張羽，錢立庭*，董江寧，鄭小敏，李翠平，林婷婷，韋超

宮頸癌是我國女性生殖系統(tǒng)最常見的惡性腫瘤，其發(fā)病率正逐年上升且有年輕化的趨勢[1]。而決定宮頸癌患者預(yù)后最重要的因素之一便是盆腔淋巴結(jié)轉(zhuǎn)移(pelvic lymph node metastasis，PLNM)[2]。2018 年最新修訂的宮頸癌國際婦產(chǎn)科聯(lián)合會(International Federation of Gynecology and Obstetrics，F(xiàn)IGO)分期也首次將淋巴結(jié)受累情況納入宮頸癌分期標準[3]。因此，準確判斷宮頸癌患者盆腔淋巴結(jié)狀態(tài)，對明確分期、判斷預(yù)后和制定治療方案至關(guān)重要。目前臨床上對宮頸癌PLNM 的診斷主要是依據(jù)MRI 平掃中淋巴結(jié)的形態(tài)學(xué)特征，其中最為常用的標準便是淋巴結(jié)短徑是否超過10 mm[4-5]。這種方法雖然特異度尚可，但敏感度和準確度較差[6]。而淋巴結(jié)穿刺作為PLNM 診斷的金標準，不僅有創(chuàng)而且常伴有很多并發(fā)癥[7]。因此，迫切需要尋找一種更加敏感、無創(chuàng)的方法來預(yù)測PLNM。

體素內(nèi)不相干運動擴散加權(quán)成像(intravoxel incoherent motion diffusion weighted imaging，IVIM-DWI)采用雙指數(shù)模型，可以有效區(qū)分水分子運動和微循環(huán)灌注，準確地反映腫瘤組織的細胞密集度和微循環(huán)狀態(tài)[8]。紋理分析(texture analysis，TA)能夠量化圖像信息，提取大量肉眼無法識別的紋理特征，挖掘出影像圖像中的微觀信息及腫瘤的內(nèi)在特性[9]。并且既往的文獻已證明淋巴結(jié)轉(zhuǎn)移與原發(fā)灶的惡性程度及侵襲能力密切相關(guān)[10-11]。因此本研究嘗試通過聯(lián)合宮頸癌原發(fā)灶的IVIM-DWI 和TA 參數(shù)來預(yù)測PLNM，并探討其可行性與臨床價值。

1 材料與方法

1.1 一般臨床資料

回顧性收集2016 年1 月至2020 年9 月于中國科學(xué)技術(shù)大學(xué)附屬第一醫(yī)院西區(qū)(安徽省腫瘤醫(yī)院)就診的宮頸癌患者資料，篩選出符合納入標準的患者119 例。根據(jù)排除標準，排除腫瘤過小無法進行數(shù)據(jù)測量者7 例、合并其他惡性腫瘤者1 例、有盆腔手術(shù)史者2 例、其他臨床資料不全者8 例，最終入組101 例。根據(jù)淋巴結(jié)病理結(jié)果將患者分為轉(zhuǎn)移組和非轉(zhuǎn)移組。入組患者均于術(shù)前10 d內(nèi)行常規(guī)MRI+增強+IVIM-DWI 掃描并于本院行根治性子宮切除術(shù)和盆腔淋巴結(jié)清掃術(shù)。本研究經(jīng)過安徽省腫瘤醫(yī)院醫(yī)學(xué)倫理委員會批準(批準文號：2021-YXK-01)，免除受試者知情同意。

1.2 納入標準

①術(shù)前10 d 內(nèi)行MRI 平掃、多期動態(tài)增強和IVIM-DWI 檢查；②術(shù)前未接受放、化療；③于本院行根治性子宮切除術(shù)和盆腔淋巴結(jié)清掃術(shù)；④術(shù)后病理確診為宮頸癌；⑤無MRI檢查禁忌證。

1.3 排除標準

①腫瘤太小不足以用于數(shù)據(jù)分析；②由于運動或易感性偽影導(dǎo)致的MRI圖像質(zhì)量不合格；③同時合并其他惡性腫瘤；④有盆腔手術(shù)史；⑤其他臨床資料不全。

1.4 MRI掃描方法

采用GE Healthcare Signa HDxT 3.0 T MRI 掃描儀，8 通道Torsor 相控陣線圈。檢查前8 h 禁食、0.5 h 肌內(nèi)注射鹽酸山莨菪堿，適當排空膀胱以減少腸道蠕動和尿液電解質(zhì)偽影?；颊呷⊙雠P位盡量采用胸式呼吸，掃描范圍：髂骨上緣至恥骨聯(lián)合下緣。平掃序列包括：快速自旋回波(FSE)軸位T1WI、T2WI(在子宮矢狀位定位并與宮頸管垂直)、抑脂(FS)-T2WI、矢狀位T2WI。增強序列包括動脈期、靜脈期、延遲期的軸位LAVA-FLEX、延遲后期的矢狀位LAVA-FLEX，延遲時間分別為25、60、150、180 s。掃描參數(shù)：①IVIM-DWI：10 個b 值(0、10、20、50、100、200、400、800、1200、2000 s/mm2)的軸位DWI，TR 4000 ms，TE 65 ms，NEX 6，F(xiàn)OV 42 cm×42 cm，矩陣96×130，層厚4 mm，層間距1 mm。②LAVA-FLEX 序列：TR 4.4 ms，TE 2 ms，NEX 1，F(xiàn)OV 34 cm×27 cm，矩陣320×224，層厚4 mm，層間距0 mm。對比劑采用釓雙胺(GE 藥業(yè))，劑量0.1 mmol/kg，流率2 mL/s，并以相同流率注入生理鹽水20 mL沖管。

1.5 圖像分析與數(shù)據(jù)處理

①一般影像學(xué)資料：包括原發(fā)灶的最大徑、盆腔最大淋巴結(jié)短徑、FIGO 臨床分期和宮旁浸潤，由兩名副主任醫(yī)師根據(jù)MRI 資料獨立判定，若出現(xiàn)分歧，則共同討論并取得一致意見。②IVIM-DWI 圖像分析：由兩位醫(yī)師采用雙盲法在GEAW4.5 工作站上，選取b 值為1200 s/mm2序列中病灶橫斷面徑線最大的層面進行測量，沿腫瘤邊緣手動勾畫ROI，盡量避開腫瘤變性、出血、壞死及宮頸管區(qū)。軟件自動產(chǎn)生IVIM-DWI各參數(shù)：ADC、純擴散系數(shù)(slow ADC，D)、偽擴散系數(shù)(fast ADC，D*)和灌注分數(shù)(fraction of fast ADC，f)值，所有數(shù)據(jù)均測量3 次取平均值。③紋理圖像分析：MRI 檢查結(jié)束后將原始數(shù)據(jù)傳送至PACS 系統(tǒng)，將延遲增強子宮矢狀位LAVA-FLEX 圖像以DICOM格式導(dǎo)入ITK-SNAP軟件。由兩位醫(yī)師逐層勾畫病灶ROI 以獲得感興趣體積(volume of interest，VOI)，ROI 需包含變性、壞死和出血區(qū)。將原始圖像和ROI導(dǎo)入A.K.軟件進行紋理分析，自動獲取一系列紋理參數(shù)，并取兩組數(shù)據(jù)的平均值進行統(tǒng)計學(xué)分析。

1.6 統(tǒng)計學(xué)分析

采用SPSS 24.0和R 3.5.1軟件進行統(tǒng)計學(xué)分析，比較轉(zhuǎn)移組和非轉(zhuǎn)移組之間IVIM-DWI與TA參數(shù)的差異。①采用組內(nèi)相關(guān)系數(shù)(interclass correlation coefficient，ICC)分析所有參數(shù)的穩(wěn)定性，ICC＞0.75表示兩次測量的一致性較好。②采用Spearman相關(guān)性分析檢驗參數(shù)間的相關(guān)性，剔除自相關(guān)系數(shù)高于0.7(|γ|＞0.7)的參數(shù)。③采用卡方檢驗、兩獨立樣本t檢驗和Mann-WhitneyU檢驗驗證參數(shù)診斷價值，剔除P＞0.05 的參數(shù)。④對篩選出的參數(shù)進行單因素和多因素Logistic 回歸分析并建模，并用Hosmer-Lemeshow 檢驗法檢驗?zāi)Ｐ蛿M合度。⑤根據(jù)ROC曲線計算AUC以評估各參數(shù)診斷效能，根據(jù)最大約登指數(shù)得到最佳預(yù)測閾值及相應(yīng)的敏感度和特異度。

2 結(jié)果

2.1 臨床資料比較

本研究共納入101 例患者，年齡31～77 歲。根據(jù)病理結(jié)果顯示，PLNM 者25 例，無PLNM 者76 例；鱗癌81 例，腺癌16 例，小細胞癌3 例，腺鱗癌1 例。根據(jù)影像資料顯示，有宮旁浸潤者11例，無宮旁浸潤者90 例；FIGO 分 期(采 用2018 版FIGO 分期標準)：IB1 期11 例，IB2 期28 例，IB3 期10 例，ⅡA1 期17例，ⅡA2期7例，ⅡB期7例，ⅢC1r期21例。轉(zhuǎn)移組與非轉(zhuǎn)移組間年齡、原發(fā)灶最大徑和病理分型差異均無統(tǒng)計學(xué)意義；術(shù)前鱗癌抗原(squamous cell carcinoma antigen，SCC)、盆腔最大淋巴結(jié)短徑、宮旁浸潤和臨床分期差異均有統(tǒng)計學(xué)意義(P＜0.05) (表1)。

表1 轉(zhuǎn)移組與非轉(zhuǎn)移組臨床資料比較()Tab.1 Comparison of clinical data between metastatic group and non-metastatic group()

表1 轉(zhuǎn)移組與非轉(zhuǎn)移組臨床資料比較()Tab.1 Comparison of clinical data between metastatic group and non-metastatic group()

2.2 IVIM-DWI和TA參數(shù)

在IVIM-DWI的參數(shù)中，轉(zhuǎn)移組f [(0.310±0.136)×10-3mm2/s]大于非轉(zhuǎn)移組f [(0.234±0.088)×10-3mm2/s]且P＜0.05，其余參數(shù)均無統(tǒng)計學(xué)意義。在提取的828 個紋理參數(shù)中，有680 個參數(shù)ICC＞0.75。通過剔除|γ|＞0.7冗余參數(shù)，篩選出121紋理參數(shù)。再采用獨立樣本t檢驗、Mann-WhitneyU檢驗，獲得15個有統(tǒng)計學(xué)意義的參數(shù)。最后通過單因素和多因素Logistic回歸分析，篩選出4個穩(wěn)定性、獨立性、重復(fù)性和統(tǒng)計學(xué)意義均較高的紋理參數(shù)：original first-order Mean、wavelet-LHH_glrlm Long Run High Gray-Level Emphasis (LRHGE)、wavelet-HHH_glszm Zone Percentage(ZP)和wavelet-HHH_glcm Maximal Correlation Coefficient(MCC) (表2)。

表2 轉(zhuǎn)移組與非轉(zhuǎn)移組IVIM-DWI、TA參數(shù)比較()Tab.2 Comparison of IVIM-DWIand TA parameters between metastatic group and non-metastatic group()

表2 轉(zhuǎn)移組與非轉(zhuǎn)移組IVIM-DWI、TA參數(shù)比較()Tab.2 Comparison of IVIM-DWIand TA parameters between metastatic group and non-metastatic group()

注：IVIM-DWI：體素內(nèi)不相干運動擴散加權(quán)成像；TA：紋理分析；D：純擴散系數(shù)；D*：偽擴散系數(shù)；f：灌注分數(shù)。

2.3 相關(guān)參數(shù)及回歸模型診斷效能

首先對f 值和4 個紋理參數(shù)進行單因素Logistic回歸分析，并采用ROC曲線評估各參數(shù)診斷效能。得到各參數(shù)的AUC、敏感度、特異度(表3)。再行多因素Logistic 回歸分析，獲得最佳預(yù)測模型，其AUC 為0.919。經(jīng)Hosmer-Lemeshow 檢驗P值為0.740，說明模型的擬合效果較好。各參數(shù)的ROC 曲線及模型的ROC 曲線、校準曲線、決策曲線見圖1。圖2 和圖3 分別為1 例典型的無和有PLNM 患者的IVIM-DWI ROI圖、定量參數(shù)偽彩圖及紋理勾畫圖。

圖1 宮頸癌原發(fā)灶的IVIM-DWI和TA 參數(shù)預(yù)測盆腔淋巴結(jié)轉(zhuǎn)移的ROC 曲線圖以及模型的ROC 曲線、校正曲線和決策曲線圖。A 為f、Mean、LRHGE、ZP和MCC的ROC曲線圖，AUC分別為0.681、0.757、0.751、0.755和0.769；B～D分別為模型的ROC曲線、校正曲線和決策曲線圖Fig.1 ROC curves of IVIM-DWIand TA parameters of primary lesions for predicting pelvic lymph node metastasis in patients with cervical cancer,and ROC curve,calibration curve and decision curve of Logistic model.A is ROC curves of f,Mean,LRHGE,ZP and MCC,with AUC of 0.681,0.757,0.751,0.755 and 0.769 respectively;B—D are ROC curve,calibration curve and decision curve of Logistic model respectively.

圖2 無盆腔淋巴結(jié)轉(zhuǎn)移(PLNM)的宮頸癌患者，女，57 歲。A 為IVIM-DWIROI圖；B～E 為ADC、D、D*和f 的偽彩圖，其值分別為0.8×10-3 mm2/s、0.792×10-3 mm2/s、29.7×10-3 mm2/s 和21.4%；F 為紋理的VOI圖 圖3 有PLNM 的宮頸癌患者，女，54 歲。A 為IVIM-DWIROI圖；B～E 為ADC、D、D*和f 的偽彩圖，其值分別為1.4×10-3 mm2/s、0.593×10-3 mm2/s、3.71×10-3 mm2/s和65.4%；F為紋理的VOI圖Fig.2 A 57-year-old female cervical cancer patient without pelvic lymph node metastasis(PLNM).A is IVIM-DWIROIschematic;B—E are pseudo-color graphs of ADC,D,D* and f,with values of 0.8×10-3 mm2/s,0.792×10-3 mm2/s,29.7×10-3 mm2/s and 21.4%,respectively;F is TA VOIschematic. Fig.3 A 54-year-old female cervical cancer patient with PLNM.A is IVIM-DWIROIschematic;B—E are pseudo-color graphs of ADC,D,D*and f,with values of 1.4×10-3 mm2/s,0.593×10-3 mm2/s,3.71×10-3 mm2/s and 65.4%,respectively;F is TA VOIschematic.

表3 IVIM-DWI、TA參數(shù)及模型預(yù)測宮頸癌盆腔淋巴結(jié)轉(zhuǎn)移的ROC曲線相關(guān)參數(shù)Tab.3 The related parameters of ROC curve of IVIM-DWIparamenters,TA paramenters and model in predicting PLNM of patientswith cervical cancer

3 討論

3.1 本研究的背景和基礎(chǔ)

宮頸癌是全球女性第四常見的惡性腫瘤[12]，而PLNM 是影響其預(yù)后和治療的重要因素。但目前常規(guī)影像學(xué)檢查包括超聲、CT、MRI 和PET/CT 大多是根據(jù)淋巴結(jié)影像學(xué)表現(xiàn)來判斷其狀態(tài)，它們在預(yù)測宮頸癌PLNM 中均存在一定的局限性[13]。而術(shù)前淋巴結(jié)穿刺為有創(chuàng)性檢查且受取材局限性的影響[7]。因此本研究嘗試通過聯(lián)合宮頸癌原發(fā)灶的IVIM-DWI 和TA參數(shù)來預(yù)測PLNM，以彌補常規(guī)影像學(xué)檢查和淋巴結(jié)穿刺的不足。

相對于單指數(shù)模型的DWI，雙指數(shù)模型的IVIM-DWI 技術(shù)能更加有效地區(qū)分開水分子運動的“真擴散”和微循環(huán)灌注的“假擴散”，進一步提高反映腫瘤組織增殖代謝、細胞密度、血液供應(yīng)等病理生理狀態(tài)的能力[8]。影像組學(xué)通過分析圖像的像素灰度值及每個體素信號的強度特點，可以以較低的成本無創(chuàng)性地反映出腫瘤的異質(zhì)性[9]。并且在膀胱癌、乳腺癌等多種腫瘤PLNM 的術(shù)前預(yù)測中，TA 均表現(xiàn)突出[14-15]。因此將IVIM-DWI 和TA 聯(lián)合有望進一步提高對宮頸癌原發(fā)灶病理改變和內(nèi)在特性的挖掘。

而宮頸癌原發(fā)灶的內(nèi)在特性與PLNM之間有著密切的關(guān)聯(lián)。有研究指出，淋巴結(jié)轉(zhuǎn)移與原發(fā)灶的上皮間質(zhì)轉(zhuǎn)化和腫瘤干細胞的表達有關(guān)[10]。淋巴結(jié)的微環(huán)境和癌細胞的定向遷移在一定程度上也受到原發(fā)灶的調(diào)節(jié)[11]。并且原發(fā)灶的某些變化也預(yù)示著淋巴結(jié)轉(zhuǎn)移的發(fā)生，比如Christine發(fā)現(xiàn)宮頸癌原發(fā)灶的缺氧、高液間壓和高乳酸濃度會促進淋巴結(jié)轉(zhuǎn)移[16]。因此通過宮頸癌原發(fā)灶的IVIM-DWI和TA參數(shù)來預(yù)測PLNM在理論上是可行的。

3.2 宮頸癌原發(fā)灶的IVIM-DWI 參數(shù)預(yù)測PLNM 的價值

本研究中宮頸癌原發(fā)灶的f 值表現(xiàn)出了預(yù)測PLNM 的能力且轉(zhuǎn)移組的f 值更高。這表示原發(fā)灶微循環(huán)灌注比例高的宮頸癌患者更易發(fā)生PLNM。這可能與腫瘤的生理特性相關(guān)，微循環(huán)比例高代表新生血管豐富，細胞增殖分裂活躍，腫瘤惡性程度高、分化程度低[8]、侵襲性強，因此更易發(fā)生PLNM。這與Li等[17]的研究結(jié)果不謀而合，他們發(fā)現(xiàn)發(fā)生PLNM的宮頸癌患者血管內(nèi)皮生長因子(vascular endothelial growth factor，VEGF)水平顯著升高。而VEGF 的主要作用便是促進血管內(nèi)皮細胞生長、提高血管通透性，使病灶微循環(huán)量增加、f 值升高。同時VEGF 還能促進淋巴管的生成與轉(zhuǎn)移[11]。這可能也是f 值高的患者更易發(fā)生PLNM的原因之一。

本研究中宮頸癌原發(fā)灶的ADC 值和D 值均未表現(xiàn)出預(yù)測PLNM的能力。雖然二者反映的側(cè)重有所不同，但均與水分子擴散有關(guān)，主要反映腫瘤的細胞密集度。這表示宮頸癌原發(fā)灶的細胞密集度可能與PLNM 無關(guān)。不過也有研究持有不同的觀點，Mi 等[18]認為雖然宮頸癌原發(fā)灶整體的ADC 值和D 值無法預(yù)測PLNM，但病灶邊緣的ADC 值和D 值卻與PLNM 有關(guān)。這是可能因為外層腫瘤細胞，特別是腫瘤與正常組織交界處的3～5層細胞富含決定著腫瘤侵襲性的腫瘤干細胞[19]。因此宮頸癌原發(fā)灶外層組織的細胞密集度而不是病灶整體的細胞密集度展現(xiàn)出了預(yù)測PLNM 的能力。另外，雖然本研究中宮頸癌原發(fā)灶的D*值也無法預(yù)測PLNM，但其P值(0.056)非常接近0.05。這表示宮頸癌原發(fā)灶內(nèi)的血流速度可能與PLNM具有弱相關(guān)性。

3.3 宮頸癌原發(fā)灶的TA參數(shù)預(yù)測PLNM的價值

由于組織細胞增殖活性的不同、血管淋巴管結(jié)構(gòu)含量的不同、變性壞死范圍程度的不同等，腫瘤內(nèi)存在顯著的區(qū)域性差異[20]。而TA 便是定量描述這些差異并反映腫瘤異質(zhì)性的有效工具[9]。并且有研究證明TA 中的三維紋理特征，尤其是小波特征擁有較大的應(yīng)用價值[21]。其與腫瘤的生物學(xué)行為密切相關(guān)，是預(yù)測腫瘤表型的重要標志物。而在本研究納入模型的4 個紋理參數(shù)中有3 個是小波特征，它們分別是LRHGE、ZP 和MCC。LRHGE 和一階紋理特征Mean 相似，均與像素的灰度值相關(guān)，間接反映原發(fā)灶的血液供應(yīng)。在本研究中轉(zhuǎn)移組的LRHGE 和Mean 值均高于非轉(zhuǎn)移組，其意義與f 值相似，表示發(fā)生PLNM 的原發(fā)灶血供更豐富。ZP 和MCC 分別代表紋理的粗糙度和復(fù)雜度，且值越低表示紋理越粗糙和復(fù)雜。在本研究中轉(zhuǎn)移組的ZP 和MCC 值更低，說明其原發(fā)灶異質(zhì)性更高，侵襲性更強，因此更易發(fā)生PLNM。

另外，在Becker 等[22]的研究中發(fā)現(xiàn)LRHGE 和ZP與宮頸癌分化程度相關(guān)。雖然分化程度不能直接決定PLNM，但二者之間也存在一定程度相關(guān)性。分析結(jié)論間存在差異的原因，一方面是因為用于提取紋理特征的序列不同，本研究采用LAVA-FLEX增強掃描圖像與Becker 采用的ADC 圖像所顯示的病灶像素會存在一定的差異。另一方面是因為病灶勾畫的方式不同，本研究采用逐層勾畫的方式提取病灶的三維紋理特征，相較于單層勾畫更加符合病灶的完整紋理特征[23]。

IVIM-DWI 在一定程度上可以反映腫瘤組織的細胞密集度和微循環(huán)狀態(tài)，TA 可以反映腫瘤的表型、異質(zhì)性和侵襲性。將IVIM-DWI 和TA 聯(lián)合可以更好地反映腫瘤的病理和微觀特征，進一步提高多參數(shù)MRI及其紋理特征對腫瘤分化程度、淋巴結(jié)轉(zhuǎn)移等生物學(xué)行為的預(yù)測能力。本研究建立的預(yù)測模型將f 值和多個紋理特征聯(lián)合，既反映了腫瘤的微循環(huán)狀態(tài)又反映了病灶的復(fù)雜性、變異性和侵襲性等，能更好地預(yù)測宮頸癌PLNM。

本研究的局限性：①手動勾畫病灶易受腫瘤變性、壞死及出血等影響，難免會有誤差。②本研究為回顧性分析，研究數(shù)據(jù)難免存在偏倚，未來有必要擴展樣本量在前瞻性研究中對模型進行驗證。③由于需要足夠的像素來保證IVIM-DWI 和TA 參數(shù)測量的可靠性，某些病灶小的病例被排除，因此結(jié)果可能存在偏差。

綜上所述，宮頸癌原發(fā)灶的IVIM-DWI 和TA 參數(shù)對預(yù)測宮頸癌PLNM有一定的價值。并且二者的聯(lián)合進一步提高了對宮頸癌PLNM 的預(yù)測效能，同時彌補了常規(guī)影像學(xué)檢查與淋巴結(jié)穿刺的不足，為宮頸癌患者的精準診療提供了客觀依據(jù)。

作者利益沖突聲明：全體作者均聲明無利益沖突。