体素内不相干运动及扩散加权成像预测非小细胞肺癌侵袭性初步研究

张丽丽 蒋益纲 周笑 朱明明 江建芹

[摘   要]   目的：研究体素内不相干运动成像（intravoxel incoherent motion，IVIM）纯扩散参数（D）、灌注相关参数（D*）、灌注分数（f）以及表观扩散系数（apparent diffusion coefficient，ADC）术前预测非小细胞肺癌（non-small cell lung cancer，NSCLC）侵袭性的价值。方法：手术病理确诊的NSCLC患者56例，术前1周内行MRI检查，包括常规平扫、自由呼吸IVIM（10个b值，b=0～1 000 s/mm2）及扩散加权成像（DWI）（b=0、300、800 s/mm2）。由2名测量者分别独立在IVIM图、ADC图上采用体积法测量获得D、D*、f值、ADC均值（ADCmean）和ADC最小值（ADCmin）。比较各参数值在中高分化及低分化、有无淋巴结转移、有无胸膜侵犯肺癌中的差异。采用受试者工作特征曲线（receiver operating characteristic curve，ROC）分析预测NSCLC分化程度、淋巴结转移及胸膜侵犯的最佳参数和最佳阈值。结果：ADCmean、ADCmin、D值测量可重复性良好。低分化肺癌ADCmean、ADCmin及D值明显低于中高分化肺癌（P＜0.001），淋巴结转移组D值明显低于无淋巴结转移组（P=0.002），胸膜侵犯组D值明显低于无胸膜侵犯组（P=0.022），f值明显高于无胸膜侵犯组（P=0.001），差异均有统计学意义。ROC曲线分析显示，D值预测NSCLC分化程度及淋巴结转移的曲线下面积（area under the curve，AUC）分别为0.823、0.783，f值预测NSCLC胸膜侵犯的AUC为0.771。结论：IVIM纯扩散参数D值能在术前更好地预测NSCLC分化程度及淋巴结转移，IVIM灌注分数f能在术前更好地预测胸膜侵犯。

[关键词]   非小细胞肺癌；体素内不相干运动；分化程度；淋巴结转移；胸膜侵犯

[中图分类号]   R445.2 [文献标志码]   B [DOI]   10.19767/j.cnki.32-1412.2023.06.028

肺癌是常见的恶性肿瘤，病死率高，发病率且呈逐年上升趋势[1]。术前预测非小细胞肺癌（non-small cell lung cancer，NSCLC）分化程度、淋巴结转移及胸膜侵犯等情况对治疗方式的选择及患者预后具有重要意义。磁共振扩散加权成像（diffusion-weighted imaging，DWI）是对组织内水分子扩散运动定量评估的功能学成像技术，近年来逐渐用于肺癌的诊断[2]、分期分级[3]以及疗效评估[4]。DWI双指数模型即体素内不相干运动（intravoxel incoherent motion，IVIM）模型，利用多个b值可以区分水分子的真性扩散与微循环灌注形成的假性扩散，得到纯扩散参数（D）、灌注相关参数（D*）和灌注分数（f），为肿瘤评估提供更多有价值的信息[5]。本研究选择2017年3月—2020年2月本院收治的56例NSCLC患者，评估IVIM参数和表观扩散系数（apparent diffusion coefficient，ADC）在术前预测NSCLC侵袭性的价值。

1   资料与方法

1.1   一般资料   经手术病理確诊的NSCLC患者56例，其中男性26例，女性30例；年龄34～77岁，平均56.1±9.1岁；共56个病灶，病灶大小1.50～4.80 cm，平均3.06±0.85 cm；病理类型：腺癌44例，鳞癌10例，腺鳞癌2例；病理分级：中-高分化31例，低分化25例；淋巴结转移31例，胸膜侵犯21例。纳入标准：（1）病灶未经穿刺和治疗；（2）CT图像上病灶直径≥1.5 cm，且实性成分大于体积的1/3；（3）检查后1个月内经手术病理学确诊为周围型NSCLC。排除标准：（1）术中未清扫肺门及纵膈淋巴结者；（2）病灶在DWI图像上信号太低，显示不清。本研究经医院伦理审查委员会批准。

1.2   检查方法   采用3T磁共振扫描仪（Verio Tim；Siemens，Erlangen，Germany），8通道相控阵体表线圈。患者仰卧位头先进，腹部绑绷带，平静呼吸。扫描序列包括MRI常规平扫、DWI及IVIM扫描，IVIM-DWI扫描参数：TR=7 600 ms，TE=67 ms，矩阵128×160，FOV 360 mm×360 mm，层厚6 mm，层间距0.6 mm，扫描层数32层。

1.3   数据处理及分析

1.3.1   ADC：ADC图由MRI扫描仪自动生成，取b=0、300、800 s/mm2。参考T2WI及DWI图像，在肿瘤每一层ADC图上沿着病灶边缘手动勾勒感兴趣区（region of interest，ROI），包含肿瘤整个区域，避开钙化、坏死、伪影等。记录软件自动计算所得的ADC均值（ADCmean）及ADC最小值（ADCmin）。测量3次取平均值。

1.3.2   IVIM：使用德国癌症研究中心开发的图像处理软件（medical imaging interaction toolkit，MITK）进行图像后处理，将扫描所得多b值DWI图像（b=0、50、100、150、200、250、300、500、800、1 000 s/mm2）加载到MITK软件IVIM模块下，将b值调至200 s/mm2测量。ROI在病灶每一层图像上沿着病灶的实性成分边缘勾勒，记录软件自动计算所得的f、D、D*值，测量3次取平均值。以上ROI均由2名测量者分别独立测量记录，测量2次，间隔2周。

1.4   统计学处理   应用SPSS 20.0统计学软件对数据进行分析处理。各参数值的测量者间一致性及测量者内可重复性采用组内相关系数（intraclass coefficient，ICC）评价，ICC＞0.75认为可重复性好。正态分布的计量资料以x±s表示，组间比较采用独立样本t检验。采用受试者工作特征曲线（receiver operating characteristic curve，ROC）分析各参数预测NSCLC分化程度、淋巴结转移及胸膜侵犯的价值。P＜0.05为差异有统计学意义。

2   结      果

2.1   各参数值在测量者间的测量可重复性   ADCmean、ADCmin、D和f值在测量者间ICC分别为0.866、0.817、0.873、0.817，显示测量可重复性良好，而D*值在测量者间ICC为0.689，可重复性中等，故后续研究不纳入D*值。

2.2   不同病理分级患者各参数值比较   低分化组ADCmean、ADCmin及D值显著低于中高分化组，差异有统计学意义（P＜0.05）。两组f值比较，差异无统计学意义（P＞0.05）。见表1。

2.3   有无淋巴结转移患者各参数值比较   淋巴结转移组D值显著低于无淋巴结转移组，差异有统计学意义（P＜0.05）；两组ADCmean、ADCmin及f值比较，差异均无统计学意义（P＞0.05）。见表2。

2.4   有无胸膜侵犯患者各参数值比较   胸膜侵犯组D值显著低于无胸膜侵犯组，f值显著高于无胸膜侵犯组，差异均有统计学意义（P＜0.05）；但两组ADCmean、ADCmin值比较，差异均无统计学意义（P＞0.05）。见表3。

2.5   各参数值预测NSCLC分化程度、淋巴结转移及胸膜侵犯的价值   ROC曲线分析显示，预测NSCLC分化程度、淋巴结转移时，D值ROC曲线下面积（area under the curve，AUC）分别为0.823、0.783，均大于ADCmean和ADCmin的AUC。D值预测NSCLC分化程度、淋巴结转移的临界值分别为1.07×10-3 mm2/s、1.10×10-3 mm2/s。在预测胸膜侵犯方面，f值的敏感度和特异度高于D值，f临界值为19.91%时，AUC较大。D值预测NSCLC侵袭性（包括淋巴结转移和胸膜浸润）的价值更优，敏感度为85.0%，特异度为83.3%。见表4，图1。

3   讨      论

恶性肿瘤代谢旺盛，细胞密度高，DWI表现为水分子扩散运动受限，因此恶性肿瘤ADC值低于良性病灶。研究表明，ADC可提供肺癌的组织学信息，与肿瘤细胞密度相关，可用于区分细胞的分化程度，这可能是由于恶性肿瘤细胞密度高，导致细胞外空间减少及水分子扩散运动的减低[6-7]。本研究结果显示，NSCLC低分化组ADCmean、ADCmin及D值均低于中高分化组，表明DWI扩散参数能反映肿瘤组织学特征。

有研究认为ADCmin比ADCmean更能反映肿瘤的侵袭性，ADCmin鉴别肺结节和肿块的良恶性价值优于病灶脊髓信号比及PET-CT[8-9]。本研究中ADCmin预测NSCLC分化程度的效能并未高于ADCmean，可能与ADCmin不能很好反映高分化NSCLC中存在粘液、微出血和坏死部分有关[6]。IVIM能反映组织微循环灌注效应，理论上D值比ADC更能精确反映组织中水分子扩散，而本研究中D值的诊断效能并未高于ADCmean、ADCmin可能与样本量较少有关。

本研究结果显示，D值对预测NSCLC有无淋巴结转移和胸膜侵犯的敏感度较高，淋巴结转移组D值显著低于无淋巴结转移组，与WANG等[10]对IVIM评估膀胱癌侵袭性的研究结果相似。YE等[11]研究表明，肺癌转移淋巴结中的D值明显低于非转移淋巴结，而f值无显著差异。本研究结果显示，NSCLC胸膜侵犯组中D值显著低于无胸膜侵犯组，f值显著高于无胸膜侵犯组。原因可能是侵袭性肺癌肿瘤细胞生长活跃、密度高，D值能精确反映组织中水分子扩散，肿瘤恶性程度越高，细胞密度越大，D值越低；而f值反映组织微循环灌注[12]，肿瘤恶性程度越高，越易发生胸膜侵犯，血流灌注及血管通透性越高，因而f值越高。综上所述，IVIM参数值可作为肺部病变诊断、术前评估侵袭性和预后的辅助检查，从而帮助临床决策。

本研究中IVIM灌注参数D*在测量者间的可重复性较差，可能是由于ROI放置位置或肿瘤不均質性导致[13]，因此，未来需要改进设备和后处理技术，以提高D*值的可重复性，使其能应用于临床。本研究存在一定的局限性：（1）单中心研究，样本量较少。（2）仅限于术前可手术病例和1.5 cm以下病变，不含磨玻璃结节。（3）手工测量得到的ROI平均值不能完全代表肿瘤的异质性。（4）未对病理类型、基因突变和预后等其他病理特征进行评估，有待进一步深入研究。

[参考文献]

[1] TORRE L A，SIEGEL R L，JEMAL A. Lung cancer statistics［J］. Adv Exp Med Biol，2016，893：1-19.

[2] SHEN G，JIA Z，DENG H. Apparent diffusion coefficient values of diffusion-weighted imaging for distinguishing focal pulmonary lesions and characterizing the subtype of lung cancer： a meta-analysis［J］. Eur Radiol，2016，26（2）：556-566.

[3] PAULS S，SCHMIDT S A，JUCHEMS M S，et al. Diffusion-weighted MR imaging in comparison to integrated[18F]-FDG PET/CT for N-staging in patients with lung cancer［J］. Eur J Radiol，2012，81（1）：178-182.

[4] 陶秀丽，欧阳汉，吴宁，等. 扩散加权成像对非小细胞肺癌放疗及同步放化疗疗效的预测价值［J］. 中华放射学杂志，2016，50（10）：740-745.

[5] WAN Q，DENG Y S，ZHOU J X，et al. Intravoxel incoherent motion diffusion-weighted MR imaging in assessing and characterizing solitary pulmonary lesions［J］. Sci Rep，2017，

7：43257.

[6] TSUCHIYA N，DOAI M，USUDA K，et al. Non-small cell lung cancer： whole-lesion histogram analysis of the apparent diffusion coefficient for assessment of tumor grade，lymphovascular invasion and pleural invasion［J］. PLoS One，2017，

12（2）：e0172433.

[7] YIN Y，SEDLACZEK O，MULLER B，et al. Tumor cell load and heterogeneity estimation from diffusion-weighted MRI calibrated with histological data： an example from lung cancer［J］. IEEE Trans Med Imaging，2018，37（1）：35-46.

[8] ？覶AKMAK V，UFUK F，KARABULUT N. Diffusion-weighted MRI of pulmonary lesions： comparison of apparent diffusion coefficient and lesion-to-spinal cord signal intensity ratio in lesion characterization［J］. J Magn Reson Imaging，2017，45（3）：845-854.

[9] USUDA K，SAGAWA M，MOTONO N，et al. Diagnostic performance of diffusion weighted imaging of malignant and benign pulmonary nodules and masses： comparison with positron emission tomography［J］. Asian Pac J Cancer Prev，2014，15（11）：4629-4635.

[10] WANG F，WU L M，HUA X L，et al. Intravoxel incoherent motion diffusion-weighted imaging in assessing bladder cancer invasiveness and cell proliferation［J］. J Magn Reson Imaging，2018，47（4）：1054-1060.

[11] YE X，CHEN S，TIAN Y，et al. A preliminary exploration of the intravoxel incoherent motion applied in the preoperative evaluation of mediastinal lymph node metastasis of lung cancer［J］. J Thorac Dis，2017，9（4）：1073-1080.

[12] GAO P，LIU Y，SHI C，et al. Performing IVIM-DWI using the multifunctional nanosystem for the evaluation of the antitumor microcirculation changes［J］. MAGMA，2020，33（4）：517-526.

[13] JIANG J，YIN J，CUI L，et al. Lung cancer： short-term reproducibility of intravoxel incoherent motion parameters and apparent diffusion coefficient at 3T［J］. J Magn Reson Imaging，2018，47（4）：1003-1012.

[收稿日期] 2023-03-08

（本文編辑   赵喜）