综述:干燥综合征成像技术的进步

《Best Practice & Research Clinical Rheumatology》:Advances in imaging techniques for Sjogren's disease

【字体: 时间:2025年08月21日 来源:Best Practice & Research Clinical Rheumatology 4.5

编辑推荐:

  干燥综合征(SS)的诊断和评估中,唾液腺超声检查(SGUS)作为无创、低成本的首选影像学方法,结合B模式结构损伤分级和多普勒血管活性评估,可提高诊断准确性。研究提出整合弹性成像、对比增强超声及高频超声的多模态影像方案,并探索人工智能在影像数据分析中的应用,为早期诊断和疗效监测提供新方向。

  
Baptiste Quéré | Sandrine Jousse-Joulin
法国布雷斯特La Cavale-Blanche大学医院风湿科,国家罕见自身免疫疾病参考中心(CERAINO)

摘要

唾液腺(SG)的成像技术,尤其是唾液腺超声检查(SGUS),在疑似干燥综合征(SD)患者中的应用日益增多。SGUS是首选的成像方法。多项研究强调了这种无创、无辐射且低成本的成像技术的优势。OMERACT小组根据B模式超声检查结果建立了唾液腺结构损伤的分类标准,从0级(正常)到3级(严重结构损伤)。大约63%的SD患者存在SGUS异常(≥2级)。最近,Hocevar等人提出了一种基于多普勒技术的分类方法,用于评估唾液腺实质的血管化情况,评分范围从0级(正常)到3级(多普勒信号覆盖整个腺体表面),该方法可作为疾病活动性的标志物以及治疗反应的生物标志物。此外,SGUS还有助于检测淋巴瘤等并发症。目前正开发新的超声技术,包括用于评估组织硬度的弹性成像、使用微泡的造影超声技术以及高频探头对小唾液腺的分析。多种超声技术的结合提高了该技术的敏感性和特异性,有助于开发出全面的多模态成像方案。对于SD,还可以进行其他成像检查,例如腮腺MRI,以分析腺体实质;当怀疑淋巴瘤或其他肿瘤时,应进行特定序列的MRI检查(如DWI-MR)。18-FDG PET-CT可能有助于发现SD的全身性表现或并发症,同时新的PET示踪剂也在研发中。

引言

干燥综合征(SD)[1]是一种自身免疫性炎症性疾病,其特征是淋巴细胞浸润外分泌腺体。这种炎症导致泪腺和唾液腺功能受损,从而引发皮肤干燥、口干和/或眼干等症状。目前,ACR/EULAR 2016年的诊断标准包括5项指标:抗SSA(Ro)抗体阳性、小唾液腺活检中局灶性淋巴细胞性唾液腺炎(焦点评分≥1个/平方毫米)、眼部染色异常评分≥5分、Schirmer试验结果≤5毫米/5分钟以及非刺激状态下唾液流速≤0.1毫升/分钟,但这些标准未包含成像检查。然而,一项大型国际调查显示,唾液腺超声检查(SGUS)在分类患者方面具有显著作用[2]。为改进SD的诊断方法,已提出了多种成像技术,包括涎腺造影、腮腺闪烁扫描、腮腺MRI以及最近的唾液腺超声检查(SGUS)。本文综述了SD相关的各种成像技术,重点介绍SGUS。

唾液腺的超声解剖学与扫描流程

SGUS技术已应用数十年[3,4],目前在实际诊疗中越来越受到重视。SGUS是一种简单、无创、无辐射且低成本的检查方法,可重复进行。该检查适用于腮腺和下颌下腺。腮腺呈椭圆形,位于下颌后窝,胸锁乳突肌前方。其正常尺寸为长轴4–6厘米,短轴3–4厘米。

磁共振成像(MRI)

20世纪90年代首次提出使用MRI检查唾液腺,作为SD的新诊断方法[66,67]。与SGUS类似,MRI也是一种无创、无辐射的检查方式。常用的MRI序列包括T1加权图像(不含脂肪饱和)和T2加权图像(含脂肪饱和)。SD的典型MRI表现包括T1加权图像上的高信号区域和脂肪抑制T2加权图像上的高信号区域。Izumi和Vogl等人详细描述了这些影像特征。

结论

SGUS在SD诊断中的价值已得到充分证实。多项研究强调了其无创、无辐射和低成本的优势。OMERACT评分系统有效验证了SGUS的诊断性能,未来可以考虑将其纳入ACR/EULAR诊断标准。值得注意的是,B模式和D模式下的OMERACT评分结果升高可能预示疾病进展的风险。
实践要点
  • OMERACT评分系统(B模式)可用于评估唾液腺的结构损伤,与组织学检查结果、唾液流速及血清生物标志物有良好相关性;SGUS的多普勒模式可评估血管活性,可作为疾病活动性或治疗反应的生物标志物。
  • 至少两个唾液腺存在SGUS异常(≥2级)与SD的典型特征高度相关,有助于明确或排除疑似病例。

研究议程

  • 1. 多模态成像评分系统的标准化与验证:开发并验证一种综合评分系统,整合B模式超声、多普勒技术、弹性成像、造影超声(CEUS)和高频超声(UHFUS),以提高SD早期或非典型病例的诊断敏感性和特异性。
  • 2. 人工智能在多中心成像数据集中的应用
  • CRediT作者贡献声明

    B. Quéré:撰写及审稿、初稿撰写。 S. Jousse-Joulin:撰写及审稿、初稿撰写。

    资金说明

    本研究未获得任何资助。

利益冲突声明

作者声明不存在可能影响本文研究的已知财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号