常規(guī)MRI表現及表觀彌散系數直方圖分析鑒別Ⅰ型與Ⅱ型上皮性卵巢癌

孔 偉，郭 強，林文聰，陳文堅

(韶關市第一人民醫(yī)院醫(yī)學影像科，廣東 韶關 512000)

上皮性卵巢癌(epithelial ovarian cancer, EOC)包括一系列分子特征、臨床病理特征和生長行為等差異較大的腫瘤。有學者[1]將EOC分為Ⅰ、Ⅱ兩個亞型，即EOC二元分類模型，Ⅰ型EOC對應病理級別較低腫瘤，手術治療效果較好；而Ⅱ型EOC對應病理級別較高腫瘤，早期多見轉移，且復發(fā)率高，需以多種手段進行聯合治療。基于彌散加權成像(diffusion weighted imaging, DWI)獲得的表觀彌散系數(apparent diffusion coefficient, ADC)直方圖分析可對腫瘤進行定量分析。本研究比較Ⅰ、Ⅱ型EOC常規(guī)MRI定性指標及ADC直方圖定量指標的差異，探討其鑒別診斷Ⅰ、Ⅱ型EOC的價值。

1 資料與方法

1.1 一般資料 回顧2018年3月—2020年1月44例于韶關市第一人民醫(yī)院經病理確診的EOC患者，年齡40～76歲，中位年齡55歲；血清糖類抗原125(carbohydrate antigen 125, CA125) 11.2～4 369 U/ml，中位CA125 156.5 U/ml。排除標準：①病灶無明顯實性成分；②已接受手術、放射治療或化學治療等；③圖像質量差。

1.2 儀器與方法 采用Philips Achieva 1.5T MR儀，體部相控陣線圈，掃描范圍自盆底至臍部，病灶較大時酌情增大掃描范圍，根據需要應用呼吸門控。參數：軸位T1WI，TR 529 ms，TE 14 ms，層厚6 mm，層間隔1 mm，FOV 350 mm×380 mm，重建矩陣256×256；軸位及矢狀位T2WI，TR 3 500 ms，TE 90 ms，層厚5～6 mm，層間隔1 mm，FOV 350 mm×380 mm，重建矩陣256×256；軸位DWI，采用單次激發(fā)自旋回波-平面回波序列，TR 2 500 ms，TE 85 ms，層厚5 mm，層間隔1 mm，FOV 350 mm×380 mm，矩陣256×256，于三個方向施加擴散敏感梯度，b值取0、800 s/mm2，平均次數6。以流率2 ml/s注射對比劑Gd-DTPA 0.2 mmol/kg體質量后采集軸位、冠狀位及矢狀位增強T1WI。

1.3 圖像分析 由2名具有10年以上腹部影像學診斷經驗的副主任醫(yī)師共同閱片，首先觀察以下腫瘤定性指標：①側別：單側或雙側；②大小：整體及實性成分最大徑；③形態(tài)：規(guī)則或不規(guī)則；④結構/成分：純囊性、囊性為主(實性成分≤1/3)、囊實性(實性成分占1/3～2/3)、實性/實性為主(實性成分>2/3)；⑤實性成分強化方式：均勻、不均勻；⑥有無腹膜轉移或侵犯；⑦腹腔積液量：少量(局限于直腸子宮陷凹)、中等(超過子宮底水平)、大量(超出骨盆水平)。采用Philips工作站自帶軟件包對DWI圖像進行后處理，經彌散配準注冊后生成運動平均各向同性校正后的ADC圖，確定其中病灶范圍；由1名醫(yī)師參照文獻[2]方法手動勾畫腫瘤ROI，避開囊變、壞死區(qū)域，對雙側卵巢病變者選取實性成分最大側，測量其平均ADC(ADCmean)，行ADC直方圖分析，計算ADC最小值(ADCmin)、最大值(ADCmax)、第1百分位數(ADC1st)、第10百分位數(ADC10th)、第50百分位數(即中位數，ADC50th)、第90百分位數(ADC90th)及第99百分位數(ADC99th)，并重復3次。

1.4 統計學分析 采用SPSS 25.0統計分析軟件。以±s表示符合正態(tài)分布的計量資料，以中位數(上下四分位數)表示不符合者；根據病理結果，采用t檢驗(正態(tài)分布)或Mann-WhitneyU檢驗(非正態(tài)分布)比較Ⅰ、Ⅱ型EOC各參數差異。對計數資料采用χ2檢驗或Fisher檢驗。以組內相關系數(intraclass correlation coeffcient, ICC)評價觀察者內測量ADC直方圖各定量值的一致性，ICC>0.80為一致性好。應用受試者工作特征(receiver operating characteristic， ROC)曲線評價差異有統計學意義的指標鑒別Ⅰ、Ⅱ型EOC的診斷效能，以Z檢驗比較各參數曲線下面積(area under curve， AUC)差異。P<0.05為差異有統計學意義。

2 結果

20例Ⅰ型EOC中，2例低級別漿液性癌、4例黏液性癌、6例透明細胞癌、8例子宮內膜樣癌，共24側存在24個病灶；其中4例雙側均存在病灶，均為子宮內膜樣癌。24例Ⅱ型EOC中，19例高級別漿液性癌、4例癌肉瘤、1例未分化癌；共36側存在36個病灶；其中12例雙側均存在病灶，均為高級別漿液性癌。

2.1 常規(guī)MRI表現比較 Ⅰ、Ⅱ型EOC均非單純囊性結構，囊性病灶內見實性壁結節(jié)或乳頭狀結構，增強后均勻強化。Ⅰ、Ⅱ型EOC整體及實性成分大小、側別、實性成分強化、腹膜轉移及腹腔積液差異均無統計學意義(P均>0.05)；Ⅱ型EOC多表現為形態(tài)不規(guī)則及實性腫塊(P均<0.05)，見表1、圖1。

圖1 患者64歲，右側Ⅱ型EOC(高級別漿液性癌) A、B.脂肪抑制冠狀位T2WI(A)和軸位脂肪抑制增強T1WI(B)示右附件區(qū)不規(guī)則實性腫塊，增強后不均勻強化(箭)，伴大量腹腔積液

表1 Ⅰ、Ⅱ型EOC常規(guī)MRI表現比較

2.2 DWI表現比較 Ⅰ、Ⅱ型EOC實性成分DWI表現為均勻或不均勻高信號，ADC圖呈低信號。3次直方圖分析獲得的ADC各定量值的一致性好(ICC=0.88，P<0.01)。對首次直方圖分析結果行統計分析，結果顯示Ⅰ型EOC的ADC直方圖定量值均高于Ⅱ型(P均<0.01)，見表2及圖2、3。

圖2 患者63歲，Ⅰ型EOC(左側黏液性癌) A.DWI示左側附件區(qū)腫塊呈不均勻高信號(箭)； B.ADC圖中對應彌散受限區(qū)域ROI(紅色區(qū)域)呈低信號； C.ADC直方圖，橫坐標為ADC值，縱坐標為百分比

圖3 患者49歲，Ⅱ型EOC(右側高級別漿液性癌) A.DWI示右附件區(qū)不均勻高信號(箭)； B.ADC圖中對應彌散受限區(qū)域ROI(紅色區(qū)域)呈低信號； C.ADC直方圖

表2 Ⅰ、Ⅱ型EOC的ADC直方圖參數比較[×10-3mm2/s，中位數(上下四分位數)]

2.3 診斷效能 根據病灶形態(tài)和成分及ADC直方圖各定量參數鑒別Ⅰ、Ⅱ型EOC的ROC曲線見圖4，其AUC為0.65～0.97，其中ADC50th及ADC90th的AUC最高，均為0.97，見表3。病灶形態(tài)與成分的AUC差異無統計學意義(Z=0.54，P>0.05)，與二者聯合的AUC差異亦無統計學意義(Z=1.27、0.74，P均>0.05)。腫瘤形態(tài)與ADCmax的AUC差異無統計學意義(Z=1.39，P>0.05)，腫瘤成分與ADCmax、ADC99th的AUC差異均無統計學意義(Z=0.89、1.60，P均>0.05)，且腫瘤形態(tài)、成分的AUC均小于其他ADC直方圖定量參數(P均<0.05)。定性指標的聯合AUC小于ADCmean、ADC10th、ADC50th及ADC90th(Z=2.71、2.37、2.74、2.87，P均<0.05)。ADCmax的AUC小于ADCmean、ADC50th及ADC90th(Z=2.24、2.27、2.37，P均<0.05)，其余ADC直方圖定量參數AUC差異均無統計學意義(P均>0.05)。

圖4 MRI定性指標及ADC直方圖定量參數鑒別診斷Ⅰ、Ⅱ型EOC的ROC曲線 A.MRI定性指標； B.ADC直方圖定量參數

表3 MRI定性及ADC定量參數鑒別Ⅰ、Ⅱ型EOC的ROC曲線結果

3 討論

作為一個簡化模型，EOC二元分類法建立在分子遺傳學的基礎上，能較好地反映腫瘤異質性。二元分類模型與WHO EOC第四版分類(2014)的對應關系如下：Ⅰ型腫瘤包括低級別漿液性癌、黏液性癌、子宮內膜樣癌、透明細胞癌和惡性Brenner腫瘤；Ⅱ型腫瘤包括高級別漿液性癌、未分化癌和癌肉瘤。

MRI能較好地反映腫瘤大小、形態(tài)、結構、周圍侵犯及轉移等信息，增強檢查可用于評價腫瘤血供[3-6]；根據MRI常規(guī)定性指標診斷卵巢良惡性腫瘤的準確率可達90%[3]。Ⅰ、Ⅱ型EOC大小、囊實性、附壁結節(jié)及強化程度存在差異，聯合應用MRI常規(guī)定性參數僅有助于提高診斷的特異性[7]。本研究發(fā)現Ⅰ、Ⅱ型EOC形態(tài)及成分差異均有統計學意義，根據腫瘤形態(tài)鑒別Ⅰ、Ⅱ型EOC特異度達0.89，而腫瘤成分亦有較高敏感度(0.75)，二者聯合可提高診斷敏感度，但診斷效能并不理想，提示單憑MRI視覺信息難以準確區(qū)分Ⅰ、Ⅱ型EOC。

DWI可無創(chuàng)檢測人體內水分子彌散情況，其定量指標ADC可反映組織彌散受限程度。既往研究[8-10]多關注卵巢腫瘤ADC的均值，忽略了腫瘤異質性。ADC直方圖分析能評價ROI內圖像強度分布，量化顯示信息細節(jié)。EOC多含較多囊性結構，囊液ADC易受自身成分及周圍結構的影響[11-12]。本研究避開腫瘤囊性區(qū)域，于更能直接反映彌散特性的實性區(qū)設置ROI，結果更為客觀；且單一層面ROI便于臨床應用及普及，可重復性好。

直方圖的橫坐標為ADC，縱坐標代表每個參數值的占比，第n個百分位數表示在橫坐標數列(從小到大排列)中有n%的數值小于等于該值[13]。ADC值與病變組織內細胞密集程度及細胞外間隙等因素有關[14],能反映腫瘤內部細胞結構及分化程度。直方圖靠左側區(qū)域的數值表征瘤內細胞排列緊密、分化程度較差區(qū)域，以ADCmin、ADC1st及ADC10th為代表；靠右側區(qū)域數值表征瘤內細胞排列較疏松、分化程度較好區(qū)域，以ADC90th、ADC99th及ADCmax為代表；中間區(qū)域數值可代表決定ADCmean的腫瘤區(qū)域，以ADC50th為代表。針對各區(qū)域有代表性的指標進行分析可使結果更為全面，且能避免過多分析冗余參數。本研究發(fā)現Ⅱ型EOC的ADC直方圖參數均低于Ⅰ型，表示Ⅱ型腫瘤較Ⅰ型瘤體細胞排列緊密、細胞外間隙窄小，與既往研究[15]基本一致；ROC曲線結果顯示，ADCmean、ADC50th及ADC90th的診斷效能尤為突出，其AUC均高于MRI定性指標及其他ADC直方圖定量指標。此外，直方圖還可直觀顯示水分子擴散差異所致直方圖形態(tài)改變及整體移位。

綜上所述，ADC直方圖分析有助于直觀顯示EOC內部特性，其定量參數鑒別Ⅰ、Ⅱ型EOC優(yōu)于常規(guī)MRI。本研究的主要局限：①單中心研究，樣本量少；②針對單一機型、非多b值數據進行分析，結果缺乏普適性；③EOC二元分類模型包含多種類型腫瘤，腫瘤構成比不同對結果的影響有待進一步探討。