层面及感兴趣区的选择对直肠癌扩散峰度成像测量值一致性的影响：单中心临床研究

孙轶群 童 彤 顾雅佳 信 超 彭卫军 王小林

扩散加权成像(diffusion weighted imaging，DWI)是一种MR功能成像技术，DWI通过不同扩散敏感梯度(b)采集相同组织的图像，可测定表观扩散系数 (apparent diffusion coefficient， ADC)评估活体组织中水分子的扩散运动，其理论基础是组织内水分子扩散呈正态分布即高斯分布[1-5]。De Santis等通过对大脑及腹部器官行高b值DWI扫描时发现人体组织微环境复杂，而水分子扩散运动接近非正态分布即非高斯分布[6]，因此需要一个更准确的模型评估人体组织内水分子运动。扩散峰度成像(diffusion kurtosis imaging， DKI)是一种检测活体组织内非正态分布水分子扩散的磁共振成像新技术。与DWI相比，DKI能更客观地反映活体内水分子的扩散情况[7]。近年来DKI成像技术在恶性肿瘤已有应用，并且研究发现DKI成像获得的定量参数较ADC值更能反映组织内结构的复杂性[8]，有较高的应用价值及前景。

既往研究结果显示不同层面及ROI对ADC的一致性有影响[9-12]；恶性肿瘤组织异质性的特征，也使层面及ROI的选择成为影响MR功能参数测定的重要因素；再加之直肠为空腔器官，肠道蠕动等各种生理因素及肠内容物的影响，因此直肠癌DKI参数的一致性值得研究。本次研究笔者采用 3.0T MR对直肠癌患者行DKI扫描，并对直肠癌病灶进行多次勾画，旨在探讨不同层面及ROI对DKI测量值一致性的影响。

方 法

1.患者资料

符合以下标准的患者纳入研究。纳入标准：①2017年2月至2017年5月本院病理证实直肠腺癌；②行直肠MR检查，包括DKI序列；③直肠MR检查前未进行过任何针对肿瘤的治疗。排除标准：①图像质量不佳；②ADCmap，Kmap及 Dmap上肿瘤信号不明显。此次共60例患者纳入研究，男39例、女21例；年龄30～83岁，中位年龄60岁。T1～T3期患者分别有3、23例及34例。其中溃疡型35例、肿块型13例、浸润型12例。

2.MR 检查方法

采 用3.0T MR扫 描 仪(SIEMENS公 司MAGNETOM Skyra)，16通道体部相控阵线圈为接收线圈，患者仰卧位，脚先进。MR扫描序列包括：常规高分辨T2WI快速自旋回波序列(轴位、矢状位及冠状位)，矢状位和轴位多b值单次激发自旋回波-平面回波扩散序列。扩散扫描参数：重复时间/回波时间4500/82ms，扫描野 200mm×180mm，层厚6mm，扫描矩阵140×140，体素大小1.4mm×1.4mm×6mm，相位过采样 20%，层数20；采用4个扩散梯度场 (b=0、700、1400、2100 s/mm2)，扩散敏感梯度场同时取X、Y和Z3个方向。每个b值采集20幅图像，最终获得80幅，采集时间231s。

3.图像处理及分析

将DKI图像经西门子公司后处理软件(Siemens MR Body Diffusion Toolbox V1.2.0)处理，生成ADC图，平均扩散系数(mean diffusion，MD)图和平均峰度(mean kurtosis， MK)图。由2名影像专业医师(一名医师从事直肠影像研究5年，即医师1；一名医师从事直肠影像研究10年，即医师2)在不知病理结果的情况下，独立应用SIEMENS后处理软件对图像进行处理和测量分析。参照薄层T2WI图像，在ADC图上勾画ROI，ROI有以下2种：①中心法：使用圆形ROI工具，尽可能圈入肿瘤但避开病变内坏死或囊变区；②轮廓法：采用手动勾画模式，尽量沿着肿瘤的轮廓勾画ROI，避开肉眼可辨的肠管内气体或液体(图1)。通过软件将ADC图上的ROI自动对应至MK及MD图上。勾画的层面选择分为三种[12-13]：肿瘤最大层面、肿瘤最大层面及其上下两层即“三层法”以及肿瘤全部层面，后两种层面最终ADC、MK及MD值为测量的平均值。每名医师间隔2周重复测量，每人前后各12组共24组数据。

4.统计学方法

各参数值用平均值±标准差表示。各组数据用Kolmogorov-Smirnov法进行正态性检验，用Levene法进行方差齐性检验。肿瘤最大层面、“三层法”及全部层面所得各ADC、MK及MD值的比较使用单因素方差分析。中心法、轮廓法测量所得各ADC、MK及MD值的比较使用配对t检验。两名医师及同一医师前后两次测量的ADC、MK及MD值一致性用组内及组间相关系数(the intraclass correlation coefficient，ICC)评 价，ICC为 0.00 ～ 0.20 为一致性差，0.21 ～ 0.40 为一致性一般，0.41～ 0.60为一致性中等，0.61～ 0.80为一致性良好，0.81～1.00为一致性好。P＜ 0.05认为有统计学意义。使用MedCalc11.5.0软件和SPSS19.0统计学软件进行数据统计。

结 果

1.层面选择对ADC、MK及MD值的影响

ADC、MK及MD值取医师前后两次测量的平均值。分别对比三种层面所得ADC、MK及MD值，结果显示不同层面间所得ADC、MK及MD值无明显差异(P＞0.05)(表1)；即层面选择对ADC、MK及MD值影响不大。

图1 男性56岁，直肠癌，分期T3N0。在ADC图上勾画 ROI时，参考肿瘤轴位薄层小FOV的T2WI(A)。轮廓法采用手动勾画模式，尽量沿着肿瘤实性部分的轮廓勾画ROI(B)。通过软件将ADC图上的ROI自动对应至MK(C)及MD图(D)上。肿瘤中心法避开肿瘤坏死部分，尽可能圈入肿瘤实性部分即低信号区(E)，通过软件将ADC图上的ROI自动对应至MK图(F)及MD图(G)。

2.不同 ROI对ADC、MK及MD值的影响

ADC、MK及MD值取同一医师前后两次测量的平均值。相同层面的情况下，ROI轮廓法测定的ADC及MD值均大于肿瘤中心法的测量值(P＜0.05)，且差异有统计学意义；ROI轮廓法测定的MK值小于中心法的测量值，差异具有统计学意义(表

2)；即ROI勾画方法对ADC、MD及MK值影响较大。

表1 不同层面测得ADC，MD及MK值的比较( ±s )

表1 不同层面测得ADC，MD及MK值的比较( ±s )

层面选择ROI勾画法中心法ADC (×10-3mm2/s) 轮廓法ADC (×10-3mm2/s) 中心法MK 轮廓法MK医师1 医师2 医师1 医师2 医师1 医师2 医师1 医师2最大层面 (1) 0.644±0.089 0.662±0.076 0.689±0.068 0.683±0.059 1.009±0.119 1.024±0.115 0.981±0.089 0.990±0.103“三层法” (2)0.658±0.068 0.667±0.073 0.669±0.067 0.685±0.056 1.003±0.113 1.017±0.101 0.977±0.087 0.983±0.105全部层面 (3) 0.669±0.066 0.657±0.067 0.685±0.056 0.669±0.073 1.002±0.112 1.018±0.101 0.974±0.101 0.985±0.105 1vs2 0.729 0.295 0.781 0.935 0.779 0.682 0.751 0.729 1vs3 0.862 0.305 0.839 0.886 0.741 0.722 0.622 0.784 2vs3 0.862 0.982 0.940 0.885 0.961 0.957 0.861 0.942层面选择中心法MD (×10-3mm2/s)轮廓法MD (×10-3mm2/s)医师1 医师2 医师1 医师2最大层面 (1) 1.150±0.190 1.166±0.233 1.222±0.180 1.228±0.214“三层法”(2) 1.166±0.173 1.175±0.207 1.227±0.177 1.221±0.215全部层面 (3) 1.166±0.182 1.169±0.206 1.226±0.177 1.226±0.177 1vs2 0.630 0.749 0.891 0.850 1vs3 0.618 0.658 0.862 0.933 2vs3 0.998 0.903 0.970 0.916

表2 不同 ROI 测得ADC、MK及MD值的比较( ±s )

表2 不同 ROI 测得ADC、MK及MD值的比较( ±s )

层面选择 ROI勾画法ADC (×10-3mm2/s) MK MD (×10-3mm2/s)医师1 医师2 医师1 医师2 医师1 医师2最大层面 中心法 0.644±0.089 0.662±0.076 1.009±0.119 1.024±0.115 1.150±0.190 1.166±0.233轮廓法 0.689±0.068 0.683±0.059 0.981±0.089 0.990±0.103 1.222±0.180 1.228±0.214 t 0.01 0.03 0.032 0.002 0.001 0.026“三层法” 中心法 0.658±0.068 0.667±0.073 1.003±0.113 1.017±0.101 1.166±0.173 1.175±0.207轮廓法 0.669±0.067 0.685±0.056 0.977±0.087 0.983±0.105 1.227±0.177 1.221±0.215 t 0.018 0.036 0.023 0.000 0.002 0.042全部层面 中心法 0.669±0.066 0.657±0.067 1.002±0.112 1.018±0.101 1.166±0.182 1.169±0.206轮廓法 0.685±0.056 0.669±0.073 0.974±0.101 0.985±0.105 1.226±0.177 1.229±0.213 t 0.002 0.026 0.015 0.000 0.001 0.003

3.ADC、MK及MD值的一致性

两名医师使用不同层面法及ROI对直肠癌ADC、MK及MD值进行测量，每名医师间隔2周重复测量。计算每名医师前后两次各测量值的组内相关系数及两名医师组间相关系数，结果显示肿瘤全层轮廓法及肿瘤全层中心法的组内及组间一致性高，轮廓法一致性略高于中心法(表3)。

表3 ADC、MK及MD值的一致性

讨 论

功能MR在直肠癌定性和辅助治疗疗效评估中有非常重要的价值，但仍然存在一些问题，其中之一就是功能MR定量参数的测定受外界因素干扰，如医师经验、层面选择、感兴趣区(region of Interest，ROI)的画法(大小、数目、位置等)等[9-12]。近年来DKI技术在直肠癌中有了应用，通过DKI扫描可同时获得ADC、MK及MD值一致性高、稳定性好的定量参数是DKI临床应用的前提，因此直肠癌DKI定量参数的测量方法亟待组织多中心研究加以规范。因此，笔者此次利用直肠癌DKI扫描图像，重点评价不同层面及ROI对直肠癌一致性的影响，尽量将测量方式标准化以减少其对研究结果影响。

三种不同层面间测量所得ADC、MK及MD值无明显差异(P＞ 0.05)，提示层面选择对ADC、MK及MD值影响不大。Lambregts等[9]研究结果显示全肿瘤容积与单层面测量的ADC值(1.10±0.26×10-3mm2/s vs.1.10±0.24×10-3mm2/s，P＞0.05)差异无统计学意义，支持了本次部分研究结果。当肿瘤体积较小且ADC图像上仅有一层肿瘤信号时，则最大层面，“三层面”及全层面法的层面为同一层面；ADC图像上仅有两层或三层肿瘤信号时，则“三层法”及全层法的层面相同，因此参与计算的测量值差别不大，这可能是造成本次研究结果的原因之一。

两名医师采用中心法所得ADC值及MD值均低于轮廓法，MK值高于轮廓法且差异均具有统计学意义。分析原因在于：轮廓法则将所有肿瘤实性部分都圈入在内，所选区域结构相对复杂，可能包括一些肉眼无法分辨的细小灶性坏死等改变，除此之外肿瘤边缘区域的部分容积效应影响也会使轮廓法测得的ADC值偏高，而MD值是矫正过的ADC值[14]，因此轮廓法MD值也较中心法偏高。MK值可以量化水分子运动偏离高斯分布的程度[15]，被视为量化组织结构复杂性的一种“度”，但轮廓法测得MK值较低，与理论不相符，其原因有待深入探讨。

此外，研究结果显示使用肿瘤全部层面-肿瘤中心法及轮廓法，对于同一观察者不同时间所测结果及不同观察者所测的ADC、MK及MD值一致性好(ICC＞0.8)。与单个层面和三个层面的选择会产生选择性偏倚不同，肿瘤全部层面法使层面选择产生的偏倚降至最低，因此会有较好的一致性。同一医师前后两次及两名不同医师间使用中心法测量ADC、MK及MD值的一致性略低于轮廓法低，可能由于勾画的选择偏倚造成，但中心法简单易掌握，易在临床中推广。肿瘤轮廓法尽可能沿肿瘤轮廓进行勾画，虽然一致性较中心法稍好并且能反映肿瘤整体信息，但操作相对难且耗时长。

患者样本纳入量不大且患者分布不均匀，故未能与病理结果做相关分析。有待后续研究入组更多患者做进一步研究。扫描参数的设置，如不同b值(如数量、间隔、最大值等)对定量结果也有影响，在将来的研究中有待对比。

综上所示，直肠癌患者层面选择对DKI参数影响不大，轮廓法所得ADC及AMD值高于中心法，MK值与之相反。肿瘤全层-肿瘤轮廓法及中心法测得ADC、MK及MD值一致性好，但轮廓法略高于中心法。两种方法各有优缺点，肿瘤中心法一致性较轮廓法稍低但操作简便、时间成本低；而肿瘤轮廓法一致性稍高且能反映肿瘤整体情况但操作复杂、时间成本高。在实际操作过程中各位医生可根据研究需要及工作情况灵活选择。

[1]Tamada T, Sone T, Toshimitsu S, et al. Age-related and zonal anatomical changes of apparent diffusion coef fi cient values in normal human prostatic tissues. J Magn Reson Imaging, 2008, 27:552-556

[2]Merisaari H, Jambor I. Optimization of b-value distribution for four mathematical models of prostate cancer diffusion-weighted imaging using b values up to 2000 s/mm(2) : Simulation and repeatability study. Magn Reson Med, 2015, 73:1954-1969.

[3]Yuan J, Yeung DK, Mok GS, et al. Non-Gaussian analysis of diffusion weighted imaging in head and neck at 3T: a pilot study in patients with nasopharyngeal carcinoma. Plos One, 2014, 9:e87024.

[4]Koh DM, Padhani AR. Diffusion-weighted MRI: a new functional clinical technique for tumour imaging. Br J Radiol, 2006, 79: 633-636

[5]Koh DM, Collins DJ. Diffusion-weighted MRI in the body:applications and challenges in oncology. AJR Am J Roentgenol, 2007,188: 1622-1635.

[6]Jensen JH, Helpern JA, Ramani A, et al. Diffusional kurtosis imaging:The quantification of non-gaussian water diffusion by means of magnetic resonance imaging. Magn Reson Med, 2005, 53:1432-1440.

[7]Sun K, Chen X, Chai W, et al. Breast cancer: diffusion kurtosis MR imaging-diagnostic accuracy and correlation with clinical-pathologic factors. radiology, 2015, 277:46-55.

[8]Nogueira L, Brandão S, Matos E, et al. Application of the diffusion kurtosis model for the study of breast lesions. Eur Radiol, 2014,24:1197-1203.

[9]Lambregts D M J, Beets G L, Maas M, et al. Tumour ADC measurements in rectal cancer: effect of ROI methods on ADC values and interobserver variability. Eur radiol, 2011, 21: 2567-2574.

[10]Inoue C, Fujii S, Kaneda S, et al. Apparent diffusion coef fi cient (ADC)measurement in endometrial carcinoma: effect of region of interest methods on ADC values. J Magn Reson Imaging, 2014, 40: 157-161.

[11]Fukukura Y, Shindo T, Hakamada H, et al. Diffusion-weighted MR imaging of the pancreas: optimizing b-value for visualization of pancreatic adenocarcinoma. Eur radiol, 2016, 26: 3419-27.

[12]黄燕琪, 马泽兰, 何 兰,等. 图像配准技术对正常人体自由呼吸状态下肾脏MR扩散峰度成像图像质量的影响. 中华放射学杂志, 2016, 50:170-175.

[13]Sun Y, Tong T, Cai S, et al. Apparent Diffusion Coef fi cient (ADC)value: a potential imaging biomarker that reflects the biological features of rectal cancer. Plos One, 2014, 9: e109371.

[14]Hu F, Tang W, Sun Y, et al. The value of diffusion kurtosis imaging in assessing pathological complete response to neoadjuvant chemoradiation therapy in rectal cancer: a comparison with conventional diffusion-weighted imaging. Oncotarget, 2017,8: 75597-75606.

[15]Zhu L, Pan Z, Ma Q, et al. Diffusion kurtosis imaging study of rectal adenocarcinoma associated with histopathologic prognostic factors:preliminary fi ndings. Radiology, 2017, 284: 66-76