全腫瘤彌散峰度成像直方圖分析預測腦膜瘤分級及細胞增殖活性

陳曉丹，鄭德春，陳興發，林孔起，何莊貞，蘇麗清，陳韻彬，林 霖，薛蘊菁

(1.福建醫科大學附屬腫瘤醫院 福建省腫瘤醫院放射診斷科，福建 福州 350014；2.福建醫科大學附屬協和醫院放射科，福建 福州 350001)

腦膜瘤是顱內最常見的原發性腫瘤[1-2]，WHO中樞神經系統腫瘤分類將其分為低級別腦膜瘤(low-grade meningioma, LGM，Ⅰ級)和高級別腦膜瘤(high-grade meningioma, HGM，Ⅱ/Ⅲ級)[2]，準確分級對臨床制定治療決策和預后評估至關重要。反映腫瘤細胞增殖活性的Ki-67標記指數(labeling index, LI)對評估腦膜瘤細胞增殖具有重要價值[3]。彌散峰度成像(diffusion kurtosis imaging, DKI)為非高斯彌散成像技術，可表征病理組織微觀結構[4]并用于評估腦膜瘤[5-6]；但以腫瘤代表性區域的DKI參數平均值評估腫瘤不能充分反映其空間異質性。本研究觀察全腫瘤DKI直方圖分析[7]評估腦膜瘤分級及細胞增殖活性的價值。

1 資料與方法

1.1 一般資料 回顧性分析2016年12月—2020年1月就診于福建醫科大學附屬協和醫院的174例腦膜瘤患者。納入標準：①臨床和/或影像學疑診腦膜瘤；②于顱腦MR掃描(包括DKI)后10天內接受手術，并獲得明確病理診斷。排除標準：①既往曾接受相關抗腫瘤治療；②MR圖像質量不佳。本研究經院倫理委員會批準，檢查前患者或家屬簽署知情同意書。

1.2 儀器與方法 采用GE Discovery 750 3.0T MR儀，8通道頭部線圈，獲取顱腦軸位T1WI、T2WI、DKI及增強T1WI。采用自旋回波平面回波序列行DKI，TR 6 000 ms，TE 94 ms，FOV 240 mm×240 mm，矩陣128×128，層數48，層厚3 mm，層間距0 mm，b值為0、1 000、2 000 s/mm2，30個彌散敏感梯度方向，NEX為1，采集時間384 s。

1.3 圖像后處理和直方圖分析 以DKE軟件(V2.5.1)處理DKI數據,獲得平均彌散系數(mean diffusivity, MD)、各向異性分數(fractional anisotropy, FA)、平均彌散峰度(mean kurtosis, MK)、軸向峰度(axial kurtosis， AK) 及徑向峰度(radial kurtosis, RK)參數圖[5，8]。以ITK-SNAP軟件(V4.6.1)分割腫瘤，參照常規MRI所見，避開囊變、壞死、鈣化和出血區域，于MD圖上逐層勾畫全腫瘤實性區域作為ROI。以Python 3.6.1軟件將MD圖全腫瘤ROI配準到FA、MK、AK及RK圖上，提取全腫瘤DKI參數，獲得包括均值、最大值、最小值，第10、50及90百分位數(p10、p50、p90)，峰度、偏度及方差等直方圖參數。由具有8年和11年神經系統影像學診斷經驗的放射科副主任醫師各1名以盲法獨立、隨機繪制ROI并提取直方圖參數，取二者平均值進行分析。

1.4 病理分析 由1名具有10年神經病理學經驗的病理科醫師進行診斷，并計算腫瘤熱點區域內Ki-67陽性染色細胞核百分比而得到Ki-67 LI。

1.5 分組 根據病理結果將患者分為LGM (Ⅰ級)組和HGM (Ⅱ/Ⅲ級)組，比較2組臨床、影像學和病理學表現。

1.6 統計學分析 采用SPSS 20.0和MedCalc 15.2.2統計分析軟件。以組內相關系數(intra-class correlation coefficient, ICC) 評估2名觀察者所獲直方圖參數的一致性，ICC≤0.20為一致性較差，0.21～0.40一致性一般，0.41～0.60一致性中等，0.61～0.80一致性良好，0.81～1一致性極好。以頻數表示分類變量，行χ2或Fisher精確概率檢驗。連續變量數據不符合正態分布，故以中位數(上下四分位數)表示，行Mann-WhitneyU檢驗。采用受試者工作特征(receiver operating characteristic, ROC)曲線評估各參數鑒別高、低級別腦膜瘤的曲線下面積(area under the curve, AUC)。以多變量逐步logistic回歸分析篩選預測腦膜瘤分級的最佳因子。以Spearman相關分析計算Ki-67 LI與DKI直方圖參數間的相關性。P<0.05為差異有統計學意義。

2 結果

174例中，153例經病理確診為LGM (Ⅰ級)，包括過渡型55例、上皮型48例、纖維型34例、血管瘤型11例、砂礫體型3例、分泌型1例及化生型1例；21例為HGM，其中非典型(Ⅱ級)20例、間變型(Ⅲ級)1例。組間患者年齡、性別、腫瘤部位、大小及瘤內鈣化差異均無統計學意義(P均>0.05)，但HGM組瘤內出血發生率均高于LGM組(P<0.05)，見表1。

表1 高、低級別腦膜瘤患者一般資料及臨床資料比較

2.1 DKI直方圖參數 HGM組MK(p10、p50、p90、均值、最大值及方差)、AK(p10、p50、p90、均值、最大值)、RK(p50、p90、均值、最大值、方差)、MD(方差)及FA(最大值)均高于LGM組，MD(p10、最小值)低于LGM組(P均<0.05)，見表2及圖1、2。

表2 高、低級別腦膜瘤間MK、AK、RK、MD及FA直方圖參數比較[中位數(上下四分位數)]

觀察者間評估MK、AK、RK及MD的峰度和AK的偏度的一致性中等 (ICC為0.056～0.587)，評估其余DKI直方圖參數的一致性良好或極好(ICC為0.733～0.998)。

2.2 診斷效能 MKp90鑒別高、低級別腦膜瘤的AUC最大，為0.87，截斷值取1.08時，敏感度85.62%，特異度71.43%，準確率83.33%，見表3、圖3。多變量逐步logistic回歸分析顯示，MKp90為最佳腦膜瘤分級的預測因子，參數估計為-8.56，標準誤差為1.92(P<0.01)。

表3 DKI直方圖參數鑒別高、低級別腦膜瘤的效能

2.3 相關性分析 共對145例患者檢測了Ki-67。HGM組Ki-67 LI為10 (5,15)，LGM組為2(1,3)，組間差異有統計學意義(U=-6.15，P<0.01)。Ki-67 LI與MK(p10、p50、p90、均值、最大值及方差的rs分別為0.35、0.57、0.64、0.56、0.43及0.27)、AK(p10、p50、p90、均值及最大值的rs分別為0.38、0.52、0.51、0.51及0.27)、RK(p10、p50、p90、均值及最大值的rs分別為0.29、0.52、0.57、0.53及0.31)及MD(最大值、峰度及偏度的rs分別為0.22、0.24及0.34)均呈正相關，與MD(p10、最小值的rs均為-0.17)和FA(最小值的rs=-0.17)呈負相關(P均<0.05)。

3 討論

DKI可用于術前評估腦膜瘤分級，但對其應用價值尚存爭議[9]。本研究發現HGM的MDp10和最小值顯著低于LGM，提示HGM腫瘤細胞較LGM更為致密[10-11]；MD的方差可用于鑒別HGM與LGM，與既往研究[12]相符。直方圖分析中，峰度、偏度和方差分別度量分布的峰性、不對稱性和異質性。本研究發現HGM的MK、RK和MD的方差均高于LGM，提示HGM瘤內空間異質性較高，與其細胞生物學特征相符合[13]。既往研究[5,14]對于FA用于腦膜瘤分級的認知存在一定差異。本研究發現，FA相關直方圖參數中，僅最大值組間差異有統計學意義，結果差異可能與樣本量及病理亞型不同有關。

DKI可量化腫瘤細胞和微觀結構的復雜性，而組織結構的異質性與MK值相關[4-6]。以傳統ROI測量方法無法評估腫瘤的空間異質性[5-6]。本研究采用全腫瘤直方圖分析，以全面反映腫瘤內部的空間異質性，發現根據MK的p10、p50、p90、均值、最大值及方差，AK的p10、p50、p90、均值和最大值，RK的p50、p90、均值、最大值及方差均能有效區分高、低級別腦膜瘤；尤以MKp90的AUC最大，診斷效能最佳。HGM的病理學特征是有絲分裂活性增加、核仁明顯、微壞死及小細胞成分具有高核質比。HGM峰度值參數和變異度參數增高反映腫瘤內較高的細胞密度和異質性。全腫瘤體積直方圖分析測量結果不具觀察者依賴性，結果的一致性和可重復性均更好。LI等[15]將常規MR直方圖分析用于腦膜瘤分級，發現T1WI直方圖參數模型的診斷敏感度為71.4%，特異度為78.6%，AUC為0.79。本研究結果顯示MKp90鑒別不同級別腦膜瘤的效能更佳 (AUC為0.87)，DKI直方圖分析更具診斷價值。

作為僅在細胞增殖期表達的核蛋白，Ki-67被廣泛用于評價細胞增殖活性[16]。HGM細胞有絲分裂指數和細胞增殖增加，微結構的異質性和復雜性升高，水分子在細胞內外運動受限[5]。DKI可定量評估腫瘤細胞增殖情況。XING等[6]發現腦膜瘤MK、RK與Ki-67 LI呈正相關。LIN等[5]報道，腦膜瘤AK與Ki-67 LI呈正相關，MD與Ki-67 LI呈負相關。本研究結果顯示，腦膜瘤多種DKI直方圖參數與其Ki-67 LI相關，以MKp90相關性最高(rs=0.64)，提示其可能代表腫瘤內異質性較高區域，能更好地反映腫瘤增殖活性；但各參數的相關系數不高，有待后續進一步分析。

綜上，全腫瘤DKI直方圖分析可用于評估腦膜瘤分級及細胞增殖活性。本研究樣本量有限，HGM相對更少，可能對結果產生一定影響；且DKI序列掃描時間較長，其臨床實際應用價值有待觀察。