動態增強磁共振定量分析在常見子宮腫瘤中的應用

周微，呂富榮

1 動態增強磁共振定量分析原理

動態增強磁共振(dynamic contrast-enhanced MRI，DCE-MRI)是基于小分子對比劑在灌注程度和滲透性不同的組織中分布不同而引起信號變化的原理進行成像。所得圖像可以進行定性、半定量、定量分析，其中定量分析是經過藥代動力學模型處理后得到可重復的全定量參數，可以定量反映靶組織或器官的生理病理特性如血流量、血管滲透性等來間接反映腫瘤的微循環特點[1]。其后處理藥代動力學模型多樣，如Tofts雙室模型、Reference region模型、Patlak模型、Exchange模型等。在選擇最適模型時，要考慮到在假設理想狀態下不同部位的組織具有不同的血流特點及對圖像質量、采集時間及時間、空間分辨率等諸多因素的要求[2]，盡可能使參數值可以反映真實情況。如乳腺癌常選水交換模型，腦腫瘤中一般選擇雙室交換模型。大部分模型需要選取動脈輸入函數，部分不需要。當采用一個基于人群的輸入函數，可以提高重復性[3]。定量DCE-MRI常得到如下參數[2]：容量轉運常數(Ktrans，min-1)，是反映單位時間內從血管內轉移到血管外細胞外間隙(extravascular extracellular space，EES)的對比劑的容積，其值于不同狀態下代表意義不同，當血流量較大時主要反映血管的滲透性，反之則主要反映組織灌注的特點；速率常數(Kep，min-1)，為對比劑從EES反滲回到血管內的速率常數；血管外細胞外間隙容積比(Ve，ml/100 m1)，為對比劑在EES所占的體積比；血漿容積分數(Vp，ml/100 m1)，為對比劑在血漿所占的體積比。其中Ve= Ktrans/Kep；Ve+Vp≤1。

2 定量DCE-MRI在常見子宮腫瘤中的應用

由于當組織發生病變時其微血管生理特征也會改變，尤其是惡性腫瘤，近年來定量DCE-MRI多用于對病變定位、常見惡性腫瘤性病變的分期、治療方案的選擇、預后的判斷及良惡性腫瘤的鑒別[4]。

2.1 宮頸癌

宮頸癌是女性生殖系統中最常見的惡性腫瘤。張慶等[5]發現宮頸癌Ktrans、Kep及Ve值較正常宮頸顯著升高。Wang[6]證實宮頸癌組織內血管密度(microvessel density，MVD)較正常宮頸組織明顯增高。也有研究顯示宮頸癌Ktrans值與表皮生長因子(vascular endothelial growth factor，VEGF)、MVD有良好的相關性[7]。所以可以用定量參數Ktrans值來反映腫瘤微血管密度和生長速度。早期不同類型及級別的宮頸癌其治療方式不一樣，因此對其正確的分型、分級與分期十分重要。有人認為宮頸腺癌的MVD水平、新生血管及微血管通透性高于鱗癌，張慶等[5]發現宮頸腺癌的Ktrans值較宮頸鱗癌高，而周星等[8]發現鱗癌Ktrans值高于腺癌，認為鱗癌的MVD較腺癌高。多數研究均發現宮頸癌分化程度越低，分期越高，其Ktrans值越大。Qu等[9]提出宮頸癌MVD值隨著臨床分期、分級的增加而升高。張朝赫等[10]認為宮頸鱗癌的Ktrans、Kep、Ve值與腫瘤分期不具有相關性。周延等[11]認為隨著腫瘤級別增高，MVD和VEGF也增加。Haldorsen等[12]發現Ki-67和VIII因子可以反映微血管密度的變化，但它們和定量參數值之間有無關系有待研究。

劉偉峰等[13]認為DCE-MRI定量參數可以預測宮頸癌放化療敏感度。Ellingsen等[14]認為中晚期宮頸癌組織缺氧、放療效果差及生長轉移等可能與低Ktrans值相關。Park等[15]和Mills等[16]提出在治療前具有較低的Ktrans值和較低的灌注的宮頸癌的放療效果差。Zahra等[17]提出宮頸癌放化療消退率與治療前半定量、定量參數間明顯相關。Himoto等[18]用定量DCE評價宮頸癌新輔助化療的早期療效發現治療前宮頸癌組織Ktrans值和Ve值與最初治療后4 w和結束治療后1個月腫瘤體積有明顯相關性。Kim等[19]發現Ktrans、Ve值在宮頸癌放化療后先升高后下降及治療前Ktrans、Ve值和治療后體積無明顯相關。Mills等[16]認為Ve值因受到宮頸癌內部的囊變壞死水腫等影響而不準確。Andersen等[20]認為定量參數可以預測宮頸癌放化療失敗的風險，并且其療效差可能與腫瘤內缺氧有關。朱志軍等[21]發現Ⅱ期宮頸癌患者復發組較無復發組的Ktrans及Kep值顯著升高。在判斷轉移方面，Lollert等[22]發現，較大的Ktrans值意味著較高的淋巴結轉移風險，且Kep與腫瘤遠處轉移和表皮生長因子受體(epithelial growth factor receptor，EGFR)的表達呈正相關。楊曉棠等[23]認為宮頸癌淋巴結轉移的定量參數值中Ve值敏感性及特異性較高。

周星等[8]認為宮頸鱗癌病灶的表觀擴散系數(apparent diffusion coefficient，ADC)值與Ktrans有相關性，但劉夢秋[24]認為兩者間不存在相關性。在人體中，一部分人認為ADC值的大小也會受到組織微循環灌注的影響[25]。何永紅等[26]對100例宮頸癌患者和20名健康志愿者行常規MRI，擴散加權成像(diffusion weighted imaging，DWI)和DCEMRI掃描，發現Ktrans、Kep和ADCmean聯合應用可以提高宮頸癌的診斷效能。

2.2 子宮內膜癌

子宮內膜癌為一種來源于子宮內膜的腺體且主要攻擊絕經后女性的惡性腫瘤[27]。Haldorsen等[28]對55例子宮內膜癌患者行DCE-MRI檢查及分析得到相關參數值如血流量(blood flow，FB)、攝取分數(extraction fraction，EF)、Kep、血容量(blood volume，VB)、Ve、Ktrans等值。結果發現子宮內膜癌組織的 FB、EF、VB、Ve、滲透率表面積乘積(permeability surface area product，PS)、Ktrans均較正常子宮肌層相應值低，他認為其中反映腫瘤毛細血管滲透性的EF、PS、Ktrans值低，可能是由于選擇了具有較內膜血供豐富的子宮肌層作為參考組織。在分析子宮內膜癌總體預后中，他認為表現為低FB值、高EF值、高毛細血管通過時間值的腫瘤組織因相對缺氧而容易進展、轉移及放化療療效差從而影響患者生存期。另外，他也發現非子宮內膜樣腺癌組織FB值和EF值均較子宮內膜樣腺癌低，兩者的區分對內膜癌在選擇治療方案時尤為重要。郭永梅等[29]發現Ktrans值、Kep值及Ve值在子宮內膜癌高分化、中分化及低分化組間均有差異。

2.3 子宮肉瘤

子宮肉瘤約占所有子宮惡性腫瘤的3%[30]，其惡性程度高、預后差。有研究者于動態增強上觀察到子宮肉瘤多為形態不規則且血流豐富。薛康康等[31]用DWI及DCE-MRI半定量分析鑒別診斷子宮肉瘤與變性子宮肌瘤，發現兩者的半定量參數差異有統計學意義。而對于定量分析在子宮肉瘤的研究，國內尚無報道。

2.4 子宮肌瘤的分型、診斷及高強度聚焦超聲消融的監測

定量DCE-MRI也可以應用于子宮良性腫瘤。子宮肌瘤是好發于育齡期女性的常見良性腫瘤，40歲以上的女性中其發病率高達40%[32]。在診斷及分型上，趙飛飛等[2]收集78個與患者自身子宮肌層相應值進行比較的子宮肌瘤的定量參數值相對Ktrans、相對Kep、感興趣組織Kep，發現子宮肌瘤的參數值低于肌層且與肌瘤體積、部位無相關性。同時發現其中T2WI信號為均勻輕度高信號的肌瘤最特殊，作者認為可能和肌瘤亞型有關。鄭靜等[33]發現定量參數值可以提示肌瘤的病理亞型，其中細胞型肌瘤的Ktrans、Vp、血漿灌流量(plasma perfusion，PP)高于普通型、退變型肌瘤。Tal等[34]發現在子宮肌瘤的生成與生長過程中，血管內皮生長因子(vascular endothelial growth factor，VEGF)起著重要的作用，可以促進其血管的生長。也有王玉玲等[35]提出，肌瘤的新生血管的形成及其滲透性會受到VEGF、雌孕激素等的影響。研究[36]表明子宮間質腫瘤中雌激素受體介導的相關信號傳導通路有重要作用。所以對于子宮肌瘤定量參數值與各種生理因子、病理亞型等相關性可以進一步深入研究。

王偉等[37]提出DCE-MRI定量分析可以用于肌瘤高強度聚焦超聲(high intensity focused ultrasound，HIFU)療效的監測。韋超等[38]搜集36例術前測量了DCE-MRI定量參數值[Ktrans、Kep、Ve、Vp、血流量(blood flow，BF)、血容量(blood volume，BV) ]的子宮肌瘤患者信息，以術后70%的首次體積消融率為界分為H組和L組，發現術前Ktrans、BF、BV值越高，首次體積消融率越低，其中BF預測效能最好，Ktrans次之。但臨床應用中發現有部分肌瘤的消融效果不好。劉柳恒等[39]收集65例子宮肌瘤患者HIFU術前的肌瘤本身和子宮肌層的動態增強定量參數值，分析得出術前肌瘤Ktrans越高其消融率越低。Kim等[40]認為肌瘤內部的組織灌注狀態影響消融效果。Zhao等[41]發現DCEMRI圖像上子宮肌瘤呈輕度不均勻強化則容易消融，而呈均勻強化的子宮肌瘤消融率較低。同時部分肌瘤的消融效果欠佳是否和病理亞型相關還需要進一步研究。Kim等[42]通過多因素回歸分析發現治療前高Ktrans值是子宮肌瘤HIFU消融治療療效不佳的顯著預測因素，其值越高就提示越多的能量被新生血管為主的滲透性部分帶走。對此他提出用更高的聲能來消融肌瘤內高灌注區域，在設置聲能測試位置時要考慮到肌瘤內部血管分布的非均質性。因此Liu等[43]建議結合T2WI和可以展示血管分布的Ktrans圖對肌瘤高灌注區定位和定性。

3 鑒別子宮良、惡性腫瘤

趙飛飛等[2]和郭永梅等[44]用DCE-MRI定量分析子宮良、惡性腫瘤的各個參數，發現病變處Ktrans值均較正常子宮肌層低，子宮惡性病變的Ve值較正常子宮肌層和良性病變低，但他們各自選擇的參考組織不一樣，目前還沒有研究選擇不同的參考組織是否有差異。孫俊旗等[45]發現Ktrans、Kep值在宮頸癌、子宮肌瘤、正常宮頸間差異均有統計學意義。有人發現在鑒別子宮良惡性腫瘤中Ktrans值的診斷效能最高。目前還沒有研究顯示不同子宮惡性腫瘤間Ktrans值是否存在差異。

4 DCE-MRI定量分析的局限與前景

對于不同的研究對象即具有不同生理病理特點的組織選擇何種藥代動力學模型來分析是值得進一步研究的。以此建立一個分析的標準，促進研究間的比較。對于動脈輸入函數的穩定性以及在后處理分析中感興趣區(region of interest，ROI)的選擇與畫法是否會影響最終的研究結果都具有不確定因素。這就需要大數據實驗證明何種方法更加客觀準確。對于子宮惡性腫瘤而言，其基因的表達和定量參數值反映的生物因子如MVD和VEGF之間有無相關性也可能成為未來的研究方向。臨床醫生制訂個體化的治療方案還需要結合其他反映組織結構及功能方面的影像學圖像來全面評價腫瘤的生物學特性。所以未來需要動態增強和其他能提供多種病理生理學及分子生物學信息的復合影像。

[References]

[1] Van Niekerk CG, van der Laak JA, Hambrock T, et al. Correlation between dynamic contrast-enhanced MRI and quantitative histopathologic microvascular parameters in organ-confined prostate cancer. Eur Radiol, 2014, 24(10): 2597-2605.

[2] Zhao FF, Lv FR, Xiao ZB, et al. Preliminary study of dynamic contrast enhanced MRI reference region model in uterine leiomyoma.Chin J Med Imaging Technol, 2015, 31(12): 1861-1865.趙飛飛, 呂富榮, 肖智博, 等. 動態增強MRI Reference region模型在子宮肌瘤中的初步應用. 中國醫學影像技術, 2015, 31(12):1861-1865.

[3] Rata M, Collins DJ, Darcy J, et al. Assessment of repeatability and treatment response in early phase clinical trials using DCE-MRI:comparison of parametric analysis using MR- and CT-derived arterial input functions. Eur Radiol, 2016, 26(7): 1991-1998.

[4] Punwani S. Contrast enhanced MR imaging of female pelvic cancers:established methods and emerging applications. Eur J Radiol, 2011,78(1): 2-11.

[5] Zhang Q, Xu XJ, Zhou X, et al. The study of dynamic contrastenhanced magnetic resonance imaging at 3.0 T and histology characteristics and clinical stages of cervical cancer. J Clin Radiol,2015, 34(10): 1607-1610.張慶, 徐香玖, 周星, 等. 3.0 T MR動態對比增強對宮頸癌組織學特性和臨床分期的分析. 臨床放射學雜志, 2015, 34(10): 1607-1610.

[6] Wang N, Zhan T, Ke T, et al. Increased expression of RRM2 by human papillomavirus E7 oncoprotein promotes angiogenesis in cervical cancer. Br J Cancer, 2014, 110(4): 1034-1044.

[7] Gordon Y, Partovi S, Müller-Eschner M, et al. Dynamic contrastenhanced magnetic resonance imaging: fundamentals and application to the evaluation of the peripheral perfusion. Cardiovasc Diagn Ther,2014, 4(2): 147-164.

[8] Zhou X, Huang G, Zhang Q, et al. Application of dynamic contrastenhanced MRI and diffusion weighted imaging in the pathological characteristics and clinical stage of cervical cancer. Chin J Med Imaging, 2016, 24(11): 855-860.周星, 黃剛, 張慶, 等. 動態增強MRI及擴散加權成像對宮頸癌病理特征及臨床分期的應用. 中國醫學影像學雜志, 2016, 24(11):855-860.

[9] Qu H, Ning G, Li X, et al. Study on correlations between CT perfusion parameters and tumor angiogehesis of cervical cancer. J Biomedical Eng, 2013, 30(2): 254-259.

[10] Zhang ZH, Luo YH, Yu T, et al. The research of DCE-MRI pharmacokinetic parameters' measurement repeatability and the correlation with the pathological, clinical features in cervical squamous cell carcinomas. Modern Oncology, 2017, 25(8): 1274-1278.張朝赫, 羅婭紅, 于韜, 等. 宮頸鱗癌DCE-MRI動態增強灌注參數測量的可重復性以及與病理臨床特征的相關性. 現代腫瘤醫學,2017, 25(8): 1274-1278.

[11] Zhou Y, Liu JY, Liu CR, et al. Value of intro-voxel incoherent motion model in assessment of differentiation and blood supply of cervical cancer. Chin J Radiol, 2015, 49(5): 354-359.周延, 劉劍羽, 劉從容, 等. MR體素內不相干運動成像用于評價宮頸癌惡性程度和組織血供的價值. 中華放射學雜志, 2015, 49(5):354-359.

[12] Haldorsen T, Skare GB, Ursin G, et al. Results of delayed triage by HPV testing and cytology in the norwegian cervical cancer screening programme. Acta Oncol, 2015, 54(2): 200-209.

[13] Liu WF, Xu F, Wu M. The predictive value of therapeutic effect with concurrent chemoradiation for cervical carcinoma by the quantitative analysis of DCE-MRI 4D-tissue technology. Prac Oncol J, 2016,30(3): 225-228.劉偉鋒, 徐凡, 吳梅. DCE-MRI 4D-Tissue技術定量參數評估宮頸癌放化療療效的預測價值. 實用腫瘤學雜志, 2016, 30(3): 225-228.

[14] Ellingsen C, Hompland T, Galappathi K, et al. DCE-MRI of the hypoxic fraction, redioresponsiveness, and metastatic propensity of cervical carcinoma xenografts. Radiother Oncol, 2014, 110(2): 335-341.

[15] Park JJ, Kim CK, Park SY, et al. Assessment of early response to concurrent chemoradiotherapy in cervical cancer: value of diffusionweighted and dynamic contrast-enhanced MR imaging. Magn Reson Imaging, 2014, 32(8): 993-1000.

[16] Mills SJ, Soh C, Rose CJ, et al. Candidate biomarkers of extravascular space: A direct comparison of apparent diffusion coefficient and dynamic contrast-enhanced MR imagingderived measurement of the volume of the extravascular space in glioblastoma multiforme. AJNR, 2010, 31(3): 549-553.

[17] Zahra MA, Tan LT, Priest AN, et al.Semiquantitative and quantitative dynamic contrast-enhanced magnetic resonance imaging measurements predict radiation response in cervical cancer. Int J Radiat Oncol Biol Phys, 2009, 74(3): 766-773.

[18] Himoto Y, Fujimoto K, Kido A, et al. Assessment of the early predictive power of quantitative magnetic resonace imaging parameters during neoadjuvant chemotherapy for urterine cervical cancer. Int J Gynecol Cancer, 2014, 24(4): 751-757.

[19] Kim JH, Kim CK, Park BK, et al. Dynamic contrast enhanced 3.0 T MR imaging in cervical cancer before and after concurrent chemoradiotherapy. Eur Radiol, 2012, 22(11): 2533-2539.

[20] Andersen EK, Hole KH, Lund KV, et al. Pharmacokinetic parameters derived from dynamic contrast enhanced MRI of cervical cancers predict chemoradiotherapy outcome. Radiother Oncol, 2013, 107(1): 117-122.

[21] Zhu ZJ, Zhang BJ, Guo JM, et al. Correlation between microvascular permeability parameters of dynamic contrast-enhanced MR and recurrence of stage Ⅱ cervical carcinoma. Radiology Practice, 2015,30(8): 841-844.朱志軍, 張碧娟, 郭吉敏, 等. 動態增強MRI微血管通透性參數與Ⅱ期宮頸癌復發的相關性研究. 放射學實踐, 2015, 30(8): 841-844.

[22] Lollert A, Junginger T, Schimanski CC, et al. Rectal cancer: dynamic contrast-enhanced MRI correlates with lymph node status and epidermal growth factor receptor expression. J Magn Reson Imaging,2014, 39(6): 1436-1442.

[23] Yang XT, Zhang JX, Du XS, et al. Applications of quantitative and semi-quantitative dynamic contrast enhanced magnetic resonance imaging analysis in T-staging and N-staging of preoperative rectal cancer. Chin J Anat and Clin, 2016, 21(2): 109-114.楊曉棠, 張建新, 杜笑松, 等. 動態增強MRI定量與半定量分析在直腸癌術前T、N分期中的應用價值. 中華解剖與臨床雜志, 2016,21(2): 109-114.

[24] Liu MQ. Correlations between quantitative parameters of dynamic contrast enhanced magnetic resonance imaging and apparent diffusion coefficient in cervical carcinoma. Hefei: Anhui Medical University, 2015.劉夢秋. 宮頸癌磁共振動態增強定量參數與ADC值的相關性研究. 合肥: 安徽醫科大學, 2015.

[25] Kundu S, Chopra S, Verma A, et al. Functional magnetic resonance imaging in cervical cancer: Current evidence and future directions. J Cancer Res Ther, 2012, 8(1): 11-18.

[26] He YH, Lin Q, Zhan ZJ, et al. Clinical value of diffusion weighted imaging apparent diffusion coefficient tand quantitative parameters of MR dynamic enhancement of cervical cancer. Chin J Magn Reson Imaging, 2016, 7(12): 926-931.何永紅, 林祺, 詹澤娟, 等. 宮頸癌擴散加權成像表觀擴散系數與磁共振動態增強定量參數的臨床價值. 磁共振成像, 2016, 7(12):926-931.

[27] Emlik D, Kiresi D, Ozdemir S, et al. Preoperative assessment of myometrial and cervical invasion in endometrial carcinoma:comparison of multi-section dynamic MR imaging using a three dimensional FLASH technique and T2-weighted MR imaging. J Med Imaging Radiat Oncol, 2010, 54(3): 202-210.

[28] Haldorsen IS, Grüner R, Husby JA, et al. Dynamic contrast-enhanced MRI in endometrial carcinoma identifies patients at increased risk of recurrence. Eur Radiol, 2013, 23(10): 2916-2925.

[29] Guo YM, Yin JX, Jiang XQ, et al. Quantitative parametric analysis of dynamic contrast-enhanced MR imaging in endometrial carcinoma with histopathologic correlation. J Clin Radiol, 2016, 35(10):1546-1550.郭永梅, 尹進學, 江新青, 等. DCE-MRI定量參數分析子宮內膜癌影像與病理特征相關性研究. 臨床放射學雜志, 2016, 35(10):1546-1550.

[30] Siegel RL, Miller KD, Jemal A. Cancer statistics, 2015. CA Cancer J Clin, 2015, 65(1): 5-29.

[31] Xue KK, Cheng JL, Bai J, et al. Value of DWI and dynamic contrast-enhanced MRI in differentially diagnosing uterine sarcomas and degenerated leiomyomas. Chin J Med Imaging Technol, 2016, 32(2): 274-278.薛康康, 程敬亮, 白潔, 等. DWI及動態增強MRI鑒別診斷子宮肉瘤與變性子宮肌瘤的價值. 中國醫學影像技術, 2016, 32(2):274-278.

[32] Yang Q, Diamond MP, Al-Hendy A. Early life adverse environmental exposures increase the risk of uterine fibroid development: role of epigenetic regulation. Front Pharmacol, 2016, 7(e99800): 40.

[33] Zheng J, Zhao ZH, Hu HJ, et al. The value of dynamic contrastenhanced MRI parameters of extended tofts and exchange model in the differential diagnosis of cellular uterine leiomyoma. J Clin Radiol, 2017, 36(5): 687-691.鄭靜, 趙振華, 胡紅杰, 等. Extended Tofts與Exchange模型的動態對比增強MRI參數在鑒別細胞型子宮肌瘤中應用. 臨床放射學雜志, 2017, 36(5): 687-691.

[34] Tal R, Segars JH. The role of angiogenic factors in fibroid pathogenesis: potential implications for future therapy. Human Reproduction Update, 2014, 20(2): 194-216.

[35] Wang YL, Liu XC, Xie QH, et al. Expression and clinical significances of ER, PR, VEGF and its receptors in the pathogenesis of uterine myoma. J Pract Obste and Gynecol, 2010, 26(6): 436-438.王玉玲, 柳曉春, 謝慶煌, 等. 雌激素受體、孕激素受體、血管內皮生長因子及其受體在宮肌瘤中的表達和臨床研究. 實用婦產科雜志, 2010, 26(6): 436-438.

[36] Fadare O, Renshaw I, Olson SJ, et al. The phosphatidylinositol 3'kinase-Akt-mammalian target of rapamycin pathway in smooth muscle tumors of the uterus: selected protein expression patterns and their clinicopathologic implications. Int J Gynecol Pathol, 2011,30(3): 244-251.

[37] Wang W, Zhang XD, Li Y, et al. The preliminary value of DCE-MRI quantitative parameters in highintensity focused ultrasound (HIFU)ablation's immediate effect for uterine fibroids. Chin J Magn Reson Imaging, 2015, 6(8): 603-607.王偉, 張暹東, 李祎, 等. 動態增強磁共振成像定量參數對子宮肌瘤高強度聚焦超聲治療效果的即時評估價值初探. 磁共振成像,2015, 6(8): 603-607.

[38] Wei C, Dong JN, Fang X, et al. Research on DCE-MRI quantitative analysis predicts immediate therapeutic response of high-intensity focused ultrasound ablation of symptomatic Uterine Fibroids. J Clin Radiol, 2016, 35(4): 545-550.韋超, 董江寧, 方昕, 等. DCE-MRI定量參數預測高強度超聲消融術治療癥狀性子宮肌瘤首次體積消融率價值. 臨床放射學雜志,2016, 35(4): 545-550.

[39] Liu LH, Lv FR, Xiao ZB, et al. US-guided high-intensity focused ultrasound surgery for uterine fibroids: correlation between therapeutic effect and quantitative parameters of dynamic contrastenhanced MRI. J Clin Radiol, 2017, 36(7): 1024-1028.劉柳恒, 呂富榮, 肖智博, 等. 動態增強MRI定量參數與高強度聚焦超聲消融子宮肌瘤療效的相關性研究. 臨床放射學雜志, 2017,36(7): 1024-1028.

[40] Kim YS, Lim HK, Kim JH, et al. Dynamic contrast enhanced magnetic resonance imaging predicts immediate therapeutic response of magnetic resonance-guided high-intensity focused ultrasound ablation of symptomatic uterine fibroids. Invest Radiol, 2011, 46(10):639-647.

[41] Zhao WP, Chen JY, Chen WZ. Dynamic contrast-enhanced MRI serves as a predictor of HIFU treatment outcome for uterine fibroids with hyperintensity in T2-weighted images. Exp Ther Med, 2016,11(1): 328-334.

[42] Kim YS, Kim JH, Rhim H, et al. Volumetric MR-guided highintensity focused ultrasound ablation with a one-layer strategy to treat large uterine fibroids: initial clinical outcomes. Radiology, 2012,263(2): 600-609.

[43] Liu J, Keserci B, Yang X, et al. Volume transfer constant (Ktrans) maps from dynamic contrast enhanced MRI as potential guidance for MR-guided high intensity focused ultrasound treatment of hypervascular uterine fibroids. Magn Reson Imaging, 2014, 32(9): 1156-1161.

[44] Guo YM, Jiang XQ, Liu GS, et al. Signal intensity-time curve and quantitative dynamic contrast-enhanced magnetic resonance imaging in differentiating neoplasms of uterus. J Cent South Univ, 2015,40(12): 1357-1364.郭永梅, 江新青, 劉國順, 等. 動態增強MRI半定量信號強度-時間曲線及全定量灌注參數在子宮腫瘤中的應用. 中南大學學報(醫學版), 2015, 40(12): 1357-1364.

[45] Sun JQ, Wu GY, Shan FF, et al. Evaluation of cervical cancer microcirculation with duantitative parameters and perfusion parameters of MRI quantitative dynamic contrast enhanced imaging.J Mudanjiang Med Univ, 2016, 37(4): 1-5.孫俊旗, 吳光耀, 單菲菲, 等. 定量MRI動態增強成像定量參數和灌注參數在宮頸癌微循環評價的價值. 牡丹江醫學院學報, 2016,37(4): 1-5.