多模态MRI技术在子宫内膜癌中应用的研究进展

胡晨瑞，吴献华

（南通大学附属医院放射科，江苏226001）

子宫内膜癌（endometrial cancer，EC）治疗方案选择及预后与国际妇产科协会（FIGO）分期，病理分级，浸润深度（MI），淋巴结转移，淋巴血管间隙浸润（LVSI），宫颈间质是否受累，是否侵及子宫下段以及患者年龄等密切相关[1]。如果能在术前对肿瘤进行准确分期分级，则可以避免低风险患者的过度治疗。MRI检查无辐射，具有较高的软组织分辨率，能多平面、多方位成像，是目前EC术前诊断及生物学特征评估最重要的影像学手段。

1 常规MRI在EC中的应用

常规MRI包括T1WI，T2WI以及动态对比增强磁共振（dynamic contrast enhanced magnetic resonance imaging,DCE-MRI）。在T2WI上EC病灶表现为中等信号，联合带表现为低信号，宫颈纤维基质带表现为低信号。T2WI上可见肿瘤引起的联合带中断，侵犯子宫肌层或延伸至宫颈，因此可评估肿瘤对肌层和宫颈的侵犯。但绝经后患者联合带较模糊，肿瘤与肌层的信号对比不佳。

DCE—MRI是一种通过静脉注入对比剂后快速扫描获得时间-信号强度（time-intensity curve，TIC）曲线的功能成像技术。动态增强扫描时，由于肿瘤与正常组织的强化方式不同，更易显示病灶大小、范围以及周围侵犯情况。既可从形态学上观察病灶，又可进行半定量或定量分析，减少观察者的主观因素，评估病灶更准确客观。THIEME等[2]前瞻性研究35例EC患者，发现DCE-MRI评估肌层浸润深度的敏感度和特异性分别为92%和86%。ZHENG等[3]回顾性分析22例早期EC患者，发现DCE-MRI评估术前分期的敏感性和准确性分别为100%和86.4%，而T2WI为85.7%和81.8%。GIL等[4]也发现DCE-MRI联合T2WI评估EC术前分期的准确性优于单用T2WI。因此，DCE-MRI可以作为评估EC术前分期的有用工具。

2 弥散加权成像在EC中的应用

2.1 弥散加权成像在EC中的应用 弥散加权成像（diffusion weighted imaging，DWI）是通过检测组织中水分子运动受限的方向和程度来间接反映组织微观结构变化的功能性成像技术，DWI上信号越强则说明水分子扩散越受限。影响生物体中水分子扩散的因素很多，如细胞密度、游离水与结合水的比例等。在恶性肿瘤中这些比例失衡，从而阻碍水分子的正常扩散，因此病灶在DWI上的信号与周围正常组织不同。正常子宫内膜呈高信号，EC病灶信号明显高于正常子宫内膜。GIL等[4]与DENG等[5]的研究认为DWI联合T2WI预测EC肌层浸润的性能优于DCE-MRI。LIN等[6]研究83例EC患者术前MRI图像，发现DWI评估宫颈间质浸润的敏感性、特异度和诊断性能均高于DCE-MRI。由于DCE-MRI为有创检查，部分患者对造影剂过敏，还存在对比剂渗漏以及肾损伤情况，可考虑使用DWI替代DCE-MRI作为EC术前常规检查。DWI易受T2穿透效应的影响，因此引入表观弥散系数（apparent diffusion coefficient，ADC）予以消除。ADC值可以量化水分子的扩散情况，可鉴别与正常子宫内膜信号相仿的病灶，从而提高诊断准确性。KECECI等[7]研究14例良性子宫内膜和42例EC患者，提出测量ADC值可以准确区分子宫内膜腔病变的良恶性，ADC为1.10×10-3mm2/s时诊断敏感度、特异度和ROC曲线下面积分别为85.7%、92.8%和0.95，为诊断EC提供了可靠参考。JIANG等[8]发现IB期EC患者平均ADC值明显低于IA期患者［（0.86±0.16）×10-3mm2/s vs（1.04±0.21）×10-3mm2/s］。但尚无研究证明单独ADC值能对EC进行准确完整分期，反映了DWI单指数模型的局限性。EC浸润深肌层是淋巴结转移的危险因素，HUSBY等[9]对105例EC患者进行术前DWI扫描发现，与浅肌层浸润肿瘤相比，深层肌层浸润肿瘤平均ADC值更低（0.85×10-3mm2/s vs 0.75×10-3mm2/s）。EC病理诊断大多为子宫内膜样腺癌，少部分为非子宫内膜样腺癌，后者预后较差。BAKIR等[10]回顾性评价63例EC患者，指出子宫内膜样腺癌和非子宫内膜样腺癌的平均ADC值存在差异。

2.2 IVIM在EC中的应用 DWI单指数模型计算ADC值因受肿瘤内部微循环灌注影响，不能真实反映水分子扩散情况。基于双指数模型的体素内不相干运动（intravoxel incoherent motion，IVIM）序列通过多个b值区分水分子扩散和灌注，可提供更多真实的组织信息。IVIM定量参数主要包括纯扩散系数（D）、灌注相关扩散系数（D*）和灌注分数（f）。LIU等[11]对68例EC患者和31例健康人进行实验，结果显示EC和正常子宫内膜的f值、D值、D*值均有较大差异，EC的f值低于正常子宫内膜，D值和D*值高于正常子宫内膜；当f≤48.5%，D＞0.432×10-3mm2/s，D*＞4.94×10-3mm2/s，ADC≤0.542×10-3mm2/s时可以诊断EC（AUC 0.786～0.961）。微卫星不稳定性（microsatellite instability，MSI）是除雌激素持续刺激和基因异常改变之外的EC重要病因，IVIM可用于检测微卫星的不稳定性。BHOSALE等[12]使用6个b值（0、50、100、150、200和600）的IVIM序列检查6例微卫星稳定（microsatellite stability，MSS）患者和6例MSI患者，发现MSS肿瘤ADC值和D值明显高于MSI肿瘤。

2.3 DTI在EC中的应用 弥散张量成像（diffusion tensor imaging，DTI）是DWI改进和发展的新技术，在6个以上方向分别施加扩散敏感梯度场，可准确检测水分子扩散的各向异性。DTI参数主要包括各向异性分数（FA）和平均扩散系数（MD）等。YAMADA等[13]对25例EC患者使用b值分别为0和1 000 mm2/s在9个非共线方向上扫描，发现所有患者FA图清楚显示EC病灶与正常组织信号的不同，AD图上病灶与正常组织对比最明显，病灶AD值明显低于正常组织。ZHANG等[14]分析35例EC患者5个感兴趣区（ROI）的ADC和FA值，指出病灶与正常组织中位ADC值和FA值存在明显差异，且FA值AUC更大，ADC和FA值诊断浅肌层浸润的敏感度，特异性和准确性分别为74.3%、88.6%、81.4%和88.6%、97.1%、92.9%，显示FA值较ADC值在诊断EC和鉴别浅肌层浸润方面具有更好的诊断效能。

2.4 DKI在EC中的应用 DWI和DTI认为水分子在组织中的扩散呈正态分布，弥散峰度成像（diffusion kurtosis imaging，DKI）则是DTI的延伸，其峰度信息体现因微观结构复杂性导致的非高斯分布特性，可反映组织内水分子的扩散偏离正态分布的程度，主要参数包括平均扩散峰度（MK）和平均扩散系数（MD）等。YUE等[15]研究发现，EC患者G0、G1、G2、G3各组间MK和MD值差异均具有统计学意义（P＜0.05），在鉴别G0与（G1+G2+G3），G0与G1，G1与G2以及G2与G3时MK值诊断效能最高（AUC=0.93），在分级诊断效能方面，MK＞MD＞ADC。YAMADA等[16]对24例EC患者DKI参数进行研究，发现MK和MD值与子宫内膜样腺癌的分级及是否淋巴结转移明显相关。

3 纹理分析在EC中的应用

纹理分析是指借用图像后处理技术得到灰度图像纹理特征参数，从而定量描述灰度图像，减少主观误差，发掘MRI图像提供病灶信息的潜力。纹理特征包括一阶纹理特征如直方图参数均值（mean）、方差（variance）、偏度（skewness）、峰度（kurtosis）和熵（entropy）等，二阶纹理特征如灰度共生矩阵（graylevel co-occurrence matrix，GLCM)、游程长矩阵（runlength matrix，RUN）、自回归模型（auto-regressive model，ARM）、绝对梯度（absolute gradient，GRA）等。

SONG等[17]研究118例EC患者术前DKI和DWI参数，发现侵犯深肌层的肿瘤Dmean，D10th，D90th，ADCmean，ADC10th和ADC90th值显著低于侵及浅肌层的肿瘤，Kmean和K90th显著高于浅肌层浸润，D10th，Kmean和ADC10th的AUC大，分别为0.72、0.66和0.71，D10th区分肌层侵犯程度的诊断性能优于ADC10th。YAN等[18]回顾性评估138例EC患者，发现不同级别肿瘤间ADC SD值的差异显著，高级别EC的ADC SD值显著高于低级别EC（289.7 mm2/s vs 216.3×10-6mm2/s）。GHOSH等[19]对27例EC患者的DTI直方图纹理参数进行研究，发现无肌层浸润的肿瘤FAmean明显高于肌层浸润的肿瘤。FA值均匀性、熵和能量预测深肌层浸润的AUC分别为0.827、0.821和0.796，预测肿瘤类型的AUC分别为0.747、0.759和0.765。MD值的能量、熵和均匀性预测肌层浸润深度的AUC分别为0.840、0.815和0.809。Logistic回归分析有意义的直方图参数，显示预测肌层浸润深度和肿瘤类型的敏感度分别为94%和88%，特异性分别为88%和80%。BEREBY-KAHANE等[20]从T2WI和ADC图像中分别提取36个纹理特征，筛选出27个纹理特征建立了预测模型，该模型对低分化肿瘤诊断的敏感度为52%，特异性为5%，对LVSI诊断的敏感度为71%，特异性为59%。UENO等[21]对137例EC患者进行研究，利用软件提取180个纹理特征参数，最终选择11个参数评估深肌层浸润（DMI），12个评估LVSI，16个评估低分化肿瘤，并建立了随机森林模型，此模型评估DMI的AUC、灵敏度、特异度、准确度、阳性预测值和阴性预测值分别为0.84、79.3%、82.3%、81.0%、76.7%和84.4%；评估LVSI分别为0.80、80.9%、72.5%、76.6%、74.3%和79.4%；评估低分化肿瘤分别为0.83、81.0%、76.8%、78.1%、60.7%和90.1%。而主观评估DMI的灵敏度、特异度、准确度、阳性预测值和阴性预测值分别为84.5%、82.3%、83.2%、77.7%和87.8%，可见基于纹理参数的诊断模型的准确度与医师主观评估相当，但建立准确合理的模型需要较大样本量。YTRE-HAUGE等[22]前瞻性研究180例EC患者，探讨术前肿瘤纹理参数是否与已知的预后特征相关，结果表明ADC图上病灶的高熵值可作为预测深肌层浸润的独立因素，对比增强T1WI直方图上肿瘤高正像素均值（MMP）可作为评估高危组织学亚型的独立因素，而高峰度值则与预后良好有关。LUO等[23]将EC患者分为实验组（101例）和对照组（43例），根据实验组T2WI，对比增强T1WI和ADC图，提取大量纹理特征参数如GLCM、RUN等，建立预测LVSI模型，并结合年龄、肿瘤分级构建诺模图，该诺模图预测LVSI的诊断效能达到0.820，在对照组中也达到了0.807。提示纹理分析对EC病理生理特征的预测有巨大潜力，然而如何从众多纹理参数中选取有用参数是目前的一大难题。

由于设备生产商、场强和扫描协议的不同，ROI和感兴趣空间（VOI）为人工勾画等原因，多模态MRI应用于子宫内膜癌仍需进一步研究。