腎臟實性腫瘤的CT及MRI影像學研究進展

羅詩維，林婉锨，張婉麗，諶丹丹，趙越，楊蕊夢

腎臟實性腫瘤是泌尿系統的常見腫瘤，近年來，隨著臨床上CT、MRI的廣泛應用，其檢出率大大提高。目前，腎臟實性腫瘤影像學檢查的重點和難點在于良惡性的診斷、病理類型的評估以及腫瘤侵襲性的判斷等。雖然臨床上采用的經皮腎穿刺活檢可用于腎腫瘤組織學鑒定，但其作為有創性檢查存在出血、病灶種植轉移及其他并發癥的可能，診斷效能依賴于取樣操作技術及準確的定位。因此，若能通過CT或MRI檢查對腎臟實性腫瘤進行無創性評估以代替活檢，有望為臨床治療決策的制定提供更便捷及重要的指導。因此，本文將從CT及MRI常規檢查方法、影像學新技術和影像組學三個方面對腎臟實性腫瘤的CT及MRI影像學研究進展進行綜述。

1 腎臟實性腫瘤概述

腎臟實性腫瘤據其生物學行為可分為良性和惡性，前者主要包括血管平滑肌脂肪瘤（AML）和嗜酸細胞瘤（RO），后者主要包括腎細胞癌（RCC）、移行細胞癌、淋巴瘤和轉移瘤等。RCC是最常見的腎臟原發惡性實性腫瘤，約占腎臟惡性腫瘤的90%。根據組織學和基因型的不同可將RCC分為不同的病理亞型，主要包括透明細胞型腎細胞癌（ccRCC）、乳頭狀腎細胞癌（pRCC）和嫌色細胞腎細胞癌（chRCC），其中ccRCC是最常見的亞型，預后不佳。

2 腎臟實性腫瘤的CT及MRI常規檢查方法研究

常規CT/MRI檢查主要包括平掃和多期（皮髓質期、實質期和排泄期）動態增強掃描，主要根據病灶的解剖學、形態學及血流動力學特征對病灶進行定性診斷。CT/MRI平掃通過觀察腫瘤的部位、大小、形態、密度/信號、邊界及其與周圍組織結構的關系等來輔助鑒別腎臟實性腫瘤的良、惡性。RCC多呈膨脹性生長，與腎實質多分界清晰，而移行細胞癌常呈浸潤性生長，與腎實質分界不清。chRCC起源于腎臟髓質的遠端集合管，其發生部位多位于髓質或靠近集合系統處，而ccRCC及pRCC則較常發生于皮髓質區，多突出于腎臟輪廓之外。AML平掃多呈等、稍高密度/信號，病灶無包膜，與鄰近腎實質交界面呈“劈裂征”或“杯口征”，其內常見脂肪成分。CT/MRI多期動態增強掃描主要用于觀察腫瘤的血供情況，評估腎周結構是否受侵，腎靜脈內是否有癌栓等。ccRCC為富血供腫瘤，動態增強多表現為“快進快出”的強化特點，而pRCC及chRCC是相對乏血供腫瘤，動態增強皮髓質期呈輕度強化，腎實質期及排泄期呈持續性強化。此外，通過識別病灶內瘢痕及“節段性強化反轉”的存在，有助于鑒別RO與RCC。

隨著影像學檢查操作及影像學診斷的規范化和精確化，量化評估在腎臟腫瘤的臨床應用與科學研究中愈發重要。近年來提出的腎臟腫瘤CT密度量化評估和基于多參數MRI的腎透明細胞癌似然評分（ccLS）系統等，引起了廣大研究者的關注。Grajo團隊探索了基于動態增強CT的腹主動脈與腎臟實性腫瘤病灶CT值差值（ALAD）的量化評估在鑒別RO與chRCC中的價值，結果顯示RO與chRCC在腎實質期、排泄早期及排泄晚期的ALAD差異均有統計學意義，其中腎實質期的AUC值在訓練集和驗證集可分別高達1和0.93。因此，CT動態增強腎實質期的ALAD值可作為鑒別RO和chRCC的有效CT定量參數。ccLS系統是由Pedrosa團隊所提出的基于多參數MRI評估良惡性待定腎臟實性小腫塊（≤4 cm）為ccRCC可能性的量化評分系統。ccLS系統是一個五層李克特量表（1=非常不可能，2=不太可能，3=中等可能，4=可能，5=非常可能；所對應的臨床決策指導建議分別為：ccLS 1～2：主動監測；ccLS 3：可考慮腫塊活檢；ccLS4～5：手術或消融），多參數MRI主要指標包括病灶T2W信號強度、皮髓質期強化程度和有無微觀脂肪，輔助征象包括是否存在彌散受限、節段性強化反轉及動脈期延遲期增強比。該系統臨床應用可行性較高，在2～4cm腎臟實性腫瘤中的應用具有優勢，可達到較理想的ccRCC預測效果，但在＜1 cm的腎臟實性腫瘤中的應用仍面臨挑戰。

3 腎臟實性腫瘤的CT及MRI影像學新技術研究

隨著醫學影像設備的不斷發展，影像學新技術層出不窮。應用于腎臟實性腫瘤的CT影像學新技術主要包括雙能CT成像和CT灌注成像（CTPI）；MRI影像學新技術主要包括擴散成像[如MR擴散加權成像（DWI）、體素內不相干運動（IVIM）成像和擴散峰度成像（DKI）]、MRI灌注成像（PWI）[如動態對比增強磁共振成像（DCE-MRI）和動脈自旋標記成像（ASL）]、血氧水平依賴磁共振成像（BOLD-MRI）、T1mapping成像和磁共振波譜（MRS）等。

與常規CT相比，雙能CT可在一次掃描后獲得雙能量圖像，基于后處理技術可以對物質進行準確的定量分析，進而同時獲得解剖、功能和能量信息。Udare等報道雙能CT的物質特異性碘成像和脂肪成像有助于鑒別ccRCC和其他腎臟腫瘤，通過納入ccRCC、pRCC和其他腎臟腫瘤患者，對其進行雙能CT掃描并在物質特異性碘-水和脂-水圖像上分別測量碘濃度和脂肪分數。對測量數據進行分析顯示，ccRCC中的碘濃度高于pRCC，但與其他腫瘤無顯著性差異；36.0%的ccRCC和9.1%的pRCC中可見瘤內脂肪。因此，碘濃度值可較準確的鑒別ccRCC和pRCC，但與其他腎臟腫瘤有一定重疊。物質特異性脂肪圖像上微觀脂肪的存在是ccRCC的特征，有助于區分ccRCC與其他增強的腎臟腫瘤。

CTPI是指在靜脈注射對比劑的同時對目標組織進行連續多次掃描，得到相應的時間-密度曲線及灌注參數，從而評價組織器官的灌注情況。有學者探索了CTPI技術在腎實性腫瘤良惡性鑒別診斷中的應用價值，通過對RCC和RO患者行CTPI檢查，測得各組研究對象正常腎實質及病灶的血流量（BF）、血容量（BV）、對比劑平均通過時間（MTT）及表面通透性（PS）等參數值。結果顯示RCC患者腫瘤實質BF、MTT和PS值明顯高于RO，經ROC曲線分析，當正常腎臟皮質與腫瘤PS差值的閾值為2.5 ml·100g-1·min-1時，其預測RCC的準確性、敏感性和特異度分別為95.92%、100%和66.7%。由此可見，CTPI可以較好地反映腎臟血流動力學的變化，在腎臟良惡性腫瘤鑒別診斷中具有一定的價值。

MRI擴散成像技術在腹部腫瘤中的應用日益廣泛。DWI通過探索水分子在體內的隨機運動情況，間接反映組織微觀結構信息，同時可以對組織的表觀擴散系數（ADC）進行定量分析。Tordjman團隊探索了ADC值在鑒別ccRCC與其他腎臟腫瘤中的作用。結果顯示在排除囊性或壞死區域后的選擇性腎臟腫瘤實質ADC值較全病灶ADC值更能準確鑒別ccRCC與其他類型腎腫瘤，AUC值分別為0.852和0.785（P=0.02）。因此，選擇性ADC值可為MRI鑒別ccRCC和其他腎臟腫瘤的提供輔助信息。IVIM成像可區分組織中進行布朗運動的純水分子的擴散與進行非布朗運動的微循環灌注相關的擴散，可同時反映病灶的組織微觀結構及微循環情況。DKI基于水在人體內呈非正態分布的理論基礎，可更客觀地反映水分子擴散受限的程度。Ding等定量比較了DWI、IVIM和DKI在鑒別腎臟良惡性腫瘤中的診斷價值，對ccRCC組、非ccRCC組和腎良性腫瘤組的180例腎腫瘤患者行多b值DWI和DKI掃描，得到相應參數并進行對比分析，結果顯示較DWI和DKI成像方法，IVIM成像參數鑒別良惡性腎腫瘤的效能最佳。

MRI-PWI是反映組織微循環分布及其血流灌注情況，評估局部組織活力和功能的MRI檢查技術。DCE-MRI是一種通過注射對比劑無創檢測和評估組織或器官血管情況的MRI成像方法。Xi等應用統計聚類算法將DCE-MRI信息整合到單個腫瘤MRI圖像中以鑒別T1b期ccRCC的Fuhrman高、低核級別。他們采用模糊C均值聚類算法對ccRCC血管內外轉移常數（Ktrans）、速率常數（Kep）和初始濃度曲線下面積（iAUC）參數圖進行統計聚類，將每個腫瘤分割為3個區域（低、中、高活性區），與組織病理學進行比較，構建模型并選擇預測高級別ccRCC的最佳參數。結果顯示組織學高級別與較高比例的高活性區域相關。ASL采用反轉脈沖預先標記動脈血中質子而成像，具有完全非侵入性和無需外源性對比劑等優點。Ye等探索了磁共振ASL成像鑒別乏脂AML與ccRCC的價值。他們對納入患者進行ASL灌注掃描，對所得圖像進行感興趣區血流量測量及分析。結果顯示ccRCC組的腫瘤血流量值顯著高于乏脂AML組，這說明ASL MRI在鑒別乏脂AML和ccRCC方面具有良好的定性和定量價值。

BOLD-MRI反映組織內血紅蛋白氧含量，可評估組織內氧生物利用度。Wu等探討了BOLD-MRI在RCC與良性腫瘤、ccRCC與非ccRCC中的鑒別診斷及分級診斷價值。對納入的患者進行BOLD-MRI掃描，獲得腫瘤最大橫截面及整個腫瘤的R2*值，采用ROC曲線進行分析，結果顯示BOLD-MRI可作為RCC與腎良性腫瘤鑒別診斷及ccRCC分級的參考指標。

T1mapping成像通過測量圖像體素中的T1值實現對生物組織的定量分析。Adams等利用T1mapping成像鑒別高級別ccRCC，并與膠原容積分數進行組織學相關性分析。他們對ccRCC患者進行MR掃描，測定感興趣區的T1值，同時使用組織學切片對膠原容積分數進行定量分析。結果顯示低級別ccRCC（ISUP 1和2級）的T1值顯著低于高級別ccRCC（ISUP 3和4級），T1值與組織學膠原容積分數顯著相關。由此可見，T1mapping可作為鑒別低、高級別ccRCC的有效影像學生物標志物。

MRS可以無創性對活體組織代謝、生化改變及化合物進行定量分析。Sevcenco等探索了MRS測定膽堿峰對腎臟實性腫瘤的診斷價值。他們對腎臟實性占位患者進行MRS檢查并進行后處理分析，結果顯示惡性腫瘤組的膽堿峰值高于良性腫瘤組，核分級3級的RCC組膽堿峰值高于核分級2級RCC組。這表明MRS可以用作鑒別腎臟良惡性腫瘤的工具，其中膽堿峰值可作為RCC侵襲性評估的影像學生物標志物。

4 腎臟實性腫瘤的CT及MRI影像組學研究

近年來，影像組學的研究受到越來越多的關注，其通過對高通量醫學圖像進行定量評估來指導臨床決策。目前影像組學在腎臟實性腫瘤中的研究熱點問題主要包括腎臟腫瘤良惡性鑒別、RCC病理核分級或臨床分期、基于基因表達的分子生物標志物預測和疾病進展及預后預測等。其中，影像組學研究以CT居多，影像組學分析方法以基于傳統機器學習模型居多，也有一部分研究選用深度學習方法。

腎臟腫瘤的良惡性鑒別是臨床放射科醫生工作中面臨的關鍵問題。影像組學方法的應用通過深度挖掘傳統醫學影像中潛藏的數據，可為臨床提供更多的參考信息。筆者團隊開發了一種基于四期增強CT的機器學習模型用于鑒別RCC和乏脂AML。結果顯示由平掃期CT圖像中提取的特征建立的機器學習模型與其他三期相比，顯示出最好的鑒別效能，最優模型的AUC達0.90。Xi等以MR圖像為研究對象，開發了基于常規MRI的深度學習模型。他們將深度學習模型的結果與放射科醫師分析的結果相比較，發現深度學習模型顯示出更高的準確性、敏感性及特異性。

病理核分級是ccRCC的獨立預后因素，影響著臨床診療策略的制定。Bektas等評估了基于不同機器學習分類器的CT紋理分析鑒別Fuhrman低、高核級別ccRCC的效能，結果顯示基于支持向量機的模型表現最佳，AUC達0.86。Cui等探討并證實了基于MRI或CT的機器學習模型對ccRCC WHO/ISUP核分級均具有較好的預測價值。

影像基因組學是指研究疾病的影像學特征與其潛在遺傳模式或分子表型之間的關聯，以無創性獲得疾病診斷、預后和最佳治療評估的預測數據。Kocak等探索了基于機器學習的定量CT紋理分析在預測ccRCC患者PBRM-1基因突變狀態中的價值。他們從皮髓質期CT圖像中提取紋理特征，建立機器學習模型以預測PBRM-1基因突變狀態。其結果顯示最優模型可準確區分95.0%的ccRCC，AUC達0.987。因此，基于機器學習的定量CT紋理分析可能是預測ccRCC患者PBRM-1基因突變狀態的一種可行且具有潛力的方法。

治療反應和預后預測也是臨床中面臨的又一大關鍵問題。篩選出復發轉移風險較高的患者，從而更好地選擇最有可能從輔助治療中獲益的患者十分重要。Kang等開發并驗證了一種預測T1期ccRCC患者復發轉移風險的臨床-影像組學諾模圖。此諾模圖納入的指標包括性別、年齡、Fuhrman核分級、實驗室指標、CT征象和影像組學評分。結果顯示此諾模圖在訓練集和驗證集的AUC分別達0.91和0.92。因此，臨床-影像組學諾模圖有助于預測T1期ccRCC的復發轉移風險，可為臨床醫師制定精準治療方案提供幫助。

5 展望

CT及MRI影像學在腎臟實性腫瘤的診斷及評估中起著重要作用。基于CT及MRI的影像學新技術和影像組學的迅猛發展，在腎臟實性腫瘤研究中已成為了傳統影像學檢查方法強有力的補充。未來將會見證上述研究領域的進一步發展，但也需要更大數據的研究予以實現。影像學的發展將會為腎臟實性腫瘤的個體化管理提供更有價值的信息，從而使患者得到更有效的管理與治療。

（參考文獻略，讀者需要可向編輯部索取）