感興趣區(qū)和層面變化對前列腺外周帶組織表觀擴(kuò)散系數(shù)圖一級統(tǒng)計(jì)學(xué)特征測量的影響

劉曉航，劉 偉，周良平，彭衛(wèi)軍

復(fù)旦大學(xué)附屬腫瘤醫(yī)院放射診斷科，復(fù)旦大學(xué)上海醫(yī)學(xué)院腫瘤學(xué)系，上海 200032

感興趣區(qū)和層面變化對前列腺外周帶組織表觀擴(kuò)散系數(shù)圖一級統(tǒng)計(jì)學(xué)特征測量的影響

劉曉航，劉 偉，周良平，彭衛(wèi)軍

復(fù)旦大學(xué)附屬腫瘤醫(yī)院放射診斷科，復(fù)旦大學(xué)上海醫(yī)學(xué)院腫瘤學(xué)系，上海 200032

劉曉航，復(fù)旦大學(xué)附屬腫瘤醫(yī)院放射診斷科主治醫(yī)師，2007年畢業(yè)于同濟(jì)大學(xué)臨床醫(yī)學(xué)系，2012年獲復(fù)旦大學(xué)影像醫(yī)學(xué)與核醫(yī)學(xué)博士學(xué)位。長期從事泌尿系統(tǒng)腫瘤的影像診斷工作，為腫瘤醫(yī)院泌尿腫瘤多學(xué)科組成員，擅長腎臟及前列腺腫瘤的MRI診斷及新技術(shù)研發(fā)，對前列腺癌擴(kuò)散加權(quán)成像的應(yīng)用及各種計(jì)算模型進(jìn)行了較深入的研究，以第一責(zé)任人承擔(dān)國家自然科學(xué)青年基金一項(xiàng)。在國內(nèi)外核心期刊發(fā)表學(xué)術(shù)論文10余篇，其中SCI收錄期刊發(fā)表學(xué)術(shù)論文5篇。

目的：探討感興趣區(qū)(region of interest，ROI)的大小和層面變化對前列腺外周帶正常和前列腺癌組織表觀擴(kuò)散系數(shù)(apparent diffusion coefficient，ADC) 圖一級統(tǒng)計(jì)學(xué)特征測量的影響。方法：回顧性分析18例前列腺外周帶癌患者的ADC圖和常規(guī)MRI圖像，對照病理結(jié)果，應(yīng)用不同ROI測量前列腺癌與正常組織的一級統(tǒng)計(jì)學(xué)特征。ROI 1：根據(jù)T2WI圖像特征在最大層面確定前列腺癌及正常組織；ROI 2：根據(jù)ADC圖確定組織；ROI 3、ROI 4：大小分別為ROI 1的3/4和1/2；ROI 5：為多層面組成的整體病灶或組織。篩選前列腺癌與正常組織有顯著差異的參數(shù)，進(jìn)一步評價(jià)不同ROI之間測量結(jié)果差異。結(jié)果：共測量19個(gè)病灶和21個(gè)正常外周帶組織的數(shù)據(jù)。腫瘤與正常組織的峰度值和偏度值無顯著差異，而各ROI測量的正常組織ADC值均值及百分位數(shù)均顯著高于前列腺癌。隨著ROI縮小，腫瘤組織ADC值降低，正常組織變化不明顯，兩者平均ADC值對應(yīng)的標(biāo)準(zhǔn)差(standard deviation，SD)在所有ROI之間均無顯著差異。但正常組織不同百分位數(shù)ADC值對應(yīng)的大部分SD值明顯高于前列腺癌。測量整體體積與最大層面獲得的ADC值及其百分位數(shù)、SD值不同并無顯著差異。結(jié)論：不同面積ROI測量對ADC均值及百分位數(shù)均有顯著影響，一級統(tǒng)計(jì)學(xué)特征測量可獲得比平均ADC值更多有統(tǒng)計(jì)學(xué)意義的參數(shù)。

前列腺癌；擴(kuò)散加權(quán)成像；統(tǒng)計(jì)學(xué)特征

前列腺癌是男性泌尿生殖系統(tǒng)最常見的惡性腫瘤之一，在歐美國家其發(fā)病率居惡性腫瘤首位；在亞洲國家，隨著人口增長、人均壽命延長和生活習(xí)慣改變，以及檢出手段的日益進(jìn)步，其發(fā)病率及死亡率逐年上升[1]。

目前，前列腺癌診斷模式主要依賴直腸檢查和血清前列腺特異性抗原(prostate-specific antigen，PSA)，但兩者診斷準(zhǔn)確率均有待提高。擴(kuò)散加權(quán)成像(diffusion weighted imaging，DWI)結(jié)合常規(guī)MRI具有清晰的軟組織分辨率，可大幅提高前列腺癌的診斷準(zhǔn)確率[2-3]，已廣泛用于前列腺癌治療效果評估及治療后隨訪等[4]。然而，目前前列腺癌的DWI診斷仍以醫(yī)師人工判斷模式為主，易受醫(yī)師經(jīng)驗(yàn)等主觀因素影響，且只能考察圖像的肉眼特征；與其他技術(shù)聯(lián)合應(yīng)用時(shí)，診斷結(jié)果也不易累加。由此，部分高通量的圖像信息定量分析方法，如放射組學(xué)技術(shù)，開始應(yīng)用于這一領(lǐng)域。作為目前新興的圖像信息采集和分析技術(shù)，放射組學(xué)可應(yīng)用大量的自動(dòng)化數(shù)據(jù)特征化算法，將感興趣區(qū)(region of interest，ROI)的影像數(shù)據(jù)轉(zhuǎn)化為具有高分辨率的可發(fā)掘的特征空間數(shù)據(jù)，評價(jià)腫瘤的各種表型，包括組織形態(tài)、細(xì)胞分子等各層次的狀態(tài)。目前，放射組學(xué)在前列腺M(fèi)RI檢查中的應(yīng)用較少，主要為可行性和可重復(fù)性測試[5-6]，有關(guān)DWI或表觀擴(kuò)散系數(shù)(apparent diffusion coefficient，ADC)的文獻(xiàn)報(bào)道更少，且應(yīng)用特征主要是一級統(tǒng)計(jì)學(xué)特征，即均值、圖像信號標(biāo)準(zhǔn)差、偏度(skewness)、峰度(kurtosis)及ADC值的百分位數(shù)。以上參數(shù)在良惡性組織間的差異及診斷意義，目前尚待大樣本研究的驗(yàn)證；測量方法也無統(tǒng)一意見，文獻(xiàn)報(bào)道的組織ADC值及其相關(guān)參數(shù)主要通過測量病變或正常組織的最大層面獲得，而由于腫瘤的異質(zhì)性，測量整體腫瘤可能更為準(zhǔn)確[7]；在ROI選擇方面，也有基于T2WI和ADC圖兩種方式[8-9]。這些差異對測量結(jié)果的影響尚不確定。本研究旨在比較以上不同方法對測量結(jié)果的影響。

1 資料和方法

1.1 患者資料

收集2016年因PSA升高行MRI-DWI檢查的患者202例，其中112例未經(jīng)穿刺及任何治療，92例檢查后經(jīng)穿刺有41例證實(shí)為前列腺癌。29例位于外周帶，納入研究，患者平均年齡63歲(52～73)歲，平均PSA 20.4 ng/mL (4～102 ng/mL)；11例位于中央腺體或累及外周帶及中央腺體，排除。所有患者均在3.0T MRI上行T2WI、DWI檢查，且均在檢查前簽署知情同意書。

1.2 檢查方法

采用SIEMENS公司Magnetom Skyra 3.0T MRI 8通道相控陣表面線圈。T2WI檢查序列：快速翻轉(zhuǎn)快速自旋回波(fast recovery fast spin echo，F(xiàn)RFSE)序列，重復(fù)時(shí)間(repetitive time，TR)/回波時(shí)間(echo time，TE)=5 840/85 ms，激發(fā)次數(shù)(number of excitations，NEX)=4，層厚3.5 mm，間距1 mm)。T1WI檢查序列：梯度回波(gradient recalled echo，GRE)序列(TR/ TE=231/2.5 ms，層厚5.5 mm，間距 1.1 mm)，矩陣512×512。DWI檢查序列：分段讀出平面回波成像(readout-segmented echo-planarimaging，RS-EPI)序列，b值為0、1 000 s/mm2，TR/TE=7 400/62 ms，視野(field of view，F(xiàn)OV) 130 mm×130 mm，NEX=2，矩陣80×80，層厚3.5 mm，間距1 mm，分段讀出次數(shù)13，加用全局自動(dòng)校準(zhǔn)部分并行采集技術(shù)(generalized autocalibrating partially parallel acquisition，GRAPPA)。

1.3 病灶一級統(tǒng)計(jì)學(xué)特征的測量

1.3.1 最大層面不同大小ROI

采用GE公司ADW 4.3工作站，對病理結(jié)果確定且MRI上可見的病灶進(jìn)行篩選和后處理。為保證測量的穩(wěn)定性，只有＞1 cm的病灶納入進(jìn)一步研究。ROI的設(shè)定為：ROI 1，前列腺癌為病理證實(shí)區(qū)域中的T2WI上低信號區(qū)，正常組織為病理證實(shí)區(qū)域的均勻高信號區(qū)；ROI 2，前列腺癌為病理證實(shí)區(qū)域中的ADC低值區(qū)，正常組織同ROI 1；ROI 3，前列腺癌為T2WI上低信號區(qū)中心區(qū)域，約占病灶面積的3/4，正常組織也為ROI 1的3/4；ROI 4，前列腺癌為T2WI上低信號區(qū)中心區(qū)域，約占病灶面積的1/2，正常組織以此類推。

ROI選定后，沿ROI剪裁圖像，另存為Processed圖像文件，分別發(fā)送至AW工作站中的Refomat軟件及Matlab軟件進(jìn)行分析。

1.3.2 整體體積ROI

對病理結(jié)果確定且MRI上可見病灶的所有層面進(jìn)行測量，ROI的設(shè)定為ROI 5：病理證實(shí)區(qū)域中的T2WI上低信號區(qū)(所有層面組成的立體病灶)。圖像處理和保存方法同上。

以上ROI選定后，用Matlab軟件自動(dòng)生成峰度值和偏度值，Reformat軟件生成不同百分位(平均值及10%、25%和50%百分位數(shù))ADC值及相對應(yīng)的SD值。

1.4 統(tǒng)計(jì)學(xué)處理

所有數(shù)據(jù)用STATA 10.0軟件進(jìn)行分析。首先，對前列腺癌與正常組織的不同參數(shù)采用t檢驗(yàn)進(jìn)行比較，對有統(tǒng)計(jì)學(xué)差異的參數(shù)進(jìn)一步分析。其次，對ROI 1及ROI 5參數(shù)采用t檢驗(yàn)進(jìn)行比較，評價(jià)測量最大層面和整體體積的結(jié)果差異。應(yīng)用單因素方差分析比較ROI 1～4以上參數(shù)的差異，如有差異，則進(jìn)一步應(yīng)用t檢驗(yàn)進(jìn)行兩兩比較，P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。應(yīng)用單因素方差分析時(shí)附加Bonferroni校正，P＜0.01為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié) 果

共18例患者納入研究，另11例患者因病變過小或散在分布而排除。共測量19個(gè)病灶和21個(gè)正常外周帶組織的數(shù)據(jù)。

腫瘤與正常組織的峰度值和偏度值無顯著差異(表1)，而各ROI測量出的正常組織ADC值所有百分位數(shù)均顯著高于前列腺癌(P＜0.05)。隨著ROI縮小，腫瘤ADC值依次降低，均有顯著性差異(P＜0.05)，而正常組織變化不明顯(表2)。值得注意的是，ROI 1、ROI 2、ROI 4腫瘤與正常組織平均ADC值對應(yīng)的標(biāo)準(zhǔn)差(standard deviation，SD)雖然沒有差異，但ADC值百分位數(shù)對應(yīng)的部分SD值有顯著差異(P＜0.05)，尤其是10%ADC值和25%ADC值中，正常組織的平均SD值顯著高于前列腺癌(表3)。隨著百分位數(shù)下降，SD值相應(yīng)下降，但前列腺癌組織下降較明顯(圖1～2)，ADC值不同百分位數(shù)間比較均有顯著差異(P＜0.05)。此外，應(yīng)用腫瘤整體體積與最大層面獲得的ADC值及其百分位數(shù)、SD值無顯著差異。

表1 前列腺癌與正常組織不同ROI上的偏度值和峰度值

表2 前列腺癌與正常組織不同ROI上的ADC值平均值及百分位數(shù)

表3 前列腺癌與正常組織不同ROI上ADC值平均值和百分位數(shù)的SD值

圖1 ROI 1～4上測量的ADC平均值及百分位數(shù)對應(yīng)的SD值

圖2 前列腺癌ROI和層面變化時(shí)前列腺外周帶組織ADC圖

3 討 論

本研究結(jié)果顯示，腫瘤與正常組織的峰度值和偏度值無顯著差異，而各ROI測量出的ADC值所有百分位數(shù)均有顯著差異。值得注意的是，腫瘤與正常組織平均ADC值對應(yīng)的SD值雖然無差異，但ADC值百分位數(shù)對應(yīng)的SD值有顯著差異。此外，不同大小ROI對腫瘤ADC值及相關(guān)參數(shù)的測量有較大影響，但測量腫瘤整體體積與最大層面獲得的ADC值及其百分位數(shù)、SD值無顯著差異。

腫瘤與正常組織的峰度值和偏度值是否有差異，文獻(xiàn)中一直存在爭議。Xu等[10]研究認(rèn)為腫瘤與正常組織的峰度值無顯著差異，而偏度值有顯著差異，且Suo等[11]的研究提示這種差異與腫瘤組織的異質(zhì)性有關(guān)。在一項(xiàng)子宮內(nèi)膜癌研究中，腫瘤與正常組織的峰度值有顯著差異，而偏度值無差異[12]。在腎上腺腫瘤研究中，兩者在良惡性組織間均未見顯著差異[13]。在前列腺癌相關(guān)研究中，雖然未明確證實(shí)峰度值和偏度值在前列腺癌與正常組織間的差別，但應(yīng)用峰度值和偏度值對前列腺癌與正常組織進(jìn)行鑒別診斷，受試者工作特征(receiver operating characteristic，ROC)曲線的曲線下面積(area under curve，AUC)值僅為0.46和0.59，提示兩參數(shù)在前列腺癌與正常組織間差異不大，可能不具備臨床鑒別意義[14]。本研究結(jié)果雖然與以上文獻(xiàn)不完全一致，但并不支持峰度值和偏度值在腫瘤鑒別診斷中的作用。

在獲取前列腺癌進(jìn)行一級統(tǒng)計(jì)學(xué)特征時(shí)，測量腫瘤整體體積與最大層面所獲結(jié)果無明顯差異，這與其他部位腫瘤的研究結(jié)果[7]有一定差異。主要原因可能有兩點(diǎn)：首先，前列腺癌極少發(fā)生壞死和出血[15]，因而在肉眼可見的前列腺癌內(nèi)部異質(zhì)性相對較低，ADC值及其相關(guān)參數(shù)對測量層面和體積的變化不敏感；其次，大部分前列腺癌體積不大，橫斷位DWI圖像上層面較少，因而最大層面的測量往往已涉及腫瘤的大部分，所得結(jié)果與整體測量結(jié)果沒有太大差異。由于測量最大層面的便捷性明顯高于整體組織，又能可靠地反映整體組織信息，所以目前常用的前列腺癌ADC值測量仍可作為此方面研究的常規(guī)方法。

不同ROI測量的腫瘤與正常組織ADC值及其所有百分位數(shù)均有顯著差異。隨著ROI縮小，前列腺癌組織ADC值逐步下降，而正常組織ADC值保持穩(wěn)定。這些參數(shù)的趨勢與前列腺癌的組織結(jié)構(gòu)相吻合。前列腺癌的分布形式除局灶性分布形成腫塊外，還有相當(dāng)一部分呈散在分布，而腫瘤邊界常有散在分布的腫瘤細(xì)胞或癌巢[8]。如以T2WI為標(biāo)準(zhǔn)進(jìn)行測量，則可包括腫瘤組織，但同時(shí)混入正常組織，導(dǎo)致ADC值升高；而以ADC值為標(biāo)準(zhǔn)，或以本研究中相對較小的ROI 3、ROI 4進(jìn)行測量，ROI內(nèi)主要為腫瘤成分，ADC值較低，可能遺漏周邊的腫瘤組織。ADC值是DWI診斷和評估前列腺癌的基本指標(biāo)，近年來其百分位數(shù)在前列腺癌診斷中的應(yīng)用逐漸增多。多項(xiàng)研究表明，部分百分位數(shù)，尤其是10%百分位數(shù)在鑒別診斷效能及與Gleason評分的相關(guān)性方面，均優(yōu)于平均ADC值[9,14,16]。本研究中，以上參數(shù)隨ROI大小的變化有較大波動(dòng)，意味著使用這些參數(shù)進(jìn)行良惡性鑒別及惡性程度評估時(shí)，同樣面臨穩(wěn)定性的問題。由于缺乏整體病理切片對照，本研究未能進(jìn)一步評估各種參數(shù)的優(yōu)劣，但至少證明，提取前列腺癌病灶的統(tǒng)計(jì)學(xué)特征時(shí)，須有相對統(tǒng)一的標(biāo)準(zhǔn)。

腫瘤與正常組織平均ADC值對應(yīng)的SD值沒有差異，與既往文獻(xiàn)報(bào)道吻合[10]，但ADC值其他百分位數(shù)對應(yīng)的SD值有明顯差異，且隨著百分位數(shù)縮小，前列腺癌組織ADC值對應(yīng)的SD值相應(yīng)下降。從公式SD=平均值×變異系數(shù)獲知，SD值由變異系數(shù)即組織的混雜性和均值決定，腫瘤組織均值小，但常混有非腫瘤組織，因而變異系數(shù)大；正常組織均值大，但組織均質(zhì)，變異系數(shù)小。因此，兩者的方差在兩種因素共同作用下差別可能不大。應(yīng)用百分位數(shù)篩選出相對均質(zhì)的像素后，腫瘤組織不僅像素樣本縮小，更由于篩除了混雜的正常組織，變異系數(shù)變小，方差縮小快；而正常組織受到的影響較小，變化也相對小，因此兩者差別增大。這一結(jié)果提示，百分位數(shù)可提供ADC值更豐富的信息，有利于腫瘤的鑒別診斷。

本研究有以下不足之處：首先，所有患者的研究基于穿刺結(jié)果，而非前列腺整體病理切片，由此帶來對位準(zhǔn)確性和假陰性等問題，且無法進(jìn)一步比較各測量方法的優(yōu)劣。其次，樣本數(shù)較少，對各參數(shù)隨測量方法改變而變化的趨勢及機(jī)制未進(jìn)一步研究。最后，由于技術(shù)限制，采用兩種軟件進(jìn)行測量和計(jì)算，算法上的差異可能掩蓋了部分參數(shù)間的關(guān)聯(lián)性。此外，對測量整體體積與最大層面所獲參數(shù)的比較僅以T2WI為參照，對其他方法所獲結(jié)果未一一比較，有待采用更精確穩(wěn)定的軟件進(jìn)行系統(tǒng)比較。

本研究結(jié)果顯示，測量前列腺癌ADC圖的一級統(tǒng)計(jì)學(xué)特征時(shí)，如定義病灶的標(biāo)準(zhǔn)相同，測量最大層面與測量整體體積對結(jié)果無顯著差異，但不同面積的ROI對ADC值所有百分位數(shù)均有顯著影響，用百分位數(shù)ADC值考察可獲得比平均ADC值更多且有統(tǒng)計(jì)學(xué)意義的參數(shù)。

[1] CHEN W, ZHENG R, BAADE P D, et al. Cancer statistics in China, 2015 [J]. CA Cancer J Clin, 2016, 66(2): 115-132.

[2] WEINREB J C, BARENTSZ J O, CHOYKE P L, et al. PI-RADS Prostate Imaging-Reporting and Data System: 2015, Version 2 [J]. Eur Urol, 2016, 69(1): 16-40.

[3] FUSCO R, SANSONE M, PETRILLO M, et al. Multiparametric MRI for prostate cancer detection: Preliminary results on quantitative analysis of dynamic contrast enhanced imaging, diffusion-weighted imaging and spectroscopy imaging [J]. Magn Reson Imaging, 2016, 34(7): 839-845.

[4] LAU W, LAI E. Hepatic resection for colorectal liver metastases [J]. Singapore Med J, 2007, 48(7): 635-639.

[5] CAMERON A, KHALVATI F, HAIDER M A, et al. MAPS: A quantitative radiomics approach for prostate cancer detection [J]. IEEE Trans Biomed Eng, 2016, 63(6): 1145-1156.

[6] KHALVATI F, WONG A, HAIDER M A. Automated prostate cancer detection via comprehensive multiparametric magnetic resonance imaging texture feature models [J]. BMC Med Imaging, 2015, 15: 27.

[7] HAINC N, STIPPICH C, STIELTJES B, et al. Experimental texture analysis in glioblastoma: a methodological study [J]. Invest Radiol, 2017. [Epub ahead of print].

[8] BORREN A, MOMAN M R, GROENENDAAL G, et al. Why prostate tumour delineation based on apparentdiffusion coefficient is challenging: an exploration of the tissue microanatomy [J]. Acta Oncol, 2013, 52(8): 1629-1636.

[9] LIU X, ZHOU B, ZHOU L, et al. Differentiation of prostate cancer and stromal hyperplasia in the transition zone with histogram analysis of the apparent diffusion coefficient [J]. Acta Radiol, 2017. [Epub ahead of print].

[10] XU X Q, HU H, SU G Y, et al. Utility of histogram analysis of ADC maps for differentiating orbital tumors [J]. Diagn Interv Radiol, 2016, 22(2): 161-167.

[11] SUO S T, CHEN X X, FAN Y, et al. Histogram analysis of apparent diffusion coefficient at 3.0 T in urinary bladder lesions: correlation with pathologic findings [J]. Acad Radiol, 2014, 21(8): 1027-1034.

[12] KIERANS A S, DOSHI A M, DUNST D, et al. Retrospective assessment of histogram-based diffusion metrics for differentiating benign and malignant endometrial lesions [J]. J Comput Assist Tomogr, 2016, 40(5): 723-729.

[13] UMANODAN T, FUKUKURA Y, KUMAGAE Y, et al. ADC histogram analysis for adrenal tumor histogram analysis of apparent diffusion coefficient in differentiating adrenal adenoma from pheochromocytoma [J]. J Magn Reson Imaging, 2017, 45(4): 1195-1203.

[14] HOANG D A, MELODELIMA C, SOUCHON R, et al. Quantitative analysis of prostate multiparametric MR images for detection of aggressive prostate cancer in the peripheral zone: a multiple imager study [J]. Radiology, 2016, 280(1): 117-127.

[15] EBLE G N, SAUTER G, EPSTEIN J I, et al. World Health Organization classification of tumors: pathology and genetics of tumors of the urinary system and male genital organs [M]. Lyon: IARC Press, 2004: 160-182.

[16] DONATI O F, MAZAHERI Y, AFAQ A, et al. Prostate cancer aggressiveness: assessment with whole-lesion histogram analysis of the apparent diffusion coefficient [J]. Radiology. 2014, 271(1): 143-152.

Effects of variety in region of interest and slice on measurement of first-order statistical features in apparent dif f usion coef ficient map of prostate peripheral zone

LIU Xiaohang, LIU Wei, ZHOU Liangping, PENG Weijun

(Department of Diagnostic Radiology, Fudan University Shanghai Cancer Center; Department of Oncology, Shanghai Medical College, Fudan University, Shanghai 200032, China)

PENG Weijun E-mail: cjr.pengweijun@vip.163.com

Objective:To investigate the ef f ects of variety in region of interest (ROI) and slice on the measurement of the first-order statistical features of apparent diffusion coefficient (ADC) map of prostate peripheral zone.Methods:Retrospective analysis of 18 subjects with prostate cancer in peripheral zone was performed. The fi rst-order statistical features of cancer and normal tissues were measured with different ROIs referring to the pathological data. ROI 1: the cancer lesions and normal tissues wereidentif i ed by T2WI image characteristic on the largest slice; ROI 2: identif i ed by ADC map; the areas of ROI 3 and ROI 4 were 3/4 and 1/2 of ROI 1, respectively; ROI 5 was the whole volume of the cancer lesions and normal tissues with multi-slice. Data which were signif i cantly dif f erent between cancer lesions and normal tissues were selected and further assessed their variety in dif f erent ROIs.Results:Data were obtained from 19 cancer lesions and 21 normal tissues. There was no signif i cant dif f erences in skewness and kurtosis between cancer lesions and normal tissues. The mean and percentile ADC values from all ROIs were all signif i cantly higher in normal tissues than cancer lesions. As the area of ROI reduced, the mean ADC value in the cancer lesions decreased, but in the normal tissues remained stable. Their standard deviation (SD) values were not signif i cantly dif f erent, but the SD values for most of the percentile ADC values were signif i cantly higher in normal tissues compared with cancer lesions. The ADC values, the percentile ADC values and their SD values measured on the largest slice were not signif i cantly dif f erent from those by whole volume.Conclusion:The area of ROI has remarkable ef f ect on the mean and percentile ADC values, and fi rst-order statistical features could provide more signif i cative data.

Prostate cancer; Apparent dif f usion coefficient; Statistical feature

R445.2

A

1008-617X(2017)02-0121-07

2017-04-01）

復(fù)旦大學(xué)附屬腫瘤醫(yī)院院級基金項(xiàng)目(No：YX201501)

彭衛(wèi)軍 E-mail：cjr.pengweijun@vip.163.com