宮頸癌原發灶的IVIM-DWI 參數及紋理特征預測盆腔淋巴結轉移的價值

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最常見的惡性腫瘤，其發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后最重要的因素之一便是盆腔淋巴結轉移(pelvic lymph node metastasis，PLNM)[2]。2018 年最新修訂的宮頸癌國際婦產科聯合會(International Federation of Gynecology and Obstetrics，FIGO)分期也首次將淋巴結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狀態，對明確分期、判斷預后和制定治療方案至關重要。目前臨床上對宮頸癌PLNM 的診斷主要是依據MRI 平掃中淋巴結的形態學特征，其中最為常用的標準便是淋巴結短徑是否超過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]。而淋巴結穿刺作為PLNM 診斷的金標準，不僅有創而且常伴有很多并發癥[7]。因此，迫切需要尋找一種更加敏感、無創的方法來預測PLNM。

體素內不相干運動擴散加權成像(intravoxel incoherent motion diffusion weighted imaging，IVIM-DWI)采用雙指數模型，可以有效區分水分子運動和微循環灌注，準確地反映腫瘤組織的細胞密集度和微循環狀態[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在特性[9]。并且既往的文獻已證明淋巴結轉移與原發灶的惡性程度及侵襲能力密切相關[10-11]。因此本研究嘗試通過聯合宮頸癌原發灶的IVIM-DWI 和TA 參數來預測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 月于中國科學技術大學附屬第一醫院西區(安徽省腫瘤醫院)就診的宮頸癌患者資料，篩選出符合納入標準的患者119 例。根據排除標準，排除腫瘤過小無法進行數據測量者7 例、合并其他惡性腫瘤者1 例、有盆腔手術史者2 例、其他臨床資料不全者8 例，最終入組101 例。根據淋巴結病理結果將患者分為轉移組和非轉移組。入組患者均于術前10 d內行常規MRI+增強+IVIM-DWI 掃描并于本院行根治性子宮切除術和盆腔淋巴結清掃術。本研究經過安徽省腫瘤醫院醫學倫理委員會批準(批準文號：2021-YXK-01)，免除受試者知情同意。

1.2 納入標準

①術前10 d 內行MRI 平掃、多期動態增強和IVIM-DWI 檢查；②術前未接受放、化療；③于本院行根治性子宮切除術和盆腔淋巴結清掃術；④術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據分析；②由于運動或易感性偽影導致的MRI圖像質量不合格；③同時合并其他惡性腫瘤；④有盆腔手術史；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偽影。患者取仰臥位盡量采用胸式呼吸，掃描范圍：髂骨上緣至恥骨聯合下緣。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：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，FOV 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，FOV 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)，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 圖像分析與數據處理

①一般影像學資料：包括原發灶的最大徑、盆腔最大淋巴結短徑、FIGO 臨床分期和宮旁浸潤，由兩名副主任醫師根據MRI 資料獨立判定，若出現分歧，則共同討論并取得一致意見。②IVIM-DWI 圖像分析：由兩位醫師采用雙盲法在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。軟件自動產生IVIM-DWI各參數：ADC、純擴散系數(slow ADC，D)、偽擴散系數(fast ADC，D*)和灌注分數(fraction of fast ADC，f)值，所有數據均測量3 次取平均值。③紋理圖像分析：MRI 檢查結束后將原始數據傳送至PACS 系統，將延遲增強子宮矢狀位LAVA-FLEX 圖像以DICOM格式導入ITK-SNAP軟件。由兩位醫師逐層勾畫病灶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。將原始圖像和ROI導入A.K.軟件進行紋理分析，自動獲取一系列紋理參數，并取兩組數據的平均值進行統計學分析。

1.6 統計學分析

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

2 結果

2.1 臨床資料比較

本研究共納入101 例患者，年齡31～77 歲。根據病理結果顯示，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。轉移組與非轉移組間年齡、原發灶最大徑和病理分型差異均無統計學意義；術前鱗癌抗原(squamous cell carcinoma antigen，SCC)、盆腔最大淋巴結短徑、宮旁浸潤和臨床分期差異均有統計學意義(P＜0.05) (表1)。

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

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

2.2 IVIM-DWI和TA參數

在IVIM-DWI的參數中，轉移組f [(0.310±0.136)×10-3mm2/s]大于非轉移組f [(0.234±0.088)×10-3mm2/s]且P＜0.05，其余參數均無統計學意義。在提取的828 個紋理參數中，有680 個參數ICC＞0.75。通過剔除|γ|＞0.7冗余參數，篩選出121紋理參數。再采用獨立樣本t檢驗、Mann-WhitneyU檢驗，獲得15個有統計學意義的參數。最后通過單因素和多因素Logistic回歸分析，篩選出4個穩定性、獨立性、重復性和統計學意義均較高的紋理參數：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 轉移組與非轉移組IVIM-DWI、TA參數比較()Tab.2 Comparison of IVIM-DWIand TA parameters between metastatic group and non-metastatic group()

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

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

2.3 相關參數及回歸模型診斷效能

首先對f 值和4 個紋理參數進行單因素Logistic回歸分析，并采用ROC曲線評估各參數診斷效能。得到各參數的AUC、敏感度、特異度(表3)。再行多因素Logistic 回歸分析，獲得最佳預測模型，其AUC 為0.919。經Hosmer-Lemeshow 檢驗P值為0.740，說明模型的擬合效果較好。各參數的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、定量參數偽彩圖及紋理勾畫圖。

圖1 宮頸癌原發灶的IVIM-DWI和TA 參數預測盆腔淋巴結轉移的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 無盆腔淋巴結轉移(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參數及模型預測宮頸癌盆腔淋巴結轉移的ROC曲線相關參數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

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

相對于單指數模型的DWI，雙指數模型的IVIM-DWI 技術能更加有效地區分開水分子運動的“真擴散”和微循環灌注的“假擴散”，進一步提高反映腫瘤組織增殖代謝、細胞密度、血液供應等病理生理狀態的能力[8]。影像組學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性地反映出腫瘤的異質性[9]。并且在膀胱癌、乳腺癌等多種腫瘤PLNM 的術前預測中，TA 均表現突出[14-15]。因此將IVIM-DWI 和TA 聯合有望進一步提高對宮頸癌原發灶病理改變和內在特性的挖掘。

而宮頸癌原發灶的內在特性與PLNM之間有著密切的關聯。有研究指出，淋巴結轉移與原發灶的上皮間質轉化和腫瘤干細胞的表達有關[10]。淋巴結的微環境和癌細胞的定向遷移在一定程度上也受到原發灶的調節[11]。并且原發灶的某些變化也預示著淋巴結轉移的發生，比如Christine發現宮頸癌原發灶的缺氧、高液間壓和高乳酸濃度會促進淋巴結轉移[16]。因此通過宮頸癌原發灶的IVIM-DWI和TA參數來預測PLNM在理論上是可行的。

3.2 宮頸癌原發灶的IVIM-DWI 參數預測PLNM 的價值

本研究中宮頸癌原發灶的f 值表現出了預測PLNM 的能力且轉移組的f 值更高。這表示原發灶微循環灌注比例高的宮頸癌患者更易發生PLNM。這可能與腫瘤的生理特性相關，微循環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，因此更易發生PLNM。這與Li等[17]的研究結果不謀而合，他們發現發生PLNM的宮頸癌患者血管內皮生長因子(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皮細胞生長、提高血管通透性，使病灶微循環量增加、f 值升高。同時VEGF 還能促進淋巴管的生成與轉移[11]。這可能也是f 值高的患者更易發生PLNM的原因之一。

本研究中宮頸癌原發灶的ADC 值和D 值均未表現出預測PLNM的能力。雖然二者反映的側重有所不同，但均與水分子擴散有關，主要反映腫瘤的細胞密集度。這表示宮頸癌原發灶的細胞密集度可能與PLNM 無關。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灶整體的ADC 值和D 值無法預測PLNM，但病灶邊緣的ADC 值和D 值卻與PLNM 有關。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出了預測PLNM 的能力。另外，雖然本研究中宮頸癌原發灶的D*值也無法預測PLNM，但其P值(0.056)非常接近0.05。這表示宮頸癌原發灶內的血流速度可能與PLNM具有弱相關性。

3.3 宮頸癌原發灶的TA參數預測PLNM的價值

由于組織細胞增殖活性的不同、血管淋巴管結構含量的不同、變性壞死范圍程度的不同等，腫瘤內存在顯著的區域性差異[20]。而TA 便是定量描述這些差異并反映腫瘤異質性的有效工具[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用價值[21]。其與腫瘤的生物學行為密切相關，是預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，間接反映原發灶的血液供應。在本研究中轉移組的LRHGE 和Mean 值均高于非轉移組，其意義與f 值相似，表示發生PLNM 的原發灶血供更豐富。ZP 和MCC 分別代表紋理的粗糙度和復雜度，且值越低表示紋理越粗糙和復雜。在本研究中轉移組的ZP 和MCC 值更低，說明其原發灶異質性更高，侵襲性更強，因此更易發生PLNM。

另外，在Becker 等[22]的研究中發現LRHGE 和ZP與宮頸癌分化程度相關。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性。分析結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狀態，TA 可以反映腫瘤的表型、異質性和侵襲性。將IVIM-DWI 和TA 聯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MRI及其紋理特征對腫瘤分化程度、淋巴結轉移等生物學行為的預測能力。本研究建立的預測模型將f 值和多個紋理特征聯合，既反映了腫瘤的微循環狀態又反映了病灶的復雜性、變異性和侵襲性等，能更好地預測宮頸癌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，研究數據難免存在偏倚，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 參數測量的可靠性，某些病灶小的病例被排除，因此結果可能存在偏差。

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

作者利益沖突聲明：全體作者均聲明無利益沖突。