体素内不相干运动成像对胰腺癌的诊断价值

刘泽群 刘爱连 孙美玉

胰腺癌（pancreatic carcinoma，PC）是胰腺最高发的恶性肿瘤，患病初期并无明显及特异性症状，多数患者发现时已经失去手术机会，5年生存率小于5%[1]。因此PC的诊断尤为重要，影像检查对PC的诊断起决定性的作用。本研究旨在探究体素内不相干运动成像（intravoxel incoherent motion，IVIM）IVIM单指数模型、双阶单指数模型、双阶双指数模型、拉伸指数模型对胰腺癌诊断的应用价值。

方 法

1.临床一般资料

我院伦理委员会审批同意本研究。回顾性收集于2016年8月～2018年8月在本院行胰腺3.0T MR检查的患者影像学临床资料并对影像图像进行分析。经病理或按中华人民共和国卫生部制定标准[2-3]临床证实为PC者共30例（30个病灶），男15例，女15例，年龄范围48～89岁，年龄均值65.53±9.17 岁。收集健康志愿者25例，男14例，女11例，年龄范围45～76岁，平均年龄59.92±9.55岁。

2. 仪器与方法

使用GE 3.0T MRI扫描，采用体部8通道相控阵线圈。常规扫描序列包括FT1WI、FT2WI、LAVA、DWI、IVIM、HB DWI。DWI 序 列 ：TE=57.5ms，TR=8000ms， 矩 阵 128×128，NEX=4.0，b 值 取 0，600s/mm2；IVIM 序 列：TE=100ms，TR=2400ms，矩 阵 128×128，NEX=2.0，b 值 取 0、20、50、100、150、200、400、800、1200、2000、3000s/mm2；HB DWI序列：TR=2400ms，TE=108ms，矩阵 128×128，NEX=3.0，b 值取 0、1500、2000、3000、4000s/mm2；以上FOV=40cm×40cm，层厚7mm，层间距1mm。

3.图像分析、测量及处理

由笔者和一名具有5年腹部MR诊断工作经验的影像科医师共同观察图像并记录病灶大小。MRI扫描图像传至GE ADW4.4工作站，使用MADC模块对图像进行后处理计算。在病灶内画取感兴趣区（region of interest，ROI），ROI面积大于病灶的1/3，尽量避开囊变、坏死处，每个病灶均测量3次，取平均值用作统计分析。NP组在胰腺组织显示最佳层面于胰头、胰体、胰尾放置等大小ROI，尽量避开血管及胰管，取三者平均值作统计分析。

4. 统计学分析

数据统计学分析采用SPSS17.0统计学软件。

两组性别差异用卡方检验，年龄差异使用两独立样本t检验，得出两组无差异。两名测量者测量结果的一致性检验采用组内相关系数检验（intraclass correlation coefficients，ICC），ICC 值均＞ 0.75，一致性良好取两次测量平均值进行后续分析；对两组各模型参数值进行统计学分析，符合正态分布采用两独立样本t检验，不符合正态分布采用Mann-Whitney U秩和检验，P＜0.05有统计学意义。绘制有差异参数的ROC曲线，并对其诊断效能进行分析。

结 果

1.两组不同指数模型各参数值比较

结果见表1。其中两组ADC、Standard ADC、D-mono、D*-mono、D*-Bi、DDC、α 值， 差 异均有统计学意义，P＜0.05；两组fmono、fbi、D-bi值差异无统计学意义，P＞ 0.05。

表1 两组各参数值比较

图 1 ADC、SandardADC、D-mono、D*-mono、D*-Bi、DDC及α值的ROC曲线。

图2 病理证实胰腺导管腺癌。 图A为D*-mono图，图B为α图，其对应的参数值分别为1.08×10-3mm2/s、0.53。

图3 正常胰腺组。图A为D*-mono图，图B为α图，其对应的参数值分别为 1.31×10-3mm2/s、0.77。

2.两组不同模型各参数值鉴别PC及NP的诊断效能

ADC、SandardADC、D-mono、D*-mono、D*-Bi、DDC及α值的ROC曲线见图1～3。α值ROC曲线下面积0.905，ADC、D-moono、D*-mono、D*-Bi、DDC 曲线下面积在 0.725、0.873、0.899、0.773、0.767。标准 ADC 曲线下面积 0.538。

讨 论

近年来，随着弥散加权成像技术日趋成熟，DWI在胰腺方面的应用越来越多，DWI可以无创性反映组织内水分子随机、无规律的布朗运动。b值是扩散敏感因子，反映序列中施加梯度的大小及持续时间。给两个不同的b值计算即可得到表观弥散系数（apparent diffusion coefficient， ADC）。随着人们对于DWI认识的深入，有学者发现在高度不均质的环境下，在b值＞1000s/mm2时，水分子扩散运动常呈多指数方式进行，另外由于MR空间分辨率不够，产生ADC值的不仅仅是水分子的扩散运动，毛细血管内血液的流动也会对最后的信号做出贡献。分子运动的扩散效应由扩散较慢的细胞内水分子运动反映；而水分子灌注效应由运动较快的毛细血管内水分子反映。因此，Le Bihan于1986年提出了体素内不相干运动成像（intravoxel incoherent motion，IVIM）的概念。双指数模型是IVIM最为经典的模型，另外还包括高b值下得到的拉伸指数模型，经典双指数模型公式表示为：

S(b)/S0=f·exp[-b（D*+D）]+(1-f)exp(-bD)

D值代表感兴趣区细胞内单纯水分子扩散效应；D*值即感兴趣区内血液流动产生扩散效应，反映微循环灌注情况；f值为灌注分数，反映局部微循环的灌注效应占总体扩散效应的容积比率，值在0～1之间。

本研究结果发现胰腺癌组ADC值、Standard ADC值较NP组降低且差异具有统计学意义，原因可能癌细胞致密，细胞外间隙减小、胰腺纤维化程度增加，水分子弥散运动受限所致，这与以往研究结果一致[4-8]。Standard ADC值较ADC值诊断效能略低，可能是Standard ADC是多个b值下ADC的平均值，减低了不同b值下ADC值的差异，取得平均值后差异性降低诊断效能减低。

本研究中，胰腺癌组的D-mono、D-bi值都要低于正常胰腺组，两组D-mono值有差异（P＜0.05），两组D-bi差异无统计学意义，表明单指数模型较双指数模型更能反映胰腺癌的组织扩散特点，具有较大的诊断价值，胰腺癌的扩散特点是以单指数模型的细胞内外扩散显著减低为主。本研究得出两组f值无统计学差异分析原因可能是虽然PC组分子扩散速度与毛细血管灌注都减低，但毛细血管密度并未减低，两者比值改变并不明显，差异无统计学意义。

Kang等[9]同时提出胰腺癌D*-mono明显低正常胰腺组织及胰腺炎组，与本研究结果一致，其原因推测为PC引起局部组织纤维化肿瘤邻近的小动脉新生内膜增生致关管壁硬化，肿瘤侵犯血管致血流速度减慢肿瘤组织坏死等导致肿块低灌注改变，而D*值主要取决于毛细血管灌注效应，即血液流速及毛细血管形态。正常胰腺组织血运丰富，毛细血管分布多而均匀其血管灌注效应良好，血液流速快，组织微循环良好，因此，胰腺癌的D*值要低于NP组。

Bennett等[10]提出，IVIM双指数模型反映的组织扩散信息不够全面，比较局限，他提出了新的数学模型——拉伸指数模型，其计算公式为：

Sb/S0=exp[-(b×DDC)α]这一模型可用来反映体素内异质性影响的扩散相关信号衰减程度，对评价体素内的扩散和灌注状态更加准确和全面，DDC代表体素内水分子提及分数连续分布的ADC值，是ADC值的复合表现形式。α则与体素内水分子扩散不均质程度相关，α值越小组织复杂程度大[11]。有研究表明多指数模型DWI测量出的扩散率更接近组织中水分子扩散的不均质性及多区间性[12]，现国内外文献尚无关于拉伸指数诊断胰腺癌的报道。而从数学模型角度来说，DDC值与D值密切相关[10]， DDC值是ADC值的复合表现形式，与细胞密度呈负相关[13]，本研究显示胰腺癌的DDC值低于NP组DDC值，分析其原因可能是正常胰腺组织水分子弥散均匀，分子扩散迅速，而胰腺癌结构致密，弥散较慢，DDC值减低。α值与组织复杂程度成负相关，分析本研究结果，胰腺癌细胞的多形性（大小可变性、细胞及细胞核的异形性）、体素内的小坏死或囊变、微血管的增殖等都可以导致体素内的有不同质子池的不同成分增多，致使α值减低。本研究结果显示，α值对于诊断效能最高，其ROC曲线下面积、特异度均高于0.9，说明拉伸指数模型的定量指标对于PC诊断有很大的探索空间及应用前景。

本研究存在一定的局限性：并非大样本研究，存在一定误差；入组患者并非每个都有准确的病理分级，可后续收集病例应用IVIM-DWI序列进行胰腺癌与胰腺实性肿瘤鉴别诊断。

本研究得出IVIM多参数模型较常规DWI能提供更多信息，且诊断效能较DWI序列更高，有望成为替代DWI的新一代无需注射对比剂、无创伤性序列，且为日后IVIM各模型的应用奠定基础及新的思路和发展空间。