临床研究
扩散-弛豫相关谱成像鉴别早晚期宫颈鳞状细胞癌的价值
磁共振成像, 2023,14(3) : 105-110. DOI: 10.12015/issn.1674-8034.2023.03.018
摘要
目的

评价扩散-弛豫相关谱成像(diffusion-relaxation correlation spectrum imaging, DR-CSI)在鉴别早晚期宫颈鳞癌中的价值。

材料与方法

回顾性分析经病理活检证实宫颈鳞癌的病例60例,根据国际妇产科联盟(International Federation of Gynecology and Obstetrics, FIGO)2018分期标准分为早期组和晚期组。术前均行T2加权成像(T2 weighted imaging, T2WI)和DR-CSI序列扫描,获得DR-CSI序列构建扩散-弛豫相关谱(T2-D谱),并将T2-D谱划分为6个微观区室(A~F)。测量感兴趣区(region of interest, ROI)的表观扩散系数(apparent diffusion coefficient, ADC)、横向弛豫时间(T2)和各微观区室信号占比分数(f),采用两独立样本t检验或Mann-Whitney U检验比较两组间参数的差异。二元logistic回归进行多参数联合分析,受试者工作特征(receiver operator characteristic, ROC)曲线评价各参数的诊断效能,DeLong检验比较ROC曲线下面积(area under the curve, AUC)。

结果

晚期宫颈癌以fB最高,早期宫颈癌以fC最高。ADC和fC在早期组中明显高于晚期组,而fB在晚期组中明显高于早期组(P<0.05)。在单个参数中,fB具有较高的诊断效能,AUC为0.818,其次是fC(AUC=0.809)和ADC(AUC=0.773)。DR-CSI六区室联合(fA~fF)诊断效能最高,AUC为0.973,较ADC联合T2的诊断效能(AUC=0.809)有所提高,明显优于ADC(AUC=0.773)和T2(AUC=0.790)(P<0.05)。

结论

DR-CSI技术的定量参数可以对早晚期宫颈鳞癌进行鉴别,诊断性能优于常规ADC和T2,多参数联合有利于提高鉴别诊断效能。

引用本文: 高依鹤, 薛珂, 李琰, 等.  扩散-弛豫相关谱成像鉴别早晚期宫颈鳞状细胞癌的价值 [J] . 磁共振成像, 2023, 14(3) : 105-110. DOI: 10.12015/issn.1674-8034.2023.03.018.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

本刊刊出的所有论文不代表本刊编委会的观点,除非特别声明

0 前言

宫颈癌是全球妇女第四大常见癌症,在低收入和中等收入国家排名第二[1]。分期诊断是决定治疗方案、判断预后和转归重要的影响因素[1, 2]。宫颈癌最常见的病理类型是鳞状细胞癌,约占70%[3, 4]。不同分期的宫颈癌,采用的治疗方式有所不同。早期宫颈癌主要采用以手术为主的治疗方案,而晚期宫颈癌则采用同步放化疗为主的方案[5, 6]。扩散加权成像(diffusion-weighted imaging, DWI)、T2WI序列已被应用于宫颈癌分期的鉴别中,通过计算表观扩散系数(apparent diffusion coefficient, ADC)值、横向弛豫时间(T2)值等来对早晚期宫颈癌进行鉴别,反映肿瘤组织扩散和弛豫信息的差异[7, 8]。但传统的ADC、T2值是一个体素的平均值,它们仅能提供单一的扩散或弛豫信息,对于潜在复杂微观结构的信息提供得较少。近年来,磁共振扩散或弛豫的多指数模型通常被用于推断宏观MRI体素中许多不同的微观组织隔室。然而多指数是困难和不适当的,注意到这种不适当性理论上可以在更高的维度上减少,扩散-弛豫相关谱成像(diffusion-relaxation correlation spectrum imaging, DR-CSI)联合编码了扩散和弛豫信息,使用一种新的约束重建技术生成每个体素的多维扩散-弛豫相关谱。多维光谱的信号分量反映弛豫和扩散成分对每个体素整体MRI信号的贡献,预计对应于每个宏观MRI体素中存在的不同组织微环境[9, 10, 11]。目前,DR-CSI序列已在小鼠脊髓实验和胎盘实验中得到验证[10],小鼠损伤脊髓中额外的光谱峰和小鼠脊髓白质-灰质边界区域的空间变化光谱表明DR-CSI具有强大的能力来解析空间重叠的组织隔间,而胎盘实验表明DR-CSI可以反映体素内成分前所未有的信息和组织微环境的变化。临床应用仅限于体外前列腺癌标本的诊断及侵袭性的研究[12, 13],研究发现DR-CSI的信号成分与前列腺的微观组织分区相关,在良恶性组织之间存在差异,并与Gleason评分具有更强的相关性。目前DR-CSI暂无应用于宫颈癌的报道。本研究通过扫描DR-CSI序列,构建扩散-弛豫相关谱并划分微观区室,计算感兴趣区(region of interest, ROI)ADC、T2值和各微观区室信号占比分数的差异,评估DR-CSI是否可以用于从微观角度鉴别早晚期宫颈鳞癌。

1 材料与方法
1.1 研究对象

回顾性分析2021年10月至2022年9月于苏北人民医院就诊的宫颈病变病例。纳入标准:(1)年龄18~80岁;(2)原发性宫颈鳞状细胞癌;(3)患者术前行T2WI序列及DR-CSI序列盆腔扫描;(4)由妇产科临床医师根据国际妇产科联盟(International Federation of Gynecology and Obstetrics, FIGO)2018临床分期标准进行准确分期[1];(5)出现性交后出血、阴道不规则排血、排液、腰骶部疼痛等临床症状;(6)病灶均为首发初诊。排除标准:(1)图像存在严重伪影;(2)临床资料不完整。最终纳入病例60例,年龄24~78岁,平均56岁。根据中国抗癌协会妇科肿瘤专业委员会发布的《宫颈癌诊断与治疗指南(2021年版)》:ⅠA期、ⅠB1期、ⅠB2期、ⅡA1期患者推荐手术治疗;ⅠB3期、ⅡA2及ⅡB期及以上患者首选同步放化疗[14, 15]。研究对象分组:早期组(ⅠB1、ⅠB2期、ⅡA1期)26例,晚期组(ⅠB3期、ⅡA2期、ⅡB期、Ⅲ期、Ⅳ期)34例。本研究遵循《赫尔辛基宣言》,研究方案经苏北人民医院伦理委员会批准,免除受试者知情同意,批准文号:2022ky206。

1.2 仪器与方法

患者术前采用3.0 T磁共振仪(MR 790,中国上海联影医疗)和12通道腹部体线圈进行盆腔MRI检查,所有患者行MRI检查前均禁食4~6 h。检查前0.5 h肌内注射盐酸消旋山莨菪碱5 mg(国药集团容生制药有限公司),以减少肠道蠕动,适当排空膀胱以减少尿液电解质伪影。患者取仰卧位,脚先进,放松平静呼吸,扫描范围为双侧髂骨上缘至股骨颈水平。

脂肪抑制T2WI序列行矢状位、轴位扫描。矢状位扫描参数:TR 6200 ms,TE 94 ms,层数29,层厚4 mm,层间距10 mm,视野350 mm×280 mm,翻转角90°,矩阵352×352;轴位扫描参数:TR 11 817 ms,TE 94 ms,层数46,层厚4 mm,层间距10 mm,视野350 mm×280 mm,翻转角90°,矩阵352×352。DR-CSI行单次激发自旋回波平面成像序列,获得5个回波时间(47.6、60.0、70.0、80.0、90.0 ms)和6个b值(0、200、400、800、1200、1600 s/mm2)组合的轴位图像(在子宫T2WI矢状位定位并与宫颈管垂直),扫描参数:TR 2000 ms,层数5,层厚4 mm,层间距10 mm,FOV 260 mm×200 mm,翻转角90°,矩阵128×128,带宽2070 Hz,扫描时间10 min。

1.3 图像处理

将DR-CSI扫描的5个TE和6个b值组合的30组图像导入Matlab软件(2021a, MathWorks, Natick, MA, USA),由1名具有5年盆腔MRI诊断经验的放射科主治医师,以T2轴位图像为参照,在TE=60 ms和b=800 s/mm2组合序列选取肿瘤横断面经线最大的层面进行ROI勾画,避开出血、坏死、囊变、水肿区域。再由1名具有10年盆腔MRI诊断经验的放射科主任医师对勾画结果进行检查并确认最终ROI。

1.4 试验原理与模型构建

DR-CSI将每个体素的MRI信号建模为以T2值和D值(ADC值)为特征的连续指数衰减函数求和:Sx,y,TE,b=wx,y,T2,Dexp-TET2exp-bDdT2dD=Lw,其中Sx,y,TE,b表示每个TE-b编码的体素测量信号,wx,y,T2,D表示要重建的体素T2-D谱(T2和ADC值构建扩散-弛豫相关谱),L表示拉普拉斯变换[12]。通过应用非负性约束和空间总变化约束:w=argmin||S-Lw|||F2+TVxyw,subject tow0,使用40个D值(0.001~5.000)×10-3 mm2/s和40个T2值(0~300)ms的任意组合来构建每个体素的T2-D谱。体素T2-D谱根据T2值和D值范围的不同划分为六个区室,即为六室信号模型(图1),六室信号模型的分界值:T2值为50 ms,D值分别为1×10-3 mm2/s、3×10-3 mm2/s。微观区室的信号占比分数(例如fA对应区室A),通过对区室平均的T2-D谱上的每个区室信号进行积分,然后进行归一化来计算测量:fAx,y=Area under compartment Awx,y,T2,DdT2dDentireT2-Dspacewx,y,T2,DdT2dD。计算ROI的定量参数:ADC、T2值、各区室信号占比分数(fA~fF)。

点击查看大图
图1
扩散-弛豫相关谱成像(DR-CSI)六区室信号模型图。D(表观扩散系数)值范围为(0.001~5.000)×10-3 mm2/s,T2值范围为0~300 ms。T2(50 ms)、D(1×10-3、3×10-3 mm2/s)分界值将扩散-弛豫相关谱(T2-D谱)划分为六个区室(A~F)。
Fig. 1
Diffusion-relaxation correlation spectrum imaging (DR-CSI) six-compartment signal model. D (apparent diffusion coefficient) values range from (0.001-5.000) ×10-3 mm2/s, and T2 values range from 0-300 ms. The divided six areas (ie, six compartments A-F) on diffusion-relaxation correlation spectrum (T2-D spectrum) space according to the cut-off values of T2 value 50 ms, D value 1×10-3 mm2/s and 3×10-3 mm2/s, respectively.
点击查看大图
图1
扩散-弛豫相关谱成像(DR-CSI)六区室信号模型图。D(表观扩散系数)值范围为(0.001~5.000)×10-3 mm2/s,T2值范围为0~300 ms。T2(50 ms)、D(1×10-3、3×10-3 mm2/s)分界值将扩散-弛豫相关谱(T2-D谱)划分为六个区室(A~F)。
Fig. 1
Diffusion-relaxation correlation spectrum imaging (DR-CSI) six-compartment signal model. D (apparent diffusion coefficient) values range from (0.001-5.000) ×10-3 mm2/s, and T2 values range from 0-300 ms. The divided six areas (ie, six compartments A-F) on diffusion-relaxation correlation spectrum (T2-D spectrum) space according to the cut-off values of T2 value 50 ms, D value 1×10-3 mm2/s and 3×10-3 mm2/s, respectively.
1.5 统计学分析

使用SPSS 26.0软件进行统计学分析。采用Kolmogorov-Smirnov检验方法分析ADC、T2和f值是否符合正态分布。符合正态分布的参数以均数±标准差(x¯±s)格式表示,两组间比较采用两独立样本t检验,非正态分布的参数以中位数(上下四分位数)[MP25P75)]表示,两组间比较采用Mann-Whitney U检验。采用二元logistic回归分析进行DR-CSI六区室联合和ADC联合T2参数分析。使用MedCalc 20.022软件进行受试者工作特征(receiver operator characteristic, ROC)曲线绘制并计算曲线下面积(area under the curve, AUC),根据约登指数来确定各参数的最佳诊断临界值、敏感度、特异度。采用DeLong检验比较各参数AUC的差异,P<0.05为差异有统计学意义。

2 结果
2.1 早期宫颈癌与晚期宫颈癌各参数值的组间比较

鉴别早晚期宫颈癌DR-CSI参数中,晚期宫颈癌以fB最高(0.30±0.12),早期宫颈癌以fC最高(0.31±0.11)。ADC(P=0.022)、fCP=0.006)在早期宫颈中明显高于晚期宫颈癌,而fBP=0.009)在晚期宫颈癌中明显高于早期宫颈癌(表1图2)。

点击查看表格
表1

早晚期宫颈鳞癌ADC、T2及各微观区室信号占比分数比较结果

Tab. 1

Comparative results of ADC and T2 with the fractions of each compartment in early and advanced stage squamous cervical carcinoma

表1

早晚期宫颈鳞癌ADC、T2及各微观区室信号占比分数比较结果

Tab. 1

Comparative results of ADC and T2 with the fractions of each compartment in early and advanced stage squamous cervical carcinoma

参数早期晚期t值/ZP
ADC/(×10-3 mm2/s)1.32±0.221.08±0.22-2.5020.022
T2/ms84.97±19.60100.65±20.561.7840.090
fA0.17(0.13,0.19)0.18(0.15,0.21)-0.8450.398
fB0.15±0.120.30±0.122.8880.009
fC0.31±0.110.20±0.05-3.0820.006
fD0.11(0.07,0.27)0.12(0.07,0.17)-0.2820.778
fE0.20±0.070.16±0.07-1.1300.272
fF0.02±0.020.02±0.020.1530.880

注:ADC为表观扩散系数;fA~fF为扩散-弛豫相关谱划分的6个微观区室信号占比分数。

点击查看大图
图2
女,55岁,早期宫颈鳞癌,T2-D谱(2A)和DR-CSI参数ADC(2B)、fB(2C)、fC(2D)图,ADC=1.07×10-3 mm2/s,fB、fC分别为0.21和0.25,临床分期为早期(ⅠB2期)。图3 女,26岁,宫颈鳞癌患者,T2-D谱(3A)和DR-CSI参数ADC(3B)、fB(3C)、fC(3D)图,ADC=0.99×10-3 mm2/s,fB、fC分别为0.40和0.15,临床分期为晚期(ⅢC期)。T2-D:T2值与ADC值构建扩散-弛豫相关谱;DR-CSI:扩散-弛豫相关谱成像;ADC:表观扩散系数;fB、fC:T2-D谱划分的微观区室信号占比分数。
Fig. 2
A 55-year-old female early SCC patient. Corresponding T2-D spectrum (2A) and parameter maps [ADC (2B), fB (2C), fC (2D)] are shown, ADC=1.07×10-3 mm2/s, fB, and fC are 0.21 and 0.25 respectively. The clinical stage is early (stage ⅠB2).
Fig. 3
A 26-year-old female SCC patient. Corresponding T2-D spectrum (3A) and parameter maps [ADC (2B), fB (2C), fC (2D)] are shown, ADC=0.99×10-3 mm2/s, fB and fC are 0.40 and 0.15 respectively. The clinical stage is advanced (stage ⅢC). SCC: squamous cervical carcinoma; T2-D: T2 and ADC values to construct diffusion-relaxation correlation spectrum (T2-D spectrum); DR-CSI: diffusion-relaxation correlation spectrum imaging; ADC: apparent diffusion coefficient; fB, fC: percentage fraction of microscopic compartment signal by the T2 and ADC values to construct diffusion-relaxation correlation spectrum.
点击查看大图
图2
女,55岁,早期宫颈鳞癌,T2-D谱(2A)和DR-CSI参数ADC(2B)、fB(2C)、fC(2D)图,ADC=1.07×10-3 mm2/s,fB、fC分别为0.21和0.25,临床分期为早期(ⅠB2期)。图3 女,26岁,宫颈鳞癌患者,T2-D谱(3A)和DR-CSI参数ADC(3B)、fB(3C)、fC(3D)图,ADC=0.99×10-3 mm2/s,fB、fC分别为0.40和0.15,临床分期为晚期(ⅢC期)。T2-D:T2值与ADC值构建扩散-弛豫相关谱;DR-CSI:扩散-弛豫相关谱成像;ADC:表观扩散系数;fB、fC:T2-D谱划分的微观区室信号占比分数。
Fig. 2
A 55-year-old female early SCC patient. Corresponding T2-D spectrum (2A) and parameter maps [ADC (2B), fB (2C), fC (2D)] are shown, ADC=1.07×10-3 mm2/s, fB, and fC are 0.21 and 0.25 respectively. The clinical stage is early (stage ⅠB2).
Fig. 3
A 26-year-old female SCC patient. Corresponding T2-D spectrum (3A) and parameter maps [ADC (2B), fB (2C), fC (2D)] are shown, ADC=0.99×10-3 mm2/s, fB and fC are 0.40 and 0.15 respectively. The clinical stage is advanced (stage ⅢC). SCC: squamous cervical carcinoma; T2-D: T2 and ADC values to construct diffusion-relaxation correlation spectrum (T2-D spectrum); DR-CSI: diffusion-relaxation correlation spectrum imaging; ADC: apparent diffusion coefficient; fB, fC: percentage fraction of microscopic compartment signal by the T2 and ADC values to construct diffusion-relaxation correlation spectrum.
2.2 各参数鉴别早期宫颈癌与晚期宫颈癌的诊断效能及最佳诊断临界值

鉴别早晚期宫颈癌诊断效能中,单参数诊断效能以fB最高(AUC=0.818),敏感度、特异度分别为63.6%和90.0%,其次是fC(AUC=0.809)和ADC(AUC=0.773),三者最佳诊断临界值分别为0.276、0.205、1.043×10-3 mm2/s。多参数联合以DR-CSI六区室联合(fA~fF)诊断效能最高,AUC为0.973,明显优于ADC(AUC=0.773,P=0.031)和T2(AUC=0.790,P=0.040)的诊断效能,较ADC联合T2的诊断效能(AUC=0.809,P=0.065)有所提高(表2,图3)。

点击查看表格
表2

ADC、T2及各微观区室信号占比分数鉴别早晚期宫颈癌的诊断效能

Tab. 2

Diagnostic efficacy of ADC and T2 with the fractions of each compartment in identifying early and advanced stage squamous cervical carcinoma

表2

ADC、T2及各微观区室信号占比分数鉴别早晚期宫颈癌的诊断效能

Tab. 2

Diagnostic efficacy of ADC and T2 with the fractions of each compartment in identifying early and advanced stage squamous cervical carcinoma

参数AUC(95% CI敏感度/%特异度/%最佳诊断临界值
ADC/(×10-3 mm2/s)0.773(0.540~0.924)54.590.01.043
T2/ms0.790(0.473~0.884)72.770.091.056
fB0.818(0.591~0.950)63.690.00.276
fC0.809(0.580~0.945)100.060.00.205
ADC+T20.809(0.580~0.945)63.690.0
DR-CSI0.973(0.793~1.000)100.099.9

注:ADC为表观扩散系数;fB、fC为扩散-弛豫相关谱划分的微观区室信号占比分数;DR-CSI为扩散-弛豫相关谱成像;AUC为受试者工作特征曲线下面积。

3 讨论

本研究应用DR-CSI序列方法定量评估其参数ADC、T2、f值在鉴别早晚期宫颈鳞癌的价值,并评价其诊断效能。结果发现DR-CSI参数中晚期宫颈癌以fB最高,早期宫颈癌以fC最高,参数ADC、fB、fC在鉴别早期组和晚期组宫颈癌中差异有统计学意义(P<0.05)。诊断效能方面,单个参数以fB的诊断效能最高,多参数以DR-CSI六区室联合诊断效能最高,且都明显优于常规ADC和T2。既往多项研究应用不同的功能成像方法对宫颈癌的分期诊断进行研究[16, 17, 18]。本研究首次将DR-CSI技术应用于宫颈癌的诊断中,DR-CSI序列构建的T2-D谱可以划分不同的微观区室,不同的微观区室代表着不同的信号分量,对应于每个宏观成像体素中存在的不同组织微环境,从更加微观的角度表征肿瘤组织的异质性,对早晚期宫颈癌进行鉴别。

3.1 鉴别早晚期宫颈鳞癌DR-CSI六区室信号模型构建依据

本研究将DR-CSI扫描的序列进行区室划分,生成每个体素相关的六室信号模型。六室信号模型的分界值T2为50 ms、ADC分别为1×10-3 mm2/s、3×10-3 mm2/s。此分区的优势在于可以根据宫颈癌扩散和弛豫的特点划分出利于分期鉴别的区室。ADC=3×10-3 mm2/s被认为可以区分扩散和灌注,本研究中宫颈癌组织均为扩散受限的肿瘤组织,因此ADC>3×10-3 mm2/s的灌注成分不具有鉴别价值,与本试验中fE、fF差异无统计学意义的结果相符。对于ADC临界值,韩萍等[19]利用常规MRI和DWI序列对宫颈癌进行术前分期诊断的研究中,ⅠB、ⅡA、ⅡB、Ⅲ~Ⅳ期平均ADC分别为(1.16±0.25)×10-3、(0.95±0.16)×10-3、(0.82±0.12)×10-3、(0.71±0.11)×10-3 mm2/s,由此可见宫颈癌病灶ADC在1×10-3 mm2/s上下浮动,且晚期通常小于1×10-3 mm2/s,早期通常大于1×10-3 mm2/s,与本研究中晚期组以fB最大,而早期组以fC最大,且fB、fC差异具有统计学意义的结果相符。对于T2临界值,LI等[8]通过T2 mapping评估宫颈癌病理学在特征中发现,肿瘤组织的平均T2值为(88.45±12.01)ms,而本试验T2值定为50 ms,也可有利于宫颈癌组织中早晚期的鉴别。

3.2 DR-CSI定量参数鉴别早晚期宫颈鳞癌

本研究通过计算ADC、T2、f值,并在早晚期宫颈癌中进行对比,晚期宫颈癌以fB最高,早期宫颈癌以fC最高,ADC、fBfC在两组间差异具有统计学意义(P<0.05)。ADC可以反映水分子在组织中的扩散信息,本研究中晚期组ADC显著低于早期组,与既往研究结果一致[7,20, 21]。T2反映局部物理和化学微环境的变化。随着宫颈癌分期的增加,肿瘤组织的异质性和复杂性增加,这可以从体素中每个组织隔室的f变化来体现。在我们的研究中,晚期宫颈鳞癌以fB最高,表明晚期宫颈鳞癌以ADC值较低、T2值较高的区室信号为主。与早期宫颈鳞癌相比,晚期宫颈鳞癌通常具有肿瘤增殖速度较快、肿瘤细胞密度增加、细胞外间隙缩小的特点,明显限制水分子的扩散,使ADC值更低[22, 23]。此外,随着肿瘤分期的增加,肿瘤体积逐渐增大,血供更加丰富,肿瘤血管更加杂乱迂曲,微坏死区逐渐增多[24, 25],以上原因可能导致的T2横向弛豫时间延长,因此,早期宫颈癌中以ADC值较高而T2值较低的区室的fC为主。SLATOR等[26]研究体内人类胎盘的T2*-D光谱,在对照组(健康对照)中观察到三个具有相似T2*值的不同ADC峰,慢扩散成分与胎盘内的区域相关,而中等和快速扩散在子宫壁中更为突出;而对于试验组(慢性高血压、先兆子痫和胎儿生长受限),存在向较短的T2*值、较慢的扩散转变的趋势。由此可见DR-CSI具有反映组织内部病理生理变化能力。此部分研究结果显示,ADC、fB、fC可作为早晚期宫颈癌的鉴别指标,为宫颈癌的术前分期诊断提供价值。

3.3 DR-CSI定量参数鉴别早晚期宫颈鳞癌的诊断效能

本研究通过对ROC曲线的分析,在宫颈癌早晚期鉴别中单参数中fB的AUC最大,对宫颈癌早晚期鉴别的诊断效能优于传统ADC和T2。多参数联合分析中,DR-CSI序列的六区室联合分析的诊断效能优于ADC联合T2。这是由于在分析来自包含多个组织隔室的体素的MRI信号时,ADC来自单指数模型,是所有隔室扩散系数的加权平均值,而不是直接反映各个组织隔室的比例。相对于ADC,f值可以反映各个组织隔室对体素的贡献,因此与微观组织隔室的相关性更强[12]。而随着宫颈癌分期的变化,其内部微环境发生变化,体现在各个组织隔室贡献发生变化,这可能是DR-CSI诊断效能更高的原因。正如CHATTERJEE等[13]将DR-CSI序列组织隔室与离体前列腺组织成分(上皮、基质、管腔)相对应测得的组织成分的体积分数,相较于ADC、T2,与Gleason分级的Spearman相关系数显著性更高。DR-CSI另一优势是可以包含扩散和弛豫两方面耦合信息,比单一的ADC或T2提供更多生物学信息。以往的研究通常使用T2WI和DWI的组合独立地测量T2值和ADC值,因此隐含地假设每个体素中的T2和ADC是独立的[27, 28]。然而,已有多项研究证实ADC和T2经常是耦合的,如MAI等[29]在研究定量T2值对前列腺癌的检测和分级中发现,T2值和ADC值有较强的相关性(r=0.772),短T2耦合低ADC值提示前列腺癌恶性程度增加。ADC和T2两者均可以显示肿瘤内部的异质性,对早晚期宫颈癌进行鉴别。此部分研究结果显示,DR-CSI较常规ADC和T2在肿瘤诊断和侵袭性评估方面具有更大的优势。

3.4 局限性及展望

本研究存在一定的局限性:第一,本试验样本量较少,未来研究将持续扩展样本量;第二,参考既往文献,为避免不同病理类型宫颈癌之间的差异影响,本研究仅选用宫颈鳞癌作为研究对象,未来还需纳入更多的宫颈癌病理学类型进行研究;第三,由于受试者没有接受离体宫颈癌MRI扫描,影像学数据无法与具体的微观组织结构详细关联分析,未来将致力于离体试验将DR-CSI微观区室与组织微结构相结合,发挥其更大的优势。

4 结论

综上所述,DR-CSI技术可以非侵入地提供体素内微观组织隔室信息,反映组织内部病理生理变化,并通过微观组织隔室的信号差异对早晚期宫颈鳞癌进行鉴别。DR-CSI在鉴别早晚期宫颈鳞癌的诊断效能方面优于常规ADC、T2,随着DR-CSI技术的不断发展,有望为MRI诊断补充微观信息并提供辅助价值。

本文引用格式:

高依鹤, 薛珂, 李琰, 等. 扩散-弛豫相关谱成像鉴别早晚期宫颈鳞状细胞癌的价值[J]. 磁共振成像, 2023, 14(3): 105-110.

Cite this article as:

GAO Y H, XUE K, LI Y, et al. The value of diffusion-relaxation correlation spectrum imaging the in differential diagnosis of early and advanced squamous cervical carcinoma[J]. Chin J Magn Reson Imaging, 2023, 14(3): 105-110.

利益冲突
利益冲突:

全体作者均声明无利益冲突。

参考文献References
[1]
SALIBM Y, RUSSELLJ H B, STEWARTV R, et al. 2018 FIGO staging classification for cervical cancer: added benefits of imaging[J]. Radiographics, 2020, 40(6): 1807-1822. DOI: 10.1148/rg.2020200013.
[2]
WAGNER-LARSENK S, LURAN, SALVESENØ, et al. Interobserver agreement and prognostic impact for MRI-based 2018 FIGO staging parameters in uterine cervical cancer[J]. Eur Radiol, 2022, 32(9): 6444-6455. DOI: 10.1007/s00330-022-08666-x.
[3]
刘济人, 胥毅, 郭丽美, . 多模态磁共振成像在评估宫颈鳞癌病理分级和分期中的价值[J]. 磁共振成像, 2021, 12(12): 29-33. DOI: 10.12015/issn.1674-8034.2021.12.006.
LIUJ R, XUY, GUOL M, et al. Multiparametric magnetic resonance imaging to characterize pathological grading and stage of cervical squamous cell carcinoma[J]. Chin J Magn Reson Imaging, 2021, 12(12): 29-33. DOI: 10.12015/issn.1674-8034.2021.12.006.
[4]
SHIB, DONGJ N, ZHANGL X, et al. A combination analysis of IVIM-DWI biomarkers and T2WI-based texture features for tumor differentiation grade of cervical squamous cell carcinoma[J/OL]. Contrast Media Mol Imaging, 2022, 2022: 2837905 [2022-11-08]. https://pubmed.ncbi.nlm.nih.gov/35360261/. DOI: 10.1155/2022/2837905.
[5]
CIBULAD, PÖTTERR, PLANCHAMPF, et al. The European Society of Gynaecological Oncology/European Society for Radiotherapy and Oncology/European Society of Pathology guidelines for the management of patients with cervical cancer[J]. Radiother Oncol, 2018, 127(3): 404-416. DOI: 10.1016/j.radonc.2018.03.003.
[6]
KOHW J, ABU-RUSTUMN R, BEANS, et al. Cervical cancer, version 3.2019, NCCN clinical practice guidelines in oncology[J]. J Natl Compr Canc Netw, 2019, 17(1): 64-84. DOI: 10.6004/jnccn.2019.0001.
[7]
DEMIRBAŞT, CIMILLIT, BAYRAMOĞLUS, et al. Contribution of diffusion-weighted imaging to diagnosis and staging of cervical cancer[J]. Balkan Med J, 2014, 31(2): 154-157. DOI: 10.5152/balkanmedj.2014.13122.
[8]
LIS J, LIUJ, ZHANGF F, et al. Novel T2 mapping for evaluating cervical cancer features by providing quantitative T2 maps and synthetic morphologic images: a preliminary study[J]. J Magn Reson Imaging, 2020, 52(6): 1859-1869. DOI: 10.1002/jmri.27297.
[9]
KIMD, DOYLEE K, WISNOWSKIJ L, et al. Diffusion-relaxation correlation spectroscopic imaging: a multidimensional approach for probing microstructure[J]. Magn Reson Med, 2017, 78(6): 2236-2249. DOI: 10.1002/mrm.26629.
[10]
BENJAMINID, BASSERP J. Multidimensional correlation MRI[J/OL]. NMR Biomed, 2020, 33(12): e4226 [2022-11-08]. https://pubmed.ncbi.nlm.nih.gov/31909516/. DOI: 10.1002/nbm.4226.
[11]
BENJAMINID, BASSERP J. Magnetic resonance microdynamic imaging reveals distinct tissue microenvironments[J]. NeuroImage, 2017, 163: 183-196. DOI: 10.1016/j.neuroimage.2017.09.033.
[12]
ZHANGZ H, WUH H, PRIESTERA, et al. Prostate microstructure in prostate cancer using 3-T MRI with diffusion-relaxation correlation spectrum imaging: validation with whole-mount digital histopathology[J]. Radiology, 2020, 296(2): 348-355. DOI: 10.1148/radiol.2020192330.
[13]
CHATTERJEEA, BOURNER M, WANGS Y, et al. Diagnosis of prostate cancer with noninvasive estimation of prostate tissue composition by using hybrid multidimensional MR imaging: a feasibility study[J]. Radiology, 2018, 287(3): 864-873. DOI: 10.1148/radiol.2018171130.
[14]
张军. 宫颈癌治疗的现状及问题:从临床指南到真实世界研究[J]. 中国全科医学, 2022, 25(3): 259-263. DOI: 10.12114/j.issn.1007-9572.2021.02.105.
ZHANGJ. Current status and challenges of cervical cancer treatment: from clinical guidelines to real-world study[J]. Chin Gen Pract, 2022, 25(3): 259-263. DOI: 10.12114/j.issn.1007-9572.2021.02.105.
[15]
中国抗癌协会妇科肿瘤专业委员会. 子宫颈癌诊断与治疗指南(2021年版)[J]. 中国癌症杂志, 2021, 31(6): 474-489. DOI: 10.19401/j.cnki.1007-3639.2021.06.06.
Committee of Gynecological Oncology of Chinese Anti-Cancern Association. Guidelines for diagnosis and treatment of cervical cancer (2021 edition)[J]. China Oncol, 2021, 31(6): 474-489. DOI: 10.19401/j.cnki.1007-3639.2021.06.06.
[16]
WANGM D, PERUCHOJ A U, CHANQ, et al. Diffusion kurtosis imaging in the assessment of cervical carcinoma[J/OL]. Acad Radiol, 2020, 27(5): e94-e101 [2022-11-08]. https://pubmed.ncbi.nlm.nih.gov/31324577/. DOI: 10.1016/j.acra.2019.06.022.
[17]
何志兵, 陈首名, 罗鹰, . DCE-MRI和IVIM-DWI诊断宫颈癌病理分级和临床分期的价值分析[J]. 中国CT和MRI杂志, 2019, 17(8): 110-113. DOI: 10.3969/j.issn.1672-5131.2019.08.033.
HEZ B, CHENS M, LUOY, et al. Value of DCE-MRI and IVIM-DWI in diagnosing the pathological grade and clinical stage of cervical cancer[J]. Chin J CT MRI, 2019, 17(8): 110-113. DOI: 10.3969/j.issn.1672-5131.2019.08.033.
[18]
THAPAD, WANGP Y, WUG Y, et al. A histogram analysis of diffusion and perfusion features of cervical cancer based on intravoxel incoherent motion magnetic resonance imaging[J]. Magn Reson Imaging, 2019, 55: 103-111. DOI: 10.1016/j.mri.2018.06.016.
[19]
韩萍, 王雨村, 张玫, . 常规MRI联合DWI在宫颈癌术前分期诊断中的应用价值[J]. 甘肃医药, 2021, 40(12): 1076-1077, 1089. DOI: 10.15975/j.cnki.gsyy.2021.12.007.
HANP, WANGY C, ZHANGM, et al. Value of conventional MRI combined with DWI in preoperative staging of cervical cancer[J]. Gansu Med J, 2021, 40(12): 1076-1077, 1089. DOI: 10.15975/j.cnki.gsyy.2021.12.007.
[20]
DUS, SUNH, GAOS, et al. Relationship between 18F-FDG PET metabolic parameters and MRI intravoxel incoherent motion (IVIM) histogram parameters and their correlations with clinicopathological features of cervical cancer: evidence from integrated PET/MRI[J]. Clin Radiol, 2019, 74(3): 178-186. DOI: 10.1016/j.crad.2018.11.003.
[21]
BHARDWAJR, BORUAHD K, GOGOIB B, et al. Added-value of diffusion-weighted imaging (DWI) and dynamic contrast-enhanced (DCE-MRI) magnetic resonance imaging in the preoperative assessment of cervical cancer[J]. J Obstet Gynaecol India, 2022, 72(4): 330-340. DOI: 10.1007/s13224-021-01488-9.
[22]
邓保娣, 李震, 胡道予, . 小视野扩散加权成像在宫颈癌中的临床价值[J]. 磁共振成像, 2020, 11(7): 487-492. DOI: 10.12015/issn.1674-8034.2020.07.002.
DENGB D, LIZ, HUD Y, et al. Clinical value of reduced field-of-view diffusion-weighted imaging in cervical cancer[J]. Chin J Magn Reson Imaging, 2020, 11(7): 487-492. DOI: 10.12015/issn.1674-8034.2020.07.002.
[23]
李君, 吴献华, 冯峰, . 双指数模型DWI对宫颈癌分期及分级诊断的价值[J]. 中国临床医学影像杂志, 2018, 29(12): 876-880. DOI: 10.12117/jccmi.2018.12.010.
LIJ, WUX H, FENGF, et al. The value of bi-ponential model DWI in diagnosis of different stages, pathological types and subtypes of cervical cancer[J]. J China Clin Med Imaging, 2018, 29(12): 876-880. DOI: 10.12117/jccmi.2018.12.010.
[24]
李淑健, 程敬亮, 张勇, . T2 mapping成像评估宫颈癌病理学特征[J]. 中国医学影像技术, 2019, 35(9): 1365-1369. DOI: 10.13929/j.1003-3289.201903113.
LIS J, CHENGJ L, ZHANGY, et al. Quantitative analysis of T2 mapping in evaluating pathological features of cervical cancer[J]. Chin J Med Imaging Technol, 2019, 35(9): 1365-1369. DOI: 10.13929/j.1003-3289.201903113.
[25]
LIS J, ZHANGZ X, LIUJ, et al. The feasibility of a radial turbo-spin-echo T2 mapping for preoperative prediction of the histological grade and lymphovascular space invasion of cervical squamous cell carcinoma[J/OL]. Eur J Radiol, 2021, 139: 109684 [2022-11-08]. https://pubmed.ncbi.nlm.nih.gov/33836336/. DOI: 10.1016/j.ejrad.2021.109684.
[26]
SLATORP J, HUTTERJ, PALOMBOM, et al. Combined diffusion-relaxometry MRI to identify dysfunction in the human placenta[J]. Magn Reson Med, 2019, 82(1): 95-106. DOI: 10.1002/mrm.27733.
[27]
WUL M, XUJ R, YEY Q, et al. The clinical value of diffusion-weighted imaging in combination with T2-weighted imaging in diagnosing prostate carcinoma: a systematic review and meta-analysis[J]. AJR Am J Roentgenol, 2012, 199(1): 103-110. DOI: 10.2214/AJR.11.7634.
[28]
WANGS Y, PENGY H, MEDVEDM, et al. Hybrid multidimensional T(2) and diffusion-weighted MRI for prostate cancer detection[J]. J Magn Reson Imaging, 2014, 39(4): 781-788. DOI: 10.1002/jmri.24212.
[29]
MAIJ L, ABUBRIGM, LEHMANNT, et al. T2 mapping in prostate cancer[J]. Invest Radiol, 2019, 54(3): 146-152. DOI: 10.1097/RLI.0000000000000520.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词