磁共振弥散加权成像ADC 和rADC 在腮腺良恶性肿瘤鉴别诊断中的应用

史灵雪, 刘 硕, 郑雪微, 程晓亮, 陈昭辉, 马宝琳, 张红果, 丁 军

（1.吉林大学中日联谊医院放射科，吉林 长春 130033；2.吉林省长春铁北监狱医院放射科，吉林 长春 130052）

在涎腺肿瘤中， 腮腺肿瘤发生率约占80%。其中，腮腺良恶性肿瘤比例约为4∶1，由于二者生物侵袭性不同，临床上对于两类疾病的治疗方式不尽相同，因此，术前通过影像学检查正确的判断腮腺肿瘤的性质至关重要。近年来，磁共振扩散加权成像（diffusion weighted imaging，DWI） 的定量参数表观扩散系数（apparent diffusion coefficient，ADC） 在腮腺肿瘤诊断中应用较广泛，国内外已有研究［1-4］显示：可以通过测量ADC 来判断腮腺肿瘤的良恶性， 其可行性也得到认可， 但由于ADC 在测量时受细胞通透性、基础代谢率、年龄和身体状态等生理因素及所用线圈和场强等外在因素的影响，一定程度上影响了ADC 鉴别腮腺良恶性肿瘤的准确性，本研究引出标准化ADC 的概念，以校正ADC 均值法的误差，进而对腮腺肿瘤的性质做出更加准确的判断，为临床治疗提供指导。

1 资料与方法

1.1临床资料选取2018 年1 月—2020 年1 月吉林大学中日联谊医院经病理证实的84 例腮腺肿瘤患者，其中良性肿瘤60 例，恶性肿瘤24 例。病例纳入标准：检查前患者未针对腮腺病变进行任何治疗和处理； 患者术前均行MRI 扫描， 包括常规MRI 序列及DWI；患者检查时积极配合，图像显示清晰，无运动伪影；病灶均经病理证实。排除标准：影像图像质量欠佳，且有固定义齿，义齿不可拔除者；MRI 检查前进行过有创性检查、活检或任何粒子植入、放化疗治疗者；患者依从性差或不愿意参与本研究；腮腺感染性病变患者或腮腺肿瘤致周围正常腺体显示不清患者。60 例良性肿瘤患者中，男性28 例， 女 性32 例， 年 龄24～65 岁；24 例恶性肿瘤患者中，男性16 例，女性8 例，年龄14～68 岁。

1.2检查方法采用德国西门子公司1.5 TMR 扫描仪， 头颈联合线圈对所有患者行常规MRI 和DWI 序列扫描。MRI 检测确定腮腺肿瘤患者的分型；HE 染色检测腮腺肿瘤患者腮腺组织病理形态表 现。 常 规MRI 包 括T1WI 轴 位、 T2WI 轴 位 和T2WI 抑脂轴位、冠状位和矢状位序列扫描。扫描参 数： ①T1WI 序 列： TR/TE 622 ms·11 ms－1，层厚3 mm，层间距1 mm，激励次数（NEX） 3，矩阵256×256，视野（FOV） 240 mm×240 mm；②T2WI 序列； TR/TE 4 890 ms·70 ms－1，层厚3 mm， 层 间 距1 mm， NEX 2， 矩 阵256×256，FOV 240 mm×240 mm；③T2WI 抑脂序列：TR/TE 5 080 ms·87 ms－1，层厚3 mm，层间距1 mm，NEX 1，矩阵256×256，FOV 240 mm×240 mm；④DWI 扫描序列：b 值取800 s·mm－2，采用单次激发、短T1 翻转恢复平面回波序列，TR/TE 700 ms·80 ms－1，层厚3 mm，层间距1 mm，NEX 2，矩阵256×256，FOV 300 mm×320 mm。

1.3图像分析和ADC测量所有患者的MR 图像由2 名具有5 年以上工作经验的诊断医师共同阅片，经商议确定病灶位置并测量相关数据。 采用Siemens 后台工作软件（Syngo MRB1， Simens），在b=800 mm·s－2时，以常规MRI 图像为参考，在ADC 图上进行测量，于病灶内、病灶邻近正常腺体（距离病灶10 mm 以上区域）、病灶对侧正常腺体作为正常对照组放置感兴趣区 （region of interest，ROI），应避开坏死和囊变区。ROI 尽量保持形状和大小一致，所得数据均测量3 次取平均值，以减少误差。rADC 计算公式：rADC = （病灶ADC－参考腺体ADC） / 参考腺体ADC。

1.4统计学分析采用SPSS 21.0 统计软件进行统计学分析。 ADC、 对侧腺体rADC 和临近腺体rADC 值均呈正态分布，以x±s表示，2 组数据组间比较采用两独立样本t检验；采用Logistic 回归筛选变量并建立回归方程，产生新变量，绘制新变量以及单项指标即ADC、对侧腺体rADC 以及临近腺体rADC 的受试者工作特征曲线（ROC），计算ROC 曲线下面积（AUC），评价各指标对腮腺良恶性肿瘤的诊断价值，并计算最佳临界值、敏感度和特异度。以P＜0.05 为差异有统计学意义。

2 结 果

2.1腮腺肿瘤患者的分型和腮腺组织病理形态表现60 例腮腺良性肿瘤患者中，包括腮腺混合瘤36 例（图1），腺淋巴瘤19 例（图2），血管瘤3 例，肌上皮瘤1 例，基底细胞瘤1 例；24 例恶性肿瘤患者，包括黏液表皮样癌18 例（图3）， 腺样囊性癌3 例，腺泡细胞癌2 例，转移瘤1 例。腮腺混合瘤患者腮腺组织病理形态表现见图4 （封三）。

图1 腮腺混合瘤患者MRI 影像Fig.1 MRI images of patient with pleomorphic adenoma of parotid gland

图2 腮腺淋巴瘤患者MRI 影像Fig.2 MRI images of patient with adenocarcinoma of parotid gland

2.2腮腺良恶性肿瘤的ADC和rADC 腮腺良性肿 瘤 的ADC ［（1.21±0.25） ×10－3mm2·s－1］ 明显 大 于 恶 性 肿 瘤 的ADC ［ （0.90±0.12） ×10－3mm2·s－1］（P＜0.05）；腮腺良性肿瘤的对侧腺体rADC 和邻近腺体rADC 均明显高于腮腺恶性肿瘤（P＜0.05）。见表1。

图3 腮腺黏液表皮样癌患者MRI 影像Fig.3 MRI images of patient with mucoepidermoid carcinoma of parotid gland

表1 腮腺良恶性肿瘤ADC、对侧腺体rADC 和邻近腺体rADCTab.1 ADC, rADC of contralateral gland ,and rADC of adjacent gland in benign and malignant parotid gland tumors （x±s）

2.3单项指标鉴别2种疾病的诊断价值ADC、对侧腺体rADC 和临近腺体rADC 在诊断腮腺良恶性肿瘤的AUC 分别为0.859、0.874 和0.894。其中，ADC 鉴别2 种疾病的最佳临界值为1.008，敏感度为85.70%， 特异度为81.20%； 对侧腺体rADC 的最佳临界值为－0.088， 敏感度为91.40%，特异度为71.90%；临近腺体rADC 的最佳临界值为－0.044， 敏感度为88.60%， 特异度为81.20%。见表2 和图5。

2.4联合指标鉴别2种疾病的诊断效能本研究采用两两组合的方式利用ROC 曲线对3 项指标进行联合分析。其中ADC 联合临近腺体rADC 的诊断效能高于ADC 联合对侧腺体rADC，其AUC 分别为0.894 和0.874。见表3 和图5。

3 讨 论

DWI 是通过观察人体内部水分子的布朗运动来反映组织的生物特性和微观结构的功能成像方法［5］，因其无需用对比剂、无创且成像时间较短，近年来已广泛应用于腮腺肿瘤病变的检出中。DWI能敏感反映水分子扩散受限情况，通过ADC 对水分子扩散受限情况进行定量测量，肿瘤的细胞密度越高， 细胞外间隙越小， 水分子扩散相对受限，ADC 越低，反之亦然［6-8］。腮腺肿瘤具有复杂的病理类型和亚型，不同组织结构其内部水分子扩散水平必然不同，这种特性使ADC 成为预测腮腺肿瘤病理类型的指标。

表2 ADC、对侧腺体rADC 和邻近腺体rADC 的ROC 曲线分析结果Tab.2 ROC curve analysis results of ADC, rADC of contralateral gland ,and rADC of adjacent gland

表3 各联合指标的ROC 曲线分析结果Tab.3 ROC curve analysis results of each combined index

图5 各单项指标和联合指标鉴别腮腺良恶性肿瘤的ROC曲线Fig.5 ROC curves of single index and combined indexes in differentiation of benign and malignant parotid gland tumors

EIDA 等［9］通过研究最先提出：腮腺良恶性肿瘤的ADC 存在差异，其中，腮腺良性肿瘤的ADC明显高于恶性肿瘤。ARNDT 等［10］发现：腮腺多形性腺瘤、腺淋巴瘤和腮腺恶性肿瘤这3 种肿瘤的ADC 同样存在明显差异，其中，腺淋巴瘤ADC 低于腮腺多形性腺瘤和腮腺恶性肿瘤，其原因可能是腺淋巴瘤内含有丰富的淋巴基质及腺上皮分泌的黏蛋白，这种结构使水分子扩散受限从而导致ADC明 显 降 低［11］，该 结 论 在KATO 等［12］的 研 究 中 也得到了佐证。杨功鑫等［13］通过大样本研究腮腺良恶性肿瘤得出结论：将腮腺腺淋巴瘤从良性肿瘤中剔除，ADC 鉴别腮腺良性肿瘤及恶性肿瘤中的诊断效能明显提高，这可能与腮腺腺淋巴瘤与腮腺恶性肿瘤的ADC 具有一定的重叠、可在一定程度上影响ADC鉴别腮腺良恶性肿瘤的准确性有关联［13］。本文研究结果与EIDA 等［9］的观点基本一致。与上述报道相反，国外学者Matsushima 等［14］和国内学者左志超等［15］认为：ADC 在鉴别腮腺良恶性肿瘤中无诊断价值。本文作者认为：造成上述实验结果的差异可能与以下几点有关联：①每组实验收集病例不同，即腺淋巴瘤所占腮腺良性肿瘤的构成比不同；②腮腺肿瘤具有复杂的病理类型和亚型，细胞外基质水平各异； ③ADC 受外在环境影响较大，例如患者脉搏的搏动、呼吸运动及所用线圈、操作者和场强等。因此，鉴别腮腺良恶性肿瘤仍是一项难题。

研究［16-17］证实：肿瘤组织的ADC 不仅受细胞通透性、基础代谢率、组织微血管密度和呼吸频率等生理因素影响，同时年龄及营养状态等外在因素也会对ADC 有所影响，因此本文作者引用ADC 比值法来消除个体因素、 不同机器和扫描序列对ADC 的影响，使ADC 标准化，从而为腮腺肿瘤性质的判定做出更加精确的诊断。

本研究分别采用肿瘤临近正常腺体ADC 和对侧正常腺体ADC 作为参考值，并进行对比分析，以便找到最优的参考部位。 既往有学者［18］研究rADC 在鉴别腮腺良恶性肿瘤中采用病灶临近腺体作为参考值，本研究在此基础上又引入病灶对侧腺体， 主要是因为其离病灶较远， 受病灶影响较小［19］。本研究结果显示：腮腺良性肿瘤的ADC 和rADC 均高于腮腺恶性肿瘤，差异有统计学意义。ROC 曲线分析结果显示：采用ADC 比值法较测量ADC 对鉴别腮腺良恶性肿瘤具有更高的价值，且以不同部位的ADC 作为参考值，rADC 的诊断价值不同，其中以肿瘤临近腺体的ADC 值作为参考，rADC 的AUC 最大，诊断价值最高。根据rADC 计算公式得出：rADC 大小主要取决于病灶ADC 和参考部位ADC，与恶性肿瘤周围腺体比较，良性肿瘤周围腺体功能破坏较轻，细胞密度较大，水分子扩散受限明显， 周围腺体ADC 变小， 相应rADC 变大；同时，腮腺炎性病变可以造成病灶周围炎症细胞浸润及大分子蛋白的渗出，这均降低了周围腺体的ADC，从而提高了rADC［20-21］，上述结果可能与导致腮腺良性肿瘤及恶性肿瘤的临近腺体rADC 差值较大有关联。对侧腺体rADC 的诊断效能不及临近腺体rADC，可能与正常腮腺腺体受年龄影响因素较大有关联，随着年龄的增加，正常腺体会退化及脂肪化［22］。在利用ROC 曲线分析多指标联合对腮腺良恶性肿瘤的鉴别诊断价值方面，本研究采用两两组合的方式纳入了2 种模式结果显示：与单项指标ADC 的AUC 比较，各联合指标的AUC 增大，但与标准化的ADC 比较，AUC 未见明显变化，但敏感度提高，表明将各单项指标进行联合诊断提高了对腮腺良恶性肿瘤鉴别诊断价值。

综上所述， ADC 和rADC 在鉴别腮腺良恶性肿瘤中均具有良好的诊断价值，其中rADC 能够更好地减少个体因素对ADC 的影响，为临床诊断提供了新思路，提高了DWI 的诊断价值。本研究亦存在一定的局限性， 如本次实验仅局限于b=800 s·mm－2，不同b 值条件下rADC 对于鉴别腮腺良恶性肿瘤的诊断效能有待进一步探讨；同时，本研究纳入病例数较少，应扩大样本量进行更深入的探讨。