孟 楠，岳 巍，王帥娜，段金輝，殷慧佳，韓東明

(新鄉(xiāng)醫(yī)學院第一附屬醫(yī)院磁共振科，河南 衛(wèi)輝 453100)

宮頸癌是女性生殖系統(tǒng)三大惡性腫瘤之一，死亡率居第1位[1]。我國宮頸癌發(fā)病率逐年遞增并呈年輕化趨勢[2]。DWI可一定程度定量反映病變組織類型、病理分型等[3-4]生物學特征，但受限于體內水分子運動的復雜性，其ADC值并不可靠?；隗w素不相干運動(intravoxel incoherent motion, IVIM)的雙指數(shù)模型[5]和拉伸指數(shù)模型[6]，可從擴散、灌注、異質性等多個方面定量反映病變特點，為疾病的診斷及預后的評估提供更全面信息，并已用于前列腺癌[7]、乳腺癌[8]、肝癌[9]的診斷。本研究探討IVIM多模型參數(shù)鑒別診斷宮頸癌及預判其病理類型的可行性。

1 資料與方法

1.1 一般資料 收集2016年9月—2017年4月在我院接受MR檢查的宮頸癌患者33例(宮頸癌組)，年齡38～69歲，平均(52.5±7.3)歲。納入標準：①患者及家屬知情同意；②宮頸病變；③掃描后1周內接受手術或病理檢查獲得明確病理結果。排除標準：①檢查前接受過放化療；②掃描序列不完整或圖像存在明顯運動或金屬偽影。另收集同期接受盆腔MR檢查，宮頸正?；颊?0例(宮頸正常組)，年齡27～68歲，平均(51.7±11.7)歲。納入標準:①MRI顯示宮頸正常；②圖像清晰，滿足診斷及后處理需要。

1.2 儀器與方法 采用GE Discovery MR750 3.0T MR掃描儀，8通道相控陣體線圈。囑患者適度憋尿，并對其進行陰道填塞。掃描參數(shù):常規(guī)矢狀位T2WI，TR 3 000 ms,TE 85 ms，軸位T1WI, TR 372 ms，TE 86 ms，軸位脂肪抑制T2WI, TR 2 899 ms，TE 68 ms，F(xiàn)OV 36 cm×28 cm，層厚6.0 mm，層間距2.0 mm；斜軸位(垂直于宮頸長軸)IVIM SE-EPI，TR 3 014 ms，TE 76 ms，F(xiàn)OV 36 cm×28 cm，層厚5 mm，層間距1 mm，b值分別取0、20、40、80、160、200、400、600、800、1 000 s/mm2。NEX分別為2、2、2、2、2、4、4、6、6。

1.3 圖像分析 將IVIM序列圖像傳至GE AW 4.6工作站，采用Functool工具包的MADC軟件進行后處理。由2名分別具有5年及10年臨床診斷經驗的醫(yī)師共同閱片，于腫瘤實性部分勾畫3個形狀、大小近似，面積約50 mm2的ROI，測量參數(shù)值2次，最終結果取2名觀察者的平均值。ROI選擇標準：①選取腫塊最大的軸位圖像，盡量包括DWI明顯高信號區(qū)域；②ROI需與病灶保持一定距離，以避免容積效應；③盡量避開肉眼可見的囊變、出血和壞死；④宮頸正?；颊逺OI置于宮頸顯示最佳部分。測量參數(shù)包括標準擴散系數(shù)(ADC-stand)、慢速擴散系數(shù)(ADC-slow)、快速擴散系數(shù)(ADC-fast)、擴散分數(shù)(f)、分布擴散系數(shù)(distributed diffusion coefficient， DDC)和拉伸因子(α)。

1.4 統(tǒng)計學分析 采用SPSS 21.0統(tǒng)計分析軟件。計量資料以±s表示。采用獨立樣本t檢驗比較宮頸癌組與宮頸正常組、宮頸癌不同病理類型間各參數(shù)值的差異及宮頸癌組ADC-slow與ADC-stand值、ADC-slow與DDC值的差異；采用單因素方差分析比較不同分化程度宮頸癌間各參數(shù)值的差異。采用Pearson雙側檢驗法分析宮頸癌組ADC-stand值與其他參數(shù)值的相關性；利用ROC曲線評價各參數(shù)值的診斷效能及最佳診斷閾值。P<0.05為差異有統(tǒng)計學意義。

2 結果

2.1 參數(shù)比較 宮頸癌組和宮頸正常組ADC-stand、ADC-slow、DDC、f值及α值差異均有統(tǒng)計學意義(P均<0.05)，ADC-fast值差異無統(tǒng)計學意義(P>0.05，表1)。宮頸癌組ADC-stand與ADC-slow、DDC值呈正相關(r=0.703、0.942，P均<0.05)，且ADC-slow值低于ADC-stand值、DDC值(t=7.42、3.17，P均<0.05)。

33例宮頸癌患者中，宮頸鱗癌27例、宮頸腺癌6例，兩者ADC-stand、ADC-slow、DDC值差異均有統(tǒng)計學意義(P均<0.05)，ADC-fast、f、α值差異均無統(tǒng)計學意義(表2)。33例宮頸癌患者中，高分化5例、中分化24例、低分化4例，不同分化程度宮頸癌的多模型參數(shù)值差異均無統(tǒng)計學意義(表3)。IVIM DWI的各參數(shù)偽彩圖見圖1。

表1 2組各模型參數(shù)比較(±s)

表1 2組各模型參數(shù)比較(±s)

組別ADC?stand值(×10-3mm2/s)ADC?fast值(×10-3mm2/s)ADC?slow值(×10-3mm2/s)f值(%)DDC值(×10-3mm2/sα值宮頸癌組(n=33)0．98±0．1575．27±27．040．67±0．180．19±0．050．83±0．220．59±0．11宮頸正常組(n=30)1．61±0．43106．23±35．161．12±0．250．37±0．092．05±0．960．78±0．07t值7．834．288．229．497．127．84P值<0．010．190．010．04<0．010．04

表2 宮頸鱗癌和宮頸腺癌患者各模型參數(shù)比較(±s)

表2 宮頸鱗癌和宮頸腺癌患者各模型參數(shù)比較(±s)

病理類型ADC?stand值(×10-3mm2/s)ADC?fast值(×10-3mm2/s)ADC?slow值(×10-3mm2/s)f值(%)DDC值(×10-3mm2/s)α值宮頸腺癌(n=6)1．23±0．0568．51±27．090．88±0．110．21±0．051．16±0．090．61±0．12宮頸鱗癌(n=27)0．92±0．1073．47±27．470．63±0．170．19±0．050．75±0．150．59±0．11t值7．36-0．403．530．686．370．38P值<0．010．690．010．50<0．010．71

表3 不同分化程度宮頸癌患者各模型參數(shù)比較(±s)

表3 不同分化程度宮頸癌患者各模型參數(shù)比較(±s)

分化程度ADC?stand值(×10-3mm2/s)ADC?fast值(×10-3mm2/s)ADC?slow值(×10-3mm2/s)f值(%)DDC值(×10-3mm2/s)α值高分化(n=5)0．95±0．2184．42±25．250．73±0．200．17±0．060．73±0．280．57±0．07中分化(n=24)0．98±0．1472．01±27．010．65±0．180．20±0．060．85±0．190．59±0．12低分化(n=4)1．03±0．1861．15±30．730．72±0．140．19±0．020．85±0．280．63±0．14F值0．270．830．491．080．610．35P值0．770．450．620．350．550．71

圖1 患者女，51歲，宮頸中分化鱗癌 A.ADC-stand偽彩圖示病變部位呈偏藍色信號； B.ADC-slow偽彩圖示病變部位呈藍綠色混雜信號； C.ADC-fast偽彩圖示病變部位可見紅色信號； D.f偽彩圖示病變部位呈紅黃色混雜信號； E.DDC偽彩圖示病變部位呈深藍色信號； F.α偽彩圖示病變部位呈藍綠色混雜信號 (箭示病灶)

圖2 ADC-stand、ADC-slow、f、DDC及α值診斷宮頸癌的ROC曲線 圖3 ADC-stand、ADC-slow、DDC鑒別診斷宮頸鱗癌與腺癌的ROC曲線

2.2 診斷效能 ADC-stand、ADC-slow、DDC、f及α值診斷宮頸癌的曲線下面積分別為0.93、0.94、0.96、0.94和0.93(P均<0.05)，診斷閾值分別為1.03×10-3mm2/s、0.99×10-3mm2/s、30.50%、1.21×10-3mm2/s和0.699。ADC-stand、ADC-slow、DDC值鑒別診斷宮頸鱗癌和腺癌的曲線下面積分別是0.98、0.91和0.98(P均<0.05)，診斷閾值分別為1.11×10-3mm2/s、0.81×10-3mm2/s和0.98×10-3mm2/s(圖2、3)。

3 討論

3.1 宮頸癌組與宮頸正常組的IVIM各模型參數(shù)比較 ADC-stand和DDC值可綜合反映體內水分子運動狀態(tài)，而ADC-slow值可反映去除灌注因素后體內水分子運動狀態(tài)。本研究宮頸癌組ADC-stand、ADC-slow及DDC值均低于宮頸正常組(P均<0.05)，表明惡性腫瘤細胞密度大、細胞外間隙狹窄等阻礙了水分子的擴散，與既往研究[10]類似。此外，宮頸癌組ADC-stand與ADC-slow、DDC值呈正相關(r=0.703、0.9422，P均<0.05)，且ADC-slow值低于ADC-stand、DDC值(P均<0.05)；提示上述3個參數(shù)在反映水分子運動方面的一致性，同時也說明體內水分子運動狀態(tài)受微血管灌注等因素的影響[11]。ADC-fast和f 值均可反映人體內的微循環(huán)灌注信息，但略有差異：ADC-fast值主要反映血流容量信息，與微血管密度和微血管內血流速度有關；f值除與上述因素有關外，還與組織內水分子總體運動狀態(tài)有關。本研究中宮頸癌組ADC-fast值與宮頸正常組差異無統(tǒng)計學意義，但其f值小于宮頸正常組(P<0.05)，可能因惡性病變細胞密度較大，細胞間質內的微血管受壓，減緩了血液流速，導致ADC-fast值無明顯變化；同時，宮頸癌組織結構復雜，內部存在出血、壞死、囊變等，影響水分子運動的因素較正常組織明顯增多，故f值較正常組織減小。α又稱拉伸因子，主要反映病變成分的復雜程度，取值0～1，α越趨向1，組織擴散的異質性越低，病變成分越單純，水分子運動方式越接近于自由擴散；相反，α越趨向0，組織擴散的異質性越高，病變成分越復雜，水分子運動方式越復雜。本研究宮頸癌組α值低于宮頸正常組(P<0.05)，提示宮頸癌組織的成分較正常組織復雜，與惡性腫瘤組織成分較正常組織復雜的病理基礎一致[12]。

3.2 宮頸鱗癌與宮頸腺癌的IVIM各模型參數(shù)比較 本研究宮頸鱗癌患者的ADC-stand、ADC-slow、DDC值均低于宮頸腺癌患者(P<0.05)，提示以上3參數(shù)可反映并預測宮頸癌的病理組織學類型。原因可能是宮頸腺癌細胞結構較鱗癌松散，且腺體及分泌物含量較多，導致水分子容易擴散，故ADC-stand、ADC-slow、DDC值較鱗癌升高。ADC-fast、f和α主要受微循環(huán)灌注及組織成分復雜程度等因素影響，這些因素在鱗癌和腺癌中并無顯著差別，因此上述3個參數(shù)值在宮頸鱗癌和腺癌間并無明顯差異。

3.3 高分化、中分化與低分化宮頸癌IVIM各模型參數(shù)比較 理論上隨著腫瘤分化程度降低，腫瘤惡性程度增高，組織結構更復雜，ADC-stand、ADC-slow、f、DDC及α值呈下降趨勢。但本研究宮頸癌高分化、中分化與低分化間IVIM各模型參數(shù)差異均無統(tǒng)計學意義，與葉曉華等[13]研究結果類似，但與周延等[14]的研究結果略不同。推測原因可能是由于腫瘤分化程度受多種因素影響，且各種影響因素連續(xù)性積累，不同分化程度不具備明確的界限，因此當樣本量小時，易出現(xiàn)彼此分化差距不大的病例被納入不同級別的現(xiàn)象。本研究中分化24例，高分化和低分化組分別有5例和4例，且未將鱗癌和腺癌分別進行討論，故有可能出現(xiàn)此種誤差。此外由于目前IVIM掃描的b值選擇仍缺乏統(tǒng)一標準，不同b值IVIM掃描所得參數(shù)值略有差異，可能影響病變的精確定性?？傊?，IVIM多模型參數(shù)診斷宮頸癌病理分級的效能尚不明確，需要大樣本進一步明確。

本研究的局限性：①ROI選擇集中在病變實性部分，且避開囊變、壞死區(qū)域，人為降低了腫瘤組織的異質性，可能影響α值的診斷效能；②ADC-fast計算準確率與b值(0～200 s/mm2)個數(shù)呈正相關[15]，本研究低于200 s/mm2的b值僅5個，是否影響ADC-fast及f值的診斷效能還有待進一步研究；③病例數(shù)少，病理類型多為鱗癌且多為中分化，還需擴大樣本量進行更加細化的研究。

綜上所述，IVIM-DWI多參數(shù)模型診斷宮頸癌、鑒別診斷宮頸鱗癌和腺癌有較好的效能，IVIM序列可以作為一種無創(chuàng)性的宮頸癌組織學特征評價手段應用于臨床。

[1] Rischin D, Narayan K, Oza AM, et al. Phase 1 study of tirapazamine in combination with radiation and weekly cisplatin in patients with locally advanced cervical cancer. Int J Gynecol Cancer， 2010,20(5):827-833.

[2] Lei T, Wm M, Lei TH, et al. Incidence and growing trend of cervical cancer in 11 cancer registries of China. Chin J Cancer Res, 2011,23(1):10-14.

[3] Kuang F, Ren J, Zhong Q, et al. The value of apparent diffusion coefficient in the assessment of cervical cancer. Eur Radiol, 2013,23(4):1050-1058.

[4] 張曉燕，李曉婷，史燕杰，等．高分辨率MR T2WI聯(lián)合DWI評價直腸癌新輔助治療后病理學完全緩解．中國介入影像與治療學，2017，14(3)：164-168.

[5] Le Bihan D, Breton E, Lallemand D, et al. MR imaging of intravoxel incoherent motions: Application to diffusion and perfusion in neurologic disorders. Radiology, 1986,161(2):401-407.

[6] Bennett KM, Schmainda KM, Bennett RT, et al. Characterization of continuously distributed cortical water diffusion rates with a stretched-exponential model. Magn Reson Med, 2003,50(4):727-734.

[7] 葉錦棠，蔡文超，王岳，等．體素內不相干運動擴散加權成像對前列腺癌的診斷價值．放射學實踐，2014，29(5)：474-476．

[8] 鄒雪雪，秦東京，姜興岳，等．DCE-MRI聯(lián)合IVIM-DWI鑒別診斷乳腺良惡性病變．中國醫(yī)學影像技術，2016，32(4)：534-538．

[9] 何夢琪，許乙凱，張靜，等．IVIM-DWI鑒別診斷肝細胞癌和肝局灶性結節(jié)增生．中國醫(yī)學影像技術，2017，33(6)：907-911．

[10] Zhang YD, Wu CJ, Wang Q, et al. Comparison of utility of histogram apparent diffusion coefficient and R2*for differentiation of low-grade from high-grade clear cell renal cell carcinoma. AJR Am J Roentgenol, 2015,205(2):W193-W201.

[11] Woo S, Lee JM, Yoon JH, et al. Intravoxel incoherent motion diffusion-weighted MR imaging of hepatocellular carcinoma: Correlation with enhancement degree and histologic grade. Radiology, 2014,270(3):758-767.

[12] Sumi M, Nakamura T. Head and neck tumors: Assessment of perfusion-related parameters and diffusion coefficients based on the intravoxel incoherent motion model. AJNR Am J Neuroradiol, 2013,34(2):410-416.

[13] 葉曉華，周誠，王宏，等． MR體素內不相干運動成像評價宮頸癌組織學特征的初步研究．臨床放射學雜志，2016,35(7)：1048-1052．

[14] 周延，劉劍羽，劉從容，等．MR體素內不相干運動成像用于評價宮頸癌惡性程度和組織血供的價值.中華放射學雜志，2015，49(5)：354-359．

[15] 張水興，賈乾君，張忠平，等．基于體素內不相干運動的擴散加權成像對鼻咽癌與炎性增生性疾病的鑒別診斷．中華放射學雜志，2013，47(7)：617-621．

致謝

科研工作的順利完成離不開他人的幫助，在正文的最后應向對本研究提供過幫助的人致以謝意。致謝的對象包括：對研究工作提出指導性建議者，論文審閱者，資料提供者，技術協(xié)作者，幫助統(tǒng)計者，為本文繪制圖表者，提供樣品、材料、設備以及其他方便者。

致謝必須實事求是，應防止剽竊掠美之嫌，也勿強加于人，如未經允許寫上專家、教授的名字，以示審閱來抬高自己。致謝一般要說明被謝者的工作的內容，如“技術指導”、“收集資料” 、“提供資料”等。