基于擴散峰度成像的直方圖分析術前預測肝細胞癌病理分化程度的價值

林濤，趙瑩，田士峰，宋清偉，郭妍，劉愛連*

1.大連醫(yī)科大學附屬第一醫(yī)院放射科，遼寧 大連 116011；2.通用電氣藥業(yè)（上海）有限公司，上海 200000；*通信作者 劉愛連 liuailian@dmu.edu.cn

原發(fā)性肝癌是全球第六大惡性腫瘤，是人類因癌癥死亡的第四大病因[1]。肝細胞癌（hepatocellular carcinoma，HCC）是我國發(fā)病率最高的原發(fā)性肝癌，約占90%[2]。臨床治療HCC主要是外科切除，但預后不良、復發(fā)率高[3]。與HCC預后相關的因素很多，病理分級是其中最主要的影響因素，通常中、高分化的HCC預后優(yōu)于低分化HCC[3-4]。因此，術前預測病理分級對HCC患者手術前后的綜合管理至關重要。與擴散加權成像（DWI）相比，擴散峰度成像（diffusion kurtosis imaging，DKI）能更真實、客觀地反映組織的異質性和復雜性，已逐步應用于預測子宮內膜癌、腦膠質瘤及宮頸癌等腫瘤的術前病理分化程度[5-7]?；贒KI的直方圖分析在術前預測直腸癌、腎癌、腦膠質瘤病理分化程度中具有一定的價值[8-10]。目前DKI直方圖分析在肝臟疾病方面主要用于肝纖維化分級[11]，其用于術前預測HCC病理分化程度鮮有報道。本研究擬探討基于DKI的全腫瘤直方圖分析術前預測HCC病理分化程度的價值。

1 資料與方法

1.1 研究對象 回顧性分析2015年3月—2018年11月于大連醫(yī)科大學附屬第一醫(yī)院放射科行肝臟MRI檢查且術后病理證實的52例HCC，其中男30例，女22例，年齡45～76歲，平均（63.4±8.8）歲。納入標準：①患者接受肝部分切除術，并且手術后病理證實為HCC；②手術前1個月內進行上腹部MR掃描，包括T1WI、T2WI、DKI序列和增強掃描；③腫瘤直徑＞1 cm。排除標準：①MRI掃描前進行其他抗腫瘤治療，包括經肝動脈化療栓塞術、射頻消融術、化學藥物治療和放射治療；②未獲得明確的HCC病理分級；③DKI圖像質量欠佳難以分析。根據Edmondson-Steinr分級法[12]，將HCC的病理分級分為Ⅰ～Ⅳ級，其中非低分化組（高分化、中分化HCC）病理學分級為Ⅰ、Ⅱ級，低分化組病理學分級為Ⅲ、Ⅳ級。最終納入低分化HCC 19例；非低分化HCC 33例，其中中分化27例、高分化6例。本研究經過本院醫(yī)學倫理委員會批準（批準文號：PJKS-KY-2019-167），免除受試者知情同意。

1.2 儀器與方法 采用1.5T MR掃描儀（Signa HDXT，GE），配體部8通道相控陣線圈。檢查前囑患者禁食、禁水4 h，掃描前，患者接受均勻呼吸和屏氣訓練。掃描時，患者取仰臥位，足先進，定位線于患者劍突，并加呼吸門控。掃描野：上至膈肌上緣，下達肝下緣?；颊呔谐Ｒ?guī)T1WI、T2WI抑脂掃描、DKI和增強掃描。掃描參數為，①軸位T1WI序列：采用快速擾相梯度回波（FSPGR）序列，TR/TE=200 ms/1.4 ms，FOV 44 cm×39.6 cm，矩陣288×170，激勵次數（NEX）1；②軸位T2WI序列：采用快速自旋回波（FSE）序列TR/TE=7 059 ms/92.6 ms，FOV 44 cm×33 cm，矩陣256×256，NEX 2；③軸位DWI序列：TR/TE=6 000 ms/68 ms，b值為0和600 s/mm2，FOV 40 cm×40 cm，矩陣128×128，NEX 4；④軸位DKI序列：采用呼吸觸發(fā)技術，TR/TE=2 500 ms/90.1 ms，FOV 40 cm×40 cm，矩陣128×128，NEX 2，b=0、1 000、2 000 s/mm2，在15個正交方向施加擴散梯度；⑤增強掃描：經肘靜脈以2.5 ml/s注射Gd-DTPA，劑量0.1 mmol/kg，用20 ml生理鹽水助推，分別于注射開始后15～20 s、55～60 s、180 s行動脈期、門靜脈期及平衡期掃描。上述各序列層厚、層間隔分別為6.0 mm和1.5 mm。

1.3 圖像分析 在AW 4.6工作站，利用Functool軟件對DKI圖像進行重建，獲得各向異性分數（FA）、平均擴散系數（mean diffusion coefficient，MD）、平均擴散峰度（mean kurtosis coefficient，MK）功能圖，并以DICOM格式存儲，將其導入ITK-SNAP軟件。由2名分別具有3年（住院醫(yī)師）和10年（主治醫(yī)師）腹部MRI影像診斷經驗的影像科醫(yī)師采用盲法，參照增強動脈期原始圖像，在FA、MD、MK信號強度圖上，沿病灶邊緣逐層手動勾勒感興趣區(qū)（ROI），包括出血、壞死區(qū)域，并融合生成三維感興趣區(qū)（volume of interest，VOI）。然后使用AK軟件進行直方圖特征提?。▓D1、2），分別記錄各功能圖的直方圖特征，包括均值、25百分位數、50百分位數、75百分位數、90百分位數、偏度及峰度。上述過程由2名影像科醫(yī)師協(xié)作完成。

圖1 男，66歲，肝右葉低分化HCC。A～C分別為在FA、MD、MK信號強度圖上逐層勾畫整個腫瘤的ROI

1.4 統(tǒng)計學分析 使用SPSS 22.0統(tǒng)計軟件，以Shapiro-Wilk檢驗連續(xù)變量是否符合正態(tài)分布。符合正態(tài)分布的計量資料以±s表示，組間各參數的差異比較采用兩獨立樣本t檢驗；不符合正態(tài)分布的計量資料以M（Qr）表示，用Mann-WhitneyU檢驗比較各參數的差異，P＜0.05為差異有統(tǒng)計學意義。應用受試者工作特征（ROC）曲線分析各參數預測低分化和非低分化HCC的診斷效能。

2 結果

2.1 直方圖各特征在評估低分化組與非低分化組HCC中的比較 低分化組FA信號強度均值、25百分位數、50百分位數、75百分位數、90百分位數和MD信號強度的均值、50百分位數、75百分位數、90百分位數均小于非低分化組，而低分化組FA信號強度的峰度值和MK信號強度的均值、50百分位數、75百分位數、90百分位數均大于非低分化組，差異有統(tǒng)計學意義（P均＜0.05）。兩組間FA信號強度的偏度和MD信號強度的25百分位數、偏度、峰度以及MK信號強度的25百分位數、偏度、峰度差異均無統(tǒng)計學意義（P＞0.05），見表1。

圖2 男，63歲，肝右葉非低分化HCC。A～C分別為在FA、MD、MK信號強度圖上逐層勾畫整個腫瘤的ROI

表1 低分化組與非低分化組HCC的FA、MD及MK信號強度直方圖參數比較

2.2 直方圖各特征評估低分化組與非低分化組HCC的診斷效能 FA、MD及MK信號強度直方圖參數鑒別不同病理分化程度HCC的ROC分析見表2。分別以FA和MD信號強度的75百分位數、MK信號強度的50百分位數的1 974.5、1 527.1、1 337.8為閾值預測低分化與非低分化HCC的曲線下面積最大，分別為0.742、0.703及0.699，敏感度分別為75.8%、87.9%、87.9%，特異度分別為73.7%、47.4%、57.9%，見圖3。

圖3 FA、MD和MK值預測低分化與非低分化HCC的ROC曲線

表2 FA、MD、MK信號強度預測低分化組與非低分化組HCC的ROC曲線分析

3 討論

3.1 基于DKI的直方圖分析在腫瘤評估中的特點及優(yōu)勢 傳統(tǒng)DWI模型認為，水分子是呈完全無限制地自由擴散，但實體組織內受到細胞內外結構的限制，水分子擴散實際上呈非高斯分布。DKI作為基于非高斯分布模型的DWI衍生技術，能更真實、準確地反映組織內部微觀結構的信息，因而廣泛應用于良、惡性腫瘤的鑒別診斷及病理分級評估[4-7,13]。FA、MD及MK是其中最常用于惡性腫瘤病理分級研究的參數[14]。FA值反映水分子在三維空間擴散的各向異性，FA值越大，表明組織各向異性越大，方向性越好[15]。MD表示擴散梯度場上組織整體內的所有水分子擴散情況，與細胞核質比、密度、細胞外間隙有關[16]。MK反映水分子擴散偏離高斯分布的程度與能量化擴散的不均一性，進而客觀、真實地衡量組織微環(huán)境的復雜性及異質性[16]。全腫瘤直方圖分析較常規(guī)定量參數能更全面地評估腫瘤的生物學特性，提供的特征包括均值、中位數、百分位數、偏度及峰度等[17]。其中，百分位數可反映形成直方圖的體素分布情況，能量化腫瘤的異質性，與受極端值影響較大的均值相比，百分位數更能反映腫瘤內部的微小變化[18]。偏度反映體素分布的不均一性，絕對值越大，代表腫瘤內部組成差異性越大；峰度則反映體素分布偏離正態(tài)分布的程度，當體素分布曲線較正態(tài)分布更陡峭或尾部更厚（更厚的尾部代表有更多的極端值）時，峰度值＞0；反之，峰度值＜0，兩者均與腫瘤的異質性密切相關[19]。

3.2 直方圖特征預測HCC病理分化程度的價值 本研究結果顯示，低分化組FA信號強度均值及25、50、75、90百分位數小于非低分化組，其原因為低分化HCC癌細胞異型性明顯，細胞排列松散，無一定結構；而非低分化HCC癌細胞異型性小，細胞多見腺泡狀排列，有一定的方向性[12]，導致低分化組的FA信號強度小于非低分化組。低分化組FA信號強度峰度大于非低分化組，表明低分化組信號強度體素分布曲線有更厚的尾巴，即有更多的極端值，間接說明前者的異質性及復雜程度大于后者。本研究中低分化組的MD信號強度均值、50、75、90百分位數小于非低分化組，推測可能是低分化HCC惡性程度更高，細胞增殖速度更快，細胞體積增大以及數量增多，造成細胞外間隙減小更明顯，水分子擴散受限更嚴重。既往研究指出，MD信號強度25百分位數表示不均一腫瘤病灶中較低MD信號強度區(qū)域，可能對應于尚未發(fā)生囊變、壞死的周邊腫瘤組織[20-21]。但本研究結果顯示MD信號強度的25百分位數在兩組間無顯著差異，推測兩組HCC周邊腫瘤組織內的整體水分子擴散能力并未表現出明顯的差異。本研究結果顯示低分化組中MK信號強度均值、50、75、90百分位數均大于非低分化組，可能因為低分化與非低分化HCC相比，惡性程度更高、細胞異型性更明顯、細胞增殖更活躍，組織及細胞發(fā)生壞死、出血、囊變的機會更大，造成腫瘤內部不均一性明顯更高[13]，因此前者的MK信號強度大于后者。本研究結果顯示，在FA和MD信號強度直方圖所有參數特征中，75百分位數均具有最高的診斷效能。在MK信號強度直方圖中，50百分位數具有最高的診斷效能。Wu等[22]指出MK的50百分位數與預測惡性腫瘤的高復發(fā)率之間有一定的相關性，低分化HCC比非低分化HCC復發(fā)率高，可能解釋了MK信號強度的50百分位數在低分化與非低分化HCC預測中具有最大診斷效能的原因。

既往關于直腸癌、腎癌、腦膠質瘤的研究發(fā)現，基于DKI的直方圖分析在術前預測惡性腫瘤病理分化程度中有極大的價值[8-10]。目前關于DKI定量參數用于評估HCC病理分化程度的相關研究極少，基于直方圖的研究鮮有報道。Cao等[4]研究表明：DKI提供的定量參數MK及MD值能有效鑒別低級別和高級別HCC，與HCC病理分級間有較強的相關性，且與DWI的ADC相比，其預測價值更高。本研究發(fā)現了相似的結果趨勢，即均證實DKI能用于預測HCC病理分化程度，但本研究有以下優(yōu)勢，一是基于全腫瘤研究，比前者采用病灶最大層面勾畫ROI（要求避開囊變、壞死區(qū)）的方法更全面、客觀；二是直方圖分析能比前者提供更多的特征參數。

3.3 本研究的局限性 本研究為回顧性研究，在樣本選擇上容易造成偏倚；樣本量相對較小，可能會對結果有一定的影響；病理級別分組不夠細微，可能會影響某些參數及特征的診斷效能。后續(xù)會擴大樣本量、細化增加病理分化組別（低分化、中分化及高分化）展開進一步研究。

總之，基于DKI的全腫瘤直方圖分析術前預測HCC病理分化程度具有一定的價值。其中，FA和MD信號強度75百分位數及MK信號強度的50百分位數具有最高的診斷效能，能客觀、全面、無創(chuàng)地為臨床預測HCC術前病理分化程度提供一定的幫助，具有較好的臨床應用前景。