多模态磁共振在肝细胞癌分化程度评估中的应用进展

谭亚兰，江海涛

（中国科学院大学附属肿瘤医院/浙江省肿瘤医院/中国科学院基础医学与肿瘤研究所 放射科，浙江 杭州 310022）

据2020 年国际癌症研究机构统计显示[1]，原发性肝癌是全球第六大常见的恶性肿瘤和第三大常见的癌症死亡原因，其中肝细胞癌（hepatocellular carcinoma，HCC）约占75%～85%，是临床常见的恶性肿瘤。HCC病理分化程度会影响疾病预后，分化程度低的预后较差，术后5年复发率达75%[2-3]。因此，术前评价HCC病理学分化程度对于治疗方案的选择及预后的评估有重要价值。目前肝脏穿刺活检仍是临床明确HCC病理分级的金标准，但其属有创检查，因此探索无创的影像诊断技术、找到更好的影像学鉴别诊断方法逐渐受到重视。多模态MRI检查借助新技术在结构和功能成像层面分析疾病，能为HCC的早期诊断提供重要信息。本文就多模态MRI在评估HCC病理分化程度中的研究进行综述。

1 对比增强检查在HCC分化程度评估中的应用

钆喷酸葡胺（Gd-DTPA）是临床上应用最广泛的非特异性MRI对比剂，HCC在Gd-DTPA增强后的典型影像表现为动脉期明显强化，门脉期或延迟期廓清，具有很高的特异性。钆塞酸二钠（Gd-EOB-DTPA）是特异性肝胆系统对比剂，由于HCC肝细胞膜上OATP1B3 表达减少，摄取Gd-EOB-DTPA的能力减弱，病灶在肝胆期呈低信号，与周围正常肝实质对比更加明显，能极大提升HCC的检出率。

1.1 动态对比增强磁共振成像（dynamic contrastenhanced magnetic resonance imaging，DCE-MRI）

DCE-MRI通过获取增强前后连续多期影像，计算随时间变化的MRI信号强度，不仅能评估兴趣区（region of interest，ROI）的组织血流情况，还能提供多个微循环的参数、量化反映组织的病理生理学特性。其常用的参数包括容积转运常数（Ktrans）、速率常数（Kep）、血管外细胞外容积分数（Ve）及血浆容积分数（Vp）等。

国内外几项研究[4-6]表明，Ktrans随着HCC病理分级的提高而增大，提示低分化HCC内部异常新生血管更丰富，血管通透性更高。于巍伟等[4]的研究也发现，随着HCC病理分级的提高，Ktrans、Kep、Ve、Vp、MTT、TTP均增大。郝盈等[7]等通过对35 例HCC患者分析发现，随着病理分级的提高，增强幅度（signal enhanced extent，SEE）、峰值信号强度（signal intensity of peak，SIpeak）值会越高，达峰时间（time to peak，TTP）值会越低，提示病灶具有更高的血流灌注及更快的增强速率。而Luis等[5]和Jajamovich等[8]的研究发现，与中分化HCC相比，低分化HCC的动脉血流指数（arterial flow index，ART）、Ve降低。分析原因可能是由于低分化HCC大量新生肿瘤细胞和微血管堆积、排列紊乱，造成血管外细胞外间隙逐渐缩小、内环境压力增加，引起新生微血管受压关闭，导致ART及Ve不升反降，因此除Ktrans以外，Jajamovich等[8]认为可以联合ART和Ve对肿瘤病理分级进行初步评估。

综合看来，DCE-MRI的各种定量参数尤其是Ktrans有助于评估HCC的分化程度，但其他参数如Ve、ART、TTP等，各研究结果尚不统一，能否对HCC病理分化程度进行评估仍需更多研究。

1.2 特异性肝胆系统MRI对比剂（Gd-EOB-DTPA）成像

Gd-EOB-DTPA增强MRI不仅可以提供病变血管方面的信息，还能提供肝细胞特异期有关肝细胞的其他信息，但信号程度与HCC病理分化程度的相关性存在一定争议。李瑞等[9]的研究发现，HCC分化程度与肝胆期肿瘤的强化程度存在关联，肝胆期信号强度越低，肿瘤分化越差。而Asayama等[10]的研究表明HCC对Gd-EOB-DTPA的摄取与肿瘤的分化程度不相关。Kitao等[11]则认为对比剂的摄取主要与肝细胞膜表面OATP1B3的表达有关，与肿瘤的分化无关。因此有部分研究者认为，或许可以通过增强的定量分析来评估HCC的分化程度。Tong等[12]分析了95 例HCC患者在增强前后、肝胆期肿瘤相对肝实质信号对比增强比（contrast enhancement ratio，CER）发现，CER值能够预测肿瘤的病理分级，CER值与病理分级呈显著负相关（rs=-0.775），肿瘤分化越差，肿瘤相对肝实质的CER值越小。唐晨程等[13]、吕婷婷等[14]的研究也发现类似结果。

上述研究是基于病灶信号强度相对值或绝对值的测量差异进行判断，由于信号强度会受各种技术参数的影响，和钆对比剂浓度之间没有线性关系，因此并不能客观反映T1弛豫时间。目前，国内外有少数研究者已开展将T1 mapping技术用于预测HCC分化程度的研究。T1 mapping测量的是T1值的绝对时间，与组织中钆对比剂浓度成正比，可以最大限度减少测量信号强度所导致的误差出现。Peng等[15]采用T1 mapping技术，计算53例HCC患者在增强前、后肝胆期T1减少值（T1D，T1D=T1pre-T1post）、以及T1减少率[ΔT1%，ΔT1%=（T1pre-T1post）/T1pre×100%]。经过分析发现，基于T1 mapping的定量分析可以区分不同病理分级的HCC，HCC分化程度越好，T1D与ΔT1%值越大，其中ΔT1%与Edmondson-Steiner病理分级相关性最高（rs=-0.676）；而且当ΔT1%高于50%时，更加提示HCC为Edmondson-Steiner I级。成戈等[16]的研究也得到类似结果，并且发现ΔT1%对鉴别高-中分化、高-低分化、低-中分化HCC的ROC曲线下面积分别为0.775、0.973、0.857。另外，Qin等[17]分析了81个HCC病灶相对于非肿瘤肝实质T1 值的变化率，即T1[lesion（L）-hepatic parenchyma（H）]/H（%），其研究结果也表明，随着HCC恶性程度的升高，T1值变化率逐渐增大。分析原因是随着HCC病理级别的升高，增强后肿瘤与正常肝实质之间的肝功能差异更明显，组织中Gd-EOB-DTPA浓度差异也就更明显，病变相对于肝实质的T1值变化率就更高。

综上所述，定量分析肿瘤Gd-EOB-DTPA强化程度对HCC病理分化的评估有一定意义。T1 mapping 技术可以测量T1值的绝对时间，能更准确、客观地反映肝脏摄取Gd-EOB-DTPA能力的变化。虽然目前相关的定量分析研究仍较少、采用的定量参数也有差异，但在评估 HCC 的病理分级中具有可观的应用价值。

2 磁共振扩散加权成像（diffusion weighted imaging，DWI）在HCC分化程度评估中的应用

DWI是目前较成熟的功能成像方法，其表观扩散系数值（apparent diffusion coefficient，ADC）可将组织水分子的扩散受限情况量化，反映病变组织内细微的结构改变，从而为DWI评价HCC的分化程度提供了依据。

多项研究及Meta分析[18-21]认为，DWI的ADC值能较好鉴别低分化与非低分化HCC，低分化HCC的ADC值显著降低。Xu等[18]根据Edmondson-Steiner分级，把51例HCC患者分为高级别（Ⅲ、Ⅳ级）、低级别（Ⅰ、Ⅱ级）两组，分析发现ADCmin值能较好区分高-低级别HCC，ADCmin≤4.15×10-3mm2/s提示高级别HCC，其诊断效能评价AUC=0.763，灵敏度和特异度分别为66.7%、90.9%。

部分研究[19-20]发现，高、中分化HCC之间的平均ADC值存在重叠。Nasu等[22]研究表明HCC的病理分级与平均ADC值无关。Hirano等[23]则认为平均ADC值并不能真实反映细胞密度和病理分化程度，因为恶性肿瘤异质性明显，细胞致密区域的ADC值往往更小，而且囊变、坏死灶等因素也会影响平均ADC值。因此，Li等[20]学者提出最小ADC值可能更能真实反映肿瘤病理分化程度。Surov等[24]的一项Meta分析表明，ADCmin值在G1、G2期HCC存在重叠，但能很好鉴别G1/2 期和G3 期，其中低级别（G1/2）HCC的ADCmin多大于0.80×10-3mm2/s，高级别（G3）HCC的ADCmin值多小于0.80×10-3mm2/s；而ADCmean值在G1-3 的HCC患者中明显重叠，并不能预测HCC的病理分级。

总而言之，DWI在一定程度上反映了肿瘤细胞的增殖，ADC值尤其是ADCmin可作为预测HCC分化程度的重要依据，但不同级别HCC的ADC值部分存在重叠。

3 扩散加权成像体素内不相干运动（intravoxel incoherent motion，IVIM）在HCC分化程度评估中的应用

DWI是在假设病灶内水质子扩散为高斯模型下提出的，并不符合真实扩散情况。它计算出的ADC 值会受到水质子布朗运动以及毛细血管灌注情况的影响。因此，Bihan等[25]在1986年首次提出了体素内不相干运动IVIM。IVIM是一种双指数模型，它能够分别反映组织扩散和组织微毛细血管灌注，弥补了DWI的不足。其常用参数包括：D值，代表纯分子扩散的真实扩散系数；D*值，是假扩散系数，代表体素内与灌注有关的微循环的扩散系数；f值，即灌注分数，反映体素内微循环灌注在总体扩散效应中的百分比。近年来，IVIM在全身各系统疾病的诊断优势越发得到临床的广泛重视。

郭瑞等[26]分析了30 例HCC患者在肿瘤实质区的IVIM-DWI多定量参数发现，ADC、D及PF值在不同病理分级间的差异有统计学意义（P＜0.05），随着病理级别的升高，肿瘤ADC、D值逐渐减小，PF值逐渐增大；而D*值在区分HCC病理分级中差异无统计学意义（P＞0.05）。Zhou等[27]的分析也发现，ADC和D值可用于术前预测HCC的组织学分化程度，D值较ADC值具有更好的诊断价值，这可能与D值去除了微血管的灌注效应有关；而且，当D值的阈值为0.97×10-3mm2/s时，其区分高分化和中低分化HCC的敏感性和特异性分别为86.7%和78.2%，ROC曲线下面积为0.841；但D*值、f值在区分HCC分化程度中的差异并无统计学意义（P＞0.05）。

传统IVIM研究方法一般是在肿瘤最大层面实性部分勾画感兴趣区（reign of interest，ROI），得到信号强度的均值。然而，由于肿瘤细胞和血管的空间分布是变化的，所以此方法严重削弱了对其组织异质性的反映，因为很多有价值的定量参数本身并不是一个平均值。考虑到每个ROI的直方图分布，目前，有部分研究者[28-29]认为可以用IVIM直方图参数来更全面地反应肿瘤特征。张喆等[30]通过提取病灶的三维容积ROI进行分析发现，术前IVIM直方图参数能够有效评估HCC病理分化程度，而且将直方图参数进行联合能够进一步提高诊断效能。Shi等[31]的结果也发现共18 个IVIM直方图参数能够鉴别高（G1/2）、低级别HCC（G3/4），进一步通过Logistic回归、整合不同亚组间有显著差异的不同直方图指数后，建立的诊断模型在区分HCC不同病理分级的价值更高（AUC=0.917）。

目前，国内外在做IVIM成像时，b值的数目及大小设定不同，可能造成所测得IVIM参数存在差异。多数研究表明，D值对于评估HCC分化程度具有重要的参考价值，而D*值、f值易受多种因素的影响，意义尚不明确，其在评估HCC病理分化中作用需要进一步证实。与传统勾画ROI得到HCC定量参数的均值相比，虽然目前通过提取IVIM的多个直方图参数进行联合分析的研究相对较少，但在区分HCC的病理分化程度中已显示出较好的应用价值。

4 磁敏感加权成像（susceptibility weighted imaging，SWI）及增强T2*加权血管成像（enhanced T2-star weighted angiography，ESWAN）在HCC分化程度评估中的应用

SWI采用T2*加权梯度回波作为基础序列，可以显示铁沉积、静脉血，以及出血后红细胞不同时期的降解产物等顺磁性物质，反映组织间内在的磁敏感特性差别[32]。它能利用癌灶的磁敏感信号（intratumoral susceptibility signal intensity，ITSS）来评估病灶内的出血及小静脉血管信息。目前已发现，SWI技术能用于评估肾透明细胞癌及脑胶质瘤的病理级别[33-34]。但SWI在HCC病理分化评估中的研究还较少。段婷等[35]将53例HCC患者分为高（G3/4）、低级别（G1/2）两组，对比分析两组的SWI图像发现，低级别组的ITSS形态学评分、以及每平方厘米ITSS数量均低于高级别组（P＜0.05），提示高级别HCC瘤内血管密度更高；ITSS形态学评分、每平方厘米ITSS数在鉴别高、低级别 HCC 的曲线下面积分别为0.81、0.70。SWI通过检测静脉内脱氧血红蛋白引起的磁敏感相位差异可以很好显示病变组织内的微血管结构。陈瑞权等[36]分析了39例HCC患者的影像资料发现，SWI显示的瘤内和瘤周静脉数量与HCC的病理分级呈明显正相关，低分化组中SWI显示的静脉结构数量明显多于中-高分化组。推测原因可能是HCC分化程度越低，生长越迅速，微血管密度也越高，乏氧小血管及引流小静脉也相应性增多。

ESWAN序列是基于SWI 的MR对比成像技术，通过多回波的平均幅度，提高信噪比，一次扫描获得多个后处理图像及定量参数（幅度值、相位值、R2*值和T2*值）[37]。其中，表观横向弛豫率值（R2*，R2*=1/T2*）是评价局部组织氧含量改变的定量指标，对顺磁性物质浓度的变化较为敏感。田世峰等[38]运用ESWAN序列，对比分析了低、中、高分化三组HCC病灶的R2*值发现，R2*与HCC病理分级呈正相关（rs=0.493），低分化组的R2*值要高于中、高分化组；低-中分化组间和低-高分化组间R2*值差异有统计学意义（均P＜0.01）；应用R2*值预侧低分化 HCC的AUC=0.816。分析低分化组R2*值更高的原因，可能是低分化HCC中血管内皮生长因子（vascular endothelial growth factor，VEGF）表达较高[39]，因此有更多的新生血管及异常血管，造成微出血及血液动力学变化更显著；而且，低分化HCC细胞密度较中、高分化HCC大，耗氧量加大，使乏氧状况进一步加重，也会导致R2*值增高 。

5 IDEAL-IQ（iterative decomposition of water and fat with echo asymmetry and least square estimation-iron quantification）成像技术在HCC分化程度评估中的应用

IDEAL-IQ技术，为近年新出现的MR检查技术[40]，它扫描速度快、成像时间短，一次扫描即可获得T2*校正脂相、T2*校正水相、脂肪分数、R2*弛豫率、同相位、反相位六幅图像。IDEAL-IQ技术在精确量化评价肝脏铁沉积等方面已得到较为广泛的认可。当组织内顺磁性铁蛋白及含铁血黄素沉着时，会使氢质子T2*衰减时间缩短，R2*值增高。曾文彦等[41]采用IDEAL-IQ技术将35 个HCC病灶分为高、中、低分化3 组进行分析显示，随着HCC分化程度的减低，R2*值也呈降低趋势（rs=0.476，P＜0.05）；采用R2*值预测低分化HCC的AUC=0.843，提示R2*值可在术前较为准确预估HCC分化程度；以R2*值21.38 Hz为界值，敏感度为83.6%，特异度为74.8%。分析R2*值随HCC病理分化程度减低而降低的原因，可能是因为铁参与细胞增殖代谢过程中的诸多环节，肿瘤恶性度越高，细胞增殖越快、数目越多、密度越大，代谢率也越高、铁消耗就越大，肿瘤细胞铁摄取与其过快的增殖速度不相匹配，所以造成HCC灶内铁含量相应减少，R2*值相应降低；病理学研究也表明，从肝硬化结节发展到HCC的过程中伴随明显的铁缺失[42]。曾文彦等[41]与郭维亚等[43]的研究结果基本一致，但与田士峰等[38]应用ESWAN序列得到的R2*值预估HCC分化程度结果相反。田士峰等[38]结果显示低分化组HCC的R2*值要高于中、低分化组。分析推测可能与两者的MR技术特点、病例组成以及不同分化程度HCC组间脂肪分数的差异有关。

总而言之，SWI、IDEAL-IQ等技术为无创、非强化方式下预估HCC病理分级提供了新的手段，在鉴别HCC分化程度方面有一定潜力。目前SWI、ESWAN与IDEAL-IQ在预估HCC的病理分化程度的文献报道还较少、各研究样本量仍较小，相关的研究结论尚不一致，因此仍待更多、更大样本量研究证实。

6 小结

病理活检是评价HCC分化程度的金标准，但其为有创检查，而且由于肿瘤的异质性，容易导致穿刺点的分化程度难以反映病灶整体的情况，临床应用受到一定限制，所以采用无创手段评价HCC分化程度具有重要意义。多模态MRI可对HCC病变内微循环、微结构的改变以及组织成分的改变进行定性和定量分析，在HCC病理分化评估中发挥重要的提示作用，有望在术前对HCC进行病理分化程度评估，为HCC个体化治疗策略的制定提供重要依据。