扩散峰度成像多定量参数术前评估肝细胞癌病理分化程度的价值

盛流吉，刘爱连，赵莹，林涛，王楠，宋清伟

大连医科大学附属第一医院放射科，辽宁大连 116011；*通讯作者 刘爱连 liuailian@dmu.edu.cn

肝细胞癌（hepatocellular carcinoma，HCC）是全球致死率排名第3位的恶性肿瘤，患者五年生存率仅为18%[1]。低分化HCC由于肿瘤浸润快、易播散等原因导致治疗效果及预后不佳[2]。因此，明确HCC的病理分级对判断预后具有重要意义。穿刺活检是HCC病理分级的“金标准”，但该操作可能造成出血、病灶扩散等不良影响[3]。因此，亟需寻找一种能够在术前无创精准预测HCC病理分级的方法。MRI是诊断HCC及随访的主要方法[4]。常规MR序列可通过肿瘤信号、瘤周动脉强化等特征评估HCC病理分级[5]；但这些定性特征易受到医师的主观影响。扩散加权成像（DWI）可利用表观扩散系数（ADC）定量分析HCC病理分化程度[6]；但其以水分子高斯扩散为基础，与水分子实际运动不符，结果存在一定的偏倚。扩散峰度成像（diffusion kurtosis imaging，DKI）以水分子非高斯扩散为基础，可更精准地反映水分子实际运动和组织微观结构的特点，为HCC病理分级研究提供了可能[7]。本研究拟探讨DKI序列多定量参数术前评估HCC病理分化程度的价值。

1 资料与方法

1.1 研究对象 回顾性分析2015年1月—2018年12月于大连医科大学附属第一医院接受上腹部MRI检查，且经手术病理证实为HCC的58例患者的资料。纳入标准：①接受肝部分切除术，且术后病理证实为HCC；②术前1个月内进行上腹部MRI扫描，包括T1WI、T2WI和DKI序列；③肿瘤直径＞1 cm。排除标准：①MRI扫描前进行其他抗肿瘤治疗，包括经肝动脉化疗栓塞术、射频消融术、化疗和放疗；②未获得明确的HCC病理分级；③DKI图像质量欠佳难以分析。HCC的病理分级按照Edmondson-Steiner分级法分为Ⅰ～Ⅳ级[8]，其中非低分化组（高分化、中分化HCC）病理学分级为Ⅰ、Ⅱ级，低分化组病理学分级为Ⅲ、Ⅳ级。最终纳入58例HCC，其中男42例，女16例；单发56例，多发2例。低分化组20例，年龄49～77岁，平均（61±8）岁；非低分化组38例，年龄38～85岁，平均（64±9）岁。两组患者年龄差异无统计学意义（P＞0.05）。

1.2 检查方法 采用GE Signa HDXT 1.5T MR扫描仪，配体部8通道相控阵线圈。检查前嘱患者禁食、禁水4 h，行常规T1WI、T2WI抑脂和DKI扫描，①轴位T1WI序列：采用快速扰相梯度回波序列，TR 200 ms，TE 1.4 ms，视野（FOV）44 cm×39.6 cm，矩阵288×170，激励次数1；②轴位T2WI抑脂序列：采用快速自旋回波序列，TR 7059 ms，TE 92.6 ms，FOV 44 cm×33 cm，矩阵256×256，激励次数2；③轴位DKI序列：采用呼吸触发技术，TR 2500 ms，TE 90.1 ms，FOV 40 cm×40 cm，矩阵128×128，激励次数2，b值取0、1000、2000 s/mm2，在15个正交方向施加扩散梯度。上述各序列层厚/层间隔分别为6.0 cm和1.5 cm。

1.3 图像分析与数据测量 由2名具有3年和7年MRI诊断经验的放射科住院医师和主治医师采用双盲法独立完成数据测量。在GE AW4.6工作站，应用Functool软件进行DKI图像重建，获得平均扩散峰度（mean kurtosis，MK）、平行扩散峰度（kurtosis anisotro，Ka）、垂直扩散峰度（radical kurtosis，Kr）、峰度各向异性分数（kurtosis fractional anisotropy，FAK）、平均扩散系数（mean diffusion，MD）、平行扩散系数（axial diffusion，Da）、垂直扩散系数（radical diffusion，Dr）及各向异性分数（fractional anisotropy，FA）图。参照常规T2WI序列，在病灶轴位最大层面及其相邻2个层面分别放置感兴趣区（ROI）。ROI大小为肿瘤大小的1/3～1/2，避开坏死、出血区。对于多发HCC，选取最大病灶进行测量。最终病灶各参数值为3个层面ROI测量值的均值。

1.4 统计学方法 使用SPSS 21.0软件，使用组内相关系数（ICC）检验2名观察者测量各参数的一致性，若一致性良好（ICC≥0.75）取观察者测量结果的平均值进行分析。采用Shapiro-Wilk检验连续变量的正态性。符合正态分布的计量资料以±s表示，组间比较采用独立样本t检验；不符合正态分布的计量资料以M（Qr）表示，组间比较采用Mann-WhitneyU检验。应用受试者工作特征（ROC）曲线分析各参数鉴别低分化和非低分化HCC的诊断效能。应用Logistic回归计算各参数联合鉴别低分化和非低分化HCC的诊断效能，并用DeLong检验比较联合参数和单个参数曲线下面积（AUC）的差异。P＜0.05表示有统计学意义。

2 结果

2.1 2名观察者各参数测量结果的一致性检验 2名观察者对两组病灶各参数值测量的一致性良好（ICC均＞0.75，表1）。

表1 2 名观察者测得各参数值的一致性检验结果[（±s）或M（Qr）]

表1 2 名观察者测得各参数值的一致性检验结果[（±s）或M（Qr）]

注：MK：平均扩散峰度；Ka：平行扩散峰度；Kr：垂直扩散峰度；FAK：峰度各向异性分数；MD：平均扩散系数；Da：平行扩散系数；Dr：垂直扩散系数；FA：各向异性分数

参数 低分化组（n=20） 非低分化组（n=38） 观察者1 观察者2 ICC 观察者1 观察者2 ICC MK 0.635±0.143 0.645±0.139 0.975 0.580 （0.503，0.639） 0.584 （0.515，0.653） 0.956 Ka 0.683±0.129 0.688±0.130 0.970 0.591 （0.462，0.688） 0.578 （0.477，0.688） 0.978 Kr 0.558±0.180 0.574±0.172 0.945 0.498±0.140 0.494±0.151 0.914 FAK 0.425±0.148 0.427±0.130 0.913 0.438 （0.350，0.586） 0.457 （0.394，0.547） 0.936 MD（μm2/ms） 1.520 （1.349，1.740） 1.443 （1.324，1.655） 0.936 1.794±0.529 1.778±0.511 0.978 Da（μm2/ms） 1.908 （1.636，2.236） 1.832 （1.681，2.225） 0.979 2.357 （1.980，3.234） 2.278 （1.982，3.093） 0.974 Dr（μm2/ms） 1.336±0.236 1.240 （1.099，1.326） 0.820 1.409±0.399 1.393±0.381 0.979 FA 0.288±0.086 0.309±0.083 0.923 0.369±0.109 0.374±0.106 0.958

2.2 低分化与非低分化组各参数比较 HCC病灶勾画见图1、2。低分化组Ka值大于非低分化组（P=0.014），MD、Da、FA值小于非低分化（P=0.044、0.006、0.009），两组MK、Kr、FAK、Dr值差异无统计学意义（P＞0.05，表2）。

2.3 各参数对HCC分化程度鉴别诊断效能评估 Ka、MD、Da、FA值鉴别HCC低分化与非低分化组的AUC值为0.699、0.662、0.722、0.713，其中Da值的AUC和敏感度最高，分别为0.722、76.3%；MD值的特异度最高（75.0%；表3，图3）。

图1 男，50 岁，非低分化HCC。A～I 分别为DKI 原始图、FA 图、MD 图、Da 图、Dr 图、FAK 图、MK 图、Ka 图、Kr 图；FA 值为0.361，MD 值为0.839 μm2/ms，Da 值为1.19 μm2/ms，Dr 值为0.665 μm2/ms，FAK 值为0.740，MK 值为0.681，Ka 值为1.21，Kr 值为0.477

图2 女，55 岁，低分化HCC。A～I 分别DKI 原始图、FA 图、MD 图、Da 图、Dr 图、FAK 图、MK 图、Ka 图、Kr 图；FA 值为0.428，MD 值为1.70 μm2/ms，Da 值为2.46 μm2/ms，Dr 值为1.32 μm2/ms，FAK 值为0.729，MK 值为0.594，Ka 值为0.595，Kr 值为0.563

表2 低分化与非低分化HCC 组间各参数值比较

图3 Ka、MD、Da、FA值预估非低分化HCC的ROC曲线

2.4 各参数值联合鉴别诊断低分化与非低分化HCC的效能评估 2个参数联合时，Da+MD的诊断效能较好，AUC为0.764，敏感度为81.6%，特异度为75.0%；3个参数联合时，Ka+MD+Da的诊断效能较好，AUC为0.780，敏感度为78.9%，特异度为75.0%；4个参数联合时，AUC为0.780，敏感度为76.3%，特异度为75.0%，联合诊断效能见表4。各联合参数以及单一参数AUC两两比较结果显 示，FA 与MD+Da、FA 与Ka+MD+Da、FA 与MD+Da+FA、Ka+FA与MD+Da、Ka+FA与MD+Da+FA的效能比较，差异有统计学意义（P＜0.05，表5）。其余参数AUC之间两两比较差异均无统计学意义（P＞0.05）。

表3 各参数值鉴别低分化与非低分化HCC 的ROC 曲线分析结果

表4 Ka、MD、Da、FA值联合鉴别诊断非低分化HCC的效能评估

表5 各参数AUC两两比较结果显示

3 讨论

DWI是一种基于水分子布朗运动，反映组织内水分子扩散的功能MRI技术。目前利用DWI通过ADC值术前评估HCC病理分级的研究已有报道，最小ADC值与HCC病理分级呈负相关[9]。然而，体内水分子的实际运动并非布朗运动，而是受到各种微观结构影响的非高斯扩散运动。DKI以水分子非高斯分布模型为基础，能够更加准确地反映组织结构的微观变化[10-11]。Rosenkrantz等[12]发现DKI鉴别前列腺增生与前列腺癌优于DWI。Jensen等[10]及Rosenkrantz等[13]研究一致 认为DKI是一种有效识别细胞异质性及微观结构复杂性的技术。Wang等[14]研究表明DKI在预测HCC病理分级方面具有一定的价值。

本研究中2名观察者测量各参数的ICC值均大于0.75，提示DKI序列稳定性良好。结果显示，HCC低分化组Ka值大于非低分化组；两组MK、Kr值无显著差异。MK值代表所有空间方位上扩散峰度值的平均值；Ka值代表扩散张量长轴方向上的平均峰度值；Kr值代表垂直于扩散张量长轴方向上的平均峰度值，三者均与ROI内组织复杂程度成正比[15-16]。

由于低分化HCC中肿瘤细胞异质性较非低分化HCC更高，肿瘤细胞增生更活跃，因此低分化HCC中水分子扩散微环境更复杂。Rosenkrantz等[13]研究认为Ka值能更敏感地反映组织微观结构。因此，符合本研究结果中低分化Ka值显著高于非低分化组，而MK、Kr值无显著差异。Goshima等[17]使用DKI对肝Child-Pugh分级进行研究，也得出MK值在不同Child-Pugh分级中无显著差异的结论。

本研究结果显示，低分化HCC的MD、Da值小于非低分化HCC，Dr值在两组间无显著差异。MD反映分子整体的扩散水平和扩散阻力；Da代表在主要扩散方向上的扩散系数；Dr代表垂直于主要扩散方向上的所有扩散系数的平均值，均与水分子运动自由程度成正比[18]，其原因是由于低分化HCC肿瘤细胞增殖活跃，肿瘤细胞密度增加，细胞外间隙减小，水分子扩散受限程度增加，导致低分化HCC的MD、Da值降低；另一可能原因是由于低分化HCC的动脉血流供应量不如非低分化HCC，故非低分化组的水分子运动自由程度更高，导致非低分化HCC的MD、Da值更高[19]。FA值反映了水分子运动的各向异性程度，与组织纤维束的完整性以及方向的一致性密切相关[20]。本研究中低分化HCC的FA值小于非低分化HCC，其原因为低分化HCC肿瘤细胞增生活跃，排列混乱，较非低分化HCC破坏组织纤维束完整性及方向一致性更为剧烈。FAK值是FA的补充特征，代表扩散张量3个轴方向上扩散峰度值之间的各向异性[21]。本研究中，FAK值在两组间无显著差异。既往FAK值在脑胶质瘤病理分级的研究中也得到类似结果[22]；其在术前评估HCC病理分级的价值有待进一步探讨。既往大多数学者主要研究了DKI鉴别肝良、恶性肿瘤的价值，且分析的功能参数较少[23]。

本研究分析了DKI的8项功能参数对HCC病理分级的价值，可从多个角度定量评估低分化与非低分化HCC的肿瘤生物学行为，其中单个参数Da的诊断效能较好，AUC为0.722，敏感度为76.3%，特异度为65.0%。各参数联合诊断后，与FA值相比，MD、Da值联合具有更高的诊断效能。

本研究的局限性：样本量较少，结果可能存在偏差，有待今后扩大样本量进一步证实本研究结论；ROI放置区域未能做到与病理分析取材区域完全一致，但经多次测量在一定程度上减少了误差；仅在15个正交方向施加了扩散梯度，更多扩散方向在HCC病理分级方面的价值有待进一步研究；全肿瘤纹理分析更能反映肿瘤的异质性，将在未来进行探讨。

总之，DKI是一种无创的功能MRI技术，其多项定量参数有助于术前评估HCC的病理分化程度，有望为预后评估提供一定的参考价值。其中Da值为最佳的单一定量参数，各参数联合后诊断效能有所提升。