DWI不同模型在卵巢肿瘤诊断中的应用

钱洛丹，吴慧，高阳，牛广明

卵巢癌是最具侵袭性的妇科恶性肿瘤之一。由于缺乏规范的筛查程序、早期临床症状轻微且易腹膜转移，导致许多患者发现疾病已是晚期，预后不佳。据最新统计，美国每年约有14 000人死于此病，60%的患者被诊断为晚期，总体5年生存率低于30%[1]。因卵巢癌患者的生存率与诊断阶段密切相关，故术前对卵巢肿瘤的诊断及鉴别诊断的准确性对于患者的生存和预后至关重要。目前体格检查结合血清癌抗原125(CA 125)测定广泛用于初诊患者。但有不少患者血清CA125水平升高，超声检查正常，从而延误了最佳手术时机[2]。对于超声无法确定的病灶，欧洲泌尿生殖器官放射学协会推荐常规MRI和动态对比增强磁共振成像(dynamic contrast-enhanced MRI，DCE-MRI)在此类附件肿块中的应用[3]。因MRI具有极佳的软组织分辨率，在识别卵巢恶性肿瘤，局部分期，排除非卵巢原发癌，早期监测治疗反应并描述转移情况以评估可切除性等方面发挥了重要作用。但是常规MRI对于鉴别卵巢肿瘤良恶性的价值有限，故新型非侵入性方法扩散加权成像(diffusion weighted imaging，DWI)、体素内不相干运动成像(intravoxel incoherent motion，IVIM)、拉伸指数模型(stretched)、扩散峰度成像(diffusion kurtosis imaging，DKI)兴起并用于卵巢肿瘤的研究。

1 常规DWI在卵巢肿瘤鉴别中的应用

DWI已成为妇科MRI的重要组成部分，可显著提高妇科恶性肿瘤影像学报告的准确性[4]。通过利用肿瘤细胞内受限制的水迁移率来增加病变与周围组织之间的对比度，并用表观扩散系数(apparent diffusion coefficient，ADC)量化表示。Addley等[4]发现当卵巢肿瘤在b值为800～1000 s/mm2的T2WI上为低信号时，良性疾病的可能性很高，在这种情况下，DWI可以代替DCE T1WI成像，在不能使用钆的情况下(如孕妇合并卵巢病变)，DWI尤其有用。Zhao等[5]研究表明，对比增强扫描可能有助于鉴别良性和恶性上皮性肿瘤，但对鉴别交界性上皮性卵巢肿瘤(borderline epithelial ovarian tumor，BEOT)和恶性上皮性卵巢肿瘤(malignant epithelial ovarian tumor，MEOT)的帮助有限，而标准DWI对于区分BEOT和MEOT具有良好的诊断性能，其最佳ADC值阈值为1.039×10-3mm2/s，灵敏度为97.0%，特异度为92.2%，准确度为96.4%，这对于年轻且想保留生育功能的BEOT患者手术方案的确定意义重大。此外，该研究还表明囊性成分无法准确区分BEOT和MEOT。Denewar等[6]应用多因素Logistic回归分析评价增强MRI、ADC和CA125测定对卵巢BEOT与Ⅰ期MEOT鉴别价值时也发现，ADCmin和固体组分的最大直径是MEOT的独立指标，曲线下面积(area under curve，AUC)、敏感性和特异性分别为0.86、81%和84%。王丰等[7]将上皮性卵巢癌分为高低级别两个亚型，并发现Ⅱ型(高级别)上皮性卵巢癌组ADC的Mean、10th、MeanL、90th、MeanR均低于Ⅰ型(低级别)组；Oh等[8]将卵巢癌分为G1、2、3级，G2和G3级组的ADC值均低于G1级组，差异均有统计学意义。Wang等[9]近期研究发现ADC直方图参数可以鉴别早期(I期)和晚期(II-IV)上皮性卵巢癌，淋巴结转移阳性组的ADC直方图参数显著低于淋巴结转移阴性组，其中分别以ADC平均值和ADC 90百分位数的AUCs最高；且得出ADC直方图参数与Ki-67表达呈负相关、P53突变组ADC直方图参数显著低于P53野生组且差异有统计学意义，因此ADC直方图参数可能预测P53的表达。但是采用单指数模型，忽略了微循环灌注对信号衰减的影响，测得ADC值大于真实的扩散值[10]，故用单指数模型计算的ADC值可能不能准确地反映水分子在体内的扩散。

2 IVIM双指数模型的基本原理及临床应用

2.1 成像原理

研究表明DWI信号和ADC值在一定程度上会受组织灌注的影响，故Le Bihan等[11]提出基于体素内不均一运动的双指数模型，理论上可以将灌注成分与水分子的真正扩散分离开来，通过该模型可以获得3个扩散参数，反映体素中真性水分子扩散系数的D、微循环灌注引起的伪扩散系数D*和体素内微循环灌注效应占总体扩散效应的容积比f。D*和f与灌注相关，可以在不使用对比剂的情况下间接反映组织血管化的程度[12]。但Williams等[13]发现，恶性肿瘤生长速度快，促血管生成因子过度表达，形成大量的新生血管，但是新生血管不规整，从而导致灌注成分的血管比例下降，可能进一步加重组织缺血缺氧。因此，血管内皮生长因子并不一定能代表肿瘤真实血供，还需使用经典的灌注技术进行进一步的研究，以证明f在组织血管生成方面的潜在作用。

2.2 在鉴别诊断中的应用

孟楠等[14]在鉴别卵巢肿瘤良恶性中发现，ADCslow(D)与 ADCstand呈正相关，且ADCslow值均明显低于ADCstand值，进一步证明单指数模型DWI包含微灌注效应，并未真实反映组织中水分子扩散受限的理论，且得出卵巢良性病变的ADCslow值明显较高。申洋等[15]在研究IVIM模型的扩散加权成像和动态增强核磁共振在卵巢肿瘤良恶性鉴别的应用价值中也得出一致结论，并发现ADC、D、f、D*、Kep、Ve值在鉴别卵巢肿瘤良恶性中有统计学意义，其中ADC、Ve值的敏感性较高，可以用于初筛；f、D*、Ktrans、Kep的特异性较高，可以用于确诊。王丰等[7]发现D值可以鉴别低级别和高级别卵巢癌，其中D值的Mean对鉴别两种分型的价值最大，以0.826×10-3mm2/s为截断点，诊断敏感度和特异度分别为93.8%和75.0%，但ADC和D之间的AUC差异无统计学意义，样本量过小可能是其原因之一，故还需要加大样本数据进行验证，但是近年来，IVIM模型已被证明在多个癌症[16-17]上比ADC具有更好的诊断性能。故可以看出IVIM模型在鉴别卵巢肿瘤良恶性及评估恶性程度方面是具有一定价值的，因此需要进一步探索。

3 拉伸指数模型的基本原理及临床应用

3.1 成像原理

考虑到扩散成分的复杂性，特别是在卵巢癌等异质性较高的组织中，IVIM模型中扩散信号只来源于血管内与血管外两室的假设可能较少。且f和D*的可重复性差表明双指数模型可能比其他模型对噪声更敏感[18]。Bennett等[19]提出的拉伸指数DWI模型，该模型不需要建立关于组织区室化的假设，据其可得出两个参数：水分子扩散异质性指数(a)和分布扩散系数(distribution diffusion coefficient，DDC)。DDC是体素内ADC连续分布时水分子体积分数的加权，具有更高的准确度[20]。a与体素内水分子扩散异质性有关，其值介于0～1，a值越小表示体素内扩散的不均匀性越高。目前拉伸指数模型已在脑胶质瘤[21]、前列腺疾病[22]等鉴别诊断中取得较好的应用价值。

3.2 在鉴别诊断中的应用

Winfield等[18]应用单指数、拉伸指数和双指数模型评估原发性和转移性卵巢癌中扩散加权MRI (DW-MRI)数据的拟合优度和重复性时发现，各参数的重复基线变异系数分别为：ADC 3.1%、DDC 4.3%、a 7.0%、D 13.2%、f 44.0%、D*165.1%，由于双指数模型对噪声较敏感而排除后得出，拉伸指数模型对64%病变中的大多数像素具有更好的拟合能力，并能评估病灶在治疗前和治疗后卵巢、网膜、腹膜病变和淋巴结的DW-MRI数据。其附加参数a与DDC无关，可以提供评估肿瘤异质性的方法，能更好地鉴别来自原发性和转移性卵巢癌DW-MRI数据。Wang等[23]在鉴别I型和II型上皮性卵巢癌时指出DDC的准确性比ADC更好，并得出高级别卵巢癌的a值明显减低，且发现ADC、D和DDC的诊断性能优于f和a。任继鹏等[24]在研究多模型体素不相干运动联合血清CA125对卵巢肿瘤的诊断中发现，随着病变恶性程度的提高，CA125水平不断升高，而ADCstand、ADCslow、DDC越低，呈现一定的负相关。孟楠等[14]在鉴别卵巢肿瘤的良恶性时做了单指数、双指数及拉伸指数的相关性分析，结果发现DDC与 ADCstand、ADCslow呈明显正相关，表明在反映水分子扩散运动方面，三者之间具有一定的一致性，但并未对其进行两两比较；并得出恶性病变组DDC和a值均较低。Chen等[21]发现与传统的单指数相比，拉伸指数对胶质瘤的术前分级提供了更灵敏和准确的估计，DDC作为一种潜在的成像生物标志物，可以在术前区分胶质瘤等级，并以更可行的方式预测胶质瘤的增殖活性。另外，a可以用作神经胶质瘤异质性的成像生物标志物。可见拉伸指数不仅在肿瘤的诊断及鉴别诊断中至关重要，还可对肿瘤进行术前影像学评估，但是目前该模型在卵巢肿瘤中应用的相关文献较少，有待进一步研究。

4 DKI的基本原理及临床应用

4.1 成像原理

由于生物组织中复杂的微结构阻碍和限制了水分子的扩散，使其呈现出非高斯分布[25]，此时以水分子运动符合高斯分布的DWI模型可能不再适用。由此引入了DKI，其需要更高的b值，并且至少在15个方向上施加扩散敏感梯度场。得到的主要参数有：平均扩散峰度(K值)，其值介于0～1。K值越大，代表感兴趣区内水分子扩散越偏离高斯分布，扩散受限越明显，组织结构越复杂[26]。非高斯分布校正过的表观扩散系数(D值)与ADC相似。近年来，DKI在乳腺[27]、盆腔器官[28]中的应用逐渐增加。

4.2 在鉴别诊断中的应用

Li等[26]研究DKI鉴别MEOT与BETO及与Ki-67表达的相关性中发现，MEOT的K值显著高于BEOT，而D值显著降低，K值的增加和D值的降低反映了肿瘤组织微观结构的复杂性以及Ki-67的高表达，因此DKI模型可以用于评估卵巢肿瘤细胞增殖的非侵入性方法。李海明等[29]在研究多b值 DWI 鉴别MEOT与BEOT中进行了DKI-D、IVIM-D、ADC值3个参数的比较，结果发现DKI-D值的诊断效能最高，但差异无统计学意义。同时还与DKI-K值进行了比较，发现K值的诊断效能最高，且与ADC值的诊断效能差异有统计学意义，进一步证明了DKI用于卵巢肿瘤的可行性。一些研究表明，DKI参数在评估和早期预测治疗反应方面优于标准DWI[30-31]，且可对肿瘤分级提供额外信息[32-33]。目前少数文献对DKI鉴别卵巢肿瘤的良恶性进行研究，而将DKI用于卵巢肿瘤分级的相关研究鲜有报道，因此DKI具有广阔的研究前景。

总而言之，虽然多b值DWI序列的参数选择尚未统一，相关技术还未成熟，但是多b值DWI序列在卵巢肿瘤的诊断及鉴别诊断中的价值不容忽视。常规MRI联合功能磁共振成像在无创的条件下，通过一系列定量、半定量数据分析能显著提高卵巢肿瘤诊断的准确性。反映水分子扩散信息的参数ADCstand、ADCslow、DDC、DKI-D、DKI-K值及反映组织成分的参数α均有较好的诊断效能，其中DKI模型参数的诊断价值尤其高。多种功能磁共振成像方法的联合可相互补充，但这种联合必然增加了检查时间，因此需要进一步探索已确定最佳成像方法，以帮助临床医生制订更加科学合理的诊疗方案。

利益冲突：无。