肺內高代謝類腫瘤樣炎性病變18氟-脫氧核糖分布特點的研究

王欣欣 孫江宏 耿佳時 張修石

·論著·

肺內高代謝類腫瘤樣炎性病變18氟-脫氧核糖分布特點的研究

王欣欣 孫江宏 耿佳時 張修石

目的 分析對高攝取的炎性腫塊和腫瘤病灶內18氟-脫氧核糖(18F-FDG)分布特征及可能機理。方法 肺內類腫塊性炎性病變患者28例(炎癥組)，明確肺癌患者25例(腫瘤組)，所選患者18F-FDG攝取的最大葡萄糖攝取值(SUVmax)均>2.5。獲取每一病灶相關數據后導入MATLAB軟件中，通過三維圖像(surf圖)觀察炎癥組和腫瘤組量化后的18F-FDG值分布特點。結果 28例炎性患者平均SUVmax值為6.74±2.25，對照組為8.20±2.54，兩者間比較差異有統計學意義(P<0.05)。28例炎性患者中，18例(18/28，64.29%)病灶SUVmax所在平面FDG分布圖像呈“雙峰狀”或“多峰狀”。10例患者(10/28，35.71%)病灶圖像呈“單峰狀”。腫瘤組22例患者(22/25，88.00%)病灶18F-FDG分布的圖像呈“單峰狀”，3例患者(3/25，12.00%)病灶圖像呈“雙峰狀”或“多峰狀”。結論 適當進行肺內腫塊18F-FDG分布規律的分析(雙峰狀或是單峰狀)，對于鑒定肺內腫塊的良惡性具有優勢。

18氟-脫氧核糖； 肺炎； 肺癌； 正電子發射計算機體層顯像

18氟-脫氧核糖(18F-FDG)作為腫瘤顯像劑已得到了廣泛的應用和肯定，但作為葡萄糖類似物，參與疾病代謝的18F-FDG卻不具有腫瘤的特異性，可以靈敏、特異地反映炎癥等其他疾病的代謝變化。一些特殊的感染和炎癥及其他一些特殊的良性病變有時在PET上表現為18F-FDG濃聚灶[1-2]，這為肺內局限性病變的診斷及鑒別診斷增加了難度。單純比較標準化攝取值(SUV值)的大小鑒別炎性病變與惡性腫瘤已經不能解決臨床出現的復雜病例。本研究目的是描述和量化炎性病變的18F-FDG分布特點，將炎性病變與惡性腫瘤的PET圖像矩陣分布作比較，探討兩者的分布規律。

對象與方法

一、對象

2011年6月～2013年6月我院PET-CT檢查符合下列條件的炎性腫塊患者28例(炎癥組)，其中男性18例，女性10例，平均年齡56.6歲。診斷標準：肺內腫塊影，邊緣清晰；具有明顯18F-FDG攝取，最大SUV值>2.5；經過病理檢查明確診斷為炎性病變或經過24個月病灶消失或明確縮小(直徑縮小超過原病灶直徑的1/3)。本研究中，明確病理為炎性病變11 例，24個月CT隨訪或抗炎治療后病變消失或明確縮小 17例。選取明確病理類型的腫塊樣肺癌患者25例(腫瘤組)，其中男性13例，女性12例，平均年齡61.8歲。所有患者行PET-CT檢查1個月前未進行有創檢查和治療。病變直徑>1.0 cm。

二、方法

1.18F-FDG藥物由日本助友生產的HM-12回旋加速器合成，放射化學純度≥98%。Philips GEMINI GXL16型PET-CT，采用3D符合線(line of response，LOR)重建。檢查前患者禁食6小時以上，常規測量身高、體重，并于指尖測空腹血糖，濃度<8.0 mmol/L。以體質量0.15 mCi/kg于手背靜脈注射18F-FDG。避光平臥休息，于顯像劑注射后50分鐘行PET-CT顯像。顯像范圍為顱頂至大腿中段，其臨床圖像的分辨率為4.5 mm。CT管電流50mA，管電壓120 kv。PET在CT同一掃描范圍內行PET三維采集，一般6～7個床位，每床位采集2～3分鐘。采集完成后用CT數據對PET圖像進行衰減校正，圖像重建為OSEM迭代重建法，獲得冠狀、橫斷和矢狀面斷層圖像。

2.圖像分析：先將病灶整體作為感興趣區，由系統自動測定病灶最大標準化攝取值( standardized uptake value，SUVmax)，并自動選取病灶SUVmax出現的層面，獲得相關數據。去除本底后，分別測量PET圖像上炎性病變與腫瘤病變的面積。將炎癥組與腫瘤組PET圖像分別導入MATLAB軟件中，得出代表病變18F-FDG分布情況的矩陣灰度值；通過MATLAB中可視化的三維圖像觀察炎癥組及腫瘤組量化后的SUV值分布特點及規律。

三、統計學處理

應用SPSS17.0軟件進行統計學分析，兩組間比較采用兩組病灶面積大小利用獨立樣本t檢驗，比較差異程度、方差值及P值，P>0.05，證明無差異，可以進行對比分析。SUVmax值大小差異用獨立樣本t檢驗，P<0.05為差異有統計學意義。矩陣分布圖評估利用費歇爾精確檢驗(Fisher's Exact Test )，P<0.05為差異有統計學意義。

結 果

1.炎癥組及腫瘤組18F-FDG PET-CT影像中最大SUV值比較：炎癥組平均SUVmax為6.7±2.25，腫瘤組為8.2±2.54。兩組比較差異有統計學意義(P<0.05)。見表1。

2.炎癥組與腫瘤組最大SUV值所在層面PET圖像矩陣分析：兩組數據的面積標準差顯示無較大差異(根據統計學分析得出，在面積無差異的情況下進行比較分析)，可以進行比較分析。見表2。所有圖像均進行MATLAB軟件分析得出數據，最后將數據轉化為surf圖(三維曲面圖)，進行可視化分析，此分布圖直接反映了SUV值的分布情況。22例腫瘤矩陣三維分布圖大體形態相似，呈現一種近似山峰狀的圖形，即以SUVmax為最高點依次向外展開SUV值呈逐層遞減的趨勢。在此將這一分布規律形態定義為“單峰狀”，作為對比基準。見圖1。

圖1 SUV三維曲面圖與PET-CT圖像

圖2 SUV三維曲面圖與PET-CT圖像

觀察28例炎性病變的surf圖像發現，最大SUV值所在層面的PET圖像呈現多種形態，其中10例類似腫瘤組大多數的圖像分布特點呈“單峰”狀，其中3例surf圖像最大SUV攝取值并未位于病灶中心。見圖2。剩余的18例患者每幅surf圖像都不盡相同，大致分為3種形態分布。10例患者最高峰值偏向一側，向四周逐層遞減時并未均勻遞減，而是出現一個緩坡，即SUV值出現局部的升高，而非均勻下降；4例患者的surf圖像在最高峰值區域出現了兩個相近的峰值，即病灶中心區出現兩處18F-FDG攝取較高區；4例患者圖像顯示病灶糖代謝攝取最高值在逐層遞減到邊緣處再次上升形成局部的小峰，但峰值低于病灶最高攝取值。上述3種形態各不相同，且各具特征，與腫瘤組比較形態分布不均勻，呈現“雙峰狀”改變。見圖3。

圖3 SUV三維曲面圖與PET-CT圖像

將上述兩組根據形態特征大致分類。結果顯示，差異有統計學意義(P<0.05)。見表3。

表1 腫瘤組與炎癥組最大SUV值比較

注：P<0.05時證明兩組SUVmax均值具有統計學意義

表2 腫瘤組與炎癥組面積比較

注：P>0.05證明兩組面積不具有差異性

表3 兩組出現單峰及多峰數矩陣法比較

注：P<0.05證明兩組單峰多峰差異性具有統計學意義

討 論

在18F-FDG PET-CT的顯像中，大多數的炎性病變在PET影像上SUV攝取值偏低，通常以SUV值為2.5作為區分良惡性的臨界值，但在一些特殊的炎性或感染性病變中，有時在PET上會呈現18F-FDG攝取明顯濃聚，導致診斷不明確[1-2]。在本實驗中所篩選的炎性患者均為18F-FDG攝取濃聚，即SUVmax均>2.5，呈假陽性表現。

本研究中，炎癥組的平均SUVmax值小于腫瘤組。兩者分布有重疊。因此，通過SUV值大小判斷肺內炎性病變的良惡性有誤診和漏診[3-4]。但是，依據上述結果仍可以發現炎性病變攝取糖代謝的能力要小于腫瘤細胞。這驗證了Mochizoki等[5]的實驗研究，他通過大鼠模型研究發現，在炎癥與腫瘤攝取葡萄糖能力均高于正常組織的情況下，腫瘤細胞內GLUT1的表達數量要高于炎性組織。

上述結果誘發的因素可能與細胞本身的特點、生物活性所處的內外環境等因素有關。高攝取的炎性細胞是由淋巴細胞、粒細胞、巨噬細胞等這些人體正常可存活的細胞組成[6]。相對于炎性病變多細胞性攝取糖代謝，腫瘤是由不正常的異性細胞組成。有研究證實，在乏氧條件下正常組織細胞一般無法正常生存，而腫瘤細胞卻可以在乏氧條件下增殖，腫瘤細胞可通過無氧糖酵解來維持細胞的生理代謝，通過有氧條件下抑制呼吸作用來避免細胞凋亡[7]。炎癥所誘發的機體反應機制是通過正常血管和細胞內環境這種有氧狀態完成的。無氧酵解所產生的能量遠遠大于有氧呼吸所產生的能量，在能量需求一致的前提下，無氧酵解所需要代謝底物18F-FDG的數量要遠大于有氧呼吸所需的18F-FDG的數量，這就導致腫瘤這類在乏氧條件下生存的細胞攝取18F-FDG的數量要大于常規有氧呼吸條件下炎性細胞所需的18F-FDG數量，這也可能是多數腫瘤細胞在PET-CT表現為高濃聚的原因。有研究者證實，乏氧條件下18F-FDG更易被腫瘤細胞所攝取[8]。這也許是本實驗研究中得出兩組病變SUVmax差異性的原因。

臨床上依據SUVmax這一單一因素已無法明確診斷肺內病變的良惡性，由于腫瘤與炎癥攝取18F-FDG代謝機理存在差異，兩種疾病在18F-FDG PET-CT影像中一定存在著某種差異。本實驗中，分析28例肺部炎性患者和25例腫瘤患者病灶周圍層面SUV值的分布特點，發現腫瘤組的三維曲面圖像大部分具有相似的規律，其中22例患者的surf圖像表現為一種由中心為最高點、依次向四周均勻遞減的單峰圖像，呈現中心高、周圍依次遞減的18F-FDG攝取趨勢，這與文獻報道類似，有學者發現在腫瘤內FDG攝取分布相對較強且均勻[9]。Ashamalla等[10]對非小細胞肺癌PET影像觀察發現，18F-FDG 在腫瘤組織中按照一定規律分布，以SUVmax值勾勒出的腫瘤范圍基本上位于腫瘤的中心，而腫瘤邊緣存在一個明顯的暈環，在SUVmax值與暈環之間18F-FDG分布呈現一種穩步下降的趨勢。

腫瘤內這種18F-FDG分布特點的產生應該與腫瘤細胞生物學特性、生長特點有關，根據腫瘤的發生機理來講，一般以為畸變誘發細胞惡變，這種誘發多為單一性，而腫瘤則是由這一個惡變細胞，按指數冪不斷分裂增殖形成的，再加上腫瘤血管的結構不完善導致越靠近內部乏氧程度越高，乏氧程度的高低與18F-FDG的攝取量是呈正比的，所以腫瘤內部18F-FDG PET影像表現為更高濃聚，而邊緣表現為較低濃聚。另外，按照增殖分裂的方式，腫瘤中心可能存在著一些更為原始的細胞或功能細胞，以維持腫瘤本身生長增殖的需要，而這部分細胞活性可能更高，所需要的能量更高，所需要的18F-FDG數量會更多[11]。

與腫瘤患者相對的單一性相比，炎性病變患者的surf圖像更具有多樣性，部分呈彌漫滲透性分布，其中10例病變類似腫瘤樣分布規律，吳濤等[12]研究結果也證實了有放射性濃聚的炎性病灶邊緣模糊，部分有“圓暈征”，說明病變的FDG濃聚形態與炎性細胞的分布形態有關，與炎性細胞的聚集程度呈正相關。但是一部分炎癥由于機體反應、炎性細胞浸潤、纖維細胞包裹而趨于局限，借鑒腫瘤乏氧的顯像原理，可以理解炎癥內部誘發的乏氧促進了18F-FDG攝取，另外由于參與的炎性細胞、纖維細胞活性增加更加劇這一過程的激烈程度。

18例患者圖像中SUV分布呈混雜的狀態，可表現為“雙峰”現象和“多峰”現象。從形態上分析，上述病變形態較腫瘤形態更不規則，活化的炎性細胞以及炎性細胞增殖的病原體對能量的需求的劇增成為糖代謝攝取的基礎。無論是急性炎癥還是慢性炎癥，所有活化的炎性細胞均需要大量的能量作為依托，多種多樣的能量需求，不同區域的不同能量需求重疊到PET影像上，表現沒有太多的規律可言。但這種沒有規律恰恰是炎性病灶的特點之一。Bakheet等[13]觀察結核時發現，活躍的肺結核病變通常呈現有規律的18F-FDG高攝取。這是由于病變內大量的活化炎性細胞具有較高的糖酵解率。然而，另一種“冷”結核分支桿菌膿腫只顯示18F-FDG的不均勻分布，呈外周高、中心低的特點。因此，炎性病變內不同的細胞攝取糖代謝的能力不同，再加上病原體侵入人體數量較多等多種原因綜合導致本研究中炎性病變18F-FDG分布的多樣性。

針對不同患者，適當的應用MATLAB矩陣方法進行肺內腫塊18F-FDG分布規律的分析，對于鑒定肺內腫塊的良惡性方面具有較大的優勢。

[1] Bianco A，Mazzarella G，Rocco D，et al.FDG/PET uptake in asymptomatic multilobar Chlamydia pneumoniae pneumonia[J].Med Sci Monit，2010，16(6)：67-70.

[2] Song KD，Lee KS，Chung MP，et al.Pulmonary cryptococcosis：imaging findings in 23 non-AIDS patients[J].Korean J Radiol,2010，11(4)：407-416.

[3] 鄭建國，屈婉瑩，姚稚明，等.18F-FDG PET/CT在孤立性肺結節和腫塊中誤診原因分析[J].中華核醫學雜志，2007，3(27)：135-138.

[4] 趙秀娟，趙新明，王建方，等.18F-FDG PET/CT雙時相顯像鑒別診斷肺良惡性病變的臨床研究[J].腫瘤學雜志，2011，17(10)：736-740.

[5] Mochizuki T，Tsukamoto E，Kuge Y.FDG uptake and glucose transporter subtype expression in wxperimental tumor and inflammation models[J].Nucl Med，2001，42：1551-1555.

[6] Croft DR，Trapp J，Kernstine K，et al.FDG-PET imaging and the diagnosis of non-small cell lung cancer in a region of high histoplasmosis prevalenc[J].Lung Cancer，2002，36(3)：297-301.

[7] Ruckenstuhl C，Büttner S，Carmona-Gutierrez D.The Warburg Effect suppresses oxidative stress induced apoptosis in a yeast model for cancer[J].Plos One，2009，4(2)：4592.

[8] Li XF，Ma Y，Sun X.High18F-FDG uptake in microscopic peritoneal tumors requires physiologic hypoxia[J].Nucl Med，2010，51(4)：632-638.

[9] Cherk MH，Foo SS，Poon AM.Lack of correlation of hypoxic cell fraction and angiogenesis with glucose metabolic rate in non-small cell lung cancer assessed by18F-Fluoromisonidazole and18F-FDG PET.[J].Nucl Med，2006，47(12)：1921-1926.

[10]Ashamalla H，Rafla S，Parikh K.The contribution of integrated PET/CT to the evolving definition of treatment volumes in radiation treatment planning in lung cancer[J].Int J Radiat Oncol Biol Phys，2005，63(4)：1016-1023.

[11]Kostakoglu L，Agress H Jr，Goldsmith SJ.Clinical role of FDG PET in evaluation of cancer patients[J].RadioGraphics，2003，23(23)：315-340.

[12]吳濤，楊康，熊剛，等.肺良性病變的PET/CT顯像及其與葡萄糖轉運蛋白的關系[J].重慶醫學，2011，40(12)：1174-1176.

[13]Bakheet SM，Saleen M，Powe J，et al.18F-fluorodeoxyglucose chest uptake in lung inflammation and infection[J].Clin Nucl Med，2000，25(4)：273-278.

(本文編輯：楊澤平)

Characteristics of18F-FDG distribution on high metabolic inflammatory tumor-like lesions

WANGXinxin，SUNJianghong，GENGJiashi，etal.

(DepartmentofDiagnosticRadiology，HarbinMedicalUniversityCancerHospital，Harbin150000，China)

Objective To analyze the characteristics and mechanism of18F-FDG distribution on high metabolic inflammatory tumor-like lesions within the lung.Methods In this study，28 patients with inflammatory tumor-like lesions(inflammation group)and 25 patients with confirmed lung cancer(cancer group)were enrolled.The value of SUVmax of18F-FDG was larger than 2.5 in all patients.The distribution of18F-FDG was evaluated by the surf map via MATLAB software.Results The average SUVmax in the inflammation group was significantly higher than that of the cancer group [(6.74±2.25)vs(8.20±2.54)，P<0.05].In the inflammation group，18 cases(64.29%)presented two peaks or multiple peaks and 10 cases(35.71%)presented one peak in the surf map for18F-FDG.In the cancer group，3 cases(12.00%)presented two peaks or multiple peaks and 22 cases(88.00%)presented one peak in the surf map for18F-FDG.Conclusion Distribution analysis of18F-FDG may have great advantages for the identification of benign and malignant pulmonary masses.

18F-FDG； pulmonary inflammatory； lung cancer； PET-CT

10.3969/j.issn.1005-6483.2017.01.011

150000 哈爾濱醫科大學附屬腫瘤醫院放射診斷科

張修石，Email：xiushiz@126.com

2015-12-13)