MRI评估宫颈癌宫旁浸润的研究进展△

黄建锋，刘碧华#

1 广东医科大学第一临床医学院，广东 湛江 524023

2 东莞市人民医院放射科，广东 东莞 523058

宫颈癌是女性生殖系统中发病率最高的恶性肿瘤[1]。准确判断宫颈癌宫旁浸润（parametrial invasion，PMI）是宫颈癌临床分期的重点和难点[2]。PMI不仅决定患者治疗方案，而且是影响患者预后的因素之一[3]。在2018版国际妇产科联盟（International Federation of Gynecology and Obstetrics，FIGO）分期中根据是否存在PMI，将宫颈癌分为ⅡA、ⅡB期。对于无PMI的ⅡA期及以下分期的宫颈癌患者，按照宫颈癌治疗指南首选以手术为主的治疗方案，对伴有PMI的ⅡB期及以上的晚期宫颈癌患者首选盆腔近距离放疗和外照射放疗联合化疗。但临床宫颈癌术前分期评估过低[4]或过高[5]均较常见，前者术后易复发，易出现术后放化疗不良反应[6-7]，后者导致患者错失手术时机或治疗不足，肿瘤易复发，与预后不良有关[8]。因此治疗前十分有必要提高PMI的诊断准确度，以改善疗效。MRI单纯形态学诊断PMI优于临床评估[9-12]，并且MRI作为FIGO分期的评估方法已达成共识[13]。MRI的新技术在评估PMI中也取得了一定的进展。本文就MRI的形态学及扩散加权成像、定量分析、影像组学在PMI中的研究进行综述，以提高MRI诊断PMI的准确度。

1 MRI及融合图像对PMI的形态学评估

欧洲泌尿生殖放射学会最新指南指出全层宫颈间质浸润伴有T2加权成像（T2 weighted imaging，T2WI）的以下附加征象之一：肿瘤-子宫旁交界处有毛刺，宫颈外缘不规则；子宫旁有肿瘤结节和（或）子宫旁血管有肿瘤包裹，可诊断为PMI[14]。一项前瞻性研究表明，T1加权成像（T1 weighted imaging，T1WI）脂肪抑制增强成像与T2WI对宫颈癌PMI的诊断效果一致[15]，T2WI在诊断PMI中可信度更高。但常规序列对宫颈癌宫周水肿、炎性浸润、放疗后改变[16]、伴内膜异位病灶或纤维瘢痕肉芽组织、增强时宫颈周围反应性表现[17]无法与PMI区分。另外宫颈癌子宫旁组织的微浸润或非连续性的PMI常无法诊断[18-19]。

超声检查具有实时、成像灵活的优点，正电子发射计算机断层显像（position emission tomography，PET）图像可显示组织代谢信息。将MRI与不同图像进行变换处理，叠加获取的融合后图像，可获得更多的诊断信息。有学者将MRI和高分辨率超声图像融合来观察盆腔MRI宫颈低信号情况，彩色多普勒超声显示其周围血管的血流情况，最后融合图像与单独使用MRI相比，PMI检出准确度有提高[20]。另一项前瞻性研究也表明，MRI和高分辨率超声融合图像较MRI对PMI的诊断准确度由74%提高到86%[21]。在PET和MRI图像融合诊断PMI方面，MRI诊断PMI的灵敏度为84.6%，PET和MRI融合图像诊断PMI的灵敏度提高到85.7%[22]。Wang等[23]回顾性研究79例ⅠB~ⅡB期宫颈癌患者基于体素PET/MRI图像分割技术（在T2WI上勾画出最大肿瘤水平的感兴趣区域，并将感兴趣区域应用于相应层的PET图像）诊断PMI的价值，研究结果显示，PET/MRI和其图像的灰度值共同诊断PMI的准确度、灵敏度和阴性预测值（87.3%、83.8%、86.4%）均优于MRI（74.7%、59.5%、71.2%）。

2 扩散加权成像（diffusion-weighted imaging，DWI）在PMI中的应用

2.1 各向扩散同向同性DWI

各向扩散同向同性DWI是目前唯一能在微观上反映活体内水分子扩散活动的无创成像方法。宫颈癌肿瘤细胞密度大，水分子扩散活动受限，DWI为高信号，与周围正常组织、炎症水肿组织间产生较明显对比。Qu等[24]探讨T2WI和DWI对PMI的诊断价值研究结果表明，与单纯T2WI相比，T2WI与DWI联合检查可提高宫颈癌患者PMI的诊断准确度。在MRI诊断PMI的Meta分析中表明，DWI仅可作为T2WI的辅助手段提高对PMI的诊断能力，并提出常规DWI的空间分辨率低和解剖结构显示欠佳的缺陷[5]。随着小视野扩散加权成像（reduced field of view diffusion weighted imaging，rFOV-DWI）在前列腺[25]、胆囊[26]、胰腺[27]等器官中的应用，有学者研究比较rFOV-DWI与常规视野扩散加权成像（conventional field of view diffusion weighted imaging，cFOV-DWI）对宫颈癌PMI的诊断效能，结果表明，rFOV-DWI对PMI的诊断效能远优于cFOV-DWI[28]。rFOV-DWI有利于准确诊断PMI微小病变[29]。

表观扩散系数（apparent diffusion coefficient，ADC）是DWI主要的量化指标。宫颈癌病灶内细胞密度增大，细胞外组织间隙减小，则ADC较低。用ADC对病变组织内水分子扩散状态进行定量评价，能更有效地评估宫颈癌宫旁组织的性质。Park等[30]探讨DWI对宫颈癌患者PMI的评估价值时，对宫颈癌患者术前临床变量和MRI变量进行分析，发现肿瘤ADC值可作为宫颈癌发生PMI的独立预测因子，可提高PMI患者的诊断准确度。一回顾性研究发现，有PMI患者ADC值低于无PMI患者（P=0.034）[31]。但Song等[18]研究则表明，PMI组及无PMI组患者ADC值比较，差异无统计学意义（P=0.360）。目前ADC值判断宫颈癌PMI的价值尚有争论，但大多研究表明ADC对PMI的诊断具有意义。

2.2 体素内不相干运动（intravoxel incoherent motion，IVIM）

IVIM是根据多b值DWI成像的信号变化用双指数模型拟合，用来区分组织内水分子扩散和微循环灌注状态信息，获得水分子扩散和微循环灌注的多个参数，包括单纯扩散系数D、假性扩散系数D*、灌注分数f。IVIM可在无增强时同时反映组织的扩散程度和微循环的灌注量，但IVIM于21世纪才受到广泛应用，应用于宫颈癌PMI的研究报道更少。Lin等[32]通过术后病理将宫颈癌患者分为PMI组和无PMI组，采用单因素方差分析对两组IVIM参数进行比较，结果显示，PMI组患者D值较无PMI组 明 显 下 降[（0.632±0.017）vs（0.773±0.024），P＜0.01]、D*值和f值在两组间无明显差异。D值诊断PMI的曲线下面积为0.801，诊断特异度为85.0%，诊断灵敏度为60.0%。目前大多数研究显示，IVIM参数D值在诊断宫颈癌PMI中具有较好的应用前景，未来需要更多大样本研究进一步证实。

2.3 弥散张量成像（diffusion tensor imaging，DTI）

DTI是在DWI基础上，进一步测定水分子扩散活动方向的新方法，适用于具有纤维结构的组织，如神经脑白质束、横纹肌组织，能够画出组织的结构如纤维束的形态，对每个体素水分子扩散的各向异性作出较为准确的检测。常用的参数包括平均扩散系数（average diffusion coefficient，DCavg）（反映了水在各个方向的扩散，其值越大，说明水分子扩散能力越强，DCavg值受细胞密度、细胞组织和微循环的影响）、部分各向异性指数（fractional anisotropy，FA）（代表扩散张量总和中扩散的各向异性成分所占百分比，主要与细胞密度、组织结构有关，如肌纤维排列代表水分子运动的方向性）。这些参数是检测、诊断和预测部分肿瘤病理分级的有用指标[33]，其中FA值用于肿瘤诊断比较有价值。DTI评价宫颈癌组织分级及分化程度的研究较多，但DTI在PMI诊断方面研究少有报道。有研究显示，PMI组FA值较无PMI组显著降低[（0.073±0.002）vs（0.085±0.003），P=0.003][32]，可能的原因是肿瘤细胞浸润到宫旁肌纤维束间隙，不同程度地破坏了肌纤维，导致单位体素内肌纤维束数量减少，所以水在各个方向的扩散极限增大，FA值降低。另外DTI示踪图能直观反映组织结构的改变，但目前其对PMI尚无相关研究。DTI参数能否作为诊断宫颈癌PMI的有效评估手段尚需更多研究进一步探索。

3 动态增强磁共振成像（dynamic contrast enhanced magnetic resonance imaging，DCE-MRI）定量参数分析PMI

定量DCE-MRI是通过钆对比剂无创地对感兴趣区域快速T1WI实行连续动态扫描并采用非线性最小二乘法算法，计算组织内微小血管特征，包括微循环渗透性或组织内灌注的血流动力学参数的成像技术。其常用定量参数包括：速率常数（Kep）、容量转移常数（Ktrans）、血管外细胞外间隙容积比（Ve）。Song等[18]通过术后病理结果将宫颈间质环局灶性破坏的宫颈癌患者分为有PMI组和无PMI组，比较两组患者术前DCE-MRI参数，研究表明，有PMI组患者的Ktrans、Kep、Ve值均明显高于无PMI组，其中Ktrans10%曲线下面积最大（0.774）（P=0.001），最佳截断值为0.34，灵敏度为87.9%，特异度为67.4%。但另一项研究则表明，PMI组宫颈癌患者仅Ktrans值明显高于无PMI组[34]。以上研究均表明，PMI组Ktrans升高较无PMI组明显，Ktrans参数间接反映肿瘤微血管生成，可提示PMI组肿瘤血管生成多于无PMI组。存在PMI的宫颈癌生长速度相对较快，对血氧的需求增加，从而形成大量新生血管。新生血管内皮细胞不规则，走形迂曲，通透性增加。因此，造影剂在存在PMI的宫颈癌更容易渗透到血管缝隙中。目前DCE-MRI不同参数对宫颈癌PMI的诊断价值尚未确认[5]，仍需要进一步研究。

4 影像组学方法诊断PMI

影像组学主要是将影像学图像通过特定算法的计算机软件，以获得大量高像素灰度的信息，发掘更丰富更深层次的影像特征，提取肉眼无法识别的图像信息，同时具备无创、可重复、全瘤分析等优点，在疾病的明确诊断、精准分期、疗效预测、预后评价等方面发挥重要的作用。

纹理分析是影像组学的组成部分，是通过不同软件对图像进行后处理，提取重要的表面灰度信息，可对图像灰阶分布特征、像素间关系和空间等特征进行定量和定性分析描述，能反映图像内在和外在特性的组织内部性质特征参数的技术。Li等[34]通过术后病理结果将宫颈癌患者分为无PMI组和PMI组，比较两组患者T2WI纹理特征（均值、偏斜度、峰度、均匀性、能量和熵）差异，研究结果显示，PMI组患者能量值明显低于无PMI组，熵值明显高于无PMI组，差异均有统计学意义（P＜0.01）。通过纹理分析可以发现所有与PMI相关的纹理特征，虽然目前大多数研究表明熵值有助于预测宫颈癌PMI，但目前没有广泛接受的可信纹理特征参数。对宫颈癌PMI的纹理分析仍需大样本前瞻性研究进一步探索及规范。

人工智能可以在短时间内对海量数据进行分析，使用算法来解析数据、分析规律，构建模型对事物进行决策和预测，目前已有研究构建预测宫颈癌PMI的模型，但不同的建模方法预测效能也有不同。Wang等[35]纳入137例行根治性子宫切除术的宫颈癌患者，利用T2WI和DWI提取筛选的放射组学特征，建立T2WI、DWI联合T2WI、DWI的放射组学特征支持向量机模型，评价放射组学特征在PMI患者鉴别诊断中的作用，研究结果显示，联合T2WI和DWI的放射组学特征、年龄和病理分级的放射组学诺模图显示出很好的PMI区分性，可作为早期宫颈鳞状细胞癌患者个体化治疗方案的辅助工具。何月明等[36]对Ⅱ期宫颈癌患者术前T2WI矢状位纹理提取筛选，选择PMI组和无PMI组差异有统计学意义的纹理特征为自变量，建立基于MRI图像纹理特征的Logistic回归方程预测宫颈癌PMI的模型，其曲线下面积为0.939，灵敏度为91.1%，特异度为86.7%，最佳截断值为0.483。其中筛选的纹理特征中135°游程长度非均匀性可作为PMI的独立预测因子。其进一步通过ROC曲线分析4种决策树预测模型，包括卡方自动交互检测决策树（Chi-square automatic interaction detection，CHAID）、穷举CHAID、分类回归树（classification and regression tree，CRT）、快速无偏和高效统计树（quick,unbiased,and efficient statistical tree，QUEST）建立的预测模型对PMI的诊断效能，最终研究结果显示，4种决策树预测PMI模型的诊断准确度分别为86.7%、83.3%、92.2%和82.2%，ROC曲线下面积分别为0.867、0.833、0.922和0.822，灵敏度分别为91.1%、77.8%、93.3%和82.2%，特异度分别为82.2%、88.9%、91.1%和82.2%，其中CRT法预测PMI的诊断效果最好[37]。

5 小结与展望

功能成像及定量研究在宫颈癌PMI诊断中的研究尚少，未得到广泛应用及研究，其诊断价值尚有争议，多为小样本回顾性研究，可能存在偏倚，仍需进一步深入探索研究，纳入更大的样本量进行前瞻性研究。目前影像组学在宫颈癌PMI方面的应用研究仍存在着许多挑战：扫描设备及方法、MRI成像参数、图像分割方法、影像组学建模及分析方法等尚未形成统一规范；未来影像组学需要结合多序列图像资料及临床资料（肿瘤标志物及免疫组织化学相关指标）大样本数据进行分析、建立模型，经过大样本、多中心的前瞻性研究验证。

总之，MRI诊断宫颈癌PMI已经从单纯的形态学观察发展到功能成像应用（包括定量研究），进一步向影像组学的方向发展，提示评价宫颈癌PMI的准确度已取得了较大的进展。