多模態(tài)MRI技術在子宮內(nèi)膜癌中應用的研究進展

胡晨瑞，吳獻華

（南通大學附屬醫(yī)院放射科，江蘇226001）

子宮內(nèi)膜癌（endometrial cancer，EC）治療方案選擇及預后與國際婦產(chǎn)科協(xié)會（FIGO）分期，病理分級，浸潤深度（MI），淋巴結轉(zhuǎn)移，淋巴血管間隙浸潤（LVSI），宮頸間質(zhì)是否受累，是否侵及子宮下段以及患者年齡等密切相關[1]。如果能在術前對腫瘤進行準確分期分級，則可以避免低風險患者的過度治療。MRI檢查無輻射，具有較高的軟組織分辨率，能多平面、多方位成像，是目前EC術前診斷及生物學特征評估最重要的影像學手段。

1 常規(guī)MRI在EC中的應用

常規(guī)MRI包括T1WI，T2WI以及動態(tài)對比增強磁共振（dynamic contrast enhanced magnetic resonance imaging,DCE-MRI）。在T2WI上EC病灶表現(xiàn)為中等信號，聯(lián)合帶表現(xiàn)為低信號，宮頸纖維基質(zhì)帶表現(xiàn)為低信號。T2WI上可見腫瘤引起的聯(lián)合帶中斷，侵犯子宮肌層或延伸至宮頸，因此可評估腫瘤對肌層和宮頸的侵犯。但絕經(jīng)后患者聯(lián)合帶較模糊，腫瘤與肌層的信號對比不佳。

DCE—MRI是一種通過靜脈注入對比劑后快速掃描獲得時間-信號強度（time-intensity curve，TIC）曲線的功能成像技術。動態(tài)增強掃描時，由于腫瘤與正常組織的強化方式不同，更易顯示病灶大小、范圍以及周圍侵犯情況。既可從形態(tài)學上觀察病灶，又可進行半定量或定量分析，減少觀察者的主觀因素，評估病灶更準確客觀。THIEME等[2]前瞻性研究35例EC患者，發(fā)現(xiàn)DCE-MRI評估肌層浸潤深度的敏感度和特異性分別為92%和86%。ZHENG等[3]回顧性分析22例早期EC患者，發(fā)現(xiàn)DCE-MRI評估術前分期的敏感性和準確性分別為100%和86.4%，而T2WI為85.7%和81.8%。GIL等[4]也發(fā)現(xiàn)DCE-MRI聯(lián)合T2WI評估EC術前分期的準確性優(yōu)于單用T2WI。因此，DCE-MRI可以作為評估EC術前分期的有用工具。

2 彌散加權成像在EC中的應用

2.1 彌散加權成像在EC中的應用 彌散加權成像（diffusion weighted imaging，DWI）是通過檢測組織中水分子運動受限的方向和程度來間接反映組織微觀結構變化的功能性成像技術，DWI上信號越強則說明水分子擴散越受限。影響生物體中水分子擴散的因素很多，如細胞密度、游離水與結合水的比例等。在惡性腫瘤中這些比例失衡，從而阻礙水分子的正常擴散，因此病灶在DWI上的信號與周圍正常組織不同。正常子宮內(nèi)膜呈高信號，EC病灶信號明顯高于正常子宮內(nèi)膜。GIL等[4]與DENG等[5]的研究認為DWI聯(lián)合T2WI預測EC肌層浸潤的性能優(yōu)于DCE-MRI。LIN等[6]研究83例EC患者術前MRI圖像，發(fā)現(xiàn)DWI評估宮頸間質(zhì)浸潤的敏感性、特異度和診斷性能均高于DCE-MRI。由于DCE-MRI為有創(chuàng)檢查，部分患者對造影劑過敏，還存在對比劑滲漏以及腎損傷情況，可考慮使用DWI替代DCE-MRI作為EC術前常規(guī)檢查。DWI易受T2穿透效應的影響，因此引入表觀彌散系數(shù)（apparent diffusion coefficient，ADC）予以消除。ADC值可以量化水分子的擴散情況，可鑒別與正常子宮內(nèi)膜信號相仿的病灶，從而提高診斷準確性。KECECI等[7]研究14例良性子宮內(nèi)膜和42例EC患者，提出測量ADC值可以準確區(qū)分子宮內(nèi)膜腔病變的良惡性，ADC為1.10×10-3mm2/s時診斷敏感度、特異度和ROC曲線下面積分別為85.7%、92.8%和0.95，為診斷EC提供了可靠參考。JIANG等[8]發(fā)現(xiàn)IB期EC患者平均ADC值明顯低于IA期患者［（0.86±0.16）×10-3mm2/s vs（1.04±0.21）×10-3mm2/s］。但尚無研究證明單獨ADC值能對EC進行準確完整分期，反映了DWI單指數(shù)模型的局限性。EC浸潤深肌層是淋巴結轉(zhuǎn)移的危險因素，HUSBY等[9]對105例EC患者進行術前DWI掃描發(fā)現(xiàn)，與淺肌層浸潤腫瘤相比，深層肌層浸潤腫瘤平均ADC值更低（0.85×10-3mm2/s vs 0.75×10-3mm2/s）。EC病理診斷大多為子宮內(nèi)膜樣腺癌，少部分為非子宮內(nèi)膜樣腺癌，后者預后較差。BAKIR等[10]回顧性評價63例EC患者，指出子宮內(nèi)膜樣腺癌和非子宮內(nèi)膜樣腺癌的平均ADC值存在差異。

2.2 IVIM在EC中的應用 DWI單指數(shù)模型計算ADC值因受腫瘤內(nèi)部微循環(huán)灌注影響，不能真實反映水分子擴散情況?；陔p指數(shù)模型的體素內(nèi)不相干運動（intravoxel incoherent motion，IVIM）序列通過多個b值區(qū)分水分子擴散和灌注，可提供更多真實的組織信息。IVIM定量參數(shù)主要包括純擴散系數(shù)（D）、灌注相關擴散系數(shù)（D*）和灌注分數(shù)（f）。LIU等[11]對68例EC患者和31例健康人進行實驗，結果顯示EC和正常子宮內(nèi)膜的f值、D值、D*值均有較大差異，EC的f值低于正常子宮內(nèi)膜，D值和D*值高于正常子宮內(nèi)膜；當f≤48.5%，D＞0.432×10-3mm2/s，D*＞4.94×10-3mm2/s，ADC≤0.542×10-3mm2/s時可以診斷EC（AUC 0.786～0.961）。微衛(wèi)星不穩(wěn)定性（microsatellite instability，MSI）是除雌激素持續(xù)刺激和基因異常改變之外的EC重要病因，IVIM可用于檢測微衛(wèi)星的不穩(wěn)定性。BHOSALE等[12]使用6個b值（0、50、100、150、200和600）的IVIM序列檢查6例微衛(wèi)星穩(wěn)定（microsatellite stability，MSS）患者和6例MSI患者，發(fā)現(xiàn)MSS腫瘤ADC值和D值明顯高于MSI腫瘤。

2.3 DTI在EC中的應用 彌散張量成像（diffusion tensor imaging，DTI）是DWI改進和發(fā)展的新技術，在6個以上方向分別施加擴散敏感梯度場，可準確檢測水分子擴散的各向異性。DTI參數(shù)主要包括各向異性分數(shù)（FA）和平均擴散系數(shù)（MD）等。YAMADA等[13]對25例EC患者使用b值分別為0和1 000 mm2/s在9個非共線方向上掃描，發(fā)現(xiàn)所有患者FA圖清楚顯示EC病灶與正常組織信號的不同，AD圖上病灶與正常組織對比最明顯，病灶AD值明顯低于正常組織。ZHANG等[14]分析35例EC患者5個感興趣區(qū)（ROI）的ADC和FA值，指出病灶與正常組織中位ADC值和FA值存在明顯差異，且FA值AUC更大，ADC和FA值診斷淺肌層浸潤的敏感度，特異性和準確性分別為74.3%、88.6%、81.4%和88.6%、97.1%、92.9%，顯示FA值較ADC值在診斷EC和鑒別淺肌層浸潤方面具有更好的診斷效能。

2.4 DKI在EC中的應用 DWI和DTI認為水分子在組織中的擴散呈正態(tài)分布，彌散峰度成像（diffusion kurtosis imaging，DKI）則是DTI的延伸，其峰度信息體現(xiàn)因微觀結構復雜性導致的非高斯分布特性，可反映組織內(nèi)水分子的擴散偏離正態(tài)分布的程度，主要參數(shù)包括平均擴散峰度（MK）和平均擴散系數(shù)（MD）等。YUE等[15]研究發(fā)現(xiàn)，EC患者G0、G1、G2、G3各組間MK和MD值差異均具有統(tǒng)計學意義（P＜0.05），在鑒別G0與（G1+G2+G3），G0與G1，G1與G2以及G2與G3時MK值診斷效能最高（AUC=0.93），在分級診斷效能方面，MK＞MD＞ADC。YAMADA等[16]對24例EC患者DKI參數(shù)進行研究，發(fā)現(xiàn)MK和MD值與子宮內(nèi)膜樣腺癌的分級及是否淋巴結轉(zhuǎn)移明顯相關。

3 紋理分析在EC中的應用

紋理分析是指借用圖像后處理技術得到灰度圖像紋理特征參數(shù)，從而定量描述灰度圖像，減少主觀誤差，發(fā)掘MRI圖像提供病灶信息的潛力。紋理特征包括一階紋理特征如直方圖參數(shù)均值（mean）、方差（variance）、偏度（skewness）、峰度（kurtosis）和熵（entropy）等，二階紋理特征如灰度共生矩陣（graylevel co-occurrence matrix，GLCM)、游程長矩陣（runlength matrix，RUN）、自回歸模型（auto-regressive model，ARM）、絕對梯度（absolute gradient，GRA）等。

SONG等[17]研究118例EC患者術前DKI和DWI參數(shù)，發(fā)現(xiàn)侵犯深肌層的腫瘤Dmean，D10th，D90th，ADCmean，ADC10th和ADC90th值顯著低于侵及淺肌層的腫瘤，Kmean和K90th顯著高于淺肌層浸潤，D10th，Kmean和ADC10th的AUC大，分別為0.72、0.66和0.71，D10th區(qū)分肌層侵犯程度的診斷性能優(yōu)于ADC10th。YAN等[18]回顧性評估138例EC患者，發(fā)現(xiàn)不同級別腫瘤間ADC SD值的差異顯著，高級別EC的ADC SD值顯著高于低級別EC（289.7 mm2/s vs 216.3×10-6mm2/s）。GHOSH等[19]對27例EC患者的DTI直方圖紋理參數(shù)進行研究，發(fā)現(xiàn)無肌層浸潤的腫瘤FAmean明顯高于肌層浸潤的腫瘤。FA值均勻性、熵和能量預測深肌層浸潤的AUC分別為0.827、0.821和0.796，預測腫瘤類型的AUC分別為0.747、0.759和0.765。MD值的能量、熵和均勻性預測肌層浸潤深度的AUC分別為0.840、0.815和0.809。Logistic回歸分析有意義的直方圖參數(shù)，顯示預測肌層浸潤深度和腫瘤類型的敏感度分別為94%和88%，特異性分別為88%和80%。BEREBY-KAHANE等[20]從T2WI和ADC圖像中分別提取36個紋理特征，篩選出27個紋理特征建立了預測模型，該模型對低分化腫瘤診斷的敏感度為52%，特異性為5%，對LVSI診斷的敏感度為71%，特異性為59%。UENO等[21]對137例EC患者進行研究，利用軟件提取180個紋理特征參數(shù)，最終選擇11個參數(shù)評估深肌層浸潤（DMI），12個評估LVSI，16個評估低分化腫瘤，并建立了隨機森林模型，此模型評估DMI的AUC、靈敏度、特異度、準確度、陽性預測值和陰性預測值分別為0.84、79.3%、82.3%、81.0%、76.7%和84.4%；評估LVSI分別為0.80、80.9%、72.5%、76.6%、74.3%和79.4%；評估低分化腫瘤分別為0.83、81.0%、76.8%、78.1%、60.7%和90.1%。而主觀評估DMI的靈敏度、特異度、準確度、陽性預測值和陰性預測值分別為84.5%、82.3%、83.2%、77.7%和87.8%，可見基于紋理參數(shù)的診斷模型的準確度與醫(yī)師主觀評估相當，但建立準確合理的模型需要較大樣本量。YTRE-HAUGE等[22]前瞻性研究180例EC患者，探討術前腫瘤紋理參數(shù)是否與已知的預后特征相關，結果表明ADC圖上病灶的高熵值可作為預測深肌層浸潤的獨立因素，對比增強T1WI直方圖上腫瘤高正像素均值（MMP）可作為評估高危組織學亞型的獨立因素，而高峰度值則與預后良好有關。LUO等[23]將EC患者分為實驗組（101例）和對照組（43例），根據(jù)實驗組T2WI，對比增強T1WI和ADC圖，提取大量紋理特征參數(shù)如GLCM、RUN等，建立預測LVSI模型，并結合年齡、腫瘤分級構建諾模圖，該諾模圖預測LVSI的診斷效能達到0.820，在對照組中也達到了0.807。提示紋理分析對EC病理生理特征的預測有巨大潛力，然而如何從眾多紋理參數(shù)中選取有用參數(shù)是目前的一大難題。

由于設備生產(chǎn)商、場強和掃描協(xié)議的不同，ROI和感興趣空間（VOI）為人工勾畫等原因，多模態(tài)MRI應用于子宮內(nèi)膜癌仍需進一步研究。