内镜的世界这么大，你不想来看看？

admin · 发表于 2020-10-14 19:42:57

<img src="image/20201014/2d9d5428c333f408277ab719db2897bb_1.jpg" /><section><section>你做了无数例的胃镜肠镜，但是这些你知道吗？内镜的世界真的很大！来看看吧！</section></section> 来源：医学界消化频道作者：遨游 一、放大内镜和窄带成像术 关于窄带成像术（Narrow Band Imaging，NBI），现在已经被玩的风风火火了，但是到底什么是NBI技术呢？通过百度得到的答案是指通过利用滤光器过滤掉内镜光源所发出的红蓝绿光波中的宽带光谱，仅留下窄带光谱用于诊断消化道各种疾病。但似乎还是不明白。最后经过pubmed查询后获得了一篇详细介绍NBI原理的文献，现在分享给大家。这篇文献由日本福冈大学著名教授Kenshi Yao所写[1]。 1.光学成像基本原理 首先普及一下光学成像基本知识。如图所示，当光照射到一个苹果表面时其中绿光和蓝光会被苹果表面吸收，而红光不会被吸收，而是反射到观察者眼睛中，这样就形成了苹果表面的红色。所以，当我们如果把光线中红光过滤掉，这样就不会有反射光到观察者眼睛中，此时苹果就变成了黑色。 <img src="image/20201014/e067e091958e4e274fa17f3fb32c71ec_2.png" /> 2.NBI设计原理 NBI内镜和普通光学内镜不同主要在于，普通光学内镜把光线中红、绿、蓝光过滤出来后混合中白光，而在NBI内镜中多加了一个滤光片，能够只允许范围的窄谱绿、蓝光通过。 <img src="image/20201014/87f0536fe5d9dd36575168d4bf239b3c_3.png" /> 选择绿（540 nm）、蓝光（415 nm）的原因在于，胃壁粘膜主要的色素成分为血红素，而血色素能够特异性的吸收绿、蓝光。这样如果我们将绿、蓝光照射到粘膜表面，就会使光线被吸收，从而使血管显示出黑色，有助于分辨。 此外光线波长决定了其穿透力和散射能力。红光波长为605nm，穿透力和散射能力最强，而蓝光波长为415 nm，穿透和散射能力最弱。因此利用短波长的光线能更好的显示粘膜表面的血管结构。 选择窄谱光线的原因在于，光波的带宽（光谱宽度）决定了光线的分辨率，窄谱光线能有很好的分辨率即对比度。 通过示意图，我们可以看到当蓝光照射到粘膜表面，由于其穿透能力比较弱，只能透射到表层的毛细血管从而被吸收使该处显示为暗黑色，而在没有毛细血管的区域，光线就散射消失了。当绿光照射到粘膜表面，可以穿透毛细血管到达到下层集合静脉。在毛细血管处只能吸收部分光线，而显示为灰色。在集合静脉处大部分被吸收，而显示为暗黑色。当红光照射到粘膜表面，其透射能力最强，能达到最深层静脉。但是由于红光散射能力非常强，穿透的光线完全散射消失了，而无法被吸收，故只能显示出模型的血管影。 <img src="image/20201014/c5f5c496c57350321d39193ec6ec089c_4.png" /> <img src="image/20201014/7bfe5c00f030f5041035e9a828547149_5.png" /> 3.放大内镜-NBI（magni?cation endoscopy-NBI，ME-NBI） 放大内镜和普通内镜视野是一样，但是放大内镜镜头处添加了一个黑色软帽用于放大时调焦。同时镜身内部设有放大的光学系统，使得图像最大能够获得100倍的放大。由于NBI的滤光特性，使得最后照射出来的光波能量比较弱，所以图像很暗。为了弥补这个缺点，将放大内镜与NBI组成的ME-NBI，就可以在高倍镜腺下清晰的观察粘膜表面结构。 <img src="image/20201014/a84392ace71f0dfea76ae1fbd8d1ce31_6.png" /> 4.放大内镜下正常胃壁粘膜结构 M-NBI下正常胃黏膜观察点主要包括两部分微形态结构（microsurface，MS）及微血管结构（microvascular，MV）。其中MV主要反应上皮下毛细血管网（subepithelial capillary network，SECN）和集合静脉（collecting venules，CV）两部分结构。而MS反应了隐窝开口（crypt open，CO）和隐窝边缘上皮（marginal crypt epithelium，MCE）结构。以胃体粘膜表现为例，如图所示，SECN为褐色蜂窝样封闭的多角形结构，CV为暗色的分支样结构，CO为规则的卵圆形结构，MCE为周围卵圆形白色半透明的部分。而胃窦粘膜中SECN为螺旋形结构，CV由于在胃窦处位置比较深，常常无法观察到。[2] <img src="image/20201014/ccb05aedbee4f2786938c05d01ec8977_7.png" /> 二、ME-NBI用于早期胃癌的诊断 早期胃癌（Early gastric cancer，EGC），是指癌组织局限于胃黏膜或黏膜下层的胃癌，不论是否发生淋巴结转移。根据EGC大体形态可以大致分为3型：隆起型（I型）、浅表型（II型）和凹陷型（III型）。其中II型可以细分为3个亚型：表浅隆起型（Ⅱa）、表浅平坦型（Ⅱb）、表面凹陷型（Ⅱc）。根据上述分型特点，还可以分成多种混合型，比如Ⅱa+Ⅱb、Ⅲ+Ⅱc等。目前ME-NBI基于对胃黏膜表面微观结构的良好展现能力，已经广泛用于EGC诊断中。日本学者根据ME-NBI下的不同表现，提出了一系列的鉴别方法。现将其中部分鉴别方法与大家分享一下，以供参考。 1.经典V.S分型 根据M-NBI病灶的表现，日本福冈大学的Kenshi Yao[3]教授首先提出“V.S”评判标准。 V：即MV（微血管）表型，包括规则MV表型，不规则MV表型，和MV表型缺失三种。 S：即MS（微形态）表型，包括规则MS表型，不规则MS表型，和MS表型缺失三种。 Demarcation line：即分界线，癌变组织由于结构改变而与临近组织之间形成的边界线。 在进行M-NBI时，若发现以不规则的MV或者MS伴有Demarcation line时，可以诊断为EGC。在Kenshi Yao教授研究结果中，97%的EGC至少满足以上一条。 <img src="image/20201014/d2c7211135f5f3f063423d46c3b88399_8.png" /> 2.MV-FMS分型 除了V.S分型，日本东京慈惠医科大学的Mitsuru Kaise[4]提出了适用于浅表凹陷型病灶（IIc）的分型方法，主要包括MV和精细粘膜结构（fine mucosal structural，FMS）特征。MV的扩张、形态多样性及FMS消失三个指标对于发现EGC具有很好的特异性（85.3%），但敏感性（69.1%）尚待进一步提高。 MV特征分为： 扩张（Dilation）：指微血管的口径是周围参照微血管的口径两倍或以上； 口径突变（Abrupt caliber alteration）：指微血管口径突然变成原大小的一半或者两倍以上。微血管中断也属于这一类； 密集（Denseness）：指局灶的微血管总面积是周围的两倍或以上； 形态多样性（Heterogeneity in shape）：指局灶微血管形态多样不一； 扭曲（Tortuousness）：指微血管突然的扭曲或弯曲； 区域化（Regionality）：指异常局灶微血管与周围微血管出现明显的边界。 FMS特征分为： 缺失（Absence）：目标区域FMS部分或完全消失； 微小化（Micrification）：目标区域FMS比周围正常的FMS小1/2以上； 异质性（Heterogeneity）：目前区域FMS形态多样性。 <img src="image/20201014/5495c188524496c59a04904c47564339_9.png" /> 3.V.S分型的补充 Kenshi Yao[5, 6]教授后来还补充了一个重要的形态标记，白色不透明物质（White opaque substance, WOS）。对于浅表隆起型病灶（0-IIa），Kenshi Yao教授发现病灶表面经常会发现一些白色不透光物质从而影响MV和MS结构的观察，并把这类物质定义为WOS，其形成可能是由于胃瘤变区域表面脂肪滴沉积导致的。对WOS形态的观察可以辅助EGC的鉴别诊断。在46例0-IIa病灶中，规则WOS或者规则MV至少存在一个时，指示为EGC的敏感性和特异性分别为94%和96%。 规则WOS：形状规则的斑点样，网状，或迷宫样，对称分布； 不规则WOS：形状不规则，杂乱的不对称分布。 <img src="image/20201014/0aa9b087a8f850a4fbf82b23f37f0774_10.png" /> 此外，N. Uedo[7]报道如果发现一种精细蓝白色的，分布于粘膜表面背脊部的线索样结构，即亮蓝脊（Light Blue Crest，LBC），则提示可能发生肠上皮化生。LBC出现提示肠化的敏感性和特异性分别为89%和93%。 <img src="image/20201014/451da32a1e846dd38cabfb45e0d4c14e_11.png" /> 来自大阪赤十字医院的Takashi Kanesaka[8]针对浅表隆起型病灶（0-IIa）中EGC的诊断提出了新的方法。主要是根据密集型的隐窝开口（crypt opening，CO）数目。当CO数目cut-off值为20时，88%的EGC中CO小于20，而90%的LGA中CO大于20。对于区分低级别腺瘤（Low Grade Adenoma，LGA）和EGC的敏感性和特异性分别为90.0%和87.8%。 <img src="image/20201014/db9ac734cbf9a24009db923c111bec7a_12.png" /> 来自日本石原县中心医院的Hisashi Doyama[9]对111例病灶分析提示白色球形表现（white globe appearance，WGA）也可以认为是EGC的诊断特征。WGA是一种白色区域，周围强度对于中央，MV消失的结构。结果发现WGA阳性对于区分LGA和EGC的特异性为100%，但是它的敏感性非常低（22%）。因此WGA可以作为一个辅助诊断的指标，同时也需要进一步深入的研究。 <img src="image/20201014/9bd5cd54dd9c56e07cbe63e37a060e11_13.png" /> 最后，P. Pimentel-Nunes10]对ME-NBI下一些特征性表现进行了一项多中心的回顾性研究，试图检验这些特征性表现的可重复性，并根据结果制定一套鉴别可行的新NBI分型方法[10]。最后研究者提出了四种简便分型，即A、B、C型和LBC。其中A型指示正常结构的精确度是83%，B型指示肠化的精确度是84%， C型指示异型增生的精确度是95%。经验证A、B、C三型的可重复性很高（k=0.62）。LBC指示肠化的特异性为87%，但是可重复性不高（k=0.49）。 A型为规则圆形的MS和MV； B型为规则的背脊或绒毛管状的MS和规则的MV； C型为不规则或缺失的MS、WOS阳性和不规则的MV。 4.诊断流程 为了提供EGC的检出，福冈大学的Shinichiro Maki[11]提出结合传统白光图像（conditional white light imaging，C-WLI）和ME-NBI图像对浅表隆起型（IIa）病灶的EGC进行诊断的流程。由于C-WLI表现为发红病灶中95%是EGC，而不发红病灶中仅仅58% 是LGA。而ME-NBI下依据VS分型认为是癌的病灶中94%是EGC，而90%的非癌病灶是LGA。因此把ME-NBI下VS分型作为非红色病灶的补充检查可能更加合理。 <img src="image/20201014/93654c6e72451a432863fdb88ac778b6_14.png" /> 类似，石川县中心医院的Shinya Yamada[12]针对小于1cm的浅表凹陷性病灶的EGC区分也提出了一套类似的结合C-WLI和ME-NBI图像进行鉴别的方法。 <img src="image/20201014/82daf0860b90167ddb2cc904b3f5f81b_15.png" /> 四、ME-NBI用于EGC的浸润深度预测 内镜黏膜下层剥离术（ESD）是EGC内镜下治疗的主要手段，能够获得肿块的整块切除，同时保留具有功能的正常胃组织。然而，临床中有部分病人接受ESD后，病理显示切缘阳性等而导致要追加手术。因此在内镜检查时，对癌巢浸润深度的预判显得非常重要。根据日本指南提示[13]，如果病灶突破粘膜肌层浸润至粘膜下层垂直深度在500um以内则定义为SM1期，如果超过500um则定义为SM2期。 1.日本Hideki Kobara [14]教授提出三个特征性指标，即无MS结构、散在分布的血管、微血管扭曲或扩张对于病灶浸润深度的判断具有一定的指导意义。其中每项指标存在为1分，不存在为0分，最终计算三个指标评分总和。最后结果提示对于凹陷性病灶（0-IIc），评分在2-3分的病例，100%为SM2型，而0-1分病例85%为SM1型，而该评分对于隆起性病灶（0-IIa）却无明显区分价值。 <img src="image/20201014/bb5f3b34cc46320f2e3a0ad2d34e64f3_16.png" /> 2.类似的粘膜微血管扩张也可以作为粘膜下浸润的阳性指标。日本Daisuke Kikuchi[15]教授比较了119例行ME-NBI检查发现，并经ESD切除的EGC病灶。结果发现MV扩张预测SM浸润的准确度、敏感性、特异性分别为81.5，37.5，88.3 %。 五、ME-NBI用于EGC的组织学分型 EGC的分化类型不同决定着是否能够进行ESD切除。其中未分化EGC发生淋巴结转移的风险比较高，因此手术切除可能是更加合适的治疗方式。 1.日本东京慈惠医科大学的Nakayoshi. T[16]教授为了对EGC组织学类型进行鉴别，将MV的结构表现分为三大类（A型，精细网络，fine network；B型，螺旋型，corkscrew；C型，未定型，unclassified）。对165例浅表凹陷性EGC（0-IIc）进行观察研究发现，其中分化型EGC中66.1%表现为A型，未分化型EGC中85.7%表现为B型。因此研究者认为MV表现的分型虽然不能取代病理学检查，但是能够预测EGC的病理分型。 2.类似的，昭和大学横浜市北部医院的Akira Yokoyama[17]教授把MV/MS结构分为：精细网状结构（Fine network pattern，FNP）：小的腺体开口周围环绕异常的网状MV；小叶内环型-1（Intralobular Loop Pattern-1 ，ILL-1）：绒毛样腺体结构，其内含有环形MV；小叶内环型-2（Intralobular Loop Pattern-2 ，ILL-2）：ILL-1中出现断裂的绒毛样结构。螺旋形（Corkscrew pattern ，CSP）：腺体结构消失，MV呈螺旋形。 通过分析257例EGC（IIa，IIb，IIc），发现75.3%分化型腺癌为FNP或者ILL-1型，100%的未分化型腺癌为ILL-2或者CSP型。 <img src="image/20201014/0c79c82d48c6c18a5e3db9bba2ddce8c_17.png" /> 后来Hidezumi Tatematsu[18]将上述分型方法调整为FNP，CLP，CSP，未定型。其中ILL-1型定义为CLP，而ILL-2型归为未定型。将该分型用于97例凹陷性（0-IIc）EGC（74例分化，23例未分化）后，发现100%的FNP及CLP为分化型，而94.7%的CSP为未分化型。 Masashi Kawamura[19]对癌灶周围粘膜的形态结构进行分析，并将其分为四型（A型：点状；B型：短线状；C型：条纹状；D型：颗粒状）。结果提示73.3%的未分化型癌为B型，而62.5%的分化型癌为D型，提示通过对病灶周围粘膜结构分析也能帮助组织学分型。 大阪赤十字医院的Takashi Kanesaka[20]认为表面微结构缺失表型（Absent microsurface pattern，AMSP）是未分化腺癌的一个指征。通过分析93例EGC，发现如果AMSP比例大于50%的病例中，93%为未分化EGC，而比例小于50%的病例中，80%为分化EGC。 <img src="image/20201014/5aab281d9d5eaddc0590a87696c80aa5_18.png" /> 五、ME-NBI用于胃其他疾病诊断 1.胃息肉 藤田保健大学的Takafumi Omori[21]教授发现MV对于区分胃息肉的病理类型有显著作用。教授把MV分为五种：蜂窝样（Honey comb）：蜂窝样均匀分布；血管密集（Dense vascular）：不规则血管密集；精细网络状（Fine net work）：由不规则血管组成精细网络状；核心血管：中央区域可见卷曲或波浪型血管；未定型（Unclear）：无法辨认结构。 在95例息肉病灶（66例非肿瘤性息肉，29例肿瘤性息肉）中，蜂窝样、血管浓密特征对预测非肿瘤性息肉具有很高的特异性及敏感性（均在91%以上），而精细网络状、核心血管、未定型对于预测肿瘤性息肉具有非常敏感。 <img src="image/20201014/adcdba55cb4d2316c5cd8979b23b6d55_19.png" /> 2.H.P感染 来自藤田保健卫生大学的Tomomitsu Tahara[22]教授对106例病人进行分析发现，发现FMS的形态可以预测HP感染的可能性。研究者把FMS分为四大类：正常：正常的SECN和CV表型；Type1：轻度增大的圆形隐窝开口，伴有不清晰或者不规则的SECN；Type2：明显椭圆形或者拉长的隐窝开口，伴有不规则血管密集；Type3：界限清晰的，椭圆形或绒毛管状的隐窝开口，伴有清晰可见的卷曲或波浪一样的血管。 正常、1、2、3型中HP感染阳性比例分别为7.5%，92.9%，94.5%，66.7%。1+2+3合并型用于检测HP感染的敏感性和特异性分别为95.2%和82.2%。而3型用于指示肠化的敏感性和特异性分别为73.3%和95.6%。 <img src="image/20201014/93ce150543b94ee9ad683ddac8273cef_20.png" /> 参考文献： 1. Yao, K, et al, Clinical application of magnification endoscopy and narrow-band imaging in the upper gastrointestinal tract: new imaging techniques for detecting and characterizing gastrointestinal neoplasia. Gastrointest Endosc Clin N Am, 2008. 18（3）： p. 415-33, vii-viii. 2. Yao, K, The endoscopic diagnosis of early gastric cancer. Ann Gastroenterol, 2013. 26（1）： p. 11-22. 3. Yao, K, G.K. Anagnostopoulos, and K. Ragunath, Magnifying endoscopy for diagnosing and delineating early gastric cancer. Endoscopy, 2009. 41（5）： p. 462-7. 4. Kaise, M, et al, Magnifying endoscopy combined with narrow-band imaging for differential diagnosis of superficial depressed gastric lesions. Endoscopy, 2009. 41（4）： p. 310-5. 5. Yao, K, et al, White opaque substance within superficial elevated gastric neoplasia as visualized by magnification endoscopy with narrow-band imaging: a new optical sign for differentiating between adenoma and carcinoma. Gastrointest Endosc, 2008. 68（3）： p. 574-80. 6. Yao, K, et al, Nature of white opaque substance in gastric epithelial neoplasia as visualized by magnifying endoscopy with narrow-band imaging. Dig Endosc, 2012. 24（6）： p. 419-25. 7. Uedo, N, et al, A new method of diagnosing gastric intestinal metaplasia: narrow-band imaging with magnifying endoscopy. Endoscopy, 2006. 38（8）： p. 819-24. 8. Kanesaka, T, et al, Dense-type crypt opening seen on magnifying endoscopy with narrow-band imaging is a feature of gastric adenoma. Dig Endosc, 2014. 26（1）： p. 57-62. 9. Doyama, H, et al, The "white globe appearance" （WGA）： a novel marker for a correct diagnosis of early gastric cancer by magnifying endoscopy with narrow-band imaging （M-NBI）。 Endosc Int Open, 2015. 3（2）： p. E120-4. 10. Pimentel-Nunes, P, et al, A multicenter validation of an endoscopic classification with narrow band imaging for gastric precancerous and cancerous lesions. Endoscopy, 2012. 44（3）： p. 236-46. 11. Maki, S, et al, Magnifying endoscopy with narrow-band imaging is useful in the differential diagnosis between low-grade adenoma and early cancer of superficial elevated gastric lesions. Gastric Cancer, 2013. 16（2）： p. 140-6. 12. Yamada, S, et al, An efficient diagnostic strategy for small, depressed early gastric cancer with magnifying narrow-band imaging: a post-hoc analysis of a prospective randomized controlled trial. Gastrointest Endosc, 2014. 79（1）： p. 55-63. 13. Japanese classification of gastric carcinoma: 3rd English edition. Gastric Cancer, 2011. 14（2）： p. 101-12. 14. Kobara, H, et al, Prediction of invasion depth for submucosal differentiated gastric cancer by magnifying endoscopy with narrow-band imaging. Oncol Rep, 2012. 28（3）： p. 841-7. 15. Kikuchi, D, et al, Usefulness of magnifying endoscopy with narrow-band imaging for determining tumor invasion depth in early gastric cancer. Gastroenterol Res Pract, 2013. 2013: p. 217695. 16. Nakayoshi, T, et al, Magnifying endoscopy combined with narrow band imaging system for early gastric cancer: correlation of vascular pattern with histopathology （including video）。 Endoscopy, 2004. 36（12）： p. 1080-4. 17. Yokoyama, A, et al, Novel narrow-band imaging magnifying endoscopic classification for early gastric cancer. Dig Liver Dis, 2010. 42（10）： p. 704-8. 18. Tatematsu, H, et al, Correlation between magnifying narrow-band imaging endoscopy results and organoid differentiation indicated by cancer cell differentiation and its distribution in depressed- type early gastric carcinoma. Asian Pac J Cancer Prev, 2013. 14（5）： p. 2765-9. 19. Kawamura, M, et al, Magnifying endoscopic findings of the surface structure of non-cancerous mucosa surrounding differentiated and undifferentiated gastric carcinoma. Dig Endosc, 2011. 23（1）： p. 37-42. 20. Kanesaka, T, et al, Absent microsurface pattern is characteristic of early gastric cancer of undifferentiated type: magnifying endoscopy with narrow-band imaging. Gastrointest Endosc, 2014. 80（6）： p. 1194-1198 e1. 21. Omori, T, et al, Correlation between magnifying narrow band imaging and histopathology in gastric protruding/or polypoid lesions: a pilot feasibility trial. BMC Gastroenterol, 2012. 12: p. 17. 22. Tahara, T, et al, Gastric mucosal pattern by using magnifying narrow-band imaging endoscopy clearly distinguishes histological and serological severity of chronic gastritis. Gastrointest Endosc, 2009. 70（2）： p. 246-53.<section data-id="50638"><section data-width="100%"><section data-width="100%"><section data-style="line-height:24px;color:rgb(89, 89, 89); font-size:20px;">欢迎投稿到小编邮箱：liushiyi@yxj.org.cn  来稿邮件主题为：【投稿】医院+科室+姓名小编微信：choudan110</section></section></section></section><img src="image/20201014/37eb7c586172b33878bd796785a0d59a_21.gif" />

		自动登录	找回密码
密码			立即注册