磁共振動態增強對鼻腔鼻竇腫瘤良惡性鑒別診斷價值研究

唐維， 周藝默， 任玲， 黃硯玲， 李松柏

·頭頸部影像學·

磁共振動態增強對鼻腔鼻竇腫瘤良惡性鑒別診斷價值研究

唐維， 周藝默， 任玲， 黃硯玲， 李松柏

目的：探討磁共振動態增強(DCE-MRI)時間-信號曲線(TIC)、半定量及定量參數在鼻腔鼻竇腫瘤良惡性鑒別診斷中的應用價值。方法：由手術及病理證實的32例鼻腔鼻竇腫瘤患者(33個病灶)行MR平掃及動態增強掃描及常規增強掃描。經后處理獲得時間-信號曲線(TIC)、半定量參數達峰時間(Tpeak)及最大上升斜率(Mxslp)、定量參數容量轉移常數(Ktrans)、反流速率常數(Kep)及血管外細胞外間隙容積分數(Ve)，比較TIC及各參數在良惡性腫瘤中的差異，并通過受試者操作特征曲線(ROC)及二分類Logistic回歸分析獲得各參數或聯合參數的曲線下面積(AUC)、良惡性鑒別診斷閾值及其對應的診斷效能參數。結果：良性組表現為持續上升型(10/17)、平臺型(6/17)和流出型(1/17)，惡性組以流出型(8/16)、平臺型(7/16)為主，持續上升型僅1例(P<0.05)。良性組與惡性組半定量參數分別為Tpeak：(133.94±53.67)s、(74.81±17.40)s，Mxslp：10.88±5.25、18.58±7.42；Ktrans：(0.26±0.17)/min、(0.50±0.36)/min，Kep：(0.42±0.20)/min、(1.15±0.49)/min，Ve：0.62±0.27、0.41±0.15，各參數間差異均具有統計學意義，其中，Kep的AUC最大(0.89)，Ktrans及Kep的診斷效能較好，兩者的敏感度均為78.6%，Kep的特異度為88.2%。結論：TIC類型、各半定量及定量參數有助于鼻腔鼻竇腫瘤良惡性的鑒別診斷，參數聯合可有效提高診斷準確性。

磁共振成像； 鼻腔，鼻竇； 鼻腫瘤

鼻腔鼻竇腫瘤屬臨床常見病，常用的檢查方法有CT 和MRI，CT可顯示病灶周圍骨質改變，MRI軟組織分辨力高，并可多軸位成像，能更好地確定病變范圍。由于鼻腔鼻竇腫瘤的影像表現復雜，實現定性診斷仍相當困難。磁共振動態增強(dynamic contrast enhanced-MR imaging，DCE-MRI)描述對比劑進入和排出腫瘤的血流動力學過程，對病變微循環病理特征進行影像學評價，本文旨在研究時間-信號曲線(time-signal intensity curve，TIC)、半定量及定量參數在鼻腔鼻竇腫瘤良惡性鑒別診斷中的應用價值。

材料與方法

1.研究對象

搜集中國醫科大學附屬第一醫院2014年10月-2016年4月收治的未行放化療的鼻腔鼻竇腫瘤患者32例(共33個病灶)，所有病例均由手術及病理證實。良性腫瘤17個，男7個，女10個，年齡19～72歲，平均(48.5±18.2)歲，包括內翻性乳頭狀瘤8例，神經鞘瘤2例，多形性腺瘤2例，血管瘤4例，良性骨瘤1例；惡性腫瘤16個，男7個，女9個，年齡9～70歲，平均(53.0±12.8)歲，鱗狀細胞癌6例，嗅神經母細胞瘤4例，淋巴瘤3例，血管外皮細胞瘤2例，橫紋肌肉瘤1例。臨床表現為鼻塞、鼻塞伴鼻出血及涕中帶血，可為清水涕、膿血涕及膿黃涕，頭痛，面部脹痛。

2.研究方法

使用GE Signa HDxT 3.0T磁共振儀，8通道正交頭顱線圈，常規SE序列平掃后行DCE序列掃描，最后行常規抑脂T1WI增強掃描。常規掃描序列：所有患者均行橫軸面T1WI、T2WI及抑脂T1WI增強掃描，部分加掃矢狀面T1WI、冠狀面T2WI及冠狀面、矢狀面抑脂T1WI 增強掃描。掃描參數：T1WI(TR 1900～3300 ms，TE 3～27 ms)；T2WI(TR 2800～5900 ms，TE 80～102 ms)；增強掃描(TR 8～300 ms，TE 2～27 ms)，激勵次數1，視野22 cm×22 cm，層厚3.0～4.0 mm，間隔1 mm。DCE：采用三維快速擾相梯度回波(3D-FSPGR)序列：TR 5.1～5.2 ms，TE 0.9 ms，翻轉角12°，視野22 cm×22 cm，層厚4 mm，層間距0。經高壓注射器以2 mL/s的流率團注Gd-DTPA，劑量0.2 mL/kg，團注結束后用20 mL生理鹽水沖洗。連續掃描75個時相，單個掃描時相4.13 s，經第1～5次預掃描，于第5次掃描結束后注射對比劑，總掃描時間5分鐘10秒。

后處理采用GE AW 4.4工作站。采用Functool軟件生成TIC，根據廓清速率WR(WR=[(最大信號強度SImax-第75個期相信號強度SIphase75)/(最大信號強度SImax-增強前信號強度SIpre)]×100%)將TIC分為三型，持續強化型、平臺型和流出型，持續強化型Tpeak>120 s，平臺型Tpeak≤120 s且廓清比率(WR)<15%，廓清型Tpeak≤120 s且廓清比率(WR)≥15%[1]。然后用Cinetool軟件行kinetic分析，得到半定量參數Tpeak、Mxslp及定量參數Ktrans、Kep、Ve。選擇病灶顯示最佳的層面，將興趣區(ROI)置于強化最明顯的區域，并避開正常或殘存的鼻甲結構及囊變壞死區，ROI面積控制在20 mm2左右。繪制3個ROI連續測量3次，然后計算其平均值作為最后參數值。

3.統計學分析

結 果

1.常規MRI表現

良性組：17例良性腫瘤中，病灶起源于鼻腔9 例，上頜竇6例，篩竇2例，其中同時累及鼻腔上頜竇5例，鼻腔、上頜竇、篩竇及蝶竇1例，鼻腔、篩竇、額竇1例，篩竇及額竇1例，腫瘤最小徑1.1 cm，平均(2.63±0.91) cm；最大徑6.12 cm，平均(4.06±1.15) cm。腫瘤多表現為非侵襲性生長，呈團塊狀部分伴分葉，邊界清楚，多呈等或長T1略不均勻長T2信號影，增強掃描不同程度強化，內翻性乳頭狀瘤于T2WI及增強掃描圖像上可見“卷曲腦回狀”征象，血管瘤增強掃描表現為“椒鹽征”(圖1)。

惡性組：16例惡性腫瘤中，病灶起源于鼻腔8例，上頜竇4例，篩竇3例，蝶竇1例，其中1例顱骨骨質破壞病灶侵入顱內，同時累及鼻腔篩竇5例，鼻腔、篩竇、額竇2例，篩竇、額竇、上頜竇及鼻腔1例，腫瘤最小徑1.40 cm，平均(2.72±0.91) cm；最大徑6.41 cm，平均(3.90±1.19) cm。惡性腫瘤表現為鼻腔或鼻竇內軟組織腫物，多伴鄰近竇壁的骨質破壞，浸潤性生長，形態不規則，4例信號較為均勻，余12例腫瘤T1WI 大多呈低、等信號，T2WI呈中、高信號，信號多較混雜，增強掃描不均勻強化(圖2)。

2.動態增強表現

TIC類型：根據TIC分類，良性組表現為持續上升型(10/17，58.8%)、平臺型(6/17，35.3%)和流出型(1/17，5.9%)，惡性組以流出型(8/16，50%)、平臺型(7/16，43.8%)為主，1例低度惡性血管外皮細胞瘤的TIC表現為持續上升型(P<0.05)。

MRI-DCE半定量及定量參數(表1，圖3)：良性組Tpeak均值高于惡性組(P=0.021)，良性組Mxslp均值低于惡性組(P=0.014)，但是兩組的Tpeak、Mxslp數值范圍存在一定重疊。

圖1 男，57歲，內翻性乳頭狀瘤。a) T2WI圖像(上)及增強掃描圖像(下)，左側上頜竇內團塊狀等-稍長T2信號影(長箭)，竇口區見不光滑結節，增強掃描強化明顯(短箭)； b) 病灶局部ROI的TIC呈持續上升型； c) Ktrans偽彩圖，Ktrans=0.15/min； d) Kep偽彩圖，Kep=0.45/min； e) Ve偽彩圖，Ve=0.32； f) 鏡下見上皮細胞呈內翻性生長(HE，×100)。

良性組Ktrans、Kep低于惡性組(P=0.009、0.000)，Ve則高于惡性組(P=0.002)。惡性腫瘤中1例低度惡性血管外皮細胞瘤的Ktrans(0.21/min)、Kep(0.28/min)、Ve(0.75)趨向于良性腫瘤的特點，而良性組中1例多形性腺瘤的Ktrans(0.65/min)明顯的高于其他類型的良性腫瘤。

3.MRI-DCE各參數及參數聯合診斷效能

通過行ROC分析，各參數AUC、最佳閾值及對應的診斷效能參數見表2。5個參數中，AUC最大的是Kep，Ktrans和Kep的診斷效能較好，兩者的敏感度均為78.6%，Kep的特異度為88.2%(圖4)。

聯合Ktrans、Kep行二分類變量多元回歸分析，再對預測變量行ROC分析得到， AUC為0.92，診斷符合率為85.6%。

表2 DCE半定量及定量參數診斷效能比較

討 論

DCE-MRI可實現對對比劑進入和排出腫瘤的血流動力學過程進行全面的描述。目前關于DCE-MRI的研究多集中在肝臟、乳腺、前列腺、頭頸等部位[2-5]，涉及良惡性腫物鑒別診斷[6]、腫瘤放化療療效監測[7]、血管生成狀態評價[8]，同時為本次研究提供了理論和現實基礎。國內外關于DCE-MRI對鼻腔鼻竇腫瘤良惡性鑒別診斷價值的研究較少，未見同時結合定性、半定量、定量分析的相關報道。

動態增強過程由TIC表達，屬于定性分析，反應的是信號強度隨時間的動態變化過程。Wang等[1]利用動態增強鑒別鼻腔內翻性乳頭狀瘤(IP)與惡性腫瘤發現，TIC形態的差異是區別兩者的有效征象之一，IP與惡性腫瘤TIC持續強化型、平臺型、流出型所占比例分別為22%、43%、35%及11%、29%、60%。本研究良性組持續上升型、平臺型比例分別為58.8%及35.3%，惡性組50%表現為流出型，43.8%表現為平臺型，僅1例表現為持續上升型。許慶剛等[9]研究鼻腔及鼻竇惡性黑色素瘤的TIC特點得到，85.7%(12/14)表現為速升緩降型，速升速降型及持續上升型各占7.1%。Sumi等[10]研究結果顯示，92例頭頸部腫瘤中，良性組67.9% TIC為上升型(達峰時間≥120 s)，32.1%為平臺型及流出型類(達峰時間<120 s)，75%的惡性腫瘤為平臺型及流出型，上升型占25%。TIC形態的差異與病灶血管系統狀態有關，惡性腫瘤新生血管豐富，對比劑通過迅速，加之新生血管壁通透性強、腫物間質成分少，使得其對比劑的滯留時間短于良性腫瘤，TIC呈現流出型。雖然本研究納入樣本量較少，并與相關研究結果的具體比例存在一定差異，但良惡性組間TIC類型分布總體趨勢相同，即持續上升型曲線提示良性可能，流出型曲線提示惡性可能，而平臺型曲線在兩組間存在重疊，同時為利用TIC輔助腫瘤良惡性鑒別的可行性提供了依據。

圖2 女，47歲，嗅神經母細胞瘤。a) T2WI圖像(上)及增強掃描圖像(下)左側鼻腔及上頜竇見團塊狀較均勻稍長T2信號影(長箭)，呈不均勻強化(短箭)； b) 病灶局部ROI的TIC呈流出型； c) Ktrans偽彩圖，Ktrans=0.40/min； d) Kep偽彩圖，Kep=1.55/min； e) Ve偽彩圖，Ve=0.29； f) 鏡下見小圓形瘤細胞團塊分布，核深染，細胞形態類似(HE，×100)。

圖3 a) DCE半定量參數箱式圖； b) DCE定量參數箱式圖。

圖4 a) DCE半定量參數ROC； b) DCE定量參數ROC。

Tpeak及Mxslp相當于TIC的半定量描述，均可量化表示病變組織的血流動力學特點，主要取決于病灶血管密度以及進入血管外間隙對比劑的多少。本研究良性組Tpeak高于惡性組，而Mxslp低于惡性組。國內有學者研究顯示[1]，43例鼻腔內翻性乳頭狀瘤中，59%的Tpeak>80 s，惡性腫瘤中，76%的Tpeak<80 s。Matsuzaki等[11]研究DCE-MRI在32例口腔小唾液腺腫瘤的診斷價值發現，良、惡性腫瘤的Tpeak平均值分別為185 s、113 s，可以將160 s作為良惡性腫瘤的鑒別診斷閾值；一項13例眼眶淋巴瘤動態增強特點的研究結果顯示，Tpeak平均值為(58.7±8.5) s[12]。結合本次實驗結果與既往相關研究，Tpeak有助于腫物的良惡性鑒別診斷，但尚無關于Mxslp在鼻腔或鼻竇腫物診斷應用的類似報道。

DCE-MRI常用的定量分析參數包括容量轉移常數(Ktrans)，描述對比劑經血管擴散至腫瘤間隙的轉運參數；反流速率常數(Kep)，其方向與Ktrans相反，以描述對比劑經腫瘤間隙流回至血管；血管外細胞外間隙容積分數(Ve)則表示單位體積的組織內血管外細胞外間隙所占的比例。

本研究行定量分析，良性組Ktrans值及Kep值低于惡性組(P=0.009，0.000)，這取決于惡性腫瘤新生血管豐富、內皮細胞發育不完善，導致血管壁通透性強、腫瘤血管對大分子對比劑通透性增加；良性組Ve值高于惡性組，筆者分析與惡性腫瘤細胞數量增多、擁擠，加之新生血管豐富使得細胞外間隙減少。Langer等[13]發現，前列腺癌組織的Ktrans、Kep高于正常的組織，Ve在兩組間差異不存在統計學意義，Ktrans及Kep與筆者得出的結果相符，Ve代表血管外細胞外間隙容積分數，屬不穩定因素，與細胞密度、血管密度、缺氧部分及間隙內液體壓力有關[14]，Tofts等[15]認為Ve易受病灶周圍水腫的影響，另有學者認為Ve與組織壞死及組織細胞化程度相關[16]，綜合導致Ve易變。有學者研究DCE-MRI定量參數在乳腺癌及其良性病變中的應用發現[17]，乳腺癌的Ktrans值大于良性病變，Kep具有同樣趨勢，但由于惡性組織細胞分布密集且排列紊亂，導致其Ve值小于良性病變。

Xian等[18]分析了DCE-MRI定量參數在鼻腔鼻竇腫瘤診斷應用中的可行性及價值，鼻腔鼻竇良惡性腫瘤的三個參數具有顯著的差異：惡性組的三個參數值分別為(0.72±0.22)/min、(3.47±1.03)/min、0.21±0.10，良性組的三個參數值分別為(0.52±0.24)/min、(2.13±1.13)/min、0.28±0.12，差異均有統計學意義。以上良性組與惡性組間各定量參數的比較趨勢與本研究結果相符，但具體數值范圍差異較大，可歸因于本研究入組病例數太少、病理類型組成不同、參數設定、后處理軟件及規范未能得到統一所致。Ng等[19]則認為除非動態增強分析方法標準化，否則各個研究中動態增強參數的絕對值難以進行對比。

通過行ROC分析，得到各參數鑒別診斷閾值：Tpeak 90.91 s，Mxslp 13.14 s，Ktrans 0.28/min，Kep 0.65/min，Ve 0.48，其中，AUC最大的是Kep(0.89)，Ktrans和Kep的診斷效能較好，兩者的敏感度均為78.6%，Kep的特異度為88.2%。將定量參數Ktrans和Kep聯合高于單個參數的診斷效能，其AUC為0.92，診斷符合率為85.6%。

本次研究結合了DCE-MRI的TIC、各半定量及定量參數，結果顯示均有助于鼻腔鼻竇腫瘤良惡性的鑒別診斷，但仍存在不足之處，最大的問題是樣本量不足，腫瘤病理類型多樣，仍需后續擴大樣本量加以證實。綜上所述，DCE-MRI能夠反映病灶局部的血液循環情況，有助于鼻腔鼻竇腫瘤良惡性的鑒別診斷，參數聯合可提高診斷準確性。

[1] Wang Xinyan,Zhang Zhengyu,Chen Xiaoli,et al.Value of magnetic resonance imaging including dynamic contrastenhanced magnetic resonance imaging in differentiation between inverted papilloma and malignant tumors in the nasal cavity[J].Chinese Medical J,2014,127(9):1696-1701.

[2] Chen BB,Shih TT.DCE-MRI in hepatocellular carcinoma-clinical and therapeutic image biomarker[J].World J Gastroenterol,2014,20(12):3125-3134.

[3] Abramson RG,Arlinghaus LR,Weis JA.et al.Current and emerging quantitative magnetic resonance imaging methods for assessing and predicting the response of breast cancer to neoadjuvant therapy[J].Breast Cancer (Dove Med Press),2012,2012(4):139-154.

[4] Fennessy FM,McKay RR,Beard CJ,et al.Dynamic contrast-enhanced magnetic resonance imaging in prostate cancer clinical trials:potential roles and possible pitfalls[J].Transl Oncol,2014,7(1):120-129.

[5] Yuan J,Chow SK,Yeung DK,et al.Quantitative evaluation of dual-flip-angle T1mapping on DCE-MRI kinetic parameter estimation in head and neck[J].Quant Imaging Med Surg,2012,2(4):245-253.

[6] Malek M,Pourashraf M,Mousavi AS,et al.Differentiation of benign from malignant adnexal masses by functional 3 tesla MRI techniques:diffusion-weighted imaging and time-intensity curves of dynamic contrast-enhanced MRI[J].Asian Pac J Cancer Prev,2015,16(8):3407-3412.

[7] Wang CH,Yin FF,Horton J,et al.Review of treatment assessment using DCE-MRI in breast cancer radiation therapy[J].World J Methodol,2014,4(2):46-58.

[8] Tuncbilek N,Unlu E,Karakas HM,et al.Evaluation of tumor angiogenesis with contrast-enhanced dynamic magnetic resonance mammography[J].Breast J,2003,9(5):403-408．

[9] 許慶剛,尹紅霞,鮮軍舫,等.MRI及動態增強掃描對鼻腔及鼻竇惡性黑色素瘤的診斷價值[J].放射學實踐,2016,31(2):155-158.

[10] Sumi M,Nakamura T.Head and neck tumours:combined MRI assessment based on IVIM and TIC analyses for the differentiation of tumors of different histological types[J].Eur Radiol,2014,24(1):223-231.

[11] Matsuzaki H,Yanagi Y,Hara M,et al.Minor salivary gland tumors in the oral cavity:diagnostic value of dynamic contrast-enhanced MRI[J].Eur J Radiol,2012,81(10):2457-2926.

[12] 何立巖,鮮軍舫,王振常,等.MR及動態增強掃描診斷眼眶淋巴瘤的價值[J].中華放射學雜志,2007,41(9):918-921.

[13] Langer DL,van der Kwast TH,Evans AJ,et al.Prostate cancer detection with multi-parametric MRI:logistic regression analysis of quantitative T2,diffusion-weighted imaging,and dynamic contrast-enhanced MRI[J].Magn Reson Imaging,2009,30(2):327-334.

[14] Benjaminsen IC,Brurberg KG,Ruud EB,et al.Assessment of extravascular extracellular space fraction in human melanoma xenografts by DCE-MRI and kinetic modeling[J].Magn Reson Imaging,2008,26(2):160-170.

[15] Tofts PS.Modeling tracer kinetics in dynamic Gd-DTPA MR imaging[J].J Magn Reson Imaging,1997,7(1):91-101.

[16] Choi HS,Kim AH,Ahn SS,et al.Glioma grading capability:comparisons among parameters from dynamic contrast-enhanced MRI and ADC value on DWI[J].Korean J Radiol,2013,14(3):487-492.

[17] Li L,Wang K,Sun X,et al.Parameters of dynamic contrast-enhanced MRI as imaging markers for angiogenesis and proliferation in human breast cancer[J].Med Sci Monit,2015,21(2):376-382.

[18] Xian Junfang,Du Huarui,Wang Xinyan.Feasibility and value of quantitative dynamic contrast enhancement MR imaging in the evaluation of sinonasal tumors[J].Chinese Medical J,2014,127(12):2259-2264.

[19] Ng CS,Wei W,Bankson JA,et al.Dependence of DCE-MRI biomarker values on analysis algorithm[J].PLoS One,2015,10(7):e0130168.

Value of dynamic contrast enhanced-MR imaging for differentiating benign and malignant sinonasal tumors

TANG Wei,ZHOU Yi-mo,REN Ling,et al.

Department of Radiology,the First Affiliated Hospital,China Medical University,Shenyang 110001,China

Objective:To assess the value of dynamic contrast enhanced-MR imaging (DCE-MRI) for differentiating benign and malignant sinonasal tumors.Methods:32 patients (with 33 neoplasms) with sinonasal tumors confirmed by surgery or pathology all underwent DCE-MRI scan.By data post-processing we got time-signal intensity curve (TIC),semi-quantitative parameters time to peak (Tpeak) and maximum slope of increase (Mxslp),quantitative parameters endothelial transfer constant (Ktrans),contrast agent reflux rate constant (Kep) and extracellular extravascular space volume fraction (Ve).Statistical tests were conducted to determine whether TIC and each parameter of benign lesions differed significantly from those of malignancies.ROC analysis and Binary logistic analysis were conducted obtaining area under the curve (AUC),suitable threshold value,and their corresponding single or combined diagnostic efficiency parameters.Results:Persistent type (10/17),platform type (6/17) and washout type (1/17) were seen in benign group,while malignant tumors mostly performed as washout type (8/16) and platform type (7/13),only 1 case was persistent type (P<0.05).Semi-quantitative parameters of benign and malignant group were Tpeak:(133.94±53.67)s,(74.81±17.40)s,Mxslp:10.88±5.25,18.58±7.42;quantitative parameters Ktrans: (0.26±0.17)/min,(0.50±0.36)/min,Kep:(0.42±0.20)/min,(1.15±0.49)/min,Ve:0.62±0.27,0.41±0.15.Each parameter showed statistically significant difference between benign and malignant tumors.Among which,AUC of Kep reached to 0.89.Diagnostic capacity of Ktrans and Kep was better with sensitivity of 78.6%.Kep's diagnostic specificity reached to 88.2%.Conclusion:TIC type,semi-quantitative and quantitative parameters contribute to differential diagnosis of benign and malignant sinonasal tumors.Applications of combined parameters can effectively increase diagnostic accuracy.

Magnetic resonance imaging; Nasal cavity,paranasal sinus; Nose neoplasms

110001 沈陽，中國醫科大學附屬第一醫院放射科

唐維(1988-)，女，山東臨沂人，碩士研究生，主要從事頭頸部影像診斷工作。

李松柏，E-mail：songbaili001@163.com

遼寧省自然基金面上項目(2015020533)。

R445.2； R739.62

A

1000-0313(2017)03-0227-06

10.13609/j.cnki.1000-0313.2017.03.005

2016-04-26)