常规MRI表现及表观弥散系数直方图分析鉴别Ⅰ型与Ⅱ型上皮性卵巢癌

孔 伟，郭 强，林文聪，陈文坚

(韶关市第一人民医院医学影像科，广东 韶关 512000)

上皮性卵巢癌(epithelial ovarian cancer, EOC)包括一系列分子特征、临床病理特征和生长行为等差异较大的肿瘤。有学者[1]将EOC分为Ⅰ、Ⅱ两个亚型，即EOC二元分类模型，Ⅰ型EOC对应病理级别较低肿瘤，手术治疗效果较好；而Ⅱ型EOC对应病理级别较高肿瘤，早期多见转移，且复发率高，需以多种手段进行联合治疗。基于弥散加权成像(diffusion weighted imaging, DWI)获得的表观弥散系数(apparent diffusion coefficient, ADC)直方图分析可对肿瘤进行定量分析。本研究比较Ⅰ、Ⅱ型EOC常规MRI定性指标及ADC直方图定量指标的差异，探讨其鉴别诊断Ⅰ、Ⅱ型EOC的价值。

1 资料与方法

1.1 一般资料 回顾2018年3月—2020年1月44例于韶关市第一人民医院经病理确诊的EOC患者，年龄40～76岁，中位年龄55岁；血清糖类抗原125(carbohydrate antigen 125, CA125) 11.2～4 369 U/ml，中位CA125 156.5 U/ml。排除标准：①病灶无明显实性成分；②已接受手术、放射治疗或化学治疗等；③图像质量差。

1.2 仪器与方法 采用Philips Achieva 1.5T MR仪，体部相控阵线圈，扫描范围自盆底至脐部，病灶较大时酌情增大扫描范围，根据需要应用呼吸门控。参数：轴位T1WI，TR 529 ms，TE 14 ms，层厚6 mm，层间隔1 mm，FOV 350 mm×380 mm，重建矩阵256×256；轴位及矢状位T2WI，TR 3 500 ms，TE 90 ms，层厚5～6 mm，层间隔1 mm，FOV 350 mm×380 mm，重建矩阵256×256；轴位DWI，采用单次激发自旋回波-平面回波序列，TR 2 500 ms，TE 85 ms，层厚5 mm，层间隔1 mm，FOV 350 mm×380 mm，矩阵256×256，于三个方向施加扩散敏感梯度，b值取0、800 s/mm2，平均次数6。以流率2 ml/s注射对比剂Gd-DTPA 0.2 mmol/kg体质量后采集轴位、冠状位及矢状位增强T1WI。

1.3 图像分析 由2名具有10年以上腹部影像学诊断经验的副主任医师共同阅片，首先观察以下肿瘤定性指标：①侧别：单侧或双侧；②大小：整体及实性成分最大径；③形态：规则或不规则；④结构/成分：纯囊性、囊性为主(实性成分≤1/3)、囊实性(实性成分占1/3～2/3)、实性/实性为主(实性成分>2/3)；⑤实性成分强化方式：均匀、不均匀；⑥有无腹膜转移或侵犯；⑦腹腔积液量：少量(局限于直肠子宫陷凹)、中等(超过子宫底水平)、大量(超出骨盆水平)。采用Philips工作站自带软件包对DWI图像进行后处理，经弥散配准注册后生成运动平均各向同性校正后的ADC图，确定其中病灶范围；由1名医师参照文献[2]方法手动勾画肿瘤ROI，避开囊变、坏死区域，对双侧卵巢病变者选取实性成分最大侧，测量其平均ADC(ADCmean)，行ADC直方图分析，计算ADC最小值(ADCmin)、最大值(ADCmax)、第1百分位数(ADC1st)、第10百分位数(ADC10th)、第50百分位数(即中位数，ADC50th)、第90百分位数(ADC90th)及第99百分位数(ADC99th)，并重复3次。

1.4 统计学分析 采用SPSS 25.0统计分析软件。以±s表示符合正态分布的计量资料，以中位数(上下四分位数)表示不符合者；根据病理结果，采用t检验(正态分布)或Mann-WhitneyU检验(非正态分布)比较Ⅰ、Ⅱ型EOC各参数差异。对计数资料采用χ2检验或Fisher检验。以组内相关系数(intraclass correlation coeffcient, ICC)评价观察者内测量ADC直方图各定量值的一致性，ICC>0.80为一致性好。应用受试者工作特征(receiver operating characteristic， ROC)曲线评价差异有统计学意义的指标鉴别Ⅰ、Ⅱ型EOC的诊断效能，以Z检验比较各参数曲线下面积(area under curve， AUC)差异。P<0.05为差异有统计学意义。

2 结果

20例Ⅰ型EOC中，2例低级别浆液性癌、4例黏液性癌、6例透明细胞癌、8例子宫内膜样癌，共24侧存在24个病灶；其中4例双侧均存在病灶，均为子宫内膜样癌。24例Ⅱ型EOC中，19例高级别浆液性癌、4例癌肉瘤、1例未分化癌；共36侧存在36个病灶；其中12例双侧均存在病灶，均为高级别浆液性癌。

2.1 常规MRI表现比较 Ⅰ、Ⅱ型EOC均非单纯囊性结构，囊性病灶内见实性壁结节或乳头状结构，增强后均匀强化。Ⅰ、Ⅱ型EOC整体及实性成分大小、侧别、实性成分强化、腹膜转移及腹腔积液差异均无统计学意义(P均>0.05)；Ⅱ型EOC多表现为形态不规则及实性肿块(P均<0.05)，见表1、图1。

图1 患者64岁，右侧Ⅱ型EOC(高级别浆液性癌) A、B.脂肪抑制冠状位T2WI(A)和轴位脂肪抑制增强T1WI(B)示右附件区不规则实性肿块，增强后不均匀强化(箭)，伴大量腹腔积液

表1 Ⅰ、Ⅱ型EOC常规MRI表现比较

2.2 DWI表现比较 Ⅰ、Ⅱ型EOC实性成分DWI表现为均匀或不均匀高信号，ADC图呈低信号。3次直方图分析获得的ADC各定量值的一致性好(ICC=0.88，P<0.01)。对首次直方图分析结果行统计分析，结果显示Ⅰ型EOC的ADC直方图定量值均高于Ⅱ型(P均<0.01)，见表2及图2、3。

图2 患者63岁，Ⅰ型EOC(左侧黏液性癌) A.DWI示左侧附件区肿块呈不均匀高信号(箭)； B.ADC图中对应弥散受限区域ROI(红色区域)呈低信号； C.ADC直方图，横坐标为ADC值，纵坐标为百分比

图3 患者49岁，Ⅱ型EOC(右侧高级别浆液性癌) A.DWI示右附件区不均匀高信号(箭)； B.ADC图中对应弥散受限区域ROI(红色区域)呈低信号； C.ADC直方图

表2 Ⅰ、Ⅱ型EOC的ADC直方图参数比较[×10-3mm2/s，中位数(上下四分位数)]

2.3 诊断效能 根据病灶形态和成分及ADC直方图各定量参数鉴别Ⅰ、Ⅱ型EOC的ROC曲线见图4，其AUC为0.65～0.97，其中ADC50th及ADC90th的AUC最高，均为0.97，见表3。病灶形态与成分的AUC差异无统计学意义(Z=0.54，P>0.05)，与二者联合的AUC差异亦无统计学意义(Z=1.27、0.74，P均>0.05)。肿瘤形态与ADCmax的AUC差异无统计学意义(Z=1.39，P>0.05)，肿瘤成分与ADCmax、ADC99th的AUC差异均无统计学意义(Z=0.89、1.60，P均>0.05)，且肿瘤形态、成分的AUC均小于其他ADC直方图定量参数(P均<0.05)。定性指标的联合AUC小于ADCmean、ADC10th、ADC50th及ADC90th(Z=2.71、2.37、2.74、2.87，P均<0.05)。ADCmax的AUC小于ADCmean、ADC50th及ADC90th(Z=2.24、2.27、2.37，P均<0.05)，其余ADC直方图定量参数AUC差异均无统计学意义(P均>0.05)。

图4 MRI定性指标及ADC直方图定量参数鉴别诊断Ⅰ、Ⅱ型EOC的ROC曲线 A.MRI定性指标； B.ADC直方图定量参数

表3 MRI定性及ADC定量参数鉴别Ⅰ、Ⅱ型EOC的ROC曲线结果

3 讨论

作为一个简化模型，EOC二元分类法建立在分子遗传学的基础上，能较好地反映肿瘤异质性。二元分类模型与WHO EOC第四版分类(2014)的对应关系如下：Ⅰ型肿瘤包括低级别浆液性癌、黏液性癌、子宫内膜样癌、透明细胞癌和恶性Brenner肿瘤；Ⅱ型肿瘤包括高级别浆液性癌、未分化癌和癌肉瘤。

MRI能较好地反映肿瘤大小、形态、结构、周围侵犯及转移等信息，增强检查可用于评价肿瘤血供[3-6]；根据MRI常规定性指标诊断卵巢良恶性肿瘤的准确率可达90%[3]。Ⅰ、Ⅱ型EOC大小、囊实性、附壁结节及强化程度存在差异，联合应用MRI常规定性参数仅有助于提高诊断的特异性[7]。本研究发现Ⅰ、Ⅱ型EOC形态及成分差异均有统计学意义，根据肿瘤形态鉴别Ⅰ、Ⅱ型EOC特异度达0.89，而肿瘤成分亦有较高敏感度(0.75)，二者联合可提高诊断敏感度，但诊断效能并不理想，提示单凭MRI视觉信息难以准确区分Ⅰ、Ⅱ型EOC。

DWI可无创检测人体内水分子弥散情况，其定量指标ADC可反映组织弥散受限程度。既往研究[8-10]多关注卵巢肿瘤ADC的均值，忽略了肿瘤异质性。ADC直方图分析能评价ROI内图像强度分布，量化显示信息细节。EOC多含较多囊性结构，囊液ADC易受自身成分及周围结构的影响[11-12]。本研究避开肿瘤囊性区域，于更能直接反映弥散特性的实性区设置ROI，结果更为客观；且单一层面ROI便于临床应用及普及，可重复性好。

直方图的横坐标为ADC，纵坐标代表每个参数值的占比，第n个百分位数表示在横坐标数列(从小到大排列)中有n%的数值小于等于该值[13]。ADC值与病变组织内细胞密集程度及细胞外间隙等因素有关[14],能反映肿瘤内部细胞结构及分化程度。直方图靠左侧区域的数值表征瘤内细胞排列紧密、分化程度较差区域，以ADCmin、ADC1st及ADC10th为代表；靠右侧区域数值表征瘤内细胞排列较疏松、分化程度较好区域，以ADC90th、ADC99th及ADCmax为代表；中间区域数值可代表决定ADCmean的肿瘤区域，以ADC50th为代表。针对各区域有代表性的指标进行分析可使结果更为全面，且能避免过多分析冗余参数。本研究发现Ⅱ型EOC的ADC直方图参数均低于Ⅰ型，表示Ⅱ型肿瘤较Ⅰ型瘤体细胞排列紧密、细胞外间隙窄小，与既往研究[15]基本一致；ROC曲线结果显示，ADCmean、ADC50th及ADC90th的诊断效能尤为突出，其AUC均高于MRI定性指标及其他ADC直方图定量指标。此外，直方图还可直观显示水分子扩散差异所致直方图形态改变及整体移位。

综上所述，ADC直方图分析有助于直观显示EOC内部特性，其定量参数鉴别Ⅰ、Ⅱ型EOC优于常规MRI。本研究的主要局限：①单中心研究，样本量少；②针对单一机型、非多b值数据进行分析，结果缺乏普适性；③EOC二元分类模型包含多种类型肿瘤，肿瘤构成比不同对结果的影响有待进一步探讨。