体素不相干运动多模型参数鉴别诊断宫颈癌并预判其病理类型

孟 楠，岳 巍，王帅娜，段金辉，殷慧佳，韩东明

(新乡医学院第一附属医院磁共振科，河南 卫辉 453100)

宫颈癌是女性生殖系统三大恶性肿瘤之一，死亡率居第1位[1]。我国宫颈癌发病率逐年递增并呈年轻化趋势[2]。DWI可一定程度定量反映病变组织类型、病理分型等[3-4]生物学特征，但受限于体内水分子运动的复杂性，其ADC值并不可靠。基于体素不相干运动(intravoxel incoherent motion, IVIM)的双指数模型[5]和拉伸指数模型[6]，可从扩散、灌注、异质性等多个方面定量反映病变特点，为疾病的诊断及预后的评估提供更全面信息，并已用于前列腺癌[7]、乳腺癌[8]、肝癌[9]的诊断。本研究探讨IVIM多模型参数鉴别诊断宫颈癌及预判其病理类型的可行性。

1 资料与方法

1.1 一般资料 收集2016年9月—2017年4月在我院接受MR检查的宫颈癌患者33例(宫颈癌组)，年龄38～69岁，平均(52.5±7.3)岁。纳入标准：①患者及家属知情同意；②宫颈病变；③扫描后1周内接受手术或病理检查获得明确病理结果。排除标准：①检查前接受过放化疗；②扫描序列不完整或图像存在明显运动或金属伪影。另收集同期接受盆腔MR检查，宫颈正常患者30例(宫颈正常组)，年龄27～68岁，平均(51.7±11.7)岁。纳入标准:①MRI显示宫颈正常；②图像清晰，满足诊断及后处理需要。

1.2 仪器与方法 采用GE Discovery MR750 3.0T MR扫描仪，8通道相控阵体线圈。嘱患者适度憋尿，并对其进行阴道填塞。扫描参数:常规矢状位T2WI，TR 3 000 ms,TE 85 ms，轴位T1WI, TR 372 ms，TE 86 ms，轴位脂肪抑制T2WI, TR 2 899 ms，TE 68 ms，FOV 36 cm×28 cm，层厚6.0 mm，层间距2.0 mm；斜轴位(垂直于宫颈长轴)IVIM SE-EPI，TR 3 014 ms，TE 76 ms，FOV 36 cm×28 cm，层厚5 mm，层间距1 mm，b值分别取0、20、40、80、160、200、400、600、800、1 000 s/mm2。NEX分别为2、2、2、2、2、4、4、6、6。

1.3 图像分析 将IVIM序列图像传至GE AW 4.6工作站，采用Functool工具包的MADC软件进行后处理。由2名分别具有5年及10年临床诊断经验的医师共同阅片，于肿瘤实性部分勾画3个形状、大小近似，面积约50 mm2的ROI，测量参数值2次，最终结果取2名观察者的平均值。ROI选择标准：①选取肿块最大的轴位图像，尽量包括DWI明显高信号区域；②ROI需与病灶保持一定距离，以避免容积效应；③尽量避开肉眼可见的囊变、出血和坏死；④宫颈正常患者ROI置于宫颈显示最佳部分。测量参数包括标准扩散系数(ADC-stand)、慢速扩散系数(ADC-slow)、快速扩散系数(ADC-fast)、扩散分数(f)、分布扩散系数(distributed diffusion coefficient， DDC)和拉伸因子(α)。

1.4 统计学分析 采用SPSS 21.0统计分析软件。计量资料以±s表示。采用独立样本t检验比较宫颈癌组与宫颈正常组、宫颈癌不同病理类型间各参数值的差异及宫颈癌组ADC-slow与ADC-stand值、ADC-slow与DDC值的差异；采用单因素方差分析比较不同分化程度宫颈癌间各参数值的差异。采用Pearson双侧检验法分析宫颈癌组ADC-stand值与其他参数值的相关性；利用ROC曲线评价各参数值的诊断效能及最佳诊断阈值。P<0.05为差异有统计学意义。

2 结果

2.1 参数比较 宫颈癌组和宫颈正常组ADC-stand、ADC-slow、DDC、f值及α值差异均有统计学意义(P均<0.05)，ADC-fast值差异无统计学意义(P>0.05，表1)。宫颈癌组ADC-stand与ADC-slow、DDC值呈正相关(r=0.703、0.942，P均<0.05)，且ADC-slow值低于ADC-stand值、DDC值(t=7.42、3.17，P均<0.05)。

33例宫颈癌患者中，宫颈鳞癌27例、宫颈腺癌6例，两者ADC-stand、ADC-slow、DDC值差异均有统计学意义(P均<0.05)，ADC-fast、f、α值差异均无统计学意义(表2)。33例宫颈癌患者中，高分化5例、中分化24例、低分化4例，不同分化程度宫颈癌的多模型参数值差异均无统计学意义(表3)。IVIM DWI的各参数伪彩图见图1。

表1 2组各模型参数比较(±s)

表1 2组各模型参数比较(±s)

组别ADC⁃stand值(×10-3mm2/s)ADC⁃fast值(×10-3mm2/s)ADC⁃slow值(×10-3mm2/s)f值(%)DDC值(×10-3mm2/sα值宫颈癌组(n=33)0．98±0．1575．27±27．040．67±0．180．19±0．050．83±0．220．59±0．11宫颈正常组(n=30)1．61±0．43106．23±35．161．12±0．250．37±0．092．05±0．960．78±0．07t值7．834．288．229．497．127．84P值<0．010．190．010．04<0．010．04

表2 宫颈鳞癌和宫颈腺癌患者各模型参数比较(±s)

表2 宫颈鳞癌和宫颈腺癌患者各模型参数比较(±s)

病理类型ADC⁃stand值(×10-3mm2/s)ADC⁃fast值(×10-3mm2/s)ADC⁃slow值(×10-3mm2/s)f值(%)DDC值(×10-3mm2/s)α值宫颈腺癌(n=6)1．23±0．0568．51±27．090．88±0．110．21±0．051．16±0．090．61±0．12宫颈鳞癌(n=27)0．92±0．1073．47±27．470．63±0．170．19±0．050．75±0．150．59±0．11t值7．36-0．403．530．686．370．38P值<0．010．690．010．50<0．010．71

表3 不同分化程度宫颈癌患者各模型参数比较(±s)

表3 不同分化程度宫颈癌患者各模型参数比较(±s)

分化程度ADC⁃stand值(×10-3mm2/s)ADC⁃fast值(×10-3mm2/s)ADC⁃slow值(×10-3mm2/s)f值(%)DDC值(×10-3mm2/s)α值高分化(n=5)0．95±0．2184．42±25．250．73±0．200．17±0．060．73±0．280．57±0．07中分化(n=24)0．98±0．1472．01±27．010．65±0．180．20±0．060．85±0．190．59±0．12低分化(n=4)1．03±0．1861．15±30．730．72±0．140．19±0．020．85±0．280．63±0．14F值0．270．830．491．080．610．35P值0．770．450．620．350．550．71

图1 患者女，51岁，宫颈中分化鳞癌 A.ADC-stand伪彩图示病变部位呈偏蓝色信号； B.ADC-slow伪彩图示病变部位呈蓝绿色混杂信号； C.ADC-fast伪彩图示病变部位可见红色信号； D.f伪彩图示病变部位呈红黄色混杂信号； E.DDC伪彩图示病变部位呈深蓝色信号； F.α伪彩图示病变部位呈蓝绿色混杂信号 (箭示病灶)

图2 ADC-stand、ADC-slow、f、DDC及α值诊断宫颈癌的ROC曲线 图3 ADC-stand、ADC-slow、DDC鉴别诊断宫颈鳞癌与腺癌的ROC曲线

2.2 诊断效能 ADC-stand、ADC-slow、DDC、f及α值诊断宫颈癌的曲线下面积分别为0.93、0.94、0.96、0.94和0.93(P均<0.05)，诊断阈值分别为1.03×10-3mm2/s、0.99×10-3mm2/s、30.50%、1.21×10-3mm2/s和0.699。ADC-stand、ADC-slow、DDC值鉴别诊断宫颈鳞癌和腺癌的曲线下面积分别是0.98、0.91和0.98(P均<0.05)，诊断阈值分别为1.11×10-3mm2/s、0.81×10-3mm2/s和0.98×10-3mm2/s(图2、3)。

3 讨论

3.1 宫颈癌组与宫颈正常组的IVIM各模型参数比较 ADC-stand和DDC值可综合反映体内水分子运动状态，而ADC-slow值可反映去除灌注因素后体内水分子运动状态。本研究宫颈癌组ADC-stand、ADC-slow及DDC值均低于宫颈正常组(P均<0.05)，表明恶性肿瘤细胞密度大、细胞外间隙狭窄等阻碍了水分子的扩散，与既往研究[10]类似。此外，宫颈癌组ADC-stand与ADC-slow、DDC值呈正相关(r=0.703、0.9422，P均<0.05)，且ADC-slow值低于ADC-stand、DDC值(P均<0.05)；提示上述3个参数在反映水分子运动方面的一致性，同时也说明体内水分子运动状态受微血管灌注等因素的影响[11]。ADC-fast和f 值均可反映人体内的微循环灌注信息，但略有差异：ADC-fast值主要反映血流容量信息，与微血管密度和微血管内血流速度有关；f值除与上述因素有关外，还与组织内水分子总体运动状态有关。本研究中宫颈癌组ADC-fast值与宫颈正常组差异无统计学意义，但其f值小于宫颈正常组(P<0.05)，可能因恶性病变细胞密度较大，细胞间质内的微血管受压，减缓了血液流速，导致ADC-fast值无明显变化；同时，宫颈癌组织结构复杂，内部存在出血、坏死、囊变等，影响水分子运动的因素较正常组织明显增多，故f值较正常组织减小。α又称拉伸因子，主要反映病变成分的复杂程度，取值0～1，α越趋向1，组织扩散的异质性越低，病变成分越单纯，水分子运动方式越接近于自由扩散；相反，α越趋向0，组织扩散的异质性越高，病变成分越复杂，水分子运动方式越复杂。本研究宫颈癌组α值低于宫颈正常组(P<0.05)，提示宫颈癌组织的成分较正常组织复杂，与恶性肿瘤组织成分较正常组织复杂的病理基础一致[12]。

3.2 宫颈鳞癌与宫颈腺癌的IVIM各模型参数比较 本研究宫颈鳞癌患者的ADC-stand、ADC-slow、DDC值均低于宫颈腺癌患者(P<0.05)，提示以上3参数可反映并预测宫颈癌的病理组织学类型。原因可能是宫颈腺癌细胞结构较鳞癌松散，且腺体及分泌物含量较多，导致水分子容易扩散，故ADC-stand、ADC-slow、DDC值较鳞癌升高。ADC-fast、f和α主要受微循环灌注及组织成分复杂程度等因素影响，这些因素在鳞癌和腺癌中并无显著差别，因此上述3个参数值在宫颈鳞癌和腺癌间并无明显差异。

3.3 高分化、中分化与低分化宫颈癌IVIM各模型参数比较 理论上随着肿瘤分化程度降低，肿瘤恶性程度增高，组织结构更复杂，ADC-stand、ADC-slow、f、DDC及α值呈下降趋势。但本研究宫颈癌高分化、中分化与低分化间IVIM各模型参数差异均无统计学意义，与叶晓华等[13]研究结果类似，但与周延等[14]的研究结果略不同。推测原因可能是由于肿瘤分化程度受多种因素影响，且各种影响因素连续性积累，不同分化程度不具备明确的界限，因此当样本量小时，易出现彼此分化差距不大的病例被纳入不同级别的现象。本研究中分化24例，高分化和低分化组分别有5例和4例，且未将鳞癌和腺癌分别进行讨论，故有可能出现此种误差。此外由于目前IVIM扫描的b值选择仍缺乏统一标准，不同b值IVIM扫描所得参数值略有差异，可能影响病变的精确定性。总之，IVIM多模型参数诊断宫颈癌病理分级的效能尚不明确，需要大样本进一步明确。

本研究的局限性：①ROI选择集中在病变实性部分，且避开囊变、坏死区域，人为降低了肿瘤组织的异质性，可能影响α值的诊断效能；②ADC-fast计算准确率与b值(0～200 s/mm2)个数呈正相关[15]，本研究低于200 s/mm2的b值仅5个，是否影响ADC-fast及f值的诊断效能还有待进一步研究；③病例数少，病理类型多为鳞癌且多为中分化，还需扩大样本量进行更加细化的研究。

综上所述，IVIM-DWI多参数模型诊断宫颈癌、鉴别诊断宫颈鳞癌和腺癌有较好的效能，IVIM序列可以作为一种无创性的宫颈癌组织学特征评价手段应用于临床。

[1] Rischin D, Narayan K, Oza AM, et al. Phase 1 study of tirapazamine in combination with radiation and weekly cisplatin in patients with locally advanced cervical cancer. Int J Gynecol Cancer， 2010,20(5):827-833.

[2] Lei T, Wm M, Lei TH, et al. Incidence and growing trend of cervical cancer in 11 cancer registries of China. Chin J Cancer Res, 2011,23(1):10-14.

[3] Kuang F, Ren J, Zhong Q, et al. The value of apparent diffusion coefficient in the assessment of cervical cancer. Eur Radiol, 2013,23(4):1050-1058.

[4] 张晓燕，李晓婷，史燕杰，等．高分辨率MR T2WI联合DWI评价直肠癌新辅助治疗后病理学完全缓解．中国介入影像与治疗学，2017，14(3)：164-168.

[5] Le Bihan D, Breton E, Lallemand D, et al. MR imaging of intravoxel incoherent motions: Application to diffusion and perfusion in neurologic disorders. Radiology, 1986,161(2):401-407.

[6] Bennett KM, Schmainda KM, Bennett RT, et al. Characterization of continuously distributed cortical water diffusion rates with a stretched-exponential model. Magn Reson Med, 2003,50(4):727-734.

[7] 叶锦棠，蔡文超，王岳，等．体素内不相干运动扩散加权成像对前列腺癌的诊断价值．放射学实践，2014，29(5)：474-476．

[8] 邹雪雪，秦东京，姜兴岳，等．DCE-MRI联合IVIM-DWI鉴别诊断乳腺良恶性病变．中国医学影像技术，2016，32(4)：534-538．

[9] 何梦琪，许乙凯，张静，等．IVIM-DWI鉴别诊断肝细胞癌和肝局灶性结节增生．中国医学影像技术，2017，33(6)：907-911．

[10] Zhang YD, Wu CJ, Wang Q, et al. Comparison of utility of histogram apparent diffusion coefficient and R2*for differentiation of low-grade from high-grade clear cell renal cell carcinoma. AJR Am J Roentgenol, 2015,205(2):W193-W201.

[11] Woo S, Lee JM, Yoon JH, et al. Intravoxel incoherent motion diffusion-weighted MR imaging of hepatocellular carcinoma: Correlation with enhancement degree and histologic grade. Radiology, 2014,270(3):758-767.

[12] Sumi M, Nakamura T. Head and neck tumors: Assessment of perfusion-related parameters and diffusion coefficients based on the intravoxel incoherent motion model. AJNR Am J Neuroradiol, 2013,34(2):410-416.

[13] 叶晓华，周诚，王宏，等． MR体素内不相干运动成像评价宫颈癌组织学特征的初步研究．临床放射学杂志，2016,35(7)：1048-1052．

[14] 周延，刘剑羽，刘从容，等．MR体素内不相干运动成像用于评价宫颈癌恶性程度和组织血供的价值.中华放射学杂志，2015，49(5)：354-359．

[15] 张水兴，贾乾君，张忠平，等．基于体素内不相干运动的扩散加权成像对鼻咽癌与炎性增生性疾病的鉴别诊断．中华放射学杂志，2013，47(7)：617-621．

致谢

科研工作的顺利完成离不开他人的帮助，在正文的最后应向对本研究提供过帮助的人致以谢意。致谢的对象包括：对研究工作提出指导性建议者，论文审阅者，资料提供者，技术协作者，帮助统计者，为本文绘制图表者，提供样品、材料、设备以及其他方便者。

致谢必须实事求是，应防止剽窃掠美之嫌，也勿强加于人，如未经允许写上专家、教授的名字，以示审阅来抬高自己。致谢一般要说明被谢者的工作的内容，如“技术指导”、“收集资料” 、“提供资料”等。