肝细胞肝癌CT全肿瘤灌注测量值与MVD及其与病理分化程度的相关性

梁长华 毛华杰 岳军艳 户彦龙 张会杰 王东东 高剑波

肝细胞肝癌CT全肿瘤灌注测量值与MVD及其与病理分化程度的相关性

梁长华 毛华杰 岳军艳 户彦龙 张会杰 王东东 高剑波

目的探讨肝细胞肝癌320排CT全肿瘤灌注测量值与MVD的关系，分析肝细胞肝癌不同病理分级与MVD的相关性。方法收集56例行320排容积CT灌注成像的肝细胞肝癌患者，采用全肿瘤测量法计算瘤体的肝动脉灌注量(HAP)、门静脉灌注量(PVP)及肝动脉灌注指数(HAPI)。根据Edmondson-Steiner分级法行病理分级。不同分级肝细胞肝癌各灌注参数值相比采用单因素方差分析或非参数检验分析。采用Spearman等级相关的分析方法对不同分化程度肝细胞肝癌的各灌注参数值、肿瘤微血管密度以及病理分级的相关性进行分析。结果56例患者中，高分化肝癌15例，中分化肝癌29例，低分化肝癌12例。MVD值分别为48.61个/mm2、64.37个/mm2、86.31个/mm2。不同病理分级的肝细胞肝癌全肿瘤灌注测量值存在差异，低分化肝癌的HAP和HAPI最高，PVP最低，高分化肝癌的HAP和HAPI最低，PVP最高，中分化肝癌介于两者之间。不同病理分级肝细胞肝癌与肿瘤的MVD值呈正相关关系。高MVD计数组肝细胞肝癌的HAP、HAPI均高于低MVD计数组，差异有统计学意义。高MVD计数组肝细胞肝癌的PVP小于低MVD计数组，差异有统计学意义。结论全肿瘤灌注测量值能够定量反映不同病理分级肝细胞肝癌的血流动力学及肿瘤血管状况，可作为活体无创性评估肿瘤病理分级及肿瘤血管生成的一种新的测量方法。MVD与肝细胞肝癌的病理分级存在一定的相关性，可在全肿瘤灌注测量值的变化中得到反映。

肝癌；血管生成；体层摄影术；X线计算机；灌注

(ThePracticalJournalofCancer,2017,32:1401～1405)

肝细胞肝癌(hepatocellular carcinoma,HCC)是1种血管富集的恶性肿瘤，新生的肿瘤血管在肿瘤的生长和扩散中起重要作用[1]。肿瘤血管生成状态对肿瘤疗效评估、病理分级及预后判断有重要价值[2-3]。微血管密度(microvessel density,MVD)是现今评估肿瘤血管生成的常用检查指标，其不可重复并对人体有明显创伤，限制其临床广泛使用[3]。以往有关肝脏CT灌注成像(CT perfusion imaging,CTP)与MVD间的相关性研究纳入样本较少，得出的结论尚存在一定的分歧[4]。有学者研究证实[5]，肿瘤内部的新生血管空间分布不均衡，因此选择局部分析肿瘤的灌注参数时，并不能代表肿瘤整体的血流灌注及血流分布特点。近年来，320排容积CT全肿瘤灌注成像作为主要功能成像越来越多地应用于肝脏疾病领域的研究，并呈现广阔的临床应用前景[6]。

1 材料与方法

1.1 临床资料

收集2012年1月至2015年12月期间，确诊为HCC 56例患者的临床及320排容积CT灌注成像检查资料，男性37例，女性19例，年龄24～78岁。检查前所有患者均未接受放、化疗以及其他可能影响肿瘤血供的治疗。所有HCC的诊断均符合第八届全国肝癌学术会议通过的《原发性肝癌的临床诊断标准》，剔除可能影响肿瘤灌注参数值测量的严重心、肾等功能障碍患者。其中手术证实42例，穿刺活检证实14例，均行MVD检查。根据Edmondson-Steiner肝癌四级分级法，若病灶中同时存在不同分化程度的肿瘤组织，认为优势组织的分化程度代表病灶的分化程度。病理Ⅰ级即高分化肝癌15例，病理Ⅱ、Ⅲ级即中分化肝癌29例，病理Ⅳ级即低分化肝癌12例。所有患者均在治疗前1～3天行肝脏320排容积CT灌注成像。

1.2 检查方法

采用东芝Aquilion ONE 320排CT行灌注成像检查。首先行上腹部CT平扫，选择全肝层面及确定肿瘤的位置、范围。采用动态容积模式行CT灌注成像，采用非离子型对比剂碘海醇(350 mg/ml)经双筒高压注射器注射右臂肘前静脉40 ml，注射速率5 ml/s，并随即采用氯化钠水溶剂30 ml以同样速率注入[6]。对比剂注射后延迟8 s开始扫描，8～28 s每2 秒扫描1次，34～52 s每3秒扫描1次，59～69 s每5 s扫描1次，最终获得21个动态容积数据，每个容积数据包含320幅图像，共6720幅图像。管电压80 kVp，管电流80 mAs。层厚与层间距均为0.5 mm，矩阵512×512，扫描速度0.5秒/圈。

1.3 图像分析及数据处理

数据在Aquilion ONE后处理工作站Toshiba Vitrea 6.3，由两名高年资腹部影像医生应用工作站独立分析。应用工作站配备的体部灌注软件Body Perfusion进行分析。将肿瘤所有层面的HAP值、PVP值及HAPI值相加并除以所有层数即可获得全肿瘤的灌注参数值。

1.4 免疫组化技术

应用人工计数法，先用低倍镜(10×10)观察寻找染色最密集的区域，然后转至高倍镜(40×10)计数微血管数目，取平均值，即为每高倍视野的微血管数。对于微血管的识别方法是根据血管内皮细胞的染色，并与邻近血管、肿瘤细胞及间质分界清楚的血管。根据高、中分化肝癌MVD值定义为低MVD计数组，低分化肝癌MVD值定义为高MVD计数组。

1.5 统计学分析

应用SPSS 20.0统计软件包完成统计分析，以P<0.05代表差异有统计学意义。所有计量资料均以均数±标准差表示。采用Spearman等级相关评价肿瘤全肿瘤灌注参数值、不同分化程度HCC与MVD值间的关系。不同分化程度HCC各灌注参数值相比采用单因素方差分析或非参数检验分析。

2 结果

2.1 不同分化程度HCC全肿瘤灌注参数值相比

经单因素方差分析显示，高分化、中分化及低分化HCC的HAP(F=18.167)、PVP(F=28.201)、HAPI(F=23.501)相比，差异均有统计学意义(P均<0.05)。随肿瘤恶性程度的增加，高分化HCC的HAP、HAPI较低，PVP最高，而低分化HCC正好相反，HAP、HAPI最高，PVP最低。组间LSD法行两两比较显示，HAP在中分化与高分化HCC相比，差异无统计学意义(P=0.065)；低分化与高分化HCC(P=0.000)、低分化与中分化HCC相比(P=0.002)，差异均有统计学意义。PVP在中分化与高分化HCC(P=0.040)、低分化与高分化HCC(P=0.000)、低分化与中分化HCC相比(P=0.000)，差异均有统计学意义。HAPI在中分化与高分化HCC(P=0.016)、低分化与高分化HCC(P=0.000)、低分化与中分化HCC相比(P=0.003)，差异均有统计学意义。具体见表1。

表1 不同分化程度HCC全肿瘤灌注参数值差异比较

2.2 不同分化程度HCC全肿瘤灌注参数值与MVD的相关性

经单因素方差分析显示，不同分化程度HCC间的MVD差异方差不齐(F=63.296，P<0.05)。采用Tamhane’S T2检验行组间比较，高分化HCC的MVD值最低，低分化HCC的MVD值最高，中分化HCC的MVD值介于两者之间，各组间差异均有统计学意义，见表2。

进一步分析HCC不同分化程度与MVD的关系，Spearman等级相关分析结果显示呈正相关性(r=0.823，P<0.05)。

表2 不同分化程度HCC全肿瘤灌注参数值与MVD的相关性

注：*为高分化与中分化HCC的MVD值比较；**为中分化与低分化HCC的MVD值比较；***为高分化与低分化HCC的比较。

2.3 HCC全肿瘤灌注参数值与不同MVD计数的相关性

低分化HCC的MVD值定义为高MVD计数组，中、高分化HCC的MVD值定义为低MVD计数组。高MVD计数组HCC的HAP、HAPI均高于低MVD计数组，差异有统计学意义。高MVD计数组HCC的PVP小于低MVD计数组，差异有统计学意义，见表3。

表3 HCC全肿瘤灌注参数值与不同MVD计数的相关性

3 讨论

3.1 HCC的MVD测定及价值

HCC的特征性变化多集中在血管壁的通透性及肿瘤微血管床的数量的改变，其被认为是评价肿瘤恶性程度及生长、转移重要的指标。其中MVD被认为是评估肿瘤血管生成活性的“金标准”[7]。有文献指出，MVD对于判断HCC的生物学行为和预后有一定价值[4]。甚至有学者认为，MVD可作为HCC的独立预后指标[8]。国内学者文利等[4]认为肝癌的恶性程度与MVD存在正相关，其中肿瘤的恶性程度越高，其MVD越大，且在瘤内分布不均衡。本研究结果证实，MVD不同分组的HCC的灌注测量值存在差异，且存在统计学意义。低分化肝癌间质内血管丰富，其分化低，MVD较高。中分化肝癌窦样新生血管较为丰富，较正常肝血窦明显增宽，其MVD相对较高。高分化肝癌的癌细胞分化较好，由于新生血管相对较少，间质内的血管亦较少，其MVD较低。需说明的是，MVD的表达与获取的标本量有关，且检查有创、无法评估肿瘤生成活性等缺点，其整个检查过程繁琐、时间较长，1张切片反应的信息量较少，仅能说明较小范围的血管生成情况[9]，限制其临床广泛应用。

目前无创性评估肝脏血流变化的主要影像学方法有彩超、核素、指示剂清除技术及CTP、MRI灌注成像等。核医学检查受到核素及设备普及率等因素影响，限制其临床应用。多普勒超声容易受到气体、位置、肥胖以及操作者主观经验等因素影响，临床应用受限。指示剂清除率技术对于肝动脉及门静脉的血流的区分有一定的限度。CTP作为一种无创、可重复性检测病变组织血流动力学特点的影像检查技术，目前已成为评估HCC肿瘤血管生成状态及活性的首选影像学方法。本研究对56例HCC行全肿瘤灌注检查显示，高分化15例，中分化29例，低分化HCC12例，其中低分化HCC的HAP和HAPI明显高于中高分化HCC，研究结果与国内学者于永梅等[10]报道较为一致，进一步证实随着HCC恶性程度的增加，肝动脉供血逐渐增加而门静脉供血逐渐减少。有鉴于此，通过HCC全肿瘤灌注测量值评估肝动脉和门静脉的血供比例变化，有助于分析肿瘤的恶性程度。

3.2 HCC的CT灌注参数与MVD的关系

随着320排容积CT的临床应用，CTP技术越来越多地应用于肝脏疾病领域的研究，并呈现广阔的临床应用前景[6]。320排容积CT提高了血管和微小病灶的显示能力，可以减少移动伪影的形成，一次检查即可获得包括灌注成像和血管重建及增强检查的多个任务，经专业的后处理软件分析后，可提供不受病变位置及范围影响的血流灌注信息[11-12]。目前关于肝脏的320排容积CTP文献主要集中在正常肝脏和肝硬化组织等领域的血流灌注状态评估[13]。有学者研究证实[5]，肿瘤组织内部的血供分布及新生血管空间分布有一定的差异、不均衡，不仅表现在CT灌注扫描横断位图像上，在Z轴方向上亦出现不均一性，因此选择单层面或局部几个层面分析肿瘤的灌注参数时，并不能代表肿瘤整体的血流灌注特点以及肿瘤的血流分布特点，可能影响灌注数据测量的准确性及可重复性，行全肿瘤灌注成像才能进一步提高肿瘤整体灌注参数测量的准确性。迄今，有关320排容积CTP技术在评估肝细胞肝癌的肿瘤血管状态方面鲜有相关文献报道。有学者采用时间-密度曲线(Time-density curve,TDC)参数癌灶强化峰值和强化比值评估组织的微血管数，认为根据同层动态CT扫描获得的TDC走势与肿瘤血管分布特征存在相关性[14]。但是国内有学者认为，单纯依靠TDC判断肿瘤的血管生成状态有一定的限度[4]。有鉴于此，本研究未分析HCC的TDC形态在评估肿瘤的微血管密度的相关性。本研究结果表明，不同分化程度HCC的CT灌注值与相应的MVD改变趋势较为一致，其中低分化的HAP相比高分化、中分化HCC较高，且MVD亦较高。低分化的MVD相比高分化、中分化HCC较高，其HAP、HAPI亦最高，提示其肝动脉供血比例较大，可能由于其间质新生血管较为丰富，其CT灌注量较中高分化HCC高。高分化HCC的MVD较低，其瘤内新生血管相对较少，CT灌注量相比中低分化HCC低[15]。以上表明，高分化HCC的肝动脉供血比例最小，而低分化HCC的肝动脉供血比例较多，其门静脉供血比例较少，因此，笔者认为320排容积CT全肿瘤灌注测量值可一定程度反映HCC的分化程度及肿瘤血管状态，对无创性评估肿瘤恶性程度有一定的临床价值[4]。

3.3 不足及展望

本研究仅将CT全肿瘤灌注参数值与MVD、病理不同分级间进行对比分析，尚未与CT轴位最大层面法进行比较，且全肿瘤测量法分析灌注参数值时，操作过程复杂，受个人因素的干扰较大，其临床广泛应用受到一定的限制。由于MVD的测量存在较大的异质性，可影响MVD值的准确性，期待今后有更好地的参考标准。本研究的纳入患者数量较少，将来需细化分组，积累更多的病例以便深入研究。

综上所述，CT全肿瘤灌注测量值能定量反映不同病理分级HCC的肿瘤新生血管及血流动力学特点，可作为活体无创性评估肿瘤恶性程度及肿瘤血管生成的一种新的测量方法。肿瘤MVD与HCC的分化程度存在一定的相关性，可在全肿瘤灌注参数值的变化中得到反映。

[1] Mohamed A,Chenna A,Abdelfatah M,et al.Microvessel density analysis in patients with viral hepatitis-related hepatocellular carcinoma〔J〕.J Gastrointest Cancer,2015,46(2):104-108.

[2] Kim JW,Jeong YY,Chang NK,et al.Perfusion CT in colorectal cancer:comparison of perfusion parameters with tumor grade and microvessel density〔J〕.Korean J Radiol,2012,13(Suppl 1):S89-S97.

[3] Yao J,Yang ZG,Chen HJ,et al.Gastric adenocarcinoma:can perfusion CT help to noninvasively evaluate tumor angiogenesis〔J〕.Abdom Imaging,2011,36(1):15-21.

[4] 文 利,丁仕义,牟 伟,等.肝细胞癌CT灌注参数与微血管密度的相关性研究〔J〕.中华放射学杂志,2005,39(3):280-284.

[5] Goh V,Halligan S,Gharpuray A,et al.Quantitative assessment of colorectal cancer tumor vascular parameters by using perfusion CT:influence of tumor region of interest〔J〕.Radiology,2008,247(3):726-732.

[6] 夏燕娜,郭 华,谭红娜,等.320排动态容积CT低剂量全肝灌注成像评价氩氦刀治疗肝细胞肝癌20例近期疗效〔J〕.介入放射学杂志,2014,23(3):232-235.

[8] Tanigawa N,Lu C,Mitsui T,et al.Quantitation of sinusoid-like vessels in hepatocellular carcinoma:its clinical and prognostic significance〔J〕.Hepatology,1997,26(5):1216-1223.

[9] 陈 雁,周纯武,刘玉清,等.肿瘤血管生成和肺癌及其影像学的联系〔J〕.中国医学影像技术,2000,16(10):913-915.

[10] 于永梅,崔 宜,王月训,等.128层4D CT全肝灌注成像在肝细胞癌中的初步应用〔J〕.中国中西医结合影像学杂志,2011,9(1):41-43.

[11] Motosugi U,Ichikawa T,Sou H,et al.Multi-organ perfusion CT in the abdomen using a 320-detector row CT scanner:preliminary results of perfusion changes in the liver,spleen,and pancreas of cirrhotic patients〔J〕.Eur J Radiol,2012,81(10):2533-2537.

[12] 江 虹,王培军,许晓雯,等.320排CT灌注检查对早期轻症急性胰腺炎的诊断价值〔J〕.中华胰腺病杂志,2014,14(3):196-198.

[13] Kanda T,Yoshikawa T,Ohno Y,et al.Perfusion measurement of the whole upper abdomen of patients with and without liver diseases:initial experience with 320-detector row CT〔J〕.Eur J Radiol,2012,81(10):2470-2475.

[14] 陈卫霞,闵鹏秋,宋 彬,等.肝细胞癌螺旋CT同层动态扫描表现与肿瘤血管生成的相关性〔J〕.中华放射学杂志,2001,35(4):247-252.

[15] Li C,Wu X,Zhang H,et al.A Huaier polysaccharide restrains hepatocellular carcinoma growth and metastasis by suppression angiogenesis〔J〕.Int J Biol Macromol,2015,75:115-120.

(编辑：吴小红)

APreliminaryStudyoftheTotalTumorPerfusionbyVolumeCTPerfusionImaginginEvaluatingAngiogenesisandTheirRelationshipswiththePathologicalGrading

LIANGChanghua,MAOHuajie,YUEJunyan,etal.

TheFirstAffiliatedHospitalofXinxiangMedicalUniversity,Weihui,453100

ObjectiveTo evaluate the value of the total tumor perfusion by 320 row volume CT perfusion imaging in assessing the hemodynamic changes in the primary liver cancer patients,and to investigate value in evaluating the microvessel density and pathological grade.Methods56 patients with primary liver cancer were prospectively selected to perform 320 row volume CT perfusion imaging.The parameters of the total tumor perfusion were calculated,including hepatic artery perfusion (HAP),portal vein perfusion (PVP) and hepatic perfusion index (HAPI).The pathological grade of the tissues were judged in specimens according to Edmondson-Steiner grading system.One-way ANOVA or Wilcoxon-Mann-Whitney test was performed to compare CT perfusion parameters of pathological grade of the tissues.Spearman rank correlation analysis was performed to compare the correlation among CT perfusion parameters,MVD,and pathological grade.ResultsOf the 56 cases,15 were well-differentiated HCC,29 moderate,and 12 low.MVD of well-,mid-,and low-differentiated HCC were 48.61/mm2,64.37/mm2,and 86.31/mm2 ,respectively.There was a significant difference among the perfusion of the different pathological grade of the tumor tissue.The results showed that low-differentiated HCC had highest HAP and HAPI and lowest PVP,and the well-differentiated HCC had lowest HAP and HAPI and highest PVP,while the mid-differentiated HCC was between well-differentiated HCC and the low-differentiated HCC.The expression of MVD were positively correlated with CT perfusion parameters of pathological grade of the tissues.There was a significant difference in the parameters between the high and low MVD groups.The results showed that the high MVD group had highest HAP and HAPI and lowest PVP compared with the low MVD group.ConclusionThe total tumor perfusion by 320 row volume CT perfusion imaging can quantitatively reflect the hemodynamical change of the lesions and the microvessel density.It may become a new way to evaluate noninvasively tumor’s malignant degree and angiogenesis in vivo.The expressions of MVD in tissues are correlated with tumor pathological grade and total tumor perfusion parameters,which may be reflected to some degree by the tumor CT perfusion parameters.

Liver cancer;Angiogenesis;Tomography；X-ray computer;Perfusion

2017河南省医学科技攻关项目-省部共建项目(编号：201701012)

453100 新乡医学院第一附属医院(梁长华，毛华杰，岳军艳，户彦龙，张会杰，王东东)；450052 郑州大学第一附属医院(高剑波)

高剑波

10.3969/j.issn.1001-5930.2017.09.003

R735.7

A

1001-5930(2017)09-1401-05

2017-04-27

2017-07-10)