罗成华教授论腹膜后肿瘤核磁共振检查意义

腹膜后器官很少受生理运动的影响,而MRI又可进行除横断面以外的冠状面、矢状面或其它任意切面检查,其图像清晰,故其特别适用于腹膜后肿瘤的术前检查。早期经验显示MRI可提供比CT更多的信息,不用造影剂术前即可判断腹膜后肿块的血管特征及血管受累程度。以前不能经CT轻易区分的肿瘤与正常组织,通过MRI可区分出来。MRI的多平面显示尚可提供CT所不能提供的分期信息,而 CT 的肿瘤检出率和显示肿瘤特性的能力均稍色于 MRI。Mahajan H 等认为,MRI 发现肿瘤的敏感性和特异性分别为96%和83 %。与CT比较,MRI能显示肿瘤内血肿、积液、积脓、组织坏死和水肿等特性。冠状位扫描可显示下腔静脉位置及通畅性,

T1加权可较好地确定肿瘤与周围实质脏器关系,

T2加权最适用于显示腹膜后肿瘤邻近肌肉的侵犯情况,在确定肿瘤在腰大肌或腰方肌内的侵犯程度以及紧邻嵴孔的肿瘤方面尤有价值

。MRI图像上肿瘤的钙化使其在 T1、T2加权图像上显示为低信号。

对恶性纤维组织细胞瘤的诊断,在发现肿瘤范围及其与肿瘤周围组织和血管的关系时, MRI 亦优于CT。

ArrivcL等对17例腹膜后纤维化的 MRI 检查进行回顾性研究,所得到的结果是,恶性纤维化其软组织肿块沿脊柱延伸,与腰大肌重合,界限模糊,病变边界不清,但不侵及锥体,

T1加权像上病变信号强度类似或低于脂肪;

良性纤维化软组织块边缘清楚规则,不侵犯腰大肌,但边缘可分叶,围绕腹膜后血管,T1、T2加权像上,病变为均匀一致信号强度,与肌肉信号类似。

MRI能够确定肿瘤范围并判断神经血管束受累情况,并有助于粘液样脂肪肉瘤和非典型脂肪瘤与其它类型的脂肪肉瘤的鉴别,在 MRI图像上,肿瘤细胞的脂肪成分越多,T1图像的信号强度越低,

粘液样脂肪肉瘤和非典型脂肪瘤显示的独特的MRI改变是:

T1图像表现为弯曲和/或不规则的结节状肿块伴有不均匀的中等信号强度,以及混合性的高信号间隔;

T2图像则表现为肿块的大部分为中等信号强度,而间隔呈现较低信号。

其它类型的脂肪肉瘤(如多形性、反分化性),其T1和T2图像显示为更不均匀的低信号。

血管瘤及血管外皮细胞瘤显示为多血管性,MRI图像可显示T1低信号、T2高信号的血管影。

相关推荐
Johny_Zhao1 分钟前
Vmware workstation安装部署微软SCCM服务系统
网络·人工智能·python·sql·网络安全·信息安全·微软·云计算·shell·系统运维·sccm
动感光博16 分钟前
Unity(URP渲染管线)的后处理、动画制作、虚拟相机(Virtual Camera)
开发语言·人工智能·计算机视觉·unity·c#·游戏引擎
IT古董33 分钟前
【漫话机器学习系列】259.神经网络参数的初始化(Initialization Of Neural Network Parameters)
人工智能·神经网络·机器学习
tyatyatya40 分钟前
神经网络在MATLAB中是如何实现的?
人工智能·神经网络·matlab
Jackson@ML1 小时前
一分钟了解大语言模型(LLMs)
人工智能·语言模型·自然语言处理
让学习成为一种生活方式1 小时前
大麦(Hordeum vulgare)中 BAHD 超家族酰基转移酶-文献精读129
人工智能
思茂信息1 小时前
CST软件对OPERA&CST软件联合仿真汽车无线充电站对人体的影响
c语言·开发语言·人工智能·matlab·汽车·软件构建
墨绿色的摆渡人1 小时前
pytorch小记(二十):深入解析 PyTorch 的 `torch.randn_like`:原理、参数与实战示例
人工智能·pytorch·python
lqjun08271 小时前
Pytorch实现常用代码笔记
人工智能·pytorch·笔记
qyhua1 小时前
用 PyTorch 从零实现简易GPT(Transformer 模型)
人工智能·pytorch·transformer