ct及mr评价肿瘤血管生成的研究进展_1

《ct及mr评价肿瘤血管生成的研究进展_1》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、从本学科出发，应着重选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果CT及MR评价肿瘤血管生成的研究进展【关键词】血管生成肿瘤影像学综述血管生成即新生血管的形成，是机体生长、发育、生殖和创伤修复所需的基本生理过程，也是对局部组织缺血的反应[1]。肿瘤血管生成就是新生血管在肿瘤现有血管上形成的过程[2]。这些新生血管不仅能促进肿瘤的生长和转移，还会引起血容积、灌注量及毛细血管通透性等变化，因此，要想实现对肿瘤早期诊断及准确疗效评价，不仅要求对肿瘤可视的表观特征进行监测，而且更需要深入到肿瘤的微循环及代谢情况进行探究

2、。随着细胞生物学、分子生物学及基因学的迅速发展，对血管生成的研究现已成为一个独特的新领域，从多方面探究血管的生长规律，如20多种促血管生成因子的鉴定、测序和克隆，受体及其信号传导通路的研究，内源性血管生成抑制剂的发现，人类恶性肿瘤血管生成表现型的细胞学和分子生物学特征等。其中多种影像学成像方法，尤其是CT、MR功能成像作为一种无创的、方便的影像学技术，拥有定量反映肿瘤微血管特征及与肿瘤血管生成相关的功能性变化，目前已成为实验及临床研究热点，并已初步应用课题份量和难易程度要恰当，博士生能在二年内作出结果，硕士生能在一年内作出结果，特别是对实验条件等要有恰当的估计。从本学科出发，应

3、着重选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果于临床。新的靶向的分子影像学出现，有助于探测调控血管生长、增殖的生化因素和途径[3]，这为分子水平上研究肿瘤血管开创了新的前景。作者在本文中对CT、MR在评价肿瘤血管生成的研究现状逐一进行综述。1CT在评价肿瘤血管生成的应用CT增强扫描的基础在于静脉注射对比剂后小分子碘对比剂在血管内、外之间扩散，随时间变化可以观察到组织和血管增强的程度，肿瘤血管的出现又会改变增强扫描时肿瘤的强化程度。CT灌注成像及CT动态增强就是利用这一基础实现了对肿瘤血管生成的定量性分析。C

4、T灌注成像(CTperfusionimaging)是在静脉快速注射对比剂后，对选定的层面进行连续多次扫描，以获得该层面内感兴趣区的时间密度曲线，曲线中CT值的变化反映了组织碘聚集量随时间的变化，这样，所用对比剂作为一种生理性示踪剂，可有效地反映局部血流灌注量的改变，从而获得组织功能方面的信息变化。利用不同的数字模型可计算出组织的血流量(bloodflow,BF)、血容量(bloodvolum,BV)、平均通过时间(meantransittime,MTT)、峰值时间(timetopeak,TTP)、毛细血管通透分数等参数，以此来评价组织器官的灌注状态。同时根据感兴趣区的时间密

5、度曲线也可获得一些半定量参数，如增强率、最大增强值等。定量性CT技术能够更精确地定量反映与肿瘤血管生成相关的生理参数，特别是灌注量、BV、MTT以及毛细血管通透性。课题份量和难易程度要恰当，博士生能在二年内作出结果，硕士生能在一年内作出结果，特别是对实验条件等要有恰当的估计。从本学科出发，应着重选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果目前，许多学者对CT动态增强和灌注成像的影像学参数，与肿瘤血管生成的生理参数之间相关性进行了大量的研究，得出CT影像参数与大部分肿瘤的生理参数有相关性，CT影像参数能反映肿瘤

6、新生血管的状况[49]。在肿瘤性病变的应用中，对脑、肝脏和肺等器官肿瘤的研究较多，如Cenic等[10]通过动物实验对一组脑肿瘤的灌注成像研究显示，肿瘤的CBF、CBV和血管表面渗透面积明显高于正常组织。Swensen等[11]报道根据肺内孤立结节增强值(为1HU)诊断恶性结节的敏感性为98%，特异性为58%，准确性为77%。国内周华等[1213]对肺癌CT影像参数与肿瘤血管生成相关性也进行了研究，得出了影像学参数能反映肺癌微血管状况。文利等[14]分析了肝细胞癌(hepatocellularcarcinoma,HCC)的CT灌注参数包括肝动脉灌流(hepaticarter

7、ialperfusion,HAP)、门静脉灌流量(portalvEinperfusion,PVP)、肝总灌流量(totalliverperfusion,TLP)、肝动脉灌流指数(hepaticarterialperfusionindex,HAI)、门静脉灌流指数(portalveinperfusionindex,PVI)与肿瘤恶性程度及微血管密度(microvesseldensity,MVD）之间的相关性，得出高分化HCC的MVD、PVP、TLP、HAI最低,PVI最高；中分化HCC的PVP