申洪，鄭啟元，徐芳，呂潔

1重慶市海吉亞腫瘤醫(yī)院放射科，重慶 401331；2重慶醫(yī)科大學(xué)附屬兒童醫(yī)院兩江門診部，重慶401122

宮頸癌在女性生殖系統(tǒng)惡性腫瘤中發(fā)病率高居首位，組織學(xué)上以鱗狀上皮癌為主。臨床研究指出［1］，早期準確評估宮頸癌病理分級和組織分化程度對臨床制定治療方案、評估預(yù)后具有積極影響。因此采取有效的方法評估宮頸癌患者分化程度十分重要。MRI在宮頸癌的診斷方面具有很高應(yīng)用價值已成為共識，但常規(guī)掃描序列在評估宮頸癌分化程度上價值有限［2］。紋理分析（TA）是通過統(tǒng)計學(xué)和輸血分析，提取腫瘤的紋理參數(shù)對腫瘤特征進行定量、客觀分析，進而更加全面的評價腫瘤的異質(zhì)性［3］。有學(xué)者采用MRI紋理影像組學(xué)特征分析宮頸鱗癌與腺癌，結(jié)果顯示MRI紋理對宮頸癌組織病理分型和分級具有較高診斷價值［4］；也有研究發(fā)現(xiàn)表觀擴散系數(shù)聯(lián)合MRI紋理特征在宮頸鱗癌分化程度的鑒別中具有較好效能［5］。但關(guān)于MRI紋理分析用于鑒別宮頸癌分化程度的應(yīng)用仍存在爭議。本研究回顧我院收治的宮頸癌患者臨床資料，分析不同分化程度患者紋理參數(shù)特征，為臨床評估宮頸癌分化程度提供參考，現(xiàn)報道如下。

1 資料與方法

1.1 一般資料

回顧性分析我院2019年1月～2020年1月收治97例經(jīng)手術(shù)病理證實的宮頸癌患者臨床病案資料，根據(jù)腫瘤分化水平不同分為高分化組（n=27）、中分化組（n=31）和低分化組（n=39）。診斷標準：《宮頸癌診斷與治療指南（第四版）》［6］。納入標準：經(jīng)病理證實為宮頸癌患者；術(shù)前均經(jīng)磁共振成像檢查；年齡≥18歲。排除標準：影像學(xué)圖片不清晰或資料不完整者；既往存在子宮、附件手術(shù)或放化療史者；存在宮頸或陰道活動性出血、有填充物者；合并其他惡性腫瘤；合并嚴重肝、腎功能障礙、血液系統(tǒng)、免疫系統(tǒng)病變者；妊娠期或哺乳期婦女。高分化組年齡29～57歲（51.22±4.05歲）；宮頸癌分期：Ⅰ期6例，Ⅱ期16例，Ⅲ期5例；組織學(xué)類型：鱗癌23例，腺癌4例。中分化組年齡30～59歲（51.34±4.13歲）；宮頸癌分期：Ⅰ期7例，Ⅱ期18例，Ⅲ期6例；組織學(xué)類型：鱗癌25例，腺癌6例。低分化組年齡30～57歲（51.09±4.20歲）；宮頸癌分期：Ⅰ期9例，Ⅱ期22例，Ⅲ期8例；組織學(xué)類型：鱗癌31例，腺癌8例。3組年齡、分期、組織學(xué)類型差異無統(tǒng)計學(xué)意義（P>0.05），具有可比性。

1.2 研究方法

采用GE Signa 3.0 T HDxt磁共振成像儀以及32通道體部相控陣線圈行DCE-MRI檢查。取患者仰臥位，使頭先進，保持雙臂上舉，充盈膀胱。掃描參數(shù)為：橫軸面T1WI：TR 550 ms，層厚4 mm，TE 14 ms，視野35 cm×32 cm，間距0.4 mm；橫軸面及矢狀面T2WI：TR 4800 ms，TE 120 ms，矩陣384×256，視野20 cm×20 cm，層厚3 mm，間距0.3 mm；脂肪抑制盆腔冠狀面和橫軸面T2WI：TR 550 ms，TE 3 ms，間距0.4 mm，層厚4 mm，視野32 cm×35 cm；DCE-MRI：TE 1.74 ms，TR 5 ms，體素大小1.0 mm×1.0 mm×1.0 mm，翻轉(zhuǎn)角15°，視野22 cm×20 cm，動態(tài)掃描30層，激勵次數(shù)為1，掃描時間4 min 20 s；脂肪抑制T1WI延遲掃描參數(shù)同平掃T1WI，對比劑為Gd-DTPA，通過雙筒高壓注射器從肘靜脈團注，劑量為0.1 mmol/kg，流率為3 mL/s，注射完畢后立即注射20 mL生理鹽水。采集圖像。采用ITK-SNAP軟件在采集的T2WI圖像上由2名影像科經(jīng)驗豐富的醫(yī)師選取出顯示腫瘤最大層面為中心，沿著病灶邊緣連續(xù)勾畫三層感興趣區(qū)（ROI），經(jīng)商議達成一致后采用GE公司提供的A.K軟件自動分析出病灶紋理參數(shù)偏度、峰度、熵值、標準差。

1.3 評價指標

紋理參數(shù)：比較各組間病灶紋理參數(shù)偏度、峰度、熵值、方差。宮頸癌分化程度與紋理參數(shù)的相關(guān)性：采用Spearman相關(guān)性分析宮頸癌分化程度與紋理參數(shù)的相關(guān)性。紋理參數(shù)鑒別宮頸癌分化程度的價值：采用ROC曲線分析TA鑒別宮頸癌高低分化的價值。

1.4 統(tǒng)計學(xué)方法

采用SPSS20.0軟件統(tǒng)計分析數(shù)據(jù)，計量資料以均數(shù)±標準差表示，行獨立樣本t檢驗，計量資料的多組間比較行單因素方差分析，兩兩比較行SNK-q檢驗，相關(guān)性采用Spearman分析，TA鑒別宮頸癌高低分化的價值采用ROC曲線分析。以P<0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 紋理參數(shù)比較

3組偏度、峰度的差異無統(tǒng)計學(xué)意義（P>0.05，表1），高分化組、中分化組、低分化組熵值依次升高，標準差依次降低，比較差異均有統(tǒng)計學(xué)意義（P<0.05）。

2.2 宮頸癌分化程度與紋理參數(shù)的Spearman相關(guān)性分析

經(jīng)Spearman相關(guān)性分析，宮頸癌分化程度與偏度、峰度無明顯相關(guān)性（r=-0.097、0.161，P>0.05，表2），與熵值呈負相關(guān)（r=-0.269，P<0.05），與標準差呈正相關(guān)（r=0.288，P<0.05）。

2.3 紋理參數(shù)鑒別宮頸癌分化程度的ROC分析

經(jīng)ROC曲線分析，熵值取5.34時，MRI紋理參數(shù)鑒別高分化與中分化的AUC為0.805，取5.18時，鑒別高分化與低分化的AUC為0.821，取5.08時，鑒別中分化與低分化的AUC為0.813；標準差取67.35時，MRI紋理參數(shù)鑒別高分化與中分化的AUC 為0.875，取59.97 時，鑒別高分化與低分化的AUC 為0.764，取58.25時，鑒別中分化與低分化的AUC為0.811（表3、圖1）。典型影像學(xué)圖片（圖2～3）。

表1 紋理參數(shù)比較Tab.1 Comparison of texture parameters（Mean±SD）

表2 宮頸癌分化程度與紋理參數(shù)的Spearman相關(guān)性分析Tab.2 Spearman correlation analysis of cervical cancer differentiation and texture parameters

3 討論

宮頸癌病理分化程度存在顯著差異，而其分化程度的差異對治療的耐受性和效果也具有差別［7］。相關(guān)研究顯示，分化程度是影響宮頸癌患者預(yù)后的獨立危險因素［8］。因此，治療前準確評估宮頸癌分化程度對臨床治療方案的選擇及預(yù)后具有重要影響。目前臨床上一些新技術(shù)用于腫瘤術(shù)前分化程度的評估已經(jīng)逐漸展開，如擴散加權(quán)成像、體素內(nèi)不相干運動模型、特異性顯像劑如普美顯以及DCE-MRI等，但數(shù)據(jù)處理極其復(fù)雜，僅較少醫(yī)院可完成數(shù)據(jù)分析處理，這些因素限制了其推廣使用［9-10］。有學(xué)者通過MRI的紋理分析預(yù)測鼻咽癌對放化療的治療反應(yīng)［11］，也有研究通過正電子發(fā)射計算接斷層顯圖像的紋理分析非小細胞肺癌患者病灶復(fù)發(fā)及生存預(yù)測［12］，或通過T2WI序列紋理分析肝細胞癌分化程度［13］。有研究采用MRI擴散加權(quán)成像文理分析鑒別不同宮頸癌具有一定價值［14］。有研究利用MRI擴散加權(quán)成像紋理分析對宮頸癌術(shù)后復(fù)發(fā)的預(yù)測價值，結(jié)果顯示熵值、均數(shù)及偏度預(yù)測術(shù)后早期復(fù)發(fā)價值較高［15］。但目前關(guān)于MRI紋理分析宮頸癌分化程度的相關(guān)研究較少。

表3 MRI紋理參數(shù)鑒別宮頸癌分化程度的ROC分析Tab.3 ROC analysis of texture parameters in differentiation of cervical cancer

圖1 紋理參數(shù)鑒別宮頸癌分化程度的ROC分析Fig.1 ROC analysis of texture parameters in diagnosing differentiation degree of cervical cancer

圖2 子宮頸中分化鱗狀細胞癌MRI圖Fig.2 MRI image of moderately differentiated squamous cell carcinoma

圖3 子宮非角化型頸鱗狀細胞癌MRI圖Fig.3 MRI image of non keratinized cervical squamous cell carcinoma

MRI T2WI序列具備良好組織對比度和空間分辨率，能自內(nèi)向外分別顯示出高信號黏膜、等信號宮頸肌層及低信號纖維基質(zhì)，有利于腫瘤體積、浸潤深度的判定［16-17］。故本研究選取T2WI序列圖像進行紋理分析。相關(guān)報道顯示，惡性腫瘤影像學(xué)紋理異質(zhì)性與生物學(xué)異質(zhì)性存在顯著相關(guān)性［18］。TA是定量分析MRI圖像信號強度的技術(shù)，紋理參數(shù)和特征由像素分布計算而得，反映了圖像中像素灰度值，為肉眼無法觀察到的病變提供客觀參考信息［19-20］。研究指出［21］，紋理參數(shù)中偏度和峰度能作為腫瘤的預(yù)測指標，在腫瘤的診斷過程中具有重要參考價值。但本研究結(jié)果顯示，不同分化程度宮頸癌患者MRI的偏度和峰度比較差異并不明顯，且經(jīng)Spearman相關(guān)性分析，偏度和峰度與宮頸癌分化程度無顯著相關(guān)性，可知偏度、峰度再鑒別宮頸癌分化程度上價值較低，可能與腫瘤內(nèi)部出血、壞死等復(fù)雜成分有關(guān)［22］。熵值是反映圖像紋理復(fù)雜度及混亂度的參數(shù)指標，若紋理灰度分布越紊亂則熵值越大［23］。本研究結(jié)果顯示，高分化組、中分化組、低分化組熵值依次顯著升高，經(jīng)Spearman相關(guān)性分析，宮頸癌分化程度與熵值呈負相關(guān)。可知低分化宮頸癌紋理灰度分布最紊亂，與其惡性病變程度高有關(guān)［24］。經(jīng)ROC曲線分析，當熵值分別取5.34、5.18、5.08時，鑒別高分化與中分化、高分化與低分化、中分化與低分化的AUC分別為0.805、0.821、0.813，說明熵值在鑒別宮頸癌分化程度上具有較好效能。標準差是反映腫瘤病變的不均勻程度，本研究中，高分化組、中分化組、低分化組標準差依次降低，與宮頸分化程度呈正相關(guān)，由此可知標準差可在一定程度上反應(yīng)宮頸癌分化程度。通過ROC 曲線分析顯示，當標準差分別取67.35、59.97、58.25時，鑒別高分化與中分化、高分化與低分化、中分化與低分化的AUC分別為0.875、0.764、0.811，由此可知標準差鑒別宮頸癌分化程度有一定價值，但在鑒別高分化與低分化上AUC相對低一些，可能與其標準差大小易受ROI選取的影響有關(guān)。但本研究仍存在一定不足，如納入樣本量較少，可能對研究結(jié)果準確性造成一定偏差，且本研究未選取整個腫瘤作三維紋理特征提取分析，僅選取3個層面ROI進行紋理分析，后續(xù)對上述不足作進一步補充研究。

綜上所述，MRI紋理參數(shù)熵值及標準差與宮頸癌分化程度具有顯著相關(guān)性，用于鑒別宮頸癌分化程度具有較好效能。