ADC直方图区分宫颈癌常见病理类型的价值

陆媛媛 黄群英 孙明华 朱家樑 张卓颖 张 军 龚华荣

宫颈癌是威胁妇女健康和生命最严重的疾病之一。在全世界范围内宫颈癌是女性发病率第三位、死亡率第四位的肿瘤[1]。虽然随着宫颈癌筛查工作的普及，宫颈癌的发病率及死亡率有所下降，但其病理类型的构成也发生了变化。宫颈癌病理类型主要分为鳞癌和腺癌，鳞癌所占比例由以往的90%下降为70%左右；而预后较差的腺癌由5%上升到20%左右，且有年轻化趋势[2]。

由于磁共振检查中不同的宫颈癌T2WI很相似，增强扫描也无法区分组织类型[3]，只有弥散加权成像（diffusion-weighted imaging，DWI）通过分析活体内恶性肿瘤细胞内外水分子运动受限的程度，对宫颈癌的分类有较多研究。但大多数研究是在肿瘤单一层面手工绘制感兴趣区（region of interest，ROI）获得肿瘤的平均ADC值（ADCmean）[4-5]，未能利用肿瘤的全部ADC信息。ADC直方图分析是一种通过计算整个组织内部的ADC值，描述肿瘤弥散异质性特性的方法，对脑部已有相当多的研究[6-7]，最近对乳腺及卵巢也有报道[8-9]，认为ADC直方图能体现出肿瘤的异质性，可以预示肿瘤的治疗效果，且重复性较好。因此，本文尝试用ADC直方图来分析宫颈鳞癌和腺癌的不同，希望利用肿瘤整体的弥散特性，通过分析ADC直方图图形来定量分析肿瘤，对肿瘤的病理类型进行鉴别，为临床诊断带来更多信息。

方 法

1.临床资料

回顾性搜集2013年11月至2014年7月在我院行盆腔MRI检查，并在2周内进行根治性子宫切除手术，经病理证实的宫颈癌Ib-ⅡA期患者共37例，检查前本人均已签署知情同意书。其中鳞癌25例，腺癌12例。Ib期23例、Ⅱa期14例。患者年龄35～78岁，平均年龄50岁。临床表现为接触性出血30例，不规则阴道出血6例，下腹不适1例。MRI检查前行宫颈锥切术，术前放化疗或介入治疗的患者除外。

2.MR检查方法

采用GE Optima MR 360 1.5T磁共振扫描仪，8通道体线圈。采用呼吸门控技术，常规依次行：横轴位FSE T1WI、T2WI，矢状位FSE T2WI，再进行DWI扫描。DWI：采用单次激发平面回波平面成像(echo planar imaging，EPI)序列行横轴位扫描。扫描参数：FOV 40cm，TR 3708ms，层厚6mm，层间距2mm，矩阵96×128，b值分别为0、800s/mm2。梯度用在3个垂直方向，层的定位线与横轴位T2WI相同，扫描范围从肾门到会阴。

3.图像分析

在GE专用工作站AW 4.6上，横轴位DWI用Functool软件重建出ADC图，由一名有经验的妇产科MRI影像诊断医师参照同层面横轴位T2WI，在每层图像上沿肿瘤内边手动描绘ROI，用Reformat软件计算出整个肿瘤的体积大小，重建出肿瘤的ADC直方图，记录肿瘤5%～95%每间隔5%的各百分比ADC值及最小ADC值（ADCmin）、平均ADC值（ADCmean）、最大ADC值（ADCmax）。

将磁共振扫描的原始横轴位T2WI及DWI图像输入FireVoxel软件。通过软件计算出整个肿瘤的ADC直方图，利用获得的数据在Excel上计算出肿瘤ADC值直方图图形的偏度和峰度。

4.统计学方法

采用SPSS17.0软件进行统计学处理，先计算两种病理类型组的5%～95%每间隔5%的百分比ADC值、ADCmin、ADCmean、ADCmax及直方图图形的偏度和峰度，描述性结果用±s表示。两组的测量各值经过Levene方差齐性检验后，采用两独立样本的t检验，P＜0.05为有统计学意义。

图1 宫颈鳞癌IB1期。A.肿瘤横轴位T2WI，描出ROI，肿瘤呈偏高信号。B.与A同层面的DWI，肿瘤组织呈明显高信号，ROI相同。C.用GE Functool软件重建出的ADC直方图，高峰较陡峭，曲线右边的尾部相对于左边的尾部要长。D.用FireVoxel软件重建出的ADC直方图。

图2 宫颈腺癌Ⅱa期。A.肿瘤横轴位T2WI，用线描出ROI，肿瘤呈偏高信号。B.与A同层面的DWI，肿瘤组织呈明显高信号，ROI相同。C.用GE Functool软件重建出的ADC直方图，高峰较平缓，曲线右边的尾部略长于左边的尾部。D.用FireVoxel软件重建出的ADC直方图。

结 果

宫颈癌在T1WI上呈等信号，T2WI上呈稍高信号，DWI上呈明显高信号。所有病例肿瘤体积：1.3～22.95cm3，平均14.07cm3。其中鳞癌25例，平均15.5cm3；腺癌12例，平均10.26cm3。两种病理类型组的各百分比ADC值及ADCmin、ADCmean、ADCmax及比较（表1）发现：鳞癌的ADCmin是（0.714±0.154）×10-3mm2/s，显著低于腺癌的（0.879±0.125）×10-3mm2/s，两者差异有统计学意义（P=0.042）。鳞癌的ADC5%是（0.754±0.137）×10-3mm2/s，低于腺癌的（0.910±0.123）×10-3mm2/s，但两者差异没有统计学意义（P=0.054）。各百分比ADC值、ADCmean及ADCmax在两组间比较未见显著差异性（P均＞0.05）。

从ADC直方图可以看出鳞癌（图1）和腺癌（图2）的图形均为频数分布不对称的偏态分布，为正偏态分布。但鳞癌图形右边的尾部相对于腺癌更长，高峰更陡峭，因此其图形偏度和峰度均较腺癌高。偏度和峰度在两种病理类型组间的比较（表2）。两种病理类型图形差异的计量指标均有统计学意义。

表1 各ADC值在两种病理类型组间比较

表2 偏度和峰度在两种病理类型组间比较

讨 论

宫颈癌是唯一主要依靠临床分期的妇科肿瘤，但与手术分期相比错误率高达16%～65%[10]，所以目前NCCN和09版FIGO都推荐使用MRI检查作为补充评估影响宫颈癌预后的重要因素。宫颈癌的预后不仅与肿瘤大小、分期、淋巴结转移情况、淋巴血管间隙侵犯有关，还和肿瘤的组织学类型密切相关。由于腺癌更倾向于内生型生长，较隐匿，细胞学检查容易漏诊误诊，淋巴结、卵巢和远处转移都明显高于鳞癌，对放疗不如鳞癌敏感等原因，腺癌的预后较鳞癌差[11]。但是腺癌对以铂类为主的化疗治疗反应率高于鳞癌；同时由于腺癌的微转移较常见，同步放化疗可以提高早期宫颈腺癌的预后，使之与鳞癌预后的差别消失，近年来已经提出由于两种肿瘤细胞类型的不同，对不同治疗的反应不同，腺癌更需要全面系统的综合治疗方案[11]。因此在术前了解肿瘤的组织类型和范围可以帮助治疗方案的制定。磁共振检查是妇科肿瘤最佳的影像学检查方法，而DWI利用水分子运动受限情况，来分析微观结构的变化，较常规磁共振成像序列具有明显优势[14]。

宫颈癌Ia-Ⅱa期的患者可以进行手术治疗，Ⅱb期以后的患者以放疗为主，无法获得大体病理结果；同时由于Ia期的肿瘤仅在显微镜下可见，故本文选取了Ib-Ⅱa期有完整切除病理标本的病例进行统计分析。本研究发现鳞癌的ADCmin显著低于腺癌，两者差异有统计学意义，这与Xue等的研究结果一致[13]。这是由于腺癌，特别是高分化腺癌能形成腺管结构并分泌黏液，因此细胞内外空间及含水量会增加，引起ADC值的升高。而且肿瘤细胞增殖最旺盛的部分，细胞核分裂最活跃，结构最致密，水分子弥散明显受限，因而ADCmin最能反映肿瘤细胞的病理及分化程度。鳞癌和腺癌的各百分比ADC值的差异都没有统计学意义，但有趣的是随着ADC百分比值的提高，P值也逐渐升高，提示ADC值的检验效能逐渐降低。ADC5%的P值为0.054，非常接近0.05。有研究认为肿瘤边缘易受噪声、伪影及邻近结构等极端数值的影响，影响ADCmin的结果，而ADC5%同样能反映肿瘤的病理特性，其结果更稳定[6]，可能在今后的研究中扩大病例数会获得有统计学意义的结论。对于宫颈鳞癌和腺癌的ADCmean是否有统计学差异，各项研究结论不一[4,13-14]。由于术前肿瘤的ADCmean与化疗治疗反应呈反比，因此Dzik-Jurasz等[15]认为ADCmean是反映肿瘤坏死的替代指标。本研究中ADCmean未能获得有价值的统计结果推测可能与两组肿瘤中坏死成分相近有关。

目前ADC直方图的研究已用于多种病灶研究，并认为这种方法较传统ADC测量对病灶检出更敏感，重复性更好[8,16]。据笔者所知，本研究是国内第一篇对宫颈癌ADC直方图图形进行定量分析的文章，特别引入了偏度和峰度的计算。直方图的偏度是描述变量取值分布对称性的统计量，表明分布相对于平均值的不对称程度。正偏度表明分布的不对称尾部趋向于更多较大值，分布的主体集中在右侧，即绝大多数的值（包括中位数在内）位于平均值的左侧。负偏度则相反，表明分布的不对称尾部趋向于更多较小值。偏度的绝对值越大，分布形态偏移程度越大。本次研究发现鳞癌和腺癌的偏度都为正值，但鳞癌的偏度绝对值较腺癌大，并且差异有统计学意义，与Downey等的研究一致[14]。由于黏液型腺癌是宫颈腺癌中最常见的类型，间质纤维组织反应性增生，黏液生成旺盛，使曲线分布偏向右移。而鳞癌实质成分较多较均质，癌细胞间很少间质成分，偏度较大，可与腺癌进行鉴别。直方图的峰度是描述总体中所有取值分布形态陡缓程度的统计量，反映与正态分布相比某一分布的相对尖锐度或平坦度。正峰值表示比正态分布尖锐的分布。负峰值表示比正态分布平坦的分布。鳞癌的峰度明显高于腺癌，并且差异有统计学意义，是由于鳞癌内密集的癌细胞呈巢状或片状分布，内部结构较致密；而腺癌内细胞成分较混杂所造成。但由于峰值的标准差较大，两组数据有重叠，可能影响峰度对肿瘤分类的诊断效能。

本研究的不足之处是：由于肿瘤的分化级别是影响预后的重要原因，但本次研究收集的宫颈癌病理多为中低分化型，只有3例高分化型，故没有将不同分化类型间的差异进行比较。待大样本量的病例收集后可以对更多影响预后的分类之间进行比较。研究中的ROI由一名放射科医师手工绘制，但由于本研究是根据T2和DWI结合将全部肿瘤体积都包括在内的直方图研究，这种方法重复性好[7]，同时之前研究发现两名放射科医师的符合率较高，Kappa=0.8[5]，能较大程度地消除偏差。

总之，ADC直方图可以客观地提供肿瘤的整体信息，避免了随机取样的局限性；能区别鳞癌和腺癌之间的异质性差异，对宫颈癌的诊断价值有潜在的优势。

[1]Jemal A，Bray F，Center MM，et al.Global cancer statistics.CA Cancer J Clin，2011，61(2):69-90.

[2]曹泽毅主编.中华妇产科学.第二版.北京：人民卫生出版社，2004：2032.

[3]丁文金,龚光文,周顺科,等.磁共振灌注成像在宫颈癌诊断及疗效评估价值的初步探讨.中国医学计算机成像杂志,2010,18:415-418

[4]Liu Y，Bai R，Sun H，et al.Diffusion-weighted magnetic resonance imaging of uterine cervical cancer.JCAT，2009，33:858-862.

[5]Charles-Edwards EM，Messiou C，Morgan VA，et al.Diffusionweighted imaging in cervical cancer with an endovaginal technique:potential value for improving tumor detection in stage Ia and Ib1 disease.Radiology，2008，249:541-550.

[6]Kang Y，Choi SH，Kim YJ，et al.Gliomas:Histogram analysis of apparent diffusion coefficient maps with standard-or high-b-value diffusion-weighted MR imaging--correlation with tumor grade.Radiology，2011，261:882-890.

[7]Steens SC，Admiraal-Behloul F，Schaap JA，et al.Reproducibility of brain ADC histograms.Eur Radiol，2004，14:425-430.

[8]Song YS,Park CM,Lee SM,Reproducibility of histogram and texture parameters derived from intravoxel incoherent motiondiffusion-weighted MRI of FN13762 rat breast Carcinomas.Anticancer Res,2014,34,:2135-2144.

[9]Kyriazi S,Collins DJ,Messiou C，et al.Metastatic ovarian and primary peritoneal cancer:assessing chemotherapy response with diffusion-weighted MR imaging--value of histogram analysis of apparent diffusion coefficients.Radiology,2011,261:182-192.

[10]Bhosale P，Peunqiesada S，Devine C，et al.Role of magnetic resonance imaging as an adjunct to clinical staging in cervical carcinoma.JCAT，2010，34:855-864.

[11]Gien LT,Beauchemin MC,Thomas G.Adenocarcinoma:a unique cervical cancer.Gynecol Oncol,2010,16:140-6.

[12]Lin Y，Chen Z，Kuang F，et al.Evaluation of international federation of gynecology and obstetrics stage IB cervical cancer:comparison of diffusion-weighted and dynamic contrast-enhanced magnetic resonance imaging at 3.0 T.JCAT，2013，37:989-994.

[13]Xue H，Ren C，Yang J，et al.Histogram analysis of apparent diffusion coefficient for the assessment of local aggressiveness of cervical cancer.Arch Gynecol Obstet，2014，290:341-348.

[14]Downey K，Riches SF，Morgan VA，et al.Relationship between imaging biomarkers of stage I cervical cancer and poor-prognosis histologic features:quantitative histogram analysis of diffusionweighted MR images.AJR，2013，200:314-320.

[15]Dzik-Jurasz A，Domenig C，George M，et al.Diffusion MRI for prediction of response of rectal cancer to chemoradiation.Lancet，2002，360(9329):307-308.