.butsomeechoescanappearinbothbenignandmalignantlesions,suchasirregurlarshape,speculatedmargins,hyperechoichalo,microcalcificationetc,whichcanbefoundinsomeoffibroadenoma，plasmacellmastitis，adenosis，intraductalpapillomaandadiponecrosis.conclusiontheultrasonographycharacteristicsofthebenignandmalignantbreastmassesarecloselycorrelatedwiththefindingsofpathology.asanoninvasivemethod,highfrenquencyultrasonographyshowsapplicableprospectindifferentiatingdiagnosisofthebreastneoplasms.
[keywords]highfrequencyultrasonography;breastneoplasms;diagnosis
乳腺良恶性肿块的鉴别诊断是临床实践的重要工作。高频超声作为一种无创、无辐射的检查，随着探头频率、分辨力的提高，成像质量明显改善，在乳腺肿块的诊断与鉴别诊断中发挥着重要作用。本研究应用高频超声对乳腺肿块进行检查，旨在总结不同病理类型乳腺肿块特点，评估某些声像图特点作为诊断标准对良恶性病变的诊断符合率，评价高频超声对乳腺肿块，尤其是乳腺癌的诊断价值。
1资料与方法
1.1研究对象
2006年10月—2008年10月我院乳腺甲状腺外科住院手术治疗的乳腺肿块患者121例为研究对象，其中乳腺癌57例(包括男2例)，乳腺良性肿块64例。年龄18～70岁，平均(46.2±5.6)岁。对所有肿块均进行了病理组织学检查。病理类型包括乳腺纤维腺瘤36例，腺病13例，导管内乳头状瘤4例，浆细胞性乳腺炎10例，脂肪坏死1例，乳腺癌57例。病灶直径约0.6～2.5cm，平均(1.6±0.6)cm。
1.2仪器与检查方法
采用gevivid7、mindraydc-6彩色多普勒超声诊断仪，探头频率7～12mhz。检查时患者取仰卧位，充分暴露乳房，使用高频线阵式探头。先进行二维超声检查，依次为四个象限、乳房中央区、双侧腋窝，各断面互相重叠，不留盲区。发现肿块后记录其声像图特征，重点观察和记录肿块大小、形态、边界与边缘回声、内部及后方回声情况、有无钙化、纵横比及周围间质改变(cooper韧带模糊中断);然后切换到彩色多普勒血流显像，观察病灶内部及周边有无血流及分布情况，取样容积1mm，声束与血流夹角<60°，测量动脉收缩期峰值血流速度(vmax)和阻力指数(ri)。
肿块超声征象参照del等[1]的描述，包括形态、边界(有无毛刺及强回声晕)、内部回声、后方回声、微钙化、纵横比(前后径/宽径)以及血流情况、腋窝肿大淋巴结以及肿块周围纤维间质结构(cooper韧带)改变。肿块内部血流情况按adler[2]方法进行分级：0级：病灶内无血流;1级：少量血流，可见1～2处点状血流，管径<1mm;2级：中量血流，可见3～4个点状血流或一条主要血管，其长度接近或超过病灶的半径;3级：丰富血流，可见4个以上点状血管或2条较长血管。对所有搏动血管进行多普勒取样分析，测量动脉收缩期峰值血流速度(vmax)和阻力指数(ri)，选择最高的阻力指数(ri)进行记录。
1.3统计学处理
应用spss10.0统计软件进行分析。计数资料间的比较采用χ2检验，p<0.05为差异有统计学意义。综合超声诊断乳腺癌用并联试验，即肿块出现任何一个有统计学意义的超声征象均考虑为恶性。
2结果
2.1121例乳腺肿块超声诊断的病理类型
64例良性病变包括纤维腺瘤36个，腺病13个，浆细胞性乳腺炎10个，导管内乳头状瘤4个，脂肪坏死1例，超声诊断符合率87.5%(56/64)。57例乳腺癌包括浸润性导管癌38个，导管内癌5个，浸润性小叶癌5个，髓样癌3个，混合型癌3个，特殊型浸润性癌2个，隐匿型癌1个，其中诊断出乳腺癌46例，超声诊断符合率为80.7%(46/57);腋窝淋巴结转移21例，诊断符合率75.0%(21/28)。
2.2乳腺肿块的二维声像图特征
如表1所示，乳腺良性肿块大部分表现为形态规则，纵横比<0.71,边界清晰，边缘光整，内部回声较均匀，钙化少见、多粗大，后方回声增强，侧边声影;恶性肿块则表现为形态不规则，纵横比≥0.71，边界不规整，边缘呈“毛刺状”、“角状”、“微分叶状”，肿块周围形成强回声晕，内部回声均匀或不均匀，以低回声为主，常见成簇微小钙化，肿块后方回声衰减或无变化，cooper韧带增粗、中断或模糊，腋窝淋巴结肿大(见图1～图4)。
2.3乳腺肿块的彩色多普勒特征
如表2所示，良性肿块的内部血流不丰富，0～i级，ri<0.70，走行自然、顺直，粗细较均匀;恶性肿块内部血流丰富，多ⅱ～ⅲ级，ri≥0.70，走行扭曲、不规则，粗细不一(见图5)。
根据表1、表2，剔除未显示血流的5个恶性肿块(包括隐匿型乳癌1个)和30个良性肿块，两组比较有统计学意义(p<0.05)的上述征象有形态不规则、边缘毛刺、周围强回声晕、纵横比≥0.71、微钙化、ⅱ～ⅲ级血流、ri≥0.70、cooper韧带中断或模糊增粗、腋窝肿大淋巴结，而且上述各项指标诊断乳腺癌的特异性分别为62.5%、84.4%、87.5%、62.5%、89.1%、84.4%、82.4%、96.9%、96.9%;敏感性分别为68.4%、56.1%、66.7%、64.9%、45.6%、68.4%、71.2%、47.4%、36.8%;准确性分别为65.3%、71.1%、77.7%、63.6%、68.6%、76.9%、75.6%、73.6%、68.6%。
2.4综合超声征象诊断乳腺癌
联合有统计学意义的上述征象形态不规则、边缘毛刺、周围强回声晕、纵横比≥0.71、微钙化、ⅱ～ⅲ级血流、ri≥0.70、cooper韧带中断或模糊增粗、腋窝肿大淋巴结后超声诊断乳腺癌的敏感性为84.2%，特异性为73.4%，准确性为78.5%，敏感性和准确性高于任何单一指标。本组资料中部分良恶性肿块声像图有重叠、交叉，导致鉴别困难，表现为某些纤维腺瘤、导管内乳头状瘤、浆细胞性乳腺炎等出现类似恶性病变的特征;而在髓样癌、浸润性小叶癌以及微小乳癌(直径<1cm)、导管原位癌等显示良性病变的声像特点。表1乳腺肿块二维超声征象表2乳腺肿块彩色多普勒超声表现
3讨论
乳腺良恶性病变超声声像图特征不同表现有其相异的病理学基础。良性病变呈膨胀性生长，肿块及其周围腺体组织仍保持相对正常的解剖平面及周围毗邻。而恶性病变向周围间质呈浸润性生长，正常的解剖层次及周围组织关系遭到破坏，在与周围间质组织浸润与反浸润进程中，因不同的病程阶段、病理类型及生物学行为，在高频超声有相应的不同表现。在乳腺癌的观察指标中，以形态、边界及边缘回声最为重要，是超声观察的重点。本研究着重从以下几个方面讨论高频超声在鉴别良恶性肿块中的应用价值。
3.1形态与边界
肿物形态不规则，边界不清，边缘不整，无包膜，呈小分叶状、角状或毛刺状，是诊断乳腺癌的重要依据。本组有78.9%(45/57)乳腺癌表现出上述征象。其病理基础是癌细胞沿导管或导管周围组织间隙向周围呈现不一致的外生性、浸润性生长，导致组织细胞排列紊乱[3]。文献报道，此征象特异性达98%。良性病变多膨胀性生长，如纤维腺瘤、导管内乳头状瘤呈圆形或椭圆形，边界清，包膜光整，超声显示的形态与病理学标本大体形态一致。但在少数不典型纤维腺瘤、导管内乳头状瘤、浆细胞性乳腺炎及乳腺腺病也可出现边界不清、形态不规整，边缘也可见小分叶、甚至小毛刺及强回声晕。对于上述现象，本组资料观察6例病理切片并与形态规则、边界清晰的良性病变对比，结果显示，前者周边多存在纤维结缔组织增生、炎细胞浸润等改变，并常与腺病、小叶增生等病理情况并存，有时内部可有部分坏死，导致超声声像图的恶性假象。故应注意鉴别。
3.2边缘特征
边缘毛刺与周围强回声晕是恶性肿块的特征，是诊断乳腺癌的经典指标。病灶的边缘及周围情况可较好反映肿块的生物学特性，高频超声最大的优势在于对肿块边界与边缘特点的表达、显示。本研究57例乳腺癌中，25例(43.9%)出现程度不同的边缘毛刺征，30例(52.6%)具有强回声晕，且其病理类型绝大多数为浸润性导管癌。这进一步提示，毛刺征、强回声晕是浸润性导管癌的特征性改变。毛刺在超声上表现为肿块边缘星芒状的低回声刺样结构。癌性毛刺的特点是数量多、不规则、根粗尖细(呈锥状，基底较宽)、长短不一(数mm～数cm)，从肿块边缘伸出，伸入到周围组织中形成星芒样外观，形态多样，较短小的尖角状突起，或呈粗长触须状，细长状以及伪足状、火焰状、不规则形[4]。既往多数学者认为毛刺主要是胶原纤维增生。大多数病理学家认为毛刺代表恶性细胞和纤维基质，其病理学基础是癌组织浸润以及癌细胞沿结缔组织间隙蔓延引起结缔组织增生。本组研究的病理结果显示，毛刺内主要成分为较密集的癌细胞浸润、增生纤维结缔组织及大量脂肪细胞。乳腺良性病变，如浆细胞性乳腺炎、瘢痕组织及不典型的导管内乳头状瘤(多伴坏死、炎性浸润)、脂肪坏死等，也可在肿块边缘形成毛刺，其病理学基础为纤维组织增生，向周围挤压，致其受牵拉、纠集所致，但程度轻，多局限，毛刺细小、稀疏，多见于腺病、小叶增生及炎症。强回声晕是肿块周围与正常腺体组织间存在可分辨的粗糙、厚薄不均的强回声带，晕环厚度平均约2mm，较厚者可达3～4mm。恶性晕的特点是晕环较厚，与其周围组织分界模糊，境界欠清，对比不鲜明。超声显示为肿块周围强回声带，不完整，尤在两侧及前缘表现较明显，较厚，厚薄不一。恶性晕晕环多不完整，仅部分显示，形态不规则，宽窄不均，内部密度多不均匀，晕环内可见毛刺及钙化等其他表现，晕环的边界多数模糊不清[5]。强回声晕的病理基础是肿块周围存在的富含脂肪组织层，内可见癌细胞浸润并有程度不一的炎性细胞浸润、组织水肿、纤维组织增生等。乳腺良性病变，如纤维腺瘤，肿块周围的晕征是由于肿块慢性膨胀性生长，其周围脂肪组织受挤压所致;部分腺病、浆细胞性乳腺炎及不典型导管内乳头状瘤，其周围强回声晕较窄、较淡，是由于内部坏死、炎症引起肿块周边的炎细胞浸润及周围纤维结缔组织增生所致，它的特点与周围组织境界分明。本研究显示，在良性病变中，未发现小毛刺与强回声晕同时出现。而恶性病变常常是较厚强回声晕包绕长短不等、高密度毛刺同时出现。毛刺征、强回声晕是浸润性导管癌的典型声像图表现，它们共同的病理基础均为乳腺癌实质向周围组织浸润，并伴有不同程度的间质反应[6～8]。两者的病理基础基本相似，只是程度不同，因此在许多浸润性导管癌中观察到毛刺征和强回声晕并存，并且毛刺包裹在强回声晕内。另一方面，在导管原位癌、原位小叶癌、髓样癌和特殊型浸润癌以及早期浸润性导管癌体积较小时则不表现出毛刺征和强回声晕。文献报道此时应结合钼靶x线摄影。
3.3内部和后方回声
本组恶性组中40.4%肿块后方回声衰减，而良性组中23.4%肿块后方回声亦衰减，二者之间差异无显著性(p>0.05)。乳腺良恶性肿块内部回声均匀与否在本组研究中也没有表现出显著性差异。在以往的报道中，内部回声低而不均匀、后方回声衰减是诊断乳腺癌经典指标，有较高的特异性[9,10]，但本研究中上述诊断指标两组比较差异无统计学意义(p>0.05),表明相当一部分乳腺癌中内部回声及后方回声衰减不是可靠的诊断指标。病灶内癌细胞数量与间质成分分布比例构成超声后方衰减征象的病理基础，当间质成分多或大量致密纤维结缔组织成分存在时，癌细胞被间质成分呈灶状分隔，声波反射界面增加而出现肿块后方回声衰减，如多数浸润性导管癌;间质成分与细胞成分大致相当、分布均匀时，声波反射界面不变而出现肿块后方回声不增强、也不衰减，如少数浸润性导管癌、浸润性小叶癌;当间质成分少于癌细胞成分时则表现为肿块后方回声增强，如少数浸润性导管癌、髓样癌、黏液癌。另外，当肿瘤较小或实质均匀时，后方回声也往往增强。
3.4微小钙化
乳腺癌微小钙化属营养不良性钙化，是恶性肿瘤组织变性、坏死和钙盐沉着所致[8]。微小钙化呈针尖状，大小不一，直径约0.1～0.5mm，往往密集成簇、堆积，少者3～5个，多者10～15个或更多。本组资料显示，超声发现的微小钙化更多见于导管癌，包括导管内癌和浸润性导管癌，而在浸润性小叶癌和其他特殊类型乳腺癌中少见。此结果与钼靶摄影相关文献报道一致[8]。病理学研究表明[11,12]：80%以上的浸润性导管癌(idc)有导管内癌存在，提示多数浸润性导管癌是由导管内癌转变而来，虽然idc肿块内也可有钙化存在，但是此时超声所见钙化可能多为导管内癌中的钙化。本组资料表明：超声对微小钙化显示率较高，且所显示钙化几乎均位于肿块内，浸润性导管癌钙化多显示为沙砾体样，成簇分布、聚集，颗粒十分细小，且大小不一、形态各异、密度不同，如泥沙混合，故又称之为“泥沙样钙化”，未见片状或不定形钙化。有文献报道[13]：恶性钙化直径多在0.01～0.1mm，一般小于1mm，成簇状，较密集，有时沿导管分布，偶见弥散分布。本组资料中，乳腺癌伴微小钙化者占45.6%(26/57)，均表现为“细沙样”、“针尖样”成簇微小钙化点，而良性病变伴钙化多为粗大的短棒状、弧形及块状钙化灶，较多见于纤维腺瘤。另有文献报道[14]：每平方厘米钙化的个数对乳腺癌的诊断意义不大，而钙化的多型性，特别是细沙样或针尖样钙化对微小乳腺癌的诊断有较大价值。本组良恶性病变中钙化的大小、形态差别显著，即乳腺癌微小钙化具有特征性，对疾病的诊断与鉴别诊断具有重要意义。微小钙化是诊断早期乳腺癌的重要指标之一。钼靶x线影像表明：乳腺癌微小钙化有时散在分布于癌组织周围的乳腺导管或间质中，即肿块外钙化，超声多不易区分与显示，可能由于肿块周围腺体组织中的超声斑点或导管壁强回声不易与钙化区分。乳腺良性肿块周围微小钙化的发生率及其他恶性病变的髓样癌、浸润性小叶癌等钙化发生率均很低。
3.5纵横比
乳腺癌常前后径大于横径，本资料中，64.9%(37/57)的乳腺癌肿块前后径大于横径，62.5%(40/64)的良性肿块前后径小于横径，极少有横径接近前后径，未见到前后径大于横径，两组比较差异有统计学意义(p<0.05)。其理论依据是恶性肿瘤的生长往往脱离正常组织平面导致前后径增大[15]，因此，纵横比≥0.71被描述为良恶性鉴别的可靠征象。
3.6周边及内部血流
乳腺癌是典型的血管依赖性病变，肿瘤血管的生长、侵袭及转移的必要条件。肿瘤新生血管的存在是乳腺癌彩色多普勒血流显像的病理基础。本组内部血流ⅱ～ⅲ级血流占68.4%，0～i级血流占31.6%，vmax>15cm/s占51.9%，ri≥0.70占71.2%，阻力指数更有意义。目前国内外研究均应用血管形态分布来鉴别乳腺良恶性，其理论依据为肿瘤血管缺乏正常的分支状结构，且新生血管走行迂曲，粗细不等，形态不规则。本组研究观察到血管异常改变32例，占56.1%(32/57)。raza[16]等研究发现穿入血管评价恶性肿块的敏感性为68%，特异性为95%。朱庆莉等[17]研究表明，肿块周边血流出现率较高，认为周边血流出现提示肿块向周围浸润、生长的营养基础。本研究显示肿块周边血流出现率较高，占45.6%(26/57)，与有关报道一致[17]。
3.7肿块周围间质内纤维结构改变
本组cooper韧带改变占47.4%(27/57)，特异性较高，但敏感性差。cooper韧带增粗、缩短、回声减低、连续性模糊中断、走行僵硬，同时累及浅深筋膜，甚至皮肤、胸肌，出现皮肤连续性中断、橘皮征及乳房后间隙消失，此时乳腺癌一般较大，多为晚期表现，图像典型，易于诊断。
3.8腋窝淋巴结转移
57例患者中超声检出淋巴结肿大21例，呈圆形或椭圆形，境界清晰，形态饱满，淋巴门结构消失，皮质增厚、皮质偏心变薄或消失，内部为低回声，直径大小0.6～3.2cm，大部分淋巴结内探及穿入型或星点状血流。术后病理证实淋巴结转移者30例，超声诊断准确率为70.0%(21/30)。本组资料还发现，乳腺内出现形态相似，大小不一的多发肿块时，尤其发生于双侧时，往往提示为良性病变，有很高的阴性预测值。笔者认为，此时应尽可能用一种病理来解释，如纤维腺瘤、乳腺增生症、腺病，甚至浆细胞性乳腺炎等，这与临床中尽可能用一种疾病来解释多个系统症状及体征的诊断原则类似。总之，高频超声对乳腺肿块有很高的检出率，可清晰显示肿块的形态、边界边缘、钙化及血流方面的特征，较好地反映乳腺癌病理组织学及生物学特性，对乳腺癌的诊断与鉴别诊断具有重要临床应用价值，可作为乳腺癌的首选检查方法。(本文图片见附页1、附页2)
【参考文献】
1delfc,bestagnoa,cerniator,etal.sonographyiccriteriafordifferentiationofbegnignandmalignantsolidbreastlesions:sizeisofvalue.radiolmed,2006,111:783-796.
2adlerdd,carsonpl,rubinjm,etal.dopplerultrasoundcolorflowimaginginthestudyofbreastcancer:preliminaryfindings.ultrasoundmedbiol,1990,16:553-559.
3李玉林.病理学，第7版.北京：人民卫生出版社,2008：281-282.
4鲍润贤.中华影像医学(乳腺卷)，北京：人民卫生出版社,2002：74-75.
5杜红文,张蕴,张剑琴,等.乳腺良恶性肿块的钼靶x线征象分析.中国医学影像学杂志,2000,8(6)：433-434.
6杨力,钱隽,赵宝珍.乳腺恶性肿瘤126例超声图像与病理对照研究.第二军医大学学报,2003,24(8):s6-s7.
7thurfjellmg,lindgrena,thurfjelle.nonpalpablebreastcancer:mammographyicappearanceaspredictorofhistologictype.radiology,2002,222:165-170.
8阎若元,任永富,吴幼波,等.彩色多普勒超声诊断乳腺癌.中国医学影像技术,2001,17：33.
9kossoffg.causesofshowinginbreastsonography.ultrasoundmedbiol,1988,14:211.
10孟繁坤,刘桂梅.乳腺肿块超声图像特征与病理对照分析.临床超声医学杂志,2001,3(2):91-92.
11millispr,hanbyam,obermanha.thebreast.in:sternbergss,ed.diagnosticsurgicalpathology.3rded.lippincottphiladelphia:williams&wilkins,1999,351.
12ellisio,schnittsj,sastre-garaux,etal.invasivebreastcarcinoma.in:tavassolifa,devileep,eds.pathologyandgeneticsoftumorofthebreastandfemalegenitalorgans.lyon:iarcpress,2003,20.
13贾浥苹,魏兵,邓开鸿,等.乳腺癌x线毛刺征的病理学探讨.放射学实践,2003,18(11)：806-808.
14李青春,夏宇,阳光辉.微小乳腺癌钙化的钼靶x线分析.现代医用影像学,2007,16(2)：55-57.
15stavrosat,thickmand,rappcl,etal.solidbreastnodules:useofsonographytodistinguishbetweenbenignandmalignantlesions.radiology,1995,196:123-124.
关键词：肺结核；CT；敏感性；特异性
肺结核是一种慢性呼吸道传染病，调查显示全球活动性肺结核患者约2000万，每年新发结核患者约800万～1000万，每年约有300万人死于结核病，其中大约1/6来自于我国[1]。早期诊断肺结核有利于预后的判断，但是需要综合分析临床表现、痰检及实验室相关检查、影像学检查等因素[2]。由于肺结核的CT征象表现复杂而繁多，临床征象多，导致诊断比较困难。比如在不同的机体中，肺结核的病理变化不同，并可发生吸收、增殖、纤维化等病理改变，此时需要与支气管肺炎进行鉴别[3]。本文为此具体探讨了肺结核的临床CT诊断价值，现报告如下。
1资料与方法
1.1一般资料选择2012年2月～2013年2月我院诊治的涂阳肺结核患者80例，纳入标准：符合痰菌检查肺结核阳性；排除合并肺炎、肿瘤、糖尿病和其它免疫相关疾病；排除有吸烟史患者；患者知情同意。其中男48例，女32例；年龄15岁～55岁，平均年龄（36.92±3.42）岁；病程6个月～5年，平均（1.85±0.77）年。
1.2检查方法本文所有患者都给予了CT检查，选择日本日立公司Pronto32层螺旋CT，电流150MA，扫描层厚为10mm，电压120KV，螺距为1：1，进行吸气末和呼气末双期扫描。
1.3观察指标包括磨玻璃密度影、模糊小叶中心结节、树芽征、气道壁增厚、细叶病变、小叶内间质异常、边缘模糊的肺实变和空洞等。由本院3名副主任职称的放射科医生组成专家诊断小组进行判断。同时所有患者都进行了病理确诊作为诊断的金标准。
1.4统计方法采用EXCEL2010软件与SAS13.0软件进行数据收集与分析，P
2结果
2.1CT征象经过观察，60例患者中CT表现为磨玻璃密度影53例，模糊小叶中心结节55例，树芽征39例，气道壁增厚40例，细叶病变49例，小叶内间质异常13例，边缘模糊肺实变35例，空洞22例，见表1。
2.2CT诊断价值经过判断，CT确诊肺结核阳性55例，阴性5例；病理确诊为阳性54例，阴性6例，肺结核的临床CT诊断敏感性与特异性为100.0%和83.3%，见表2。
3讨论
调查显示，我国是全球25个结核病流行严重的国家之一，同时也是全球30个耐多药结核病流行严重的国家之一。特别是耐药结核菌的出现以及结核病合并艾滋病毒感染，更为结核病的防治带来许多新问题。当前痰结核菌检查为确诊肺结核的主要方法，但痰涂片检查的效果不高。胸部Ⅹ线检查不但可以早期发现结核病，而且可以确定病灶的部位、性质、范围，了解发病情况及用于治疗效果的判断。而普通X线在活动性肺结核诊断中存在较高的漏诊率和误诊率。
随着医学技术的发展，CT诊断技术得到了广泛应用。CT具有较强的密度和空间分辨力，对肺结核病变特点的检出方面明显优于胸片。小叶中心结节为活动性肺结核的基本征象之一，病理表现为细支气管内及其邻近组织的干酪坏死与肉芽肿性炎症。树芽征是指在CT检查时可见直径2～4mm的小叶中心结节和分支线状影，形似树枝发芽。模糊结节一般直径为5～8mm，是由小叶中心结节发生融合和扩大形成[4]。活动性肺结核的气道壁增厚比较常见，气道损坏可累及多级气道[5]。空洞性征象是肺结核病的主要征象之一，磨玻璃密度影病理表现为肺泡的渗出或肺泡壁的早期纤维化。小叶内间质异常与模糊小叶中心结节主要由多灶性病变融合和扩展形成，治疗后可大部吸收，说明实变区并非全部发生干酪坏死。
在诊断价值中，有的患者胸片正常，而CT显示胸椎旁隐藏着空洞型病变。还有的患者有明显的结核症状，1年内反复胸片多次检查均无异常。本文结果显示肺结核的临床CT诊断敏感性与特异性为100.0%和83.3%。为此需要根据患者症状和体征，结合实验室的相关化验，参考影像学的特征进行综合诊断。
总之，肺结核的临床CT诊断的征象多样，有很高的诊断价值，但是也需要进行综合确诊。
参考文献：
[1]路希伟，伍建林，张国庆，等.涂阴、涂阳活动性肺结核CT征象特点分析[J].中国医学影像技术，2007，23（9）：1337-1339.
[2]李玉，姜明，薛玉文.小气道病变与病理关系的探讨[J].山东大学学报，2002，40（3）：273-274.
[3]路晓东，杨学东，王振光，等.成人活动性肺结核的CT表现[J].临床放射学杂志，2003，22（2）：114-117.