基于磁共振表觀彌散系數(shù)分布的淋巴結(jié)良惡性鑒別方法研究

李 琢，薛華丹，何泳藍(lán)，雷 晶，金征宇

近年來腫瘤已成為人類健康重要威脅之一，轉(zhuǎn)移是惡性腫瘤的重要特征之一，淋巴結(jié)分期是腫瘤TNM分期的重要組成部分，而TNM分期對(duì)腫瘤的治療、監(jiān)測(cè)及預(yù)后均有著重要的作用。現(xiàn)代影像手段諸如超聲、計(jì)算機(jī)斷層成像(CT)、磁共振成像(magnetic resonance imaging, MRI)、單光子發(fā)射計(jì)算機(jī)斷層成像術(shù)(single-photon emission computed tomography, SPECT)和正電子發(fā)射斷層成像術(shù)(positron emission tomography, PET)為淋巴結(jié)良惡性的診斷提供了巨大的幫助[1-3]。大多數(shù)影像手段主要依靠淋巴結(jié)的解剖形態(tài)包括大小、形狀和強(qiáng)化特征進(jìn)行診斷。當(dāng)前，彌散加權(quán)成像(diffusion weighted imaging, DWI)已經(jīng)被證實(shí)在腫瘤的診斷，尤其是良惡性的鑒別中有著至關(guān)重要的作用，并且為鑒別淋巴結(jié)轉(zhuǎn)移與否提供了巨大的幫助[1-2,4-6]。盡管如此，利用DWI診斷淋巴結(jié)轉(zhuǎn)移在不同研究者中仍然有著很大的差異，Sumi等[7]的研究表明良性淋巴結(jié)的表觀彌散系數(shù)(apparent diffusion coefficient, ADC)值低于惡性淋巴結(jié)。而Abdel Razek等[8]的觀察表明，轉(zhuǎn)移淋巴結(jié)的ADC值更低。在臨床實(shí)踐中我們也發(fā)現(xiàn)不同經(jīng)驗(yàn)程度的醫(yī)師判斷結(jié)果有較大的差異，所以希望通過研究獲得一種以DWI為基礎(chǔ)的更為客觀、有效的判斷良惡性淋巴結(jié)的方法。

本研究以VX2腫瘤動(dòng)物模型為基礎(chǔ)，利用計(jì)算機(jī)形態(tài)學(xué)方法嘗試對(duì)腫瘤多b值DWI圖像所得到的ADC值分布圖進(jìn)行分析，并最終利用病理作為金標(biāo)準(zhǔn)相對(duì)照，評(píng)價(jià)各種方法對(duì)淋巴結(jié)轉(zhuǎn)移的診斷能力。

1 材料與方法

1.1 材料

健康雄性新西蘭兔21只，體重2.0±0.5 kg，由北京協(xié)和醫(yī)院動(dòng)物中心提供；完全弗氏佐劑購(gòu)于Sigma公司，VX2瘤株購(gòu)于中國(guó)醫(yī)學(xué)科學(xué)院基礎(chǔ)醫(yī)學(xué)研究所細(xì)胞中心。

1.2 動(dòng)物模型的建立

21只兔隨機(jī)分成兩組，炎癥模型組10只，腫瘤模型組11只。本動(dòng)物實(shí)驗(yàn)方案經(jīng)過了北京協(xié)和醫(yī)院倫理委員會(huì)的審核，并同意進(jìn)行本實(shí)驗(yàn)。

炎性淋巴結(jié)模型：以3%戊巴比妥鈉(30 mg/kg)經(jīng)耳緣靜脈麻醉后，在兔雙腳足墊處分別注射0.5 ml完全弗氏佐劑，注射后2周后，觸診確定淋巴結(jié)腫大情況，并行磁共振觀察其腫大情況及成像特征。

淋巴結(jié)腫瘤轉(zhuǎn)移模型：濃度為1.2×107/ml的VX2瘤株單細(xì)胞懸液，2 ml注射器吸取，1 ml每側(cè)，于兔雙側(cè)小腿肌肉處接種，三到四周后，觸診確定淋巴結(jié)腫大情況，并行磁共振觀察其腫大情況及成像特征，最終以病理結(jié)果確定其轉(zhuǎn)移與否。

淋巴結(jié)直徑大于5 mm納入實(shí)驗(yàn)研究。

1.3 磁共振成像掃描參數(shù)及方案

掃描前從兔耳緣靜脈注射3%戊巴比妥鈉(30 mg/kg)麻醉。掃描采用GE Signal Excite HD 1.5 T超導(dǎo)型磁共振掃描儀，8通道頭頸相控陣線圈，2D快速自旋回波(FSE)獲得T2加權(quán)像(T2WI)(重復(fù)時(shí)間(TR)：2400 ms，回波時(shí)間(TE)：70.6 ms，回波鏈長(zhǎng)度：16，層厚：3 mm，層間距：0 mm，激勵(lì)次數(shù)：4，視野(FOV)：18 cm×18 cm以及短T1反轉(zhuǎn)恢復(fù)的回波平面彌散加權(quán)成像(TR：4500 ms, TE：71.5 ms，反轉(zhuǎn)時(shí)間：160 ms，層厚：4 mm，層間距：-1 mm，激勵(lì)次數(shù)：4，F(xiàn)OV：16 cm×16 cm，矩陣：512×512，彌散因子b值：20、150、800 s/mm2。

1.4 圖像分析

采用Matlab平臺(tái)下自主開發(fā)分析程序，用于利用線性回歸通過多b值計(jì)算ADC值，并對(duì)其進(jìn)行不同方法的分析與統(tǒng)計(jì)。

利用以下公式，以不同b和其作對(duì)應(yīng)的信號(hào)強(qiáng)度(S)進(jìn)行線性回歸，求得ADC值，繪制其分布圖：

ln S=ADC×(-b)+c (c為常數(shù))

由兩名多年從事放射科腫瘤影像學(xué)工作的醫(yī)師在不知道病理的情況下，分別在ADC分布圖中勾勒淋巴結(jié)最大橫斷面的整個(gè)淋巴結(jié)的外輪廓，并依照其各自經(jīng)驗(yàn)標(biāo)記其所認(rèn)為的淋巴結(jié)皮髓質(zhì)分界及淋巴結(jié)髓質(zhì)中心。

計(jì)算最大橫斷面ADC值平均值。并通過下列三種方法對(duì)淋巴結(jié)的良惡性進(jìn)行判斷：

方法 1：計(jì)算所勾勒的淋巴結(jié)皮質(zhì)區(qū)與髓質(zhì)區(qū)所有像素的平均ADC的比值。

方法 2：以標(biāo)記的中心為圓心，每一像素(如圖1中#號(hào)所示)距標(biāo)記的中心的距離為dc，其所在徑線中心距淋巴結(jié)邊緣的距離為r，計(jì)算ADC值隨(r-dc)/r變化的線性回歸的斜率。

方法 3：利用形態(tài)學(xué)方法，每一像素距所標(biāo)記的淋巴結(jié)邊緣的最小距離為d，其相應(yīng)的徑線上邊緣具形態(tài)學(xué)骨架的最小距離為r[9]。計(jì)算ADC值隨d/r變化的線性回歸的斜率。

圖1 三種不同的ADC圖分析方法Fig 1 Three different methods for ADC map analysis

如圖2所示，為實(shí)際磁共振圖像上的繪制操作情況，左圖為其相應(yīng)的T2WI結(jié)構(gòu)像，右圖為DWI圖像，同時(shí)利用20、150、800三個(gè)b值的DWI圖像及ADC圖相互參考，從外到內(nèi)繪制出：淋巴結(jié)外輪廓、皮髓質(zhì)分界及髓質(zhì)區(qū)中心。其中b=20的圖像中有較好的解剖結(jié)構(gòu)，而b=800及ADC圖中能跟好的表現(xiàn)其精細(xì)結(jié)構(gòu)及病變特征。部分DWI圖像中無法辨別基本解剖結(jié)構(gòu)的將參照相對(duì)應(yīng)的T2WI圖像。圖2中左圖為T2WI圖像，中圖為DWI圖像(b=800)，右圖為ADC圖。

1.5 組織病理學(xué)檢查

處死實(shí)驗(yàn)兔，取淋巴結(jié)，朝向腘窩方向?yàn)榍懊?，與磁共振掃描方向同向橫斷面切開，切片厚度3 μm，用4%中性甲醛固定，石蠟包埋，經(jīng)行蘇木精-伊紅染色法(HE染色)，并在顯微鏡下觀察，注意炎癥性淋巴結(jié)的皮質(zhì)區(qū)、副皮質(zhì)區(qū)及髓索的比例差異及腫瘤轉(zhuǎn)移性淋巴結(jié)中瘤巢的大小。病理結(jié)果由一名病理科醫(yī)師與一名放射科醫(yī)師共同讀片記錄。

1.6 統(tǒng)計(jì)學(xué)處理

采用SPSS 13.0統(tǒng)計(jì)學(xué)軟件，根據(jù)病理結(jié)果將炎癥模型兔的炎癥淋巴結(jié)與腫瘤轉(zhuǎn)移模型兔的轉(zhuǎn)移性淋巴結(jié)的整個(gè)淋巴結(jié)的平均ADC值進(jìn)行比較，采用獨(dú)立樣本的t檢驗(yàn)(P＜0.05)判斷其是否存在差異。根據(jù)病理結(jié)果為金標(biāo)準(zhǔn)對(duì)三種的圖像分析方法的進(jìn)行比較，分別繪制其最終計(jì)算值的ROC曲線并計(jì)算其相應(yīng)的曲線下面積(area under curve, AUC)及約登指數(shù)(約登指數(shù)=敏感性+特異性-1)，及其相對(duì)應(yīng)的最佳臨界值。

2 結(jié)果

2.1 動(dòng)物模型的建立及其病理診斷結(jié)果

共41枚直徑大于5 mm的淋巴結(jié)納入本研究，其中包括19枚炎性淋巴結(jié)和22枚轉(zhuǎn)移淋巴結(jié)。炎性淋巴結(jié)表現(xiàn)為不同的增生形態(tài)：皮質(zhì)增生型(9枚)，副皮質(zhì)增生型(5枚)和髓質(zhì)增生型(5枚)。轉(zhuǎn)移淋巴結(jié)顯示了不同程度的巢樣的腫瘤細(xì)胞侵犯(19枚，侵犯程度30%～80%)或者全淋巴結(jié)侵犯(3枚)。

2.2 平均ADC值的比較

在ADC分布圖中選取整個(gè)淋巴結(jié)，計(jì)算其平均ADC值。炎癥淋巴結(jié)組為(1.42±0.31)×10-3mm2/s，轉(zhuǎn)移淋巴結(jié)組為(1.54±0.36)×10-3mm2/s，均符合正態(tài)分布，經(jīng)t檢驗(yàn)，兩組無明顯統(tǒng)計(jì)學(xué)差異(t=1.210,P=0.234)。

表1 不同方法間的ROC分析Table 1 ROC analysis of different methods

圖2 人工繪制淋巴結(jié)輪廓及中心的過程Fig 2 The procedure of manual delineation of the boundary and center of lymph node

圖3 三種方法及完整淋巴結(jié)的ADC均值的ROC曲線Fig 3 ROC curves of 3 different method and mean ADC of whole lymph node

2.3 不同圖像分析方法間的比較

以病理結(jié)果為金標(biāo)準(zhǔn)，對(duì)三種分析方法及完整淋巴結(jié)的ADC平均值繪制ROC曲線如圖3所示。三種方法及完整淋巴結(jié)均值的AUC分別為0.839、0.755、0.654和0.583；其最大約登指數(shù)分別為0.639、0.517、0.304和0.266，所對(duì)應(yīng)的診斷閾值分別為0.86、-2.4×10-4、 -0.2×10-4和1.89×10-3mm2/s，其相應(yīng)的判斷淋巴結(jié)良惡性的敏感性和特異性見表1。

3 討論

鑒別淋巴結(jié)的良惡性是影像學(xué)在疾病的治療及預(yù)后分析方面的重要作用及優(yōu)勢(shì)所在。盡管如此，如何精確的評(píng)估淋巴結(jié)的情況，尤其是腫瘤轉(zhuǎn)移情況，始終是放射學(xué)界重要的研究課題。CT及FDGPET都是最為常見的鑒別淋巴結(jié)良惡性的方法，磁共振成像因其有很高的軟組織分辨力，已經(jīng)越來越多的被應(yīng)用于淋巴結(jié)良惡性的診斷[10-11]。近年來，DWI被廣泛的應(yīng)用于這一領(lǐng)域。DWI是一種磁共振的運(yùn)動(dòng)敏感性成像方法，能夠探測(cè)水分子在體內(nèi)的微觀擴(kuò)散運(yùn)動(dòng)。DWI反映了組織除橫向及縱向弛豫以外的重要組織特征，因此，微小的組織學(xué)變化就能被DWI所探測(cè)。以往的研究已經(jīng)證明評(píng)估組織ADC值是一個(gè)很好的評(píng)價(jià)淋巴結(jié)的手段[4]。盡管如此，依賴ADC值的淋巴結(jié)評(píng)估很大程度上依靠放射科醫(yī)師的經(jīng)驗(yàn)，并且繼往的研究中[7-8]也存在一定的差異。

本研究試圖通過不同的方法對(duì)淋巴結(jié)的ADC值分布進(jìn)行分析，從而獲得一種更為客觀的指標(biāo)來基于ADC值分布評(píng)估淋巴結(jié)良惡性。在以往的工作經(jīng)驗(yàn)中，我們發(fā)現(xiàn)淋巴結(jié)的轉(zhuǎn)移多從淋巴結(jié)包膜下開始，逐漸累積髓索，所以我們所設(shè)計(jì)的三種方法的測(cè)量上更傾向于探測(cè)ADC值從內(nèi)到外的分布情況，以期望其能夠評(píng)價(jià)淋巴結(jié)的良惡性情況，并能夠早期發(fā)現(xiàn)轉(zhuǎn)移。通過三種方法及完整淋巴結(jié)均值的對(duì)比，我們看到前兩方法具有較好的診斷價(jià)值，第三種及完整淋巴結(jié)均值的方法不能做為診斷應(yīng)用。

整體淋巴結(jié)均值用于診斷的不足之處主要在于當(dāng)腫瘤部分侵犯淋巴結(jié)時(shí)，多數(shù)部分仍為正常淋巴結(jié)組織，其ADC值還沒有明顯的改變，只有腫瘤侵犯的小部分受到侵犯，而整體取均值則減少了受侵犯部分在最終評(píng)判中的影響。第三種方法取淋巴結(jié)形態(tài)學(xué)骨架做為中心，即淋巴結(jié)的幾何中心，評(píng)判其ADC值按幾何從內(nèi)到外分布情況。由于淋巴結(jié)的結(jié)構(gòu)并非對(duì)稱結(jié)構(gòu)，尤其在受腫瘤侵犯的淋巴結(jié)，其生長(zhǎng)更不規(guī)則，故評(píng)價(jià)ADC值隨幾何的內(nèi)外分布的變化情況，雖然一定程度的減少了人工判斷的操作，但其結(jié)果也未令人滿意。

第一、二種方法表現(xiàn)了較好的敏感性及特異性，有一定的臨床評(píng)價(jià)價(jià)值，為今后計(jì)算機(jī)輔助評(píng)價(jià)淋巴結(jié)良惡性的研究提供了一定的思路，但其中也存在一定的不足，值得今后進(jìn)一步探討。在第二種方法中對(duì)于小病變的判斷表現(xiàn)了其局限性，由于其最終的斜率值是所有徑線上斜率值的均值，所以病變組織特征一定程度地被正常組織所掩蓋。而第一種方法中，皮髓界限的確定更多的是依靠觀察者對(duì)內(nèi)外信號(hào)強(qiáng)度的差異進(jìn)行判斷，一方面對(duì)觀察者仍有一定的要求。

另一方面，對(duì)于結(jié)構(gòu)紊亂的轉(zhuǎn)移淋巴結(jié)其界限很難判斷。由于腫瘤轉(zhuǎn)移部分淋巴結(jié)已失去其原有形態(tài)，其實(shí)際已經(jīng)不存在真正組織病理學(xué)意義上的皮髓質(zhì)分界，這時(shí)診斷醫(yī)師所劃分的界限實(shí)際是圖像中的灰度差異較大的區(qū)域。但這一差異也能夠使其外部ADC與內(nèi)部ADC的比值變得更小。也能夠被判斷為腫瘤轉(zhuǎn)移。

本研究是在淋巴結(jié)ADC圖分析方向上的一個(gè)初步嘗試，從其中獲得了一些經(jīng)驗(yàn)，其中以下幾點(diǎn)值得在未來的研究和實(shí)踐中予以關(guān)注。首先，在未來的方法設(shè)計(jì)中應(yīng)一定程度的突出局部ADC值減低區(qū)的權(quán)重，使異常部分不易被正常淋巴結(jié)所淹沒。其次，由于淋巴結(jié)侵犯程度不同，部分淋巴結(jié)的結(jié)構(gòu)層次已消失，并且正常淋巴結(jié)中也存在皮髓質(zhì)增生程度的差異，所以是否應(yīng)將不同侵犯程度及不同皮髓質(zhì)增生程度不同的淋巴結(jié)單獨(dú)分層分析，并且如何從圖像上自動(dòng)化或半自動(dòng)的將其準(zhǔn)確并合理的進(jìn)行分層分組，都是今后值得探討的問題。相信在不遠(yuǎn)的未來，我們會(huì)提出更能符合臨床需求的分析方法，并服務(wù)于臨床工作。

綜上所述，利用ADC分布情況利用計(jì)算機(jī)輔助判斷淋巴結(jié)的良惡性，具有一定的臨床應(yīng)用潛力，能夠客觀的對(duì)淋巴結(jié)性質(zhì)進(jìn)行判別，具有一定的敏感性及特異性。

[References]

[1]Nagamachi S, Wakamatsu H, Kiyohara S, et al. Comparison of diagnostic and prognostic capabilities of18F-FDG-PET/CT, 131I-scintigraphy, and diffusion-weighted magnetic resonance imaging for postoperative thyroid cancer. Jpn J Radiol, 2011, 29(6): 413-422.

[2]Chen W, Jian W, Li HT, et al. Whole-body diffusionweighted imaging vs. FDG-PET for the detection of nonsmall-cell lung cancer. How do they measure up? Magn Reson Imaging, 2010, 28(5): 613-620.

[3]Lind P, Kohlfürst S. Respective roles of thyroglobulin,radioiodine imaging, and positron emission tomography in the assessment of thyroid cancer. Semin Nucl Med, 2006,36(3): 194-205.

[4]Holzapfel K, Duetsch S, Fauser C, et al. Value of diffusionweighted MR imaging in the differentiation between benign and malignant cervical lymph nodes. Eur J Radiol, 2009,72(3): 381-387.

[5]Liu Y, Liu H, Bai X, et al. Differentiation of metastatic from non-metastatic lymph nodes in patients with uterine cervical cancer using diffusion-weighted imaging. Gynecol Oncol,2011, 122(1): 19-24.

[6]Fornasa F, Pinali L, Gasparini A, et al. Diffusion-weighted magnetic resonance imaging in focal breast lesions: analysis of 78 cases with pathological correlation. Radiol Med,2011, 116(2): 264-275.

[7]Sumi M, Sakihama N, Sumi T, et al. Discrimination of metastatic cervical lymph nodes with diffusion-weighted MR imaging in patients with head and neck cancer. AJNR Am J Neuroradiol, 2003, 24(8): 1627-1634.

[8]Abdel Razek AA, Soliman NY, Elkhamary S, et al.Role of diffusion-weighted MR imaging in cervical lymphadenopathy. Eur Radiol, 2006, 16(7): 1468-1477.

[9]Gonzalez RC, Woods RE. Digital image processing using MATLAB. 2nd edtion. USA: Gatesmark Publishing, 2009: 486-534.

[10]Deron PB, Bonte KM, Vermeersch HF, et al. Lymph node metastasis of squamous cell carcinoma from an unknown primary in the upper and middle neck: impact of (18)f-fluorodeoxyglucose positron emission tomography/computed tomography. Cancer Biother Radiopharm, 2011,26(3): 331-334.

[11]Dighe S, Purkayastha S, Swift I, et al. Diagnostic precision of CT in local staging of colon cancers: a meta-analysis.Clin Radiol, 2010, 65(9): 708-719.