全民健康助力全面小康
子宫内膜癌的MRI评估
中华妇幼临床医学杂志(电子版), 2020,16(3) : 257-265. DOI: 10.3877/cma.j.issn.1673-5250.2020.03.002
摘要

子宫内膜癌(EC)是我国妇科常见的3大恶性肿瘤之一。目前,EC发病率呈逐年上升趋势。EC在发病早期是一种相对惰性和可治愈的疾病,而至疾病晚期或复发时,则侵袭性较高。对EC患者准确地进行术前评估,对于制定个体化治疗方案至关重要。MRI作为EC最准确的医学影像学检查方法,可以在术前确定该病患者的国际妇产科联盟(FIGO)临床分期及进行预后评估。目前,除常规MRI检查外,MRI动态增强灌注成像(DCE-MRI)、弥散张量成像(DTI)和体素内不相干运动成像(IVIM)等新技术,在EC患者的术前及预后评估中的应用,已经成为本领域研究热点。笔者拟就EC患者的MRI表现与其FIGO临床分期的关系,EC患者诊治中的MRI新技术,以及MRI对于保留生育功能EC患者的预测价值的研究、应用现状等进行阐述。

引用本文: 叶芷君, 宁刚, 李学胜, 等.  子宫内膜癌的MRI评估 [J/OL] . 中华妇幼临床医学杂志(电子版), 2020, 16(3) : 257-265. DOI: 10.3877/cma.j.issn.1673-5250.2020.03.002.
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

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别申明,本刊刊出的所有文章不代表中华医学会和本刊编辑委员会的观点。

本刊为电子杂志,以光盘形式出版。本册应读者需求按需印刷,随光盘免费赠阅。光盘如有质量问题,请向编辑部调换。

目前,子宫内膜癌(endometrial cancer, EC)发病率呈逐年上升趋势[1,2]。2018年,根据美国癌症协会(American Cancer Society)的流行病学调查结果显示,在美国妇科恶性肿瘤中,EC发病率位居第1,美国每年新发EC患者为63 230例,而死亡患者为11 350例[1]。在中国妇科恶性肿瘤中,EC发病率仅低于宫颈癌,排名第2,中国每年新发EC患者为63 400例,死亡患者为21 800例[2]。国际妇产科联盟(International Federation of Gynecology and Obstetrics,FIGO)认为,MRI是对EC患者进行临床分期及预后评估最准确的医学影像学检查方法[3]。美国放射学会(American College of Radiology, ACR)建议,将MRI作为EC患者术前检查方法的首选[4]

MRI具有软组织分辨率高,可多方位、多平面及多参数成像等优势。MRI诊断EC患者子宫肌层浸润(myometrial invasion,DMI)的准确性为83%,而二维超声及三维超声对其诊断的准确性,则分别为71%和75%[5]。文献报道,MRI诊断EC患者DMI的敏感度和特异度分别为83%和82%,而超声诊断的敏感度和特异度,则分别为75%和82%,MRI诊断EC患者DMI的敏感度较超声检查更高[6]。由于子宫位置可能发生前倾或者后倾,而MRI可以根据子宫位置,个性化定义器官轴位进行扫描,因此可更精确地显示宫体占位性病变与子宫内膜、结合带(junctional zone)、肌层及浆膜层的解剖关系。临床上已经将MRI检查作为EC患者术前常规检查手段,用于诊断和评估其FIGO临床分期[3]

目前,除了应用常规MRI的T1加权成像(T1-weighted imaging,T1WI),T2加权成像(T2-weighted imaging,T2WI),弥散加权成像(diffusion weighted imaging,DWI)和延迟增强MRI(delayed enhancement MRI,DE-MRI),对肿瘤及其周围结构进行判断外,MRI新的动态增强序列和DWI序列,也越来越多应用于临床研究[7]。MRI动态增强灌注成像(dynamic contrast enhanced MR imaging,DCE-MRI)和弥散张量成像(diffusion tensor imaging, DTI),弥散峰度成像(diffusion kurtosis imaging, DKI),体素内不相干运动成像(intravoxel incoherent motion, IVIM)等DWI方法,可以提供感兴趣区组织微循环毛细血管灌注效应的定量信息和复杂的局部组织结构及形态信息[8,9,10]。例如,MRI的定量DWI对子宫良、恶性病变具有显著的辅助鉴别诊断作用[8]。正常子宫在月经周期中的分数各向异性(fractional anisotropy, FA)和表观弥散系数(apparent diffusion coefficient,ADC)值,随着月经周期变化及其血清铁雄激素水平密切相关[9]。利用电影MRI观察和分析子宫肌层收缩性,可反映子宫的各种生理或病理状态[10]。联合DCE-MRI与DWI,则有助于预测EC患者预后[11]。这些研究结果均表明,MRI检查结果,不仅可以用于判断子宫的基本解剖结构,还可以判断子宫肿瘤的动态变化及其功能。笔者拟就常规MRI及DCE-MRI对EC患者的诊断价值及其影像学表现,侧重于阐述DCE-MRI与DWI评估EC患者的最新研究成果和现状,同时对MRI在保留生育功能EC患者中的预测价值进行系统、全面阐述,旨在为采取MRI评估EC患者的进一步研究和临床应用提供参考,进而提高临床对EC患者的医疗保健服务水平。

1 DCE-MRI和DWI成像技术简介

DCE-MRI是利用钆(Gd)对比剂进入组织微循环后,参与感兴趣区组织的血流动力学变化,通过动态MRI反复成像,获取感兴趣区组织微循环的定量参数,再对这些参数进行半定量和定量分析[12]

半定量DCE-MRI是应用信号强度-时间曲线,模拟对比剂随着时间延长,在感兴趣区组织的变化情况,反映感兴趣区对比剂流入浓度和时间等信息。半定量DCE-MRI参数包括达峰时间(time to peak)、相对增强值(relative enhancement)、最大增强值(maximum enhancement)及最大相对增强值(maximum relative enhancement)等[13]。定量DCE-MRI参数化建模技术更加复杂,计算量也更大,而且已被证明比无建模方法更可取[14]

定量DCE-MRI测定的感兴趣区组织微循环参数,可以提供感兴趣区组织微循环的定量信息,根据这些参数测定值,可以区分肿瘤组织与正常组织,辅助临床分析肿瘤侵犯程度,并进行肿瘤分级评估,这些组织定量参数,还可以作为评价肿瘤疗效及预后的指标[15,16,17,18]。定量DCE-MRI测定的感兴趣区组织微循环血流动力学基本参数包括4个:①血流速率(blood flow-rate, Fb),即单位时间内感兴趣区组织微循环血管内的血流量,单位为mL/min;②血容量分数(blood volume fraction, Vb),是指血管内血浆所占体积比,单位为%或mL/mL;③血管外细胞外间隙体积分数(extravascular-extracellular volume fraction, Ve),是指血液中血浆在血管外细胞外间隙的体积分数,单位为%或mL/mL;④微血管表面通透性(permeability of surface area product, PS),则是指单位时间内,在一定脉压差下,血管内外差值的渗透量,单位为mL/min[19]

DCE-MRI参数化建模衍生单室模型和多室模型。其中,单室模型中最常见的为Tofts模型(Tofts model)[20],多室模型包括扩展Tofts模型(extended Tofts model)[21]、传统双室模型(conventional compartmental model)[22]、不同组织同质模型(adiabatic tissue homogeneity model)和分布参数模型(distributed parameter model)[24]等。上述模型的其余血流动力学参数包括:①血流转移常数(transfer constant,Ktrans),是指从血管内到血管外细胞外间隙的转移速率常数,单位为min-1;②反向血流转移常数(efflux rate constant, Kep),是指从血管外细胞外间隙到血管内的转移速率常数,单位亦为min-1;③初始摄取分数(initial extraction fraction, E),又被称为一次射取分数(first-pass extraction fraction)。尽管基于数学假设和方法,多数DCE-MRI参数化模型在早期就已经被建立,但是受到MRI技术和实验对象的限制,目前定量DCE-MRI技术多数尚处于实验阶段,还需要更多的实验数据支撑,才能被应用于临床实践。

DWI是利用水分子扩散在MRI中形成的对比生成图像。由于水分子在组织中的扩散是不自由的,可反映水分子与许多细胞、组织的相互作用。因此,水分子弥散模式,可以反映组织微观结构,作为评价疾病治疗反应和疾病进展的工具[25]。DWI主要包括以下2种特殊成像技术。①DTI:是在常规DWI基础上增加量化弥散各向异性的能力,可以得到组织中特征值和特征向量信息,评估神经纤维和肌纤维数量及方向[26]。②弥散峰度成像(diffusion kurtosis imaging, DKI):是DTI的扩展。DKI除了需要DTI中使用的弥散张量外,还引入弥散峰度张量。DKI相较于DTI,可以更好体现感兴趣区局部组织结构及形态的复杂性及真实性[27]。③IVIM-MRI:是MRI环境中体素内水分子的微观运动。IVIM可以精确描述DWI组织信号衰减与b值的关系,分别获取反映生物组织中2种不同环境,即组织中水分子扩散(有时被称为"真正扩散")和毛细血管网络中的血液微循环(灌注)参数[28]。IVIM- MRI早期主要用于制作脑灌注图,研究大脑功能[29],目前IVIM-MRI主要应用于肿瘤学,并被认为是最有希望转化成临床应用的MRI新技术。IVIM-MRI可以评价肿瘤血管异质性,监测患者放、化疗效果,特别是抗血管生成药物或血管靶向制剂疗效的重要诊断性成像方式[30,31]

2 EC患者术后病理学检查的FIGO临床分期与其MRI检查结果比较

对于EC患者的预后评价,包括2项重要评价指标:DMI深度和组织病理学分类[3]。对于早期EC患者而言,影响其预后的最重要指标是DMI深度[32]。DMI是评估EC患者预后的独立影响因素,可影响患者生存率和治疗策略的制定[3]。2018年7月,欧洲泌尿生殖放射学会更新发布的《子宫内膜癌MRI分期指南》[33]提出EC患者FIGO临床分期与标准化MRI分期图像解读,见表1。FIGO临床分期中,ⅠA期EC是指肿瘤仅局限于子宫内膜和肿瘤DMI<1/2的情况。Ⅱ期EC,则是指宫颈间质环受到侵犯,若肿瘤仅侵犯至宫颈内膜,而未累及宫颈间质,则FIGO临床分期仍然为Ⅰ期。

点击查看表格
表1

EC患者的FIGO临床分期与其术前MRI辅助检查结果比较

表1

EC患者的FIGO临床分期与其术前MRI辅助检查结果比较

FIGO临床分期组织病理学检查结果术前MRI辅助检查结果
Ⅰ期肿瘤局限于子宫体
A仅限于子宫内膜或DMI<1/2肿瘤局限于子宫内膜或侵犯至结合带,DMI<1/2
BDMI≥1/2DMI≥1/2,而且增强MRI检查时,肿瘤超出结合带外轮廓
Ⅱ期肿瘤侵犯宫颈间质,但是未超出子宫宫颈间质环T2低信号破坏,T1增强宫颈间质信号破坏
Ⅲ期肿瘤局部或区域扩散
A肿瘤侵犯浆膜层和(或)附件浆膜层连续性破坏,或周围腹膜/附件上出现结节影
B阴道和(或)宫旁受累肿瘤扩散至阴道上段或宫旁
C盆腔和(或)腹主动脉旁淋巴结转移盆腔淋巴结或腹主动脉旁淋巴结肿大
C1盆腔淋巴结呈阳性盆腔淋巴结肿大(短径>8 mm)
C2腹主动脉旁淋巴结呈阳性,伴或不伴盆腔淋巴结呈阳性腹主动脉旁淋巴结肿大(短径>10 mm)
Ⅳ期肿瘤侵犯膀胱和(或)直肠,和(或)远处转移
A肿瘤侵犯膀胱和(或)直肠肿瘤扩散至膀胱/直肠,T2膀胱/直肠壁低信号破坏
B远处转移,包括腹腔转移和(或)腹股沟淋巴结腹腔内转移,包括腹膜内或腹膜外。远处转移(血行播散)至肺、骨或肝脏,远处淋巴结肿大

注:EC为子宫内膜癌,DMI为子宫肌层浸润,FIGO为国际妇产科联盟

MRI检查结果中,T2WI、T2WI联合DCE-MRI对于判断EC患者FIGO临床分期的敏感度、特异度和准确性分别为85.7%、75%、81.8%与100.0%、62.5%、86.4%[34]。MRI检查在EC患者术前临床分期,判断DMI及其深度(Ⅰ期)、宫颈间质受累(Ⅱ期),尤其是判断年轻女性EC患者治疗后保留生育功能方面具有重要价值[35]

3 EC患者的MRI检查技术
3.1 EC患者的常规MRI检查

应用于盆腔的常规MRI检查,通常采用快速自旋回波技术,大视野相控体部线圈。其对于盆腔的常规MRI检查范围,自骶髂关节水平至耻骨联合下缘,扫描序列应包括轴位T1WI,矢状位及器官轴位的快速自旋回波T2WI。常规DWI应采用器官轴位,至少扫描2个b值(0和800~1 000 s/mm2)。

3.2 EC患者的IVIM-MRI和DCE-MRI检查

采用低b值(0~200 s/mm2)时,DWI信号包含感兴趣区内水分子扩散运动,以及局部微循环毛细血管内水分子灌注效应,而且对灌注效应更为敏感;采用较高b值(200~1 000 s/mm2)时,由于灌注效应所致信号衰减甚微,DWI信号基本反映的是纯水分子扩散运动,所以在妇科肿瘤的IVIM-MRI模型中,一般采用7个以上b值(0~1 000 s/mm2)进行检测[36]。EC患者的DCE-MRI检查,可采用T1高分辨各向同性容积检查(T1 high resolution isotropic volume examination)技术,该技术采用轴位或器官轴位成像。对于高危EC患者,如深度侵袭性病变、低级别组织学病变等,可以增加扫查范围至肾门水平,评估腹主动脉旁淋巴结情况,同时还可以扫描冠状位,初步评价肝、脾有无转移及腹水[3]。Haldorsen等[37]对EC患者进行DCE-MRI检查的结果显示,时间分辨率应控制在2.5 s以内,总扫描时间应为4~5 min。

4 EC患者的MRI特点
4.1 EC患者的常规MRI特点

根据Beddy等[38]对EC患者FIGO临床分期解读,EC患者接受常规MRI检查时,可见EC病灶在T1WI序列上较正常子宫内膜呈稍低信号,在T2WI上,则表现为低于正常子宫内膜的混杂中等或偏高信号。其认为:①当EC病灶较小时,在T2WI序列上表现为在高信号的正常子宫内膜内,可见信号异常的灶性或小片状异常信号影,呈稍高或中等信号,而结合带是靠近子宫内膜最内层的子宫肌层,是早期EC最直接、最容易侵犯的组织结构,在T2WI序列上呈低信号。②当EC侵犯结合带时,表现为结合带不完整或结合带连续性中断,可见T1WI序列上较正常子宫内膜呈稍低信号,在T2WI序列上,则表现为信号稍高于结合带,但是可见低于正常子宫内膜信号的异常信号。③正常子宫肌外层的常规MRI检查,可见中等信号影,当EC侵犯至子宫肌层外层时,通常表现为较大肿块或结节影,也可以表现为正常子宫肌层内的不规则异常信号影。

4.2 EC患者的DWI特点

EC患者接受MRI检查时,在DWI序列上,由于EC病灶密度高,细胞核直径与细胞质幅缘直径的比值(细胞核直径∶细胞质幅缘直径)增大,细胞外含水量少,与正常子宫肌层组织相比,DWI呈高信号,EC患者的ADC图呈低信号,肿瘤弥散受限[39],高b值DWI序列中,可见肿瘤和宫腔积液均显示为高信号,而低b值的DWI和ADC中,可见肿瘤和宫腔积液的信号差异大,这有利于区分肿瘤和宫腔积液。EC病灶的ADC值,明显低于子宫内膜息肉、平滑肌瘤和子宫内膜增生[40]。ADC值可有效判断EC患者的病理学分级和FIGO临床分期,有助于针对EC患者制定更有效的个体化治疗方案和进一步改善患者预后[41]。DWI较常规的T1WI和T2WI,更有助于辅助诊断EC病灶,也更容易辨别扩散到子宫其他部位的EC病灶或腹膜转移的EC病灶。

4.3 EC患者的DCE-MRI及DE-MRI特点

EC患者接受DCE-MRI检查时,可见子宫信号随着时间延长而逐渐变化,早期强化时相(0~1 min),EC病灶区强化,其强化时间早于结合带;平衡期(2~3 min),可见DMI亦发生强化;而延迟期(4~5 min)时,可见宫颈间质强化[42]。EC患者采取DCE-MRI检查时,肿瘤和子宫肌层的最大对比度在平衡期出现,通常为Gd对比剂注射后50~120 s时出现。EC患者接受检查时,进行检查时相划分,有助于评估EC患者宫颈间质浸润情况[33]

DCE-MRI动态强化过程,对于判断绝经期和绝经后妇女的结合带变薄及信号不均,或结合带显示欠清等DMI情况,均优于T2WI序列检查[43]。DCE-MRI有时可显示EC患者子宫内膜下强化带,当子宫内膜下强化带完整,或增强的子宫肌层内表面光滑、清晰,则提示无DMI;当子宫内膜下强化带不完整,或增强后子宫肌层内表面不规则,则提示肿瘤侵犯至子宫肌层[44]。若EC患者子宫内膜下强化带及结合带均未清晰显示,则需要观察DCE-MRI延迟强化期的肿瘤-肌层交界面光滑情况,最终对有无DMI进行判断。DCE-MRI延迟期,可见正常子宫内膜明显强化,而对EC组织的强化不明显[44]

相比于常规MRI检查,DCE-MRI检查对早期EC患者进行术前FIGO临床分期判断更敏感[34]。MRI增强的目的,在于更准确地判断EC患者的DMI程度,可见DMI强化较弱,并且强化延迟[45]。但是,该项检查对于绝经后妇女,以及子宫肌瘤、子宫腺肌病或者EC病灶较大,进而压迫子宫肌层等情况的判断,则相对困难[46]。因此,对于EC患者最有效的辅助诊断方式,不是单独采用DCE-MRI或DWI,也不是单独采用T2WI,而是这些序列的联合应用,单独采用DCE-MRI或DWI,在临床上均不能达到辅助诊断EC的最佳效果[44]

5 EC患者的DCE-MRI研究现状

DCE-MRI通过测定组织血流动力学变化,可以对感兴趣区进行结构及功能分析[12]。DCE-MRI不仅可以加大肿瘤与正常组织的对比,而且可以通过对肿瘤血管生成状态进行评估,获取肿瘤组织血供情况,评价肿瘤微血管的通透性和灌注量,从而获取肿瘤组织更丰富的信息[47]。DCE-MRI可以通过不同模型,对EC病灶进行半定量和定量分析[48]。基于DCE-MRI的动态增强时间-信号曲线获取的辅助诊断EC参数,属于DCE-MRI半定量分析方法,而利用药代动力学模型计算各组织微循环参数,则为定量分析方法[47]

EC可被分为Ⅰ型(雌激素依赖型)与Ⅱ型(非雌激素依赖型)。该分型对于EC患者的手术方式选择和预后判断,均具有重要临床价值,其中Ⅱ型EC具有高淋巴结转移风险[48,49]。Fukunaga等[48]根据DCE-MRI的半定量辅助诊断EC参数,区分Ⅰ型和Ⅱ型EC的研究结果显示,当半定量参数最大相对增强值、通过率(WIR)和信号强度比(SImax/SIratio)分别大于58.8、37.0和1.55时,可以预测为Ⅱ型EC,Ⅱ型EC较Ⅰ型EC更可能出现明显的对比度增强。Ippolito等[50]发现,EC病灶组织的半定量参数相对增强值、最大增强值和最大相对增强值,均低于正常子宫肌层组织的上述参数。Ippolito等[51]还通过对80例EC病灶组织和正常子宫肌层组织进行组织学分型、病理学分级和灌注参数比较证明,上述参数在EC病灶组织中,均低于正常子宫肌层组织。该项研究还证明,这些参数在G1分级(高分化)的EC病灶组织中,较G2(中等分化)和G3分级(低分化)的EC病灶组织更高,为DCE-MRI检查提供EC病灶组织和正常子宫肌层组织微血管信息,为检测出EC病灶及其分级提供依据。Haldorsen等[37]研究发现,EC病灶组织较正常子宫肌层组织具有更低的Fb、E、Vb、Ve及PS。这些参数与Ktrans、DCE-MRI定量与半定量参数,可能作为临床对EC患者进行术前危险分层的新型生物标志物。Haldorsen等[52]研究发现,DCE-MRI定量灌注参数Fb与EC患者微血管增生呈负相关关系;PS及Ktrans与EC病灶体积,则呈正相关关系;而微血管增生、低血流量和低渗透等缺氧因素,可为判断EC患者预后不良的指标。Fasmer等[53]研究发现,EC患者的低Fb与低对比剂内渗参数及高风险EC组织亚型,均与EC患者预后不良有关。由此可见,通过对上述不同EC相关参数的研究发现,EC病灶组织较正常子宫肌层组织具有低强化、低渗及血管外细胞外体积减小等特点,根据DCE-MRI反映的血流动力学建立的数学模型显示,部分DCE-MRI参数与EC患者预后不良密切相关。但是,由于每种DCE-MRI模型本身的差异性,均可能对EC辅助诊断结果造成影响,因此保持肿瘤模型选择的一致性,对同一疾病的研究具有十分重要的意义[14]

6 EC患者的DWI研究现状

DWI是一种重要的MRI技术,其对于辅助诊断肿瘤病灶的敏感度很高,甚至有研究表明,其评估妇科肿瘤淋巴结的准确性,超过PET-CT[54]。Gil等[55]对EC患者(n=22)采取DWI联合T2WI,与DCE-MRI联合T2WI,或者单纯T2WI检查,于术前评估DMI深度的诊断准确性进行比较的结果显示,DWI联合T2WI术前评估EC患者DMI深度的准确性更高。但是,应注意的是,DWI并不能取代T2WI序列,因为它缺乏准确评估DMI深度的解剖学结构细节。由此可见,采取DWI序列对EC病灶进行评估时,应联合ADC图和其他基本序列,如T1WI和T2WI序列,才可避免单个序列可能造成的误诊。

评价EC患者的DMI深度时,ADC值可以达到与术中冰冻组织切片病理学检查结果相当的准确性[56],并且可鉴别诊断EC导致的DMI及其深度[57]。因此,笔者认为,DWI序列应添加至对EC患者的MRI常规术前评估中。

除了常规DWI序列,IVIM也开始应用于对EC患者的辅助诊断中。EC的灌注分数,较正常子宫内膜低,而其伪扩散系数D*和扩散系数D,均较正常子宫内膜高[58]D*f与EC病灶组织微血管密度呈正相关关系[59]。一项针对EC基因的研究表明,IVIM-MRI在FIGO临床分期为ⅠA期的EC患者中,可以测定其微卫星状态,微卫星稳定性(microsatellite stable)肿瘤患者的ADC值和扩散系数D,均显著高于微卫星不稳定性(microsatellite instability)肿瘤患者[60]。应用DTI技术研究子宫三维肌组织微结构发现,子宫肌纤维的四层结构及其定量均存在差异[61]

随着影像组学(Radiomics)的兴起,不同成像序列之间的界限也越来越模糊。Ueno等[62]分别从T2WI序列、DWI序列、DCE-MRI和ADC图中分割图像,并提取图像数据特征,用于预测EC患者术前危险度分层,其建立的纹理特征数学模型与DMI、淋巴管间隙浸润(lymphovascular space invasion)及高级别肿瘤相关,在评估直径≥1 cm EC病灶的DMI时,其准确性较高。由此可见,结合多种成像序列对同一种疾病进行研究将会越来越多,而影像学信息正在被深度挖掘,其对于EC患者临床治疗方案制定和预后评估的潜力有待进一步被发掘。

7 MRI对于保留生育功能EC患者的预测价值

尽管EC在绝经后妇女中的发病率更高,但是绝经前年轻妇女EC发病率也较高,加之部分绝经前妇女存在生育要求,而EC患者的肿瘤病理学分级,直接影响其生存质量[63]。由此可见,利用MRI评估EC年轻患者FIGO临床分期及病理学分级,具有非常重要的临床意义。若需要对有生育要求的EC患者进行保守治疗,主要应考虑2个方面的问题:①肿瘤临床分期、病理学分级及生物学行为,如EC的组织学分型及分级,DMI程度,有无脉管浸润,有无淋巴结转移及远处转移;②制定个体化治疗方案,特别是最佳药物及其剂量,治疗疗程与随访方案[64]

MRI可为临床保留生育功能EC患者,提供非常重要的信息。目前公认的对EC年轻患者进行保守治疗的纳入标准为:患者年龄≤40岁,FLGO临床分期为ⅠA期,肿瘤仅侵犯子宫内膜,未侵犯结合带或其他器官、组织,EC组织病理学分级为高分化子宫内膜样腺癌(G1分级),孕激素受体检查结果呈阳性,患者强烈要求保留生育功能[65]

对EC年轻患者进行MRI检查时,T2WI序列及增强T1WI序列采用器官轴位扫描及动态增强扫描,对于评估DMI深度具有非常重要的作用,因为器官轴位扫描利于辨别微小病灶,以及是否侵犯结合带,而增强MRI对于判断EC微小病灶是否发生DMI非常重要[3]。Wu等[66]发现,增强MRI术前评估EC患者是否发生DMI时,特异度更高。

笔者对MRI对于保留生育功能EC患者的预测价值的经验是,EC病灶在T2WI上表现为小片状或散在点片状的低于正常子宫内膜的混杂中等或偏高信号。DCE-MRI表现为EC病灶的极早期强化,当子宫内膜下强化带完整,或者子宫内膜下强化带不出现,但是增强的子宫肌层内表面光滑、清晰,则提示无DMI。如果子宫内膜下强化带及结合带均未清晰显示,则观察延迟强化期的肿瘤-肌层交界面情况,可判断EC患者是否发生DMI。此外,延迟强化通常也可有效判断结合带的完整性。

8 小结

综上所述,现在临床越来越依赖于MRI检查对肿瘤范围、有无周围侵犯及肿瘤血供情况作出准确评估。除了常规MRI与延迟强化外,DCE-MRI和DWI也作为常规扫描序列应用于EC患者的临床诊断中。DCE-MRI较常规MRI更易发现EC微小病灶,更易显示EC病灶DMI深度及EC本身的特点。DCE-MRI和IVIM,均可以通过建立不同模型对EC患者的微循环进行分析,甚至通过发现某些模型的参数与病理学分级的相关性,从而达到术前采用MRI辅助诊断EC价值的最大化,对EC进行更为精确的定位、定性和临床分期,对该病患者采取个性化治疗措施及保留生育功能进行评估,达到精准诊断与治疗的要求。

利益冲突
利益冲突

所有作者均声明不存在利益冲突

参考文献
[1]
SiegelRL, MillerKD, JemalA. Cancer statistics, 2018[J]. CA Cancer J Clin, 2018, 68(1): 7-30. DOI: 10.3322/caac.21442.
[2]
ChenW, ZhengR, BaadePD, et al. Cancer statistics in China, 2015[J]. CA Cancer J Clin, 2016, 66(2): 115-132. DOI: 10.3322/caac.21338.
[3]
BhatlaN, DennyL. FIGO Cancer Report 2018[J].Int J Gynaecol Obstet, 2018, 143(Suppl2): 2-3. DOI: 10.1002/ijgo.12608.
[4]
LeeJW, DubinskyT, AndreottiR, et al. ACR appropriateness criteria® pretreatment evaluation and follow-up of endometrial cancer of the uterus[J]. Ultrasound Q, 2011, 27(2): 139-145. DOI: 10.1097/RUQ.0b013e31821b6f73.
[5]
ChristensenJW, DueholmM, HansenES, et al. Assessment of myometrial invasion in endometrial cancer using three-dimensional ultrasound and magnetic resonance imaging[J]. Acta Obstet Gynecol Scand, 2016, 95(1): 55-64. DOI: 10.1111/aogs.12806.
[6]
AlcázarJL, GastónB, NavarroB, et al. Transvaginal ultrasound versus magnetic resonance imaging for preoperative assessment of myometrial infiltration in patients with endometrial cancer: a systematic review and Meta-analysis[J]. J Gynecol Oncol, 2017, 28(6): e86. DOI: 10.3802/jgo.2017.28.e86.
[7]
陈天佑强金伟. 子宫内膜癌的DWI和DCE-MRI研究进展[J]. 放射学实践2015, 30(2): 183-185. DOI: 10.13609/j.cnki.1000-0313.2015.02.023.
ChenTY, QiangJW. Research progress of DWI and DCE-MRI in endometrial carcinoma [J]. Radiol Practice, 2015, 30(2): 183-185. DOI: 10.13609/j.cnki.1000-0313.2015.02.023.
[8]
Kara BozkurtD, BozkurtM, NazliMA, et al. Diffusion-weighted and diffusion-tensor imaging of normal and diseased uterus[J]. World J Radiol, 2015, 7(7): 149-156. DOI: 10.4329/wjr.v7.i7.149.
[9]
HeY, DingN, LiY, et al. 3-T diffusion tensor imaging (DTI) of normal uterus in young and middle-aged females during the menstrual cycle: evaluation of the cyclic changes of fractional anisotropy (FA) and apparent diffusion coefficient (ADC) values [J]. Br J Radiol, 2015, 88(1049): 20150043. DOI: 10.1259/bjr.20150043.
[10]
KidoA, TogashiK. Uterine anatomy and function on cine magnetic resonance imaging[J]. Reprod Med Biol, 2016, 15(4): 191-199. DOI: 10.1007/s12522-016-0235-y.
[11]
HameeduddinA, SahdevA. Diffusion-weighted imaging and dynamic contrast-enhanced MRI in assessing response and recurrent disease in gynaecological malignancies[J]. Cancer Imaging, 2015, 15(1): 1-12. DOI: 10.1186/s40644-015-0037-1.
[12]
GordonY, PartoviS, Müller-EschnerM, et al. Dynamic contrast-enhanced magnetic resonance imaging: fundamentals and application to the evaluation of the peripheral perfusion[J]. Cardiovasc Diagn Ther, 2014, 4(2): 147-164. DOI: 10.3978/j.issn.2223-3652.2014.03.01.
[13]
JahngGH, LiKL, ØstergaardL, et al. Perfusion magnetic resonance imaging: a comprehensive update on principles and techniques[J]. Korean J Radiol, 2014, 15(5): 554-577. DOI: 10.3348/kjr.2014.15.5.554.
[14]
KhalifaF, SolimanA, El-BazA, et al. Models and methods for analyzing DCE-MRI: a review [J]. Med Phys, 2014, 41(12): 124301. DOI: 10.1118/1.4898202.
[15]
TürkbeyB, ThomassonD, PangY, et al.The role of dynamic contrast-enhanced MRI in cancer diagnosis and treatment[J].Diagn Interv Radiol, 2010, 16(3): 186-192. DOI: 10.4261/1305-3825.DIR.2537-08.1.
[16]
WinfieldJM, PayneGS, WellerA, et al. DCE-MRI, DW-MRI, and MRS in cancer: challenges and advantages of implementing qualitative and quantitative multi-parametric imaging in the clinic [J].Top Magn Reson Imaging, 2016, 25(5): 245-254. DOI: 10.1097/RMR.0000000000000103.
[17]
KimH, ArnolettiPJ, ChristeinJ, et al. Pancreatic adenocarcinoma: a pilot study of quantitative perfusion and diffusion-weighted breath-hold magnetic resonance imaging [J]. Abdom Imaging, 2014, 39(4): 744-752. DOI: 10.1007/s00261-014-0107-z.
[18]
DrisisS, MetensT, IgnatiadisM, et al. Quantitative DCE-MRI for prediction of pathological complete response following neoadjuvant treatment for locally advanced breast cancer: the impact of breast cancer subtypes on the diagnostic accuracy[J]. Eur Radiol, 2016, 26(5): 1474-1484. DOI: 10.1007/s00330-015-3948-0.
[19]
KohTS, BisdasS, KohDM, et al. Fundamentals of tracer kinetics for dynamic contrast-enhanced MRI[J]. J Magn Reson Imaging, 2011, 34(6): 1262-1276. DOI: 10.1002/jmri.22795.
[20]
ToftsPS, BrixG, BuckleyDL, et al. Estimating kinetic parameters from dynamic contrast-enhanced T(1)-weighted MRI of a diffusable tracer: standardized quantities and symbols[J]. J Magn Reson Imaging, 1999, 10(3): 223-232. DOI: 3.0.co;2-s" xlink:type="simple">10.1002/(sici)1522-2586(199909)10:3<223::aid-jmri2>3.0.co;2-s.
[21]
LarssonHB, Fritz-HansenT, RostrupE, et al. Myocardial perfusion modeling using MRI[J]. Magn Reson Med, 1996, 35(5): 716-726. DOI: 10.1002/mrm.1910350513.
[22]
BrixG, BahnerML, HoffmannU, et al. Regional blood flow, capillary permeability, and compartmental volumes: measurement with dynamic CT-initial experience[J]. Radiology, 1999, 210(1): 269-276. DOI: 10.1148/radiology.210.1.r99ja46269.
[23]
St LawrenceKS, LeeTY. An adiabatic approximation to the tissue homogeneity model for water exchange in the brain: Ⅱ. Experimental validation[J].Exp Validat J Cereb Blood Flow Metab, 1998, 18(12): 1378-1385. DOI: 10.1097/00004647-199812000-00012.
[24]
KohTS, ThngCH, LeePS, et al. Hepatic metastases: in vivo assessment of perfusion parameters at dynamic contrast-enhanced MR imaging with dual-input two-compartment tracer kinetics model[J]. Radiology, 2008, 249(1): 307-320. DOI: 10.1148/radiol.2483071958.
[25]
BaliyanV, DasCJ, SharmaR, et al. Diffusion weighted imaging: technique and applications[J]. World J Radiol, 20168(9): 785-798. DOI: 10.4329/wjr.v8.i9.785.
[26]
BuchbinderBR. Functional magnetic resonance imaging[J].Handb Clin Neurol, 2016, 135: 61-92. DOI: 10.1016/B978-0-444-53485-9.00004-0.
[27]
JensenJH, HelpernJA. MRI Quantification of non-Gaussian water diffusion by kurtosis analysis[J]. NMR Biomed, 201023(7): 698-710.DOI: 10.1002/nbm.1518.
[28]
Le BihanDWhat can we see with IVIM MRI? [J].Neuroimage, 2019, 187(1): 56-67. DOI: 10.1016/j.neuroimage.2017.12.062.
[29]
TruongTK, SongAW. Cortical depth dependence and implications on the neuronal specificity of the functional apparent diffusion coefficient contrast[J]. Neuroimage, 2009, 47(1): 65-68. DOI: 10.1016/j.neuroimage.2009.04.045.
[30]
FujimaN, YoshidaD, SakashitaT, et al. Intravoxel incoherent motion diffusion-weighted imaging in head and neck squamous cell carcinoma: assessment of perfusion-related parameters compared to dynamic contrast-enhanced MRI[J]. Magn Reson Imag2014, 32(10): 1206-1213. DOI: 10.1016/j.mri.2014.08.009.
[31]
IimaM, KataokaM, KanaoS, et al.Intravoxel incoherent motion and quantitative non-gaussian diffusion MR imaging: evaluation of the diagnostic and prognostic value of several markers of malignant and benign breast lesions[J]. Radiology2018287(2): 432-441. DOI: 10.1148/radiol.2017162853.
[32]
WissingM, MitricC, AmajoudZ, et al. Risk factors for lymph nodes involvement in obese women with endometrial carcinomas [J]. Gynecol Oncol, 2019, 155(1): 27-33. DOI: 10.1016/j.ygyno.2019.07.016.
[33]
NougaretS, HortaM, SalaE, et al. Endometrial cancer MRI staging: updated Guidelines of the European Society of Urogenital Radiology[J]. Eur Radiol, 2019, 29(2): 792-805. DOI: 10.1007/s00330-018-5515-y.
[34]
ZhengL, ZhengS, YuanX, et al. Comparison of dynamic contrast-enhanced magnetic resonance imaging with T2-weighted imaging for preoperative staging of early endometrial carcinoma[J]. Onco Targets Ther, 2015, 8: 1743-1751. DOI: 10.2147/OTT.S86519.
[35]
CarneiroMM, LamaitaRM, FerreiraMC, et al. Fertility-preservation in endometrial cancer: is it safe? Review of the literature[J]. JBRA Assist Reprod, 2016, 20(4): 232-239. DOI: 10.5935/1518-0557.20160045.
[36]
ZhuL, WangH, ZhuL, et al. Predictive and prognostic value of intravoxel incoherent motion (IVIM) MR imaging in patients with advanced cervical cancers undergoing concurrent chemo-radiotherapy[J]. Sci Rep, 2017, 7(1): 11635. DOI: 10.1038/s41598-017-11988-2.
[37]
HaldorsenIS, GrunerR, HusbyJA, et al. Dynamic contrast-enhanced MRI in endometrial carcinoma identifies patients at increased risk of recurrence[J]. Eur Radiol, 2013, 23(10): 2916-2925. DOI: 10.1007/s00330-013-2901-3.
[38]
BeddyP, O′NeillAC, YamamotoAK, et al. FIGO staging system for endometrial cancer: added benefits of MR imaging [J]. Radiographics, 2012, 32(1): 241-254. DOI: 10.1148/rg.321115045.
[39]
AndreanoA, RechichiG, ReboraP, et al. MR diffusion imaging for preoperative staging of myometrial invasion in patients with endometrial cancer: a systematic review and Meta-analysis[J]. Eur Radiol2014, 24(6): 1327-1338. DOI: 10.1007/s00330-014-3139-4.
[40]
BakirB, SanliS, BakirVL, et al. Role of diffusion weighted MRI in the differential diagnosis of endometrial cancer, polyp, hyperplasia, and physiological thickening[J]. Clin Imaging, 2017, 41(1): 86-94. DOI: 10.1016/j.clinimag.2016.10.016.
[41]
JiangJX, ZhaoJL, ZhangQ, et al. Endometrial carcinoma: diffusion-weighted imaging diagnostic accuracy and correlation with Ki-67 expression[J]. Clin Radiol, 2018, 73(4): 413.e1-e413.e6. DOI: 10.1016/j.crad.2017.11.011.
[42]
SalaE, RockallA, RangarajanDet al. The role of dynamic contrast-enhanced and diffusion weighted magnetic resonance imaging in the female pelvis[J]. Eur J Radiol, 2010, 76(3): 367-385. DOI: 10.1016/j.ejrad.2010.01.026.
[43]
KinkelK, ForstnerR, DanzaFM, et al. Staging of endometrial cancer with MRI: Guidelines of the European Society of Urogenital Radiology[J]. Eur Radiol, 2009, 19(7): 1565-1574. DOI: 10.1007/s00330-009-1309-6.
[44]
MeissnitzerM, ForstnerR. MRI of endometrium cancer - how we do it[J]. Cancer Imaging, 2016, 16: 11. DOI: 10.1186/s40644-016-0069-1.
[45]
SalaE, WakelyS, SeniorE, et al. MRI of malignant neoplasms of the uterine corpus and cervix [J]. AJR Am J Roentgenol, 2007, 188(6): 1577-1587. DOI: 10.2214/AJR.06.1196.
[46]
MoriceP, LearyA, CreutzbergC, et al. Endometrial cancer [J]. Lancet, 2016, 387(10023): 1094-1108. DOI: 10.1016/S0140-6736(15)00130-0.
[47]
SourbronsSP, BuckleyDL. Classic models for dynamic contrast-enhanced MRI [J]. NMR Biomed, 2013, 26(8): 1004-1027. DOI: 10.1002/nbm.2940.
[48]
FukunagaT, FujiiS, InoueC, et al. Accuracy of semiquantitative dynamic contrast-enhanced MRI for differentiating type Ⅱ from type Ⅰ endometrial carcinoma[J]. J Magn Reson Imaging, 2015, 41(6): 1662-1668. DOI: 10.1002/jmri.24730.
[49]
TodoY, KatoH, KaneuchiM, et al. Survival effect of paraaortic lymphadenectomy in endometrial cancer (SEPAL study): a retrospective cohort analysis [J]. Lancet, 2010, 375(9721): 1165-1172. DOI: 10.1016/S0140-6736(09)62002-X.
[50]
IppolitoD, CadoniciA, BonaffiniPA, et al. Semiquantitative perfusion combined with diffusion-weighted MR imaging in preoperative evaluation of endometrial carcinoma: results in a group of 57 patients [J]. Magn Reson Imaging, 2014, 32(5): 464-472. DOI: 10.1016/j.mri.2014.01.009.
[51]
IppolitoD, MinutoloO, CadoniciA, et al. Endometrial cancer: diagnostic value of quantitative measurements of microvascular changes with DCE-MR imaging [J]. MAGMA, 2014, 27(6): 531-538. DOI: 10.1007/s10334-014-0435-6.
[52]
HaldorsenIS, StefanssonI, GrunerR, et al. Increased microvascular proliferation is negatively correlated to tumour blood flow and is associated with unfavourable outcome in endometrial carcinomas [J]. Br J Cancer, 2014, 110(1): 107-114. DOI: 10.1038/bjc.2013.694.
[53]
FasmerKE, BjørnerudA, Ytre-HaugeS, et al. Preoperative quantitative dynamic contrast-enhanced MRI and diffusion-weighted imaging predict aggressive disease in endometrial cancer [J]. Acta Radiol, 2018, 59(8): 1010-1017. DOI: 10.1177/0284185117740932.
[54]
KitajimaK, YamasakiE, KajiY, et al. Comparison of DWI and PET/CT in evaluation of lymph node metastasis in uterine cancer [J]. World J Radiol, 2012, 4(5): 207-214. DOI: 10.4329/wjr.v4.i5.207.
[55]
GilRT, CunhaTM, HortaM, et al. The added value of diffusion-weighted imaging in the preoperative assessment of endometrial cancer [J]. Radiol Bras, 2019, 52(4): 229-236. DOI: 10.1590/0100-3984.2018.0054.
[56]
GallegoJC, PortaA, PardoMC, et al. Evaluation of myometrial invasion in endometrial cancer: comparison of diffusion-weighted magnetic resonance and intraoperative frozen sections [J]. Abdom Imaging, 2014, 39(5): 1021-1026. DOI: 10.1007/s00261-014-0134-9.
[57]
DasSK, NiuXK, WangJL, et al. Usefulness of DWI in preoperative assessment of deep myometrial invasion in patients with endometrial carcinoma: a systematic review and Meta-analysis [J]. Cancer Imaging, 2014, 14(1): 32. DOI: 10.1186/s40644-014-0032-y.
[58]
LiuJ, WanY, WangZ, et al. Perfusion and diffusion characteristics of endometrial malignancy based on intravoxel incoherent motion MRI at 3.0 T: comparison with normal endometrium [J]. Acta Radiol, 2016, 57(9): 1140-1148. DOI: 10.1177/0284185115618550.
[59]
LeeHJ, RhaSY, ChungYE, et al. Tumor perfusion-related parameter of diffusion-weighted magnetic resonance imaging: correlation with histological microvessel density [J]. Magn Reson Med, 2014, 71(4): 1554-1558. DOI: 10.1002/mrm.24810.
[60]
BhosaleP, RamalingamP, MaJ, et al. Can reduced field-of-view diffusion sequence help assess microsatellite instability in FIGO stage 1 endometrial cancer? [J]. J Magn Reson Imaging, 2017, 45(4): 1216-1224. DOI: 10.1002/jmri.25427.
[61]
FujimotoK, KidoA, OkadaT, et al. Diffusion tensor imaging (DTI) of the normal human uterus in vivo at 3 tesla: comparison of DTI parameters in the different uterine layers [J]. J Magn Reson Imaging, 2013, 38(6): 1494-1500. DOI: 10.1002/jmri.24114.
[62]
UenoY, ForghaniB, ForghaniRet al. Endometrial carcinoma: MR imaging-based texture model for preoperative risk stratification-A preliminary analysis[J]. Radiology, 2017, 284(3): 748-757. DOI: 10.1148/radiol.2017161950.
[63]
UharcekP. Prognostic factors in endometrial carcinoma [J]. J Obstet Gynaecol Res, 2008, 34(5): 776-783. DOI: 10.1111/j.1447-0756.2008.00796.x.
[64]
MazzonI, CorradoG, MasciulloV, et al. Conservative surgical management of stage ⅠA endometrial carcinoma for fertility preservation [J]. Fertil Steril, 2010, 93(4): 1286-1289. DOI: 10.1016/j.fertnstert.2008.12.009.
[65]
丁雪梅郑莹. 左炔诺孕酮宫内节育系统治疗要求保留生育功能的年轻子宫内膜癌的研究进展[J/CD]. 中华妇幼临床医学杂志(电子版), 2016, 12(2): 241-244. DOI: 10.3877/cma.j.issn.1673-5250.2016.02.021.
DingXM, ZhengY. Research progress of levonorgestrel intrauterine system treatment for young endometrial carcinoma patients with fertility-sparing request [J/CD]. Chin J Obstet Gynecol Pediatr (Electron Ed), 2016, 12(2): 241-244. DOI: 10.3877/cma.j.issn.1673-5250.2016.02.021.
[66]
WuLM, XuJR, GuHY, et al. Predictive value of T2-weighted imaging and contrast-enhanced MR imaging in assessing myometrial invasion in endometrial cancer: a pooled analysis of prospective studies [J]. Eur Radiol, 2013, 23(2): 435-449. DOI: 10.1007/s00330-012-2609-9.
 
 
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