超聲在頸部淋巴結(jié)結(jié)核和轉(zhuǎn)移性淋巴結(jié)鑒別診斷中的應用

陳佩君 童嘉輝 陳萌晗 王 瑩 楊高怡

頸部淋巴結(jié)結(jié)核（cervical tuberculosis lymphadenitis，CTBL）和頸部轉(zhuǎn)移性淋巴結(jié)（cervical metastatic lymph node，CMLN）是引起頸部淋巴結(jié)腫大的主要原因。CTBL 在肺外結(jié)核病中發(fā)病率較高，約占50%[1]，CMLN 是惡性腫瘤常見的一種轉(zhuǎn)移模式，然而這兩種淋巴結(jié)病變的早期診斷仍是一種挑戰(zhàn)。臨床上，超聲是檢查淋巴結(jié)疾病的首選診斷工具，但CTBL 和CMLN 兩者的超聲聲像圖存在較多重疊，鑒別診斷較為困難。因此，本文就常規(guī)超聲以及超聲新技術對CTBL 和CMLN 的鑒別綜述如下。

1 常規(guī)超聲

CTBL 和CMLN 發(fā)病區(qū)域多位于頸部Ⅱ、Ⅲ、Ⅳ區(qū)[2-3]，兩者發(fā)病區(qū)域多有重疊，鑒別價值有限。CTBL和CMLN 的長短徑之比均以＜2 多見，且淋巴門消失在這兩種病變中均可見，對兩者的識別意義不大[4-5]。CTBL 和CMLN 中均可見鈣化灶，CTBL 的鈣化灶多位于淋巴結(jié)中央，多＞2 mm，CMLN 的鈣化灶常見于甲狀腺乳頭狀癌及鼻咽癌CMLN，多為微鈣化，位于淋巴結(jié)的周邊位置，此不同鈣化征象對兩者的鑒別診斷有一定價值[6-7]。彩色多普勒超聲中，CTBL 和CMLN 兩者均為周圍型血流多見[8]。但Ying 等[9]報道，CMLN 的搏動指數(shù)（pulsatility index，PI）大于CTBL，以PI 為1.5 作為臨界值，診斷兩者的準確率達77%。

2 彈性成像

目前超聲彈性成像主要分成應變式彈性成像以及剪切波彈性成像兩種類型，前者通過施加外部壓力檢測組織形變來定性評估組織硬度，后者通過產(chǎn)生剪切波引導組織形變計算彈性模量值來進行定性定量評估組織硬度，在乳腺、甲狀腺、肝臟等臟器疾病的診斷中應用較廣泛。彈性評分和應變率比值對CTBL 和CMLN 的鑒別診斷準確率與常規(guī)超聲無明顯差異，對這兩種病變的鑒別價值一般[10]。而白智群等[11]報道，CMLN 的彈性模量高于CTBL，以31.70 kPa 為診斷界值時，對兩者鑒別的敏感度、特異度為69%和85%。

3 超聲造影（contrast-enhanced ultrasound，CEUS）

CEUS 是將微泡造影劑注入人體內(nèi)，利用血液中的微氣泡來增強組織內(nèi)微血管顯示的一項新技術，能顯示彩色多普勒無法探及的低速血流。目前CEUS已廣泛應用于肝臟、甲狀腺等疾病診斷。

CEUS 主要分為定性分析和定量分析兩種方法，定性分析主要觀察淋巴結(jié)的增強方式及增強均勻性等。既往研究中CMLN 的增強方式多為向心性增強，而CTBL 則向心性和離心性增強均有報道，這可能與不同研究中CTBL 所處的時期不同有關[12-13]。由于CTBL 和CMLN 均可發(fā)生壞死，因此CTBL 和CMLN多表現(xiàn)為不均勻增強和充盈缺損[14]。張瑩等[15]研究指出，約70%CTBL 顯示為環(huán)形增強，與鼻咽癌CMLN相比，前者的環(huán)較厚且厚薄較均勻，而后者為薄環(huán)且厚薄不均[7]。梁華等[13]研究發(fā)現(xiàn)，幾乎所有CTBL 的灌注不足區(qū)邊界清晰、未探及血流信號；而超過半數(shù)的CMLN 的灌注不足區(qū)邊界模糊、形態(tài)不規(guī)則及可探及點狀血流灌注。另有學者研究發(fā)現(xiàn)，隨心動周期搏動性增強是CMLN 一種特征性表現(xiàn)，而此征象在CTBL 中并不常見[16]。此外，85%的CTBL 在增強早期造影劑由1 支血管向淋巴結(jié)內(nèi)灌注，而63%的CMLN可見多條血管進入淋巴結(jié)內(nèi)[17]。

定量分析通過軟件劃定感興趣區(qū)（region of interest，ROI）繪制出時間-強度曲線（time intensity curve，TIC），從TIC 中提取相關參數(shù)進行分析。相比于定性分析，定量分析較為客觀，但仍然受患者本身血液循環(huán)、造影劑劑量和注射速率、超聲儀設備以及ROI 勾畫等因素影響。Cui 等[18]報道，CTBL 的TIC 下降支較CMLN 陡峭，下降支顯示一個切跡，且CTBL的峰值強度高于CMLN，常規(guī)超聲結(jié)合CEUS 的定性和定量分析對兩者鑒別的準確率達96.6%。此外將ROI 置于動脈期淋巴結(jié)內(nèi)的灌注不足區(qū)，CMLN 的峰值強度以及峰值強度減半時間（time from peak to half，TPH）高于CTBL[17]。上述研究表明，TIC 曲線特征及其參數(shù)具有鑒別兩者的潛能，期待更多關于CEUS 定量分析鑒別兩者的研究報道。

4 人工智能（artificial intelligence，AI）

目前，AI 已應用于各個領域，包括人體疾病的診斷和治療。據(jù)報道，AI 在甲狀腺CMLN 診斷中的準確率、敏感度及特異度分別為83%、89%、77%，并可作為檢測工具來定位CMLN，為引導穿刺活檢做出快速的評估[19]。CTBL 病變圖像特征繁多復雜，需要多中心、大樣本建立CTBL 的AI 模型。

5 小結(jié)與展望

超聲探查是發(fā)現(xiàn)和識別頸部淋巴結(jié)疾病最簡便的方法，對于鑒別淋巴結(jié)疾病性質(zhì)發(fā)揮重要作用。常規(guī)超聲及彩色多普勒可以提供淋巴結(jié)位置、形態(tài)、內(nèi)部回聲等基礎信息，CEUS 可探查淋巴結(jié)內(nèi)部微血管分布，超聲彈性成像通過評估淋巴結(jié)的不同彈性指標來反映其硬度，各種超聲新技術的蓬勃發(fā)展，為CTBL和CMLN 的鑒別診斷提供較充足的影像學信息。