张九茹,李苧郡,赵 媛,刘护丽 综述,宋 廉△ 审校
(1.江苏大学医学院医学影像学1701班,江苏 镇江 212001;2.江苏大学附属医院影像科,江苏 镇江 212001)
子宫肌瘤是女性最常见的良性肿瘤,发病率可达20%~30%[1-2]。子宫肌瘤的发病机制尚不完全明确,但已有报道显示,年龄、既往妇科炎症史、生育史、家族病史、饮食习惯、社会心理因素及环境等是子宫肌瘤的危险因素[3]。磁共振成像(MRI)是子宫肌瘤诊断中最主要的影像检查方法之一,可以有效判断瘤体大小、形态、肌瘤与子宫肌壁层的位置关系,评估瘤体组织成分(如纤维、出血、囊变等)。近年来,磁共振纹理分析(MRTA)技术及影像组学可通过分割感兴趣区、提取纹理特征、高通量挖掘和分析影像数据等来提高诊断的准确性;同时,MRTA技术及影像组学可与子宫肌瘤的关联基因联合,为临床提供有价值的影像生物标志物,指导临床治疗决策和预后预测,从而实现个体化治疗。
基于中国人口流行病学调查研究显示,至少25%~40%的女性患有子宫肌瘤,且子宫肌瘤患病率随年龄的增长而增加,40~49岁女性患病率最高,可达19.12%[4-6]。患者临床症状主要包括:经量增多及经期延长、下腹包块、白带增多、压迫症状、腹痛、不孕或流产。约25%患者的症状会明显其影响生活质量。子宫肌瘤的主要病理表现为子宫实质性球形包块,表面光滑,质地较硬,常压迫周围肌壁纤维形成假包膜;镜下观子宫肌瘤由旋涡状排列的平滑肌细胞和数量不等的纤维结缔组织分隔所构成[7]。
影像检查技术是子宫肌瘤诊断和指导临床治疗决策的主要方法[7]。超声是子宫肌瘤的重要筛查手段,主要表现为子宫不规则增大或局限性隆起,肌瘤结节多呈类圆形低回声或等回声区,界限较清楚,周边有假性包膜形成的低回声晕。彩色多普勒超声可见肌瘤周围有环状、半环状血流信号[2,7]。然而,超声对肌瘤确切定位性能欠佳,存在误诊或漏诊,尤其是对微小病灶(病灶小于2 cm)的检出率偏低。
子宫肌瘤计算机断层扫描(CT)表现为子宫增大;病灶多呈低密度,且随组织成分变化而变化;增强后强化程度略低于正常子宫[8-9]。MRI检查具有软组织和空间分辨率高、可多方位成像等优势,对于子宫肌瘤诊断的特异度和敏感度均较高,能准确诊断肌瘤大小、位置和数目[9]。MRI研究报道:MRI可以检出小至3 mm的子宫肌瘤,且可以准确区分黏膜下、肌层内或浆膜下肌瘤[6]。子宫肌瘤在T1加权成像(WI)上信号强度类似子宫肌层;T2WI上呈明显低信号,边界清楚,与周围子宫肌层信号形成明显对比。T2WI高信号环状影为肌层受压后扩张的淋巴管、静脉或水肿[2]。随着动态增强MRI(CE-MRI)、弥散加权成像(DWI)等新技术的研发,MRI在子宫肌瘤诊断中的价值越来越高,还可以有助于指导临床决策[10]。
纹理分析(TA)是通过分割感兴趣区域、提取纹理特征、对比组织病理学等,经过统计学处理,筛选出与病变具有相关性的纹理特征,进而构建疾病诊断及预测模型[11]。因此,MRTA可定量或定性描述感兴趣区组织结构的细微变化。MRTA是通过对MR图像后处理,基于复杂数学运算将图像量化不为人眼识别的信息,进一步提取体素信号强度和空间分布特征[12]。影像组学是通过计算机软件从CT、PET或MRI等医学影像图像中高通量地提取海量影像信息,对其进行深层次的挖掘、预测和分析,将疾病的视觉影像信息转化为深层次、可量化的影像纹理特征。影像组学基本步骤包括标准医学影像数据获取和筛选、病灶识别、图像分割、特征提取、特征选择、建立模型及应用[13]。两者相辅相成。TA依赖于组织的图像形状、粗糙度、平滑度、颗粒度、均匀性或周期性方面的变化[14]。MRI图像来源主要有T1WI、T2WI、MRI液体衰减反转恢复序列(FLAIR)、增强T1WI、DWI、表观扩散系数(ADC)图等。由于MRI图像的信息量较大,因此常需要纹理特征提取方法来实现TA参数量化。纹理特征提取方法包括统计法、基于模型法、结构分析法、信号处理法等[15-16]。其中,统计法是MRI纹理特征提取中最常应用的方法。
MRTA及影像组学优势在于成像图像清晰,软组织分辨率高[17],成像序列多,且每个序列图像都可以独立开展TA,多个序列图像一起TA又能实现联合评判。
3.1MRTA及影像组学在子宫肌瘤诊断及鉴别诊断中的应用 早期诊断对于子宫肌瘤患者预后具有重要的临床意义。初迎幸等[18]基于54例(58个病灶)子宫肌瘤患者连续性增强MRI直方图表现和病理结果对照发现,连续性增强MRI直方图信号特征与子宫肌瘤的分型相关,普通型肌瘤信号一般是规则和均匀的,富细胞型和退变型肌瘤的信号则不均匀。同时,研究证实通过应用多参数和定量MRI(T2-mapping、ADC图、DWI、增强T1WI及T2WI),以及Funaki分类、信号强度分级(SSI)可以区分子宫肌瘤的不同类型[19-20]。
MRTA及影像组学有助于对子宫肌瘤与子宫肉瘤、子宫腺肌病等疾病进行鉴别诊断。GERGES等[21]利用T2WI、增强T1WI和ADC图对子宫平滑肌肉瘤和子宫平滑肌瘤进行鉴别诊断。结果显示,T2WI中子宫肉瘤和子宫肌瘤平均值、偏度、熵、底部第10百分位的平均值(mean0-10)差异有统计学意义(P<0.05);T1WI增强图像中,2个疾病的mean0-10、mean10-25和mean25-50差异有统计学意义(P<0.05);ADC图中,2个疾病相关指标差异无统计学意义(P>0.05)。廖俊杰等[22]分析20例子宫肉瘤患者和52例子宫肌瘤患者ADC直方图参数(ADCmean、ADCmin、ADCmax、ADC-5th、ADC-25th、ADC-50th、ADC-75th、ADC-95th、偏度及峰度值)。结果显示,子宫肉瘤组主要以正偏态分布为主,而子宫肌瘤组以负偏态分布为主;子宫肉瘤组的ADCmean、ADCmin、ADC-5th、ADC-25th、ADC-75th和ADC-95th均低于子宫肌瘤组。XIE等[23]应用3种不同感兴趣区进行基于ADC图的影像组学分析,比较子宫肉瘤及子宫肌瘤的术前诊断效能。手动分割ADC图上肿瘤、肿瘤和小块围绕的组织、整个子宫等不同区域,从每个感兴趣区中提取纹理和非纹理特征,再以图像分割的方式构建基于不同图像特征、不同组合的20个logistic回归模型。研究证实,随着感兴趣区的扩大,图像具有最佳放射组学的敏感度、特异度、准确性和受试者工作特征曲线(ROC曲线)的曲线下面积(AUC)。较大的感兴趣区不仅涵盖了肿瘤的特征,也包括了肿瘤以外的其他预测特征,具有更好的鉴别诊断效能。吴国华[24]应用MRTA直方图参数、灰度共生矩阵参数,绘制ROC曲线对子宫肌瘤与子宫腺肌病进行回顾性分析,发现子宫肌瘤患者T2WI最大值,T1WI、T2WI、ADC图的标准差均显著高于子宫腺肌病。MRTA直方图参数中以ADC偏度值的AUC值最高,其以大于2.071为截断值,诊断子宫肌瘤、子宫腺肌病的敏感度、特异度分别为87.76%、88.24%。子宫肌瘤T2WI显著低于子宫腺肌病,T1WI、T2WI、ADC图的熵值均显著高于子宫腺肌病。灰度共生矩阵参数诊断子宫肌瘤、子宫腺肌病时,以ADC图熵值的AUC值最高,其以大于6.57为截断值,敏感度、特异度分别为73.47%、76.47%。研究证实,在子宫肌瘤与子宫腺肌病的鉴别诊断中,以ADC偏度值效最佳。由此表明,MRTA及影像组学利用T2WI、T1WI、ADC图的研究在子宫肌瘤诊断与鉴别诊断中具有重要的临床意义。
3.2MRTA及影像组学在子宫肌瘤治疗评估及预后中的应用 子宫肌瘤的临床治疗手段包括药物治疗、手术治疗、介入治疗、磁共振引导的高频超声共聚焦治疗(MRgHIFUS)等。选择合适的治疗方案,实现个体化、精准化治疗具有重要价值。研究表明,MRTA能为评估子宫肌瘤无创性治疗及预后提供有价值的影像学依据。苏佰燕等[25]回顾性分析16例接受MRgHIFUS的子宫肌瘤患者T1WI增强序列图像,并进行相关纹理参数分析,包括平均值、标准差、熵、正性像素平均值、偏度、峰度。结果显示,治疗前、后的峰度差异有统计学意义(P<0.05),表明对比增强T1WI图像上的纹理参数与子宫肌瘤的治疗效果间具有一定的相关性,可采用治疗前的熵、治疗后即刻峰度和偏度来预测MRgHIFUS的治疗效果。
LUO等[26]收集409例接受子宫动脉栓塞(UAE)治疗患者的T1加权对比增强序列图像和T2加权序列图像,并进行TA,构建预测临床结果的ResNet模型。结果表明,ResNet模型的测试精确度为0.847,敏感度为0.932,特异度为0.462。因此,基于ResNet模型的深度学习方法在预测UAE治疗结果方面具有较高的准确度。KURBAN等[27]收集75例患者(包含212个子宫肌瘤)并成功进行UAE治疗,基于T2WI信号强度比例、增强比例、T2WI异质性比例、位置、肌瘤基线体积等5种变量开发出可预测ROC模型,同时结合TA及放射组学,准确反映了子宫肌瘤治疗后的体积响应,AUC为0.85,敏感度为82%,特异度为71%。因此,T2WI图像上信号的异质性能作为有效预测经UAE治疗后子宫肌瘤体积响应的因子。
3.3基于MRTA及影像组学的生物学在子宫肌瘤中的应用 肿瘤发生、发展、增殖、侵袭与转移等生物学行为与基因的异常表达、免疫组织的化学变化、显微组织结构的改变、肿瘤微环境的变化密切相关[28]。BARANOV等[29]系统阐述了子宫肌瘤的病理基因组学,发现许多新的基因网及生物学途径,包括起源、转录和表观遗传型、细胞间质及微小干扰RNA(microRNA)的影响。研究发现,HPGD、MED12[30]、HMGA2[31]、ACE2[32]、MMP-2[33]、EGF[33]等基因在子宫肌瘤中表达上调,而MBD2基因在子宫肌瘤中表达下调[34-35]。李丽等[36]运用动态对比增强MRI(DCE-MRI)检查并测量各定量灌注参数[包括容量转运常数(Ktrans)、速率常数(Kep)、血管外细胞间隙容积分数(Ve)、血管间隙容积分数(Vp)]的直方图参数(中位数、平均值、偏度、峰度、能量、熵),区分子宫肌瘤的病理分型(退变型、普通型、富细胞型)。DCE-MRI定量分析通常采用平均值及中位数来描述肿瘤的生物学特征,直方图参数反映肿瘤特点,特别是肿瘤异质性。富细胞型子宫肌瘤因肌细胞增生活跃、排列紧密、肿瘤微血管生成较多且细胞内皮细胞排列紊乱,血管渗透力差异大。这些灌注参数尤其是Ktrans(中位数、平均值)具有较高的诊断效能。在不同病理类型子宫肌瘤中,DCE-MRI定量灌注直方图参数尤其对富细胞型子宫肌瘤具有较高诊断价值,其在MRI的脂肪抑制T2WI序列上多表现为高信号、稍高信号或等信号,在DWI上常表现为高信号、稍高信号,而行病理免疫组织化学检测时,其Ki-67表达水平较高。目前,影像组学研究在多种实体瘤中得到了广泛的关注[37]。但是其在子宫肌瘤的相关研究却鲜见报道。因此,MRTA及影像组学在子宫肌瘤生物学方面的研究仍有广阔的空间。
MRTA及影像组学近年来被广泛应用于肿瘤影像领域,具有巨大的潜力。MRI纹理特征及影像组学可反映内部组织结构和分布,反映器官内部组织结构的变化。因此,相较于传统的影像诊断,MRTA及影像组学在子宫肌瘤病灶特征提取和量化方面能提供更客观信息,对于疾病的诊断、鉴别诊断和治疗评估具有意义[31]。除此之外,肿瘤时空异质性与肿瘤的预后密切相关,MRTA是一种量化分析空间异质性的有效方法,可通过降低光子噪声的方法来凸显出肿瘤的生物学异质性。在子宫肌瘤关联基因的相关性研究方面,影像组学已被证实可以表征肿瘤内异质性,从而在提高疾病的诊断、预后和治疗反应的预测中具有重要价值[38]。
尽管MRTA及影像组学在子宫肿瘤诊断和治疗决策制定中具有广阔的前景,但在真正运用于临床实践中仍面临诸多问题和挑战。(1)图像分割方式的多种多样造成了处理结果的偏差。手动分割准确度高但主观差异的影响较大。因此,通过计算机辅助来自动或半自动选定勾画感兴趣区,可以减少主观结果的偏差。(2)TA软件及算法之间存在差异。随着计算机技术和医学工程技术的快速发展,能提取纹理参数的软件越来越多,不同的软件对于图像的格式,纹理参数的提取、分析及算法都不尽相同,使得目前已发表的研究之间可重复性较差。下一步应制定标准化的TA技术处理流程、TA方法和纹理参数[39]。(3)影像数据的来源标准不一样。MRTA比使用CT和PET数据集的影像组学更复杂,部分原因是MRI的标准化和校准在本质上比基于光子检测的技术更复杂。此外,纹理特征还受不同扫描仪和参数的影响。与CT和PET比较,MRTA复杂性的因素包括采集协议和空间分辨率的可变性。通过对不同系统获得的MRI数据进行后处理,能减轻患者间强度范围的差异,并重新采样至均匀的体素大小,一定程度上能降低这种影响[40]。(4)大多数已发表的研究多为单中心回顾性研究[41],样本数量有限,数据受限于样本量不足,且大多缺乏外部验证,在真正运用到临床实践之前,还需要进行更大样本量的前瞻性多中心研究来验证MRTA及影像组学的预测模型和诊断效能。
随着时代的变迁,医学的发展经历了从经验医学、循证医学到现在以人工智能和大数据为代表的智能化诊疗的演变过程。MRTA及影像组学能够深入挖掘图像生物学本质并定量化分析肿瘤异质性,从而提供临床决策支持。其在疾病诊断、治疗、预后等方面具有重要的指导意义,能实现智能辅助诊断,拥有广阔的应用前景。