一种新的三维和非侵入性诊断方法,用于区分口腔生囊和骨髓母细胞瘤

科学领域:

• 口腔和面放射学 口腔和面放射学
• 诊断成像 诊断成像 诊断成像
• 在瘤学瘤学.

背景情况:

• 牙生囊 (OKCs) 和骨髓母细胞瘤 (AMs) 是常见的囊,具有明显的临床和组织病理特征.
• 准确的手术前区分OKC和AM对于适当的治疗计划和患者管理至关重要.
• 仅仅基于成像来区分这些病变可能具有挑战性,需要先进的分析技术.

研究的目的:

• 评估计算机断层扫描 (CT) 和圆束CT (CBCT) 的诊断能力,以区分口腔致瘤 (OKC) 与乳腺母细胞瘤 (AM).
• 评估霍恩斯菲尔德单位 (HU) 和从CT和CBCT扫描中获得的灰度值 (GSV) 的实用性,以确定病变的特征.
• 建立一种基于成像的非侵入性方法,用于OKC和AM的手术前诊断.

主要方法:

• 对51名被诊断为OKC和AM的参与者的手术前CT和CBCT扫描的回顾性分析 (2004-2019).
• 病变的三维 (3D) 评估,量化CT的Hounsfield单位 (HU) 和CBCT的灰度值 (GSV).
• 统计比较OKC和AM之间的HU和GSV值,使用未配对的t测试和与参与者特征的相关性.

主要成果:

• 骨髓母细胞瘤在CT扫描上表现出显著更高的HU值 (43.52HU),而不是口腔瘤 (19.79HU;p < 0.0001).
• 骨髓母细胞瘤在CBCT扫描上显示GSV显著更高 (-413.76 HU) 与牙生瘤相比 (-564.76 HU; p = 0.0376).
• 这些基于成像的差异独立于患者的人口统计学,病变部位和大小,表明内在组织特性.

结论:

• 来自CT和CBCT扫描的Hounsfield单元和灰度值光谱可以有效地区分口腔瘤和乳腺母细胞瘤.
• 这种定量成像分析为手术前诊断提供了一个非侵入性的,更快的替代方案.
• 这些发现支持将HU和GSV分析纳入常规成像协议,以帮助治疗病变的治疗决策.