孟楠， 翟戰(zhàn)勝， 殷慧佳， 金興興， 劉文玲， 韓東明

在女性生殖系統(tǒng)諸多惡性腫瘤中，卵巢癌以高發(fā)病[1]、高致死[2]、多種類而聞名，準(zhǔn)確的早期診療對于患者的生存和預(yù)后意義非凡[3]。隨著定量MRI的發(fā)展，擴散加權(quán)成像(diffusion weighted imaging，DWI)在卵巢良惡性腫瘤的鑒別診斷方面展現(xiàn)出一定優(yōu)勢[4]，但鑒于人體內(nèi)水分子運動方式復(fù)雜多樣，其可靠性逐漸令人質(zhì)疑。體素內(nèi)不相干運動(intravoxel incoherent motion，IVIM)成像，彌補了傳統(tǒng)DWI成像僅靠單指數(shù)分析病變特征的不足，以雙指數(shù)[5]模型和拉伸指數(shù)模型[6]為基礎(chǔ)，能夠從擴散、灌注、異質(zhì)性等多個角度反映病變特點，并已在前列腺癌[7]、乳腺癌[8]的診療及預(yù)后評估領(lǐng)域獲得認(rèn)可。本研究旨在探討單指數(shù)、雙指數(shù)及拉伸指數(shù)模型DWI在卵巢良、惡性腫瘤鑒別診斷中的價值，為臨床診療提供參考。

材料與方法

1.研究對象

搜集2016年9月-2017年6月在本院行MRI檢查的卵巢腫瘤患者。納入標(biāo)準(zhǔn)：①患者及家屬知情同意；②卵巢腫瘤患者；③掃描后1周內(nèi)行手術(shù)/病理檢查獲得明確病理結(jié)果。排除標(biāo)準(zhǔn)：①檢查前接受過放化療；②掃描序列不完整或圖像存在明顯運動/金屬偽影。符合納入標(biāo)準(zhǔn)的卵巢惡性腫瘤患者共34例，年齡(59±11)歲；卵巢良性腫瘤患者36例，年齡(56±12)歲。

2.檢查方法

采用Discovery MR750 3.0T MR掃描儀和8通道相控陣體線圈對患者進行盆腔MRI掃描。掃描序列軸位T1WI序列(視野36 cm×28 cm，層厚5.0 mm，層間距1.0 mm，矩陣288×256；TR 659 ms，TE minimum)，脂肪抑制T2WI序列(TR 2959 ms，TE 68 ms，矩陣，層厚、層間距同T1WI)；橫軸面單指數(shù)模型DWI(b=0、600 s/mm2，NEX 4)，橫軸面雙指數(shù)及拉伸指數(shù)模型DWI序列(SE-EPI序列，F(xiàn)OV 36 cm×28 cm，層厚5.0 mm，層間距1.0 mm，b=0，20，40，80，160，200，400，600，800，1000 s/mm2，NEX=2、2、2、2、2、4、4、6、6，矩陣288×256，TR 3014 ms，TE minimum)。

3.圖像處理及分析

圖像后處理方法：將多b值DWI圖像傳至GE AW 4.6工作站，利用Functool工具包中的MADC軟件進行后處理。由1名主治醫(yī)師和1名副主任醫(yī)師(分別具有5年及10年臨床診斷經(jīng)驗)共同閱片。測量單指數(shù)模型參數(shù)(ADCstand值)、雙指數(shù)模型參數(shù)(ADCslow、ADCfast和f值)、拉伸指數(shù)模型參數(shù)(DDC和α 值)。

ROI的選取方法：手動選取ROI，在腫瘤實性部分勾畫3個形狀、大小近似的ROI，面積為50～200 mm2，獲取每個ROI的平均參數(shù)值，每位觀察者連續(xù)測量2次，最終取2次的平均值。參考標(biāo)準(zhǔn)：①選取腫塊最大的橫斷層面，盡量包括腫塊DWI明顯高信號區(qū)域；②ROI邊緣與病灶邊緣保持一定距離，以避免容積效應(yīng)；③所有ROI的選擇應(yīng)盡量避開肉眼可見的囊變、出血和壞死區(qū)域。

4.統(tǒng)計方法

采用SPSS 21.0統(tǒng)計學(xué)軟件對數(shù)據(jù)進行統(tǒng)計分析。采用獨立樣本t檢驗比較良性腫瘤組與惡性腫瘤組各參數(shù)值的差異；采用Pearson雙側(cè)檢驗法分析良、惡性腫瘤組ADCstand值和其他參數(shù)值的相關(guān)性 ；采用受試者操作特征(ROC)曲線評價各參數(shù)值的診斷效能及最佳診斷閾值，以P<0.05為差異有統(tǒng)計學(xué)意義。

結(jié) 果

1.病理結(jié)果

良性腫瘤36例，包括粘液性囊腺瘤13例，漿液性囊腺瘤9例，成熟性畸胎瘤5例，異位妊娠4例，平滑肌瘤3例，巧克力囊腫2例。惡性腫瘤34例，包括高級別漿液性癌16例，子宮內(nèi)膜樣腺癌6例，惡性畸胎瘤2例，黑色素瘤1例，顆粒細(xì)胞瘤1例，浸潤性導(dǎo)管癌2例，轉(zhuǎn)移癌6例。

2.惡性腫瘤組和良性腫瘤組各DWI模型的參數(shù)

各模型擬合得出的各參數(shù)偽彩見圖1。惡性腫瘤的ADCstand、ADCslow、DDC和α均低于良性腫瘤(P均<0.05)，惡性腫瘤的ADCfast和f值與良性腫瘤差異無統(tǒng)計學(xué)意義(表1)。ADCstand、ADCslow、DDC及α值鑒別良、惡性腫瘤的診斷效能及閾值見表2、圖2。

卵巢良、惡性腫瘤組中ADCstand與ADCslow、DDC之間呈正相關(guān)(r=0.914/0.871、0.923/0.882，P<0.05)。

表1 兩組的單、雙指數(shù)和拉伸指數(shù)DWI測量參數(shù)結(jié)果

表2 單、雙指數(shù)和拉伸指數(shù)DWI參數(shù)鑒別卵巢良惡性腫瘤的效能

討 論

卵巢良、惡性腫瘤之間有很多征象相互重疊[9]，但其治療及預(yù)后評估卻存在巨大差異。據(jù)統(tǒng)計[10]，65歲以下女性罹患卵巢惡性腫瘤的風(fēng)險在發(fā)展中國家約為0.36%，發(fā)達國家約0.64%。由于早期鑒別診斷方法的特異性有限，約75%的患者確診時已處于FIGO分期的Ⅲ期或Ⅳ期，失去了最佳治療機會。因此，卵巢良惡性腫瘤的早期鑒別診斷極為重要。

圖1 女，66歲，高級別漿液性癌。a) 橫軸面壓脂T2WI圖示盆腔后部不規(guī)則稍高信號腫塊； b) b=600s/mm2，DWI圖示病變呈高信號； c) ADCstand偽彩圖示病變呈綠藍色混雜信號； d) ADCslow偽彩圖示病變呈藍綠色混雜信號； e) ADCfast偽彩圖示病變呈紅色信號； f) f偽彩圖示病變呈紅藍色混雜信號； g) DDC偽彩圖示病變呈深藍綠色混雜信號； h) α偽彩圖示病變呈藍綠色混雜信號。

圖2 ADCstand、ADCslow、DDC及α鑒別卵巢良、惡性病變的ROC曲線。

DWI技術(shù)的出現(xiàn)，在一定程度上緩解了之前僅依靠形態(tài)學(xué)特征鑒別卵巢良惡性腫瘤的尷尬，它能夠通過檢測組織中水分子的運動狀況來反映組織是否處于異常狀態(tài)，并通過信號強度和ADC值將組織的異常改變顯示出來。通常情況下，惡性病變增殖速度快、細(xì)胞密度高，水分子運動受限，在DWI圖像上表現(xiàn)出較高的信號強度和較低的ADC值。本研究中，DWI圖像卵巢良性病變實性部分信號強度普遍低于惡性病變實性部分，ADCstand值普遍低于惡性病變實性部分，且差異具有統(tǒng)計學(xué)意義，與部分研究結(jié)果一致[11-12]。但亦有研究表明，包括纖維卵泡膜瘤、退化的纖維瘤[13]等在內(nèi)的卵巢良性病變也可表現(xiàn)為明顯的擴散受限。同時近期有研究發(fā)現(xiàn)，由于卵巢腫瘤具有明顯的異質(zhì)性，單指數(shù)模型ADC值的測量方法[14]以及ROI的選取方法[15]均可能影響卵巢良惡性腫瘤的鑒別。由此可見，單純依靠單指數(shù)模型DWI對卵巢腫瘤進行定性診斷具有一定的局限性。

組織內(nèi)水分子的運動情況不僅與細(xì)胞密度有關(guān)，同時與組織血管化程度即微灌注有關(guān)[16]，IVIM雙指數(shù)模型利用不同b值下參與擴散和灌注的質(zhì)子信號衰減時機不同的原理[17]，將灌注信息和擴散信息分離開來，得到反映擴散信息的ADCslow和反映灌注信息的ADCfast、f。本研究中，卵巢良性病變的ADCslow值明顯高于惡性病變，推測原因，可能是惡性病變細(xì)胞密度較良性病變高，細(xì)胞間隙縮小，水分子擴散受限，這與Woo等[18]的研究結(jié)果一致。同時，在卵巢良惡性病變組中，ADCslow與ADCstand呈正相關(guān)(r=0.914、0.817，P均<0.05)，且ADCslow值均明顯低于ADCstand值(P<0.05)，進一步印證了單指數(shù)模型DWI包含微灌注效應(yīng)，并不能真實反映組織內(nèi)水分子的擴散受限程度的理論。ADCfast、f均是用于反映組織灌注信息的參數(shù)，不同于DCE-MRI以及3D-ASL序列需要外源或內(nèi)源標(biāo)記物，IVIM的灌注信息是通過不同運動狀態(tài)下質(zhì)子的信號對比獲得[17]，且低于200s/mm2的b值個數(shù)越多，結(jié)果越準(zhǔn)確[19]。本研究中，卵巢良惡性病變組的ADCfast和f值并無明顯差異，這與Gaing等[20]的研究結(jié)果略有不同。除可能因為本研究b值選取個數(shù)較少外，還可能與惡性病變細(xì)胞密度較高、細(xì)胞間隙較小、微血管受壓進而影響組織灌注水平有關(guān)。同時，Sumi等[21]研究表明長T2的組織會低估其ADCfast值，而卵巢良惡性腫瘤中并不乏此類型病變。

IVIM拉伸指數(shù)模型摒棄了水分子來源于若干不同區(qū)間的觀點，力求通過分布擴散系數(shù)(distributed diffusion coefficients，DDC)及拉伸因子(α)來反映水分子的整體運動情況和病變成分的復(fù)雜程度，其中α 取值范0～1，α越趨向1，病變成分越單一，α愈趨向0，病變成分越復(fù)雜。本研究中惡性病變組DDC和α值均低于良性病變組，一方面是因為惡性病變細(xì)胞密度大，阻礙了水分子擴散運動；另一方面是由于惡性病變細(xì)胞異型性較大且增殖較快，易使自身出現(xiàn)缺血、壞死等改變，進而增加了組織異質(zhì)性。Liu等[22]的研究顯示，前列腺腫瘤的DDC及α值顯著低于正常前列腺組織，這與本研究結(jié)果一致。同時本研究還進行了DDC與ADCslow、ADCstand相關(guān)性分析，結(jié)果顯示在卵巢良惡性腫瘤組中DDC均與ADCstand、ADCslow顯示出良好的正相關(guān)(r=0.923/0.882、0.964/0.778，P均<0.05)，表明在反映水分子擴散運動方面，三者之間具有一定的一致性。

本研究的局限性：①病例數(shù)及病種數(shù)較少，后續(xù)實驗將進行大樣本細(xì)化研究；②低b值取值及數(shù)量的選擇有待優(yōu)化，后續(xù)實驗將結(jié)合更多權(quán)威研究成果優(yōu)化b值選擇；③ROI的選擇區(qū)域較為局限，有可能影響α值的診斷效能，后續(xù)實驗中將進行擴大ROI選擇區(qū)域的嘗試，力求使結(jié)果更加準(zhǔn)確。

通過上述討論分析，可以發(fā)現(xiàn)在多模型擴散加權(quán)成像中反映水分子擴散信息的參數(shù)ADCstand、ADCslow、DDC以及反映組織成分的參數(shù)α具有較好的診斷效能，而反映組織灌注信息的ADCfast、f的價值則有待進一步探討，這在一定程度上說明了細(xì)胞密度及組織成分在良、惡性病變診斷中的重要性。在今后的工作中，應(yīng)繼續(xù)將上述三種模型聯(lián)合應(yīng)用，不僅可以進一步探索ADCfast、f的診斷潛能，更能夠從多個角度反映病變組織的水分子擴散運動情況及成分復(fù)雜程度，不斷提高診斷的準(zhǔn)確性。