多模态影像融合在垂体瘤术中的应用

刘静静　牛光明

【摘 要】目的： 探讨多模态影像融合在垂体瘤经鼻蝶入路切除术中的意义。方法：选取2017-01至2019-01在我科行手术治疗的40例垂体瘤患者资料进行对照研究。多模态影像融合组术前使用3D slicer进行影像融后并建模。常规组行常规显微镜下切除。比较2组间手术时长、术后住院时间及肿瘤全切率。结果：融合组在手术时长（P=0.032）、肿瘤全切（P=0.028）方面明显优于常规组，2组在术后住院时间（P=0.058）无明显差别。结论：多模态影像融合后行经鼻蝶入路垂体瘤切除术在减少手术时长，增加手术全切率方面有积极意义。

【关键词】垂体瘤;经鼻蝶入路;多模态影像融合;3D slicer

【中图分类号】 R584.1 【文献标识码】A 【文章编号】1005-0019（2020）10-243-02

垂体腺瘤是鞍区最常见的良性肿瘤，约占颅内肿瘤的 10%，主要位于鞍内，可向鞍上或鞍旁发展。目前经鼻蝶入路显微手术已成为垂体瘤治疗的首选术式[1]。多模态影像融合结合三维重建则可以直观地提供病变以及其周边结构的精确影像，并能在图像上直接进行模拟手术，从而有效的提升医生对即将开始的手术的熟悉程度，有助于提高手术精度[2]。

1 对象和方法

1.1 一般资料及分组

选取我院2017-01至2019-01在我科就诊且行经鼻蝶入路垂体瘤切除术的40例患者资料进行回顾性研究。根据术前是否影像融合分为：融合组和常规组。融合组采用3Dslicer进行精准术前建模;常规组为使用二维影像资料结合颅骨模型了解病变情况。手术过程均使用卡尔.蔡司公司pentero手术显微镜。所有患者术前均接受头颅CT（GE公司）和MRI（Simens公司）扫描，均显示鞍区、血管及肿瘤等结构。

一般资料无统计学意义，即融合组和常规组在年龄、性别、肿瘤大小及肿瘤病理类型方面无差异。

1.2 术前手术设计

融合组：将患者术前CT及MRI DICOM数据导入到医学图像处理软件（3D slicer 4.10.0），进行多模态匹配及三维重建。步骤包括图像配准（Transform模块），图像融合（Add Scalar Volume模块）及体绘制重建（Volume Rendering模块），在重建完成的包括面部皮肤、颅骨、血管和肿瘤在内的三维影像上进行全方位、多角度观察，了解肿瘤周围情况，测量经鼻蝶入路的头后仰角度，在显微镜下切除肿瘤。

常规组：术前根据所见鞍区CT及MRI等结果，推测术中可能遇到的血管和神经，根据既往经验及手术学知识行手术切除。

1.3 观察指标

观察融合组及常规组的手术时长、术后住院时间及肿瘤全切率进行比较。

1.4 统计学方法

使用SPSS 20.0对各观察指标进行统计分析，计量资料采用t检验，计数资料采用卡方检验，对P<0.05认为差异有统计学意义。

2 术后结果

融合组在手术时长和肿瘤全切率明显短于常规组（P<0.05），但在术后住院时长方面，两者差异无统计学意义（P>0.05）。

3 讨论

3.1 垂體腺瘤

垂体腺瘤是鞍区最常见的良性肿瘤，可引起内分泌代谢紊乱以及视神经功能障碍。由于垂体位于颅底中央区域，周围骨性结构变异性大，且比邻重要解剖结构，因此，垂体腺瘤手术难度较大，对术者的要求也较高。目前最常用的手术方法是经鼻蝶入路手术切除[3]。

3.2 多模态影像融合技术应用于术前规划

多模态影像融合技术是指将CT、MRI和DTI等多种影像资料，使用计算机软件技术进行空间配准后将它们整合到一起，在同一帧影像上同步化显示多种信息，最后形成一张包含多种影像信息的可视化3D图形[4-5]。Denton 等证实，在二维上阅片时观察到病变的情况远不如融合图像的敏感度高[6]。

利用计算机技术将影像学数据配准融合和三维重建后，其立体模型可为术前精确诊断、评估和精准手术提供了大量可视化信息。依据三维图像计算鞍底磨除大小和判断肿瘤切除范围并模拟手术，避免了靠经验定位的盲目性[7]。

本例研究中，以 1 位巨大垂体腺瘤患者的资料为例，首先利用 3Dslicer 软件将患者的 CT及MRI融合在一起，获得多模态融合影像（图 1A）并建立 3D 模型（图1B），在3D图上可见蝶窦内有一分隔，且肿瘤周围颈内动脉包绕，术前我们即可在3D图上计算出鞍底磨出大小，并能了解肿瘤周围情况。

使用多模态影像融合技术对神经外科医生在进行肿瘤切除时制定精准手术计划、缩短手术时间、增加手术全切率等方面有明确指导意义。

参考文献

[1]Vrionis FD， Saatman D， Sorenson J， Brem S. Microscopic paraseptal sphenoidotomy approach for pituitary tumors. Cancer Control. 2002;9：223–231.

[2]NANDISH S.， GOPALAKRISHNA P.， RAJAGOPAL K.V. Multiresolution image registration for multimodal brain images and fusion for better neurosurgical planning. Biomed J. 2017;40：329–338.

[3]王任直.垂体腺瘤的规范化诊断和治疗[J].中华神经外科杂志，2006，22：325.326

[4]Dai J.， Wang X.， Dong Y.， Yu H.， Yang D.， Shen G. Two- and three-dimensional models for the visualization of jaw tumors based on CT-MRI image fusion. The Journal of Craniofacial Surgery. 2012;23（2）：502–508.

[5]李杰飞，张玉琪，何乐，延鹏翔，左焕琮.多模态影像融合技术在脑肿瘤手术中的应用[J].中华神经外科杂志，2016，32（5）：458-462.

[6]DENTON ER， HOLDEN M， CHRIST E， et al. The identification of cerebral volume changes in treated growth hormone-deficient adults using serial 3D MRI image processing [J].Comput Assist Tomogr， 2000， 24：139.

[7]Du J.， Li W.， Lu K.， Xiao B. An overview of multi-modal medical image fusion. Neurocomputing. 2016;215：3–20