磁共振成像技術在腮腺腫瘤診斷中的研究進展

韓蕾，鄔小平

作者單位：西安交通大學附屬西安市中心醫(yī)院放射科，西安 710003

唾液腺腫瘤占所有頭頸部腫瘤的3%～5%，其中腮腺是最常見的部位[1]。腮腺腫瘤由于病理類型復雜且臨床表現(xiàn)不具有特異性，并且部分良性腫瘤可以復發(fā)及惡變，因此術前區(qū)分腮腺腫瘤良惡性及不同亞型對治療策略規(guī)劃非常重要[2]。MRI能夠提供較高的軟組織分辨率和多參數(shù)成像，可以評估病變的位置和范圍，是否存在局部浸潤及神經(jīng)周圍擴散、淋巴結和遠處轉移，目前已成為一種理想的評估手段。近年來，隨著MRI技術的迅速發(fā)展，可以更好地評估腫瘤的生物學特性及病理生理過程，進而提高了腮腺腫瘤的術前診斷準確率，為臨床制訂合理治療方案和評估預后起到重要作用。本文就MRI 技術在腮腺腫瘤診斷中最新研究結果予以綜述，為臨床診斷、治療及預后評估提供參考。

1 磁共振擴散成像

1.1 磁共振擴散加權成像

擴散加權成像(diffusion-weighted imaging，DWI)是一種廣泛應用的技術，用于評估組織中微觀水分子擴散的速率。表觀擴散系數(shù)(apparent diffusion coefficient，ADC)是通過DWI的兩個b值圖在后處理工作站上計算而來。通常，惡性腫瘤表現(xiàn)為擴散受限且ADC 值低，良性腫瘤表現(xiàn)為擴散不受限且ADC值高。目前，ADC值已被認為是評估腮腺腫瘤的重要診斷標志物[3-4]。

Eravc? 等[5]回顧性分析了74 例經(jīng)手術病理證實的腮腺腫瘤患者病例，并將其分為多形性腺瘤、Warthin 腫瘤和惡性腫瘤，對所有患者進行MRI 檢查并測量ADC 值。研究發(fā)現(xiàn)當ADC臨界值為1.25×10-3mm2/s 時，區(qū)分多形性腺瘤和Warthin 腫瘤的敏感度和特異度分別為97%和85%；當ADC 臨界值為1.35×10-3mm2/s時，區(qū)分多形性腺瘤和惡性腫瘤的敏感度和特異度分別為77%和83%；測量ADC 值可用于鑒別多形性腺瘤與Warthin腫瘤和惡性腫瘤。同樣，Soylemez等[6]回顧性研究了42 例經(jīng)手術病理證實的腮腺腫瘤患者病例，所有患者進行MRI檢查并測量平均ADC值，進一步研究發(fā)現(xiàn)惡性和良性腮腺腫瘤的平均ADC 值有顯著差異，Warthin 腫瘤的平均ADC 值明顯低于多形性腺瘤。因此，平均ADC 值可能是區(qū)分良惡性腮腺腫瘤的無創(chuàng)方法，并可作為腮腺腫瘤術前計劃中預測組織病理學的補充工具，從而減少活檢的數(shù)量，進而減少并發(fā)癥。

在臨床實踐中，單次激發(fā)平面回波成像(single-shot echo-planar imaging，SSEPI)常用于DWI 掃描，盡管掃描速度很快，但基于SSEPI 的DWI 容易出現(xiàn)幾何失真、圖像模糊和磁化率偽影。目前，基于DWI 的高清擴散多次激發(fā)擴散加權成像(readout segmentation of long variable echo-trains，RESOLVE)引起了越來越多的關注。RESOLVE 技術采用多次激發(fā)、分段讀出的方式進行圖像采集，能夠縮短回波時間，降低成像偽影，改善圖像質量，有效提高圖像分辨率。因此，Huang等[7]回顧性分析了123 名腮腺腫瘤患者病例，并對其進行RESOLVE DWI 掃描，研究顯示當最小ADC 值≤0.826×10-3mm2/s 時，鑒別腮腺良惡性腫瘤的敏感度和特異度比較高。因此，RESOLVE-DWI序列可以用來鑒別腮腺腫瘤的良惡性，而且可以顯著減少磁化率偽影，提高圖像對病灶顯示的清晰度及圖像的整體質量，但它的不足之處是掃描時間長。隨著同時多層激發(fā)技術(simultaneous multi-slice，SMS)的逐步應用，SMS-RESOLVE 序列能夠將掃描時間控制在一定范圍或在一定時間內(nèi)實現(xiàn)更高分辨率，使用更薄的掃描層厚進而獲得更多的信息[8]。Jiang等[9]納入了20名經(jīng)組織病理學證實的腮腺腫瘤患者，分別對其進行RESOLVE DWI和SMS-RESOLVE DWI序列成像。研究顯示與傳統(tǒng)的RESOLVE DWI 相比，SMS-RESOLVE DWI 可以通過顯著減少掃描時間提供相當?shù)膱D像質量，SMS 可以提高RESOLVE技術在腮腺DWI中的臨床實用性。

1.2 磁共振擴散張量成像

擴散張量成像(diffusion tensor imaging，DTI)是一種新興的MRI 技術，它反映了水分子的微觀運動，可以在細胞水平上用不同的矩陣區(qū)分不同的組織。擴散張量成像最常用的指標是分數(shù)各向異性(fractional anisotropy，F(xiàn)A)和平均擴散率(mean diffusivity，MD)。目前，關于腮腺腫瘤的擴散張量成像的研究較少。

有學者[10]對53 名唾液腺腫瘤患者使用SSEPI 序列進行DTI 檢查，并計算唾液腺腫瘤的FA 和MD。研究發(fā)現(xiàn)惡性唾液腺腫瘤的平均FA和MD均與良性腫瘤明顯不同：用于鑒別惡性和良性腫瘤的綜合FA 和MD 的曲線下面積(area under the curve，AUC)為0.974，準確度為86%；用于鑒別惡性腫瘤和多形性腺瘤的綜合FA 和MD 的AUC 為0.993，準確度為93%；用于鑒別Warthin腫瘤和多形性腺瘤的綜合FA和MD的AUC為0.978，準確度為86%。因此，DTI 作為一種非侵入性方法將有助于鑒別良性和惡性唾液腺腫瘤。

1.3 磁共振擴散峰度成像

擴散峰度成像(diffusion kurtosis imaging，DKI)是一種基于水的擴散遵循非高斯分布理論的技術。DKI 最常用的兩個定量參數(shù)分別為非高斯模型校正后表觀擴散系數(shù)(apparent diffusion，Dapp) 和 表 觀 峰 態(tài) 系 數(shù)(apparent kurtosis，Kapp)。Dapp、Kapp反映了組織水分子擴散與高斯分布的偏差，真實客觀描述了組織內(nèi)細微結構的變化。目前，關于DKI在鑒別腮腺腫瘤方面的研究較少。

Qian 等[11]研究了40 名腮腺腫瘤患者并且進行了DKI 檢查，使用DKI模型獲得Dapp和Kapp的DKI參數(shù)并進行比較。研究結果表明Dapp、Kapp值：多形性腺瘤＞arthin 腫瘤＞惡性腫瘤，在0.735 的最佳閾值下區(qū)分Warthin 腫瘤和惡性腫瘤的AUC、敏感度和特異度分別為0.905、88.89%和85.71%。因此，DKI有望成為描述腮腺腫瘤特征的一種有前途的成像技術。

1.4 體素內(nèi)不相干運動磁共振成像

體素內(nèi)不相干運動(intravoxel incoherent motion，IVIM)磁共振成像可以同時無創(chuàng)地產(chǎn)生灌注和擴散信息[12]。近年來，用于組織結構信息的非侵入性可視化的DWI 的先進擬合模型(如IVIM-DWI、IVIM-DKI模型)被報道，并引起了越來越多的關注。

有學者[13]對31 例腮腺腫瘤患者進行具有11 個b 值(0～800)的DWI檢查，并計算IVIM成像的真擴散系數(shù)(D)、假擴散系數(shù)(D*)和灌注分數(shù)(f)值。D 代表體素內(nèi)單純水分子擴散運動，不受組織微循環(huán)影響；D*代表體素內(nèi)微循環(huán)灌注相關的不相干運動；f 代表體素內(nèi)微循環(huán)相關的擴散占總體擴散的百分率，與毛細血管血容量有關[14]。研究發(fā)現(xiàn)惡性腫瘤的D、D*值小于良性腫瘤，Warthin 腫瘤的f 值大于多形性腺瘤。D 和D*的標準組合為區(qū)分三種腫瘤類型提供了最佳診斷準確率，IVIM-DWI成像可能有助于區(qū)分良惡性唾液腺腫瘤。Noriyuki等[15]對49例頭頸部腫瘤患者行具有12 個b 值(0～2000)的DWI檢查并建立IVIM-DKI 混合模型，然后計算腫瘤感興趣區(qū)域的IVIM- DKI 參數(shù)。結果發(fā)現(xiàn)這種混合IVIM-DKI 模型獲得的D和K 值可以作為預測頭頸部腫瘤患者未來遠處轉移的診斷工具之一。

綜上所述，DWI、DTI、DKI、IVIM 等磁共振擴散成像技術均在不同程度上反映水分子的微觀狀態(tài)，客觀描述組織內(nèi)細微結構的變化。能夠鑒別腮腺腫瘤良惡性及不同亞型，提高診斷準確率。因其研究大部分都為單中心、小樣本研究。未來仍需要更多高質量、多中心、大樣本的臨床研究進一步驗證其應用價值。

2 磁共振酰胺質子轉移成像

磁共振酰胺質子轉移(amide proton transfer，APT)成像是化學交換飽和轉移技術的一種[16-17]。它通過特定頻率的射頻脈沖選擇性地飽和游離酰胺質子，飽和質子將飽和狀態(tài)傳遞給水質子，APT技術通過探測水質子飽和前后的信號變化間接獲得信號值，即APT 信號強弱反映酰胺質子和水質子的交換率。目前酰胺質子轉移加權(amide proton transfer weighted，APTw)成像已用于早期腦梗死的診斷、腦腫瘤的診斷及鑒別診斷、腎臟PH 值的測定、肝糖原檢測等[18]。APTw 成像在腮腺腫瘤中也有研究。

Kamitani 等[19]回顧性分析了43 例經(jīng)組織病理學證實的直徑≥2 cm 的腮腺實體瘤病例，其中良性腫瘤21 個，惡性腫瘤12 個，對其進行二維APT 成像，然后比較良、惡性腫瘤之間的平均APT 信號強度。研究發(fā)現(xiàn)惡性腮腺腫瘤的平均APT 信號強度明顯高于良性腮腺腫瘤，區(qū)分二者的最佳APT 信號強度閾值為2.40。因此，二維APT 成像可以鑒別腮腺腫瘤的良惡性，惡性腫瘤APT 信號強度顯著升高，信號強度差異與腫瘤分級相關。Chen 等[20]對36 名患者進行了三維APT 序列檢查，發(fā)現(xiàn)腮腺腫瘤病變比正常腮腺顯示出更優(yōu)秀的完整性評分，大多數(shù)腮腺腫瘤病變和腺體沒有或很少有高信號偽影，進而得出三維APTw 成像可用于區(qū)分腮腺腫瘤和正常腮腺的結論。然而，筆者認為該技術仍需要改進以去除偽影提高診斷準確度。

以上研究表明，APT成像通過反映組織中內(nèi)源性蛋白質和多肽濃度水平，不僅可以區(qū)分腮腺腫瘤和正常腮腺，而且能夠鑒別腮腺腫瘤良惡性。但因其空間分辨率較低，對病變局部進展和淋巴結轉移診斷能力較弱，通常需要結合動態(tài)增強MRI進行評估。未來仍需要進一步改進技術以提高空間分辨率，從而提高對病變局部進展及淋巴結轉移的診斷能力。

3 動脈自旋標記磁共振灌注加權成像

動脈自旋標記(arterial spin labeling，ASL)磁共振灌注加權成像是對組織灌注進行定量映射，無需使用對比劑，動脈血的磁化通過磁反轉或磁飽和來標記水，觀察標記血水向組織的輸送。偽連續(xù)ASL (pseudo-Continuous ASL，pCASL)是連續(xù)ASL 的一個變種，它利用一系列離散的射頻脈沖來模仿連續(xù)ASL 進行自旋標記。腫瘤血流的pCASL 參數(shù)反映了關于組織灌注的生理學信息。ASL 分為二維脈沖ASL (pulsed ASL，PASL)、pCASL、背景抑制三維偽連續(xù)ASL (background suppression 3D pCASL，BS-3D-pCASL)等，應用不同的ASL 成像技術測量參數(shù)結果不同。pCASL 較傳統(tǒng)PASL 技術而言，有效降低了因磁化傳遞效應所導致的灌注偏差。3D-pCASL序列則具有磁敏感偽影少，信噪比高等優(yōu)點[21-22]。目前，ASL 磁共振灌注加權成像在評估腮腺腫瘤方面也有研究。

Gao 等[23]評估了56 名腮腺腫瘤患者的MR 圖像，計算ASL成像腫瘤與腮腺信號強度比(signal intensity ratio，SIR)。研究發(fā)現(xiàn)Warthin腫瘤在ASL成像上的SIR明顯高于惡性腫瘤和多形性腺瘤，SIR 在區(qū)分惡性腫瘤和Warthin 腫瘤時顯示出更高的AUC。因此，ASL 成像可能具有更好區(qū)分惡性腫瘤和Warthin 腫瘤的潛力。有學者[24]對61 名腮腺腫瘤患者使用單相動脈自旋標記在頸總動脈分叉水平以下的標記平面進行pCASL。結果顯示腮腺惡性腫瘤的平均腫瘤血流量(tumor blood flow，TBF)比良性腫瘤高，Warthin 腫瘤和惡性腫瘤之間有顯著差異，選擇30.5 mL/100 g·min 的TBF 來區(qū)分惡性腫瘤和Warthin 腫瘤準確率最高。因此，pCASL 多參數(shù)MRI 有助于區(qū)分良惡腮腺腫瘤，TBF 有助于區(qū)分Warthin 腫瘤和腮腺惡性腫瘤。另有學者[25]通過對23名腮腺腫瘤患者進行常規(guī)頭頸部MRI 和pCASL 成像檢查，進一步研究發(fā)現(xiàn)Warthin 腫瘤的TBF 明顯高于多形性腺瘤，TBF 與微血管密度呈正相關。此外，pCASL-MRI相比傳統(tǒng)MRI而言，能夠更準確區(qū)分Warthin腫瘤和多型性腺瘤。因此，pCASL-MRI為鑒別腮腺腫瘤不同亞型提供了新途徑。

總之，ASL具有信噪比高、成像范圍大等特點，能夠鑒別腮腺腫瘤良惡性及不同亞型。因其需較長時間脈沖來維持磁場方向與磁化方向夾角的穩(wěn)定性，對硬件設施要求偏高，在臨床實際應用中受到一定限制。若能進一步縮短脈沖時間，降低對硬件設施要求，ASL 在腮腺腫瘤評估方面將有很大應用前景。

4 影像組學

影像組學是近些年提出的一個快速新興領域，旨在通過專用算法和方法從醫(yī)學圖像中提取大量影像學信息，然后進行腫瘤分割及特征提取，并建立影像組學模型，通過深層次挖掘影像數(shù)據(jù)信息，進而幫助醫(yī)師做出最準確的診斷。影像組學可直觀地理解為將視覺影像信息轉化為深層次的特征來進行量化研究[26-27]，這些定量特征的輸出可以與基因組和臨床參數(shù)相關，進而提高診斷準確性和臨床預測[28]。

Piludu 等[29]回顧性分析了69 例經(jīng)手術病理證實的腮腺腫瘤患者的MR 圖像，將患者分為三組：良性腫瘤(24 例)、Warthin 腫瘤(13 例)和惡性腫瘤(32 例)，并成對比較，對病變邊緣和強化模式進行定性評估，并建立模型，研究結果表明區(qū)分Warthin腫瘤和惡性腫瘤、良性和Warthin腫瘤以及良性和惡性腫瘤的模型的準確度分別為86.7%、91.9%和80.4%?；赥2WI、ADC 圖的影像組學特征可以鑒別腮腺腫瘤的良惡性，其中良性腫瘤中鑒別Warthin 腫瘤的診斷效能最佳。有學者納入了115名(訓練集80名，外部驗證集35名)腮腺腫瘤患者，從T1WI 和脂肪飽和T2WI 圖像中提取影像組學特征并建立影像組學模型及影像組學分數(shù)，基于人口統(tǒng)計學和MRI 結果建立臨床因素模型；使用多變量邏輯回歸分析構建結合Rad 評分和獨立臨床因素的影像組學諾模圖。研究發(fā)現(xiàn)結合臨床因素和影像組學特征的影像組學諾模圖在訓練集中的AUC 值為0.952，在驗證集中為0.938，諾模圖在臨床有用性方面優(yōu)于臨床因素模型。進而表明基于T1WI 和脂肪飽和的T2WI 影像組學諾模圖有助于區(qū)分腮腺腫瘤的良惡性[30]。

Zheng等[31]納入了127例經(jīng)手術病理證實的Warthin腫瘤或多形性腺瘤患者，將其隨機分為訓練集和外部測試集，從軸位T1WI和FS-T2WI圖像中提取影像組學特征并構建結合獨立臨床因素和Rad 評分的影像組學模型。研究結果表明基于MRI 的影像組學特征在區(qū)分腮腺Warthin 腫瘤和多形性腺瘤方面具有良好的性能，可以優(yōu)化臨床決策。Liu等[32]回顧性分析626 例術前接受MRI 或CT 診斷的腮腺腫瘤患者病例，通過傾向評分匹配平衡患者組，并從腫瘤圖像中提取123 個影像組學特征并建立模型，比較MRI 和CT 在鑒別二者中的診斷效能。研究發(fā)現(xiàn)對于多形性腺瘤和Warthin 腫瘤的區(qū)分，MRI 的Rad評分和邊界指數(shù)AUC分別為0.911和0.716；CT的Rad評分和邊界指數(shù)AUC 分別為0.876 和0.608。證明了MRI 對多形性腺瘤或Warthin 腫瘤的邊緣檢查優(yōu)于CT。但是，兩種檢查方法的影像組學特征沒有顯著差異。

Sarioglu等[33]回顧性分析了95名腮腺腫瘤患者的MRI序列資料，包括T2WI 壓脂和DCE-T1WI。研究發(fā)現(xiàn)良惡性腫瘤在腫瘤邊界、周圍組織浸潤、強化分級、神經(jīng)周圍擴散和病理淋巴結方面有明顯差異。進而得出基于MRI 結果的紋理分析(texture analysis，TA)參數(shù)有助于區(qū)分良性和惡性腮腺腫瘤。同樣，Cosimo等[34]對54個腮腺病變的ADC圖像進行了TA。研究結果表明DWI TA 可以區(qū)分良惡性腮腺病變及其淋巴瘤，其不足之處是不能準確鑒別多形性腺瘤、Warthin 腫瘤。然而，Chen 等[35]回顧性研究了161 腮腺腫瘤患者病例，包括均值、不均勻性、偏度、峰度和第10、25、50、75、90 個百分位數(shù)在內(nèi)的來自ADC 單指數(shù)模型直方圖參數(shù)。研究結果顯示除峰度和第90 個百分位數(shù)外，良性和惡性組之間所有其他ADC 參數(shù)均存在顯著差異。 在良性腫瘤的亞組分類中，多形性腺瘤和Warthin瘤的所有ADC參數(shù)均存在顯著差異。證明了基于ADC直方圖紋理參數(shù)可以區(qū)分良惡性腮腺腫瘤。而且良性腫瘤中，多形性腺瘤和Warthin腫瘤之間的ADC參數(shù)有顯著差異。

影像組學及紋理分析作為一種新興的研究方法，目前尚處于起步階段。其不足之處是MRI 掃描參數(shù)不相同而致結論不盡一致；采用紋理分析的方法提取影像組學特征較少，基于深度學習的計算方法將有望成為影像組學的發(fā)展方向之一。

5 總結與展望

MRI技術在術前診斷良惡性腮腺腫瘤及不同亞型、指導手術方式及治療方面扮演了重要角色，相信隨著MRI 技術的不斷發(fā)展，將會在腮腺腫瘤的鑒別診斷、規(guī)劃治療方案、評估預后方面取得新突破。

作者利益沖突聲明：全體作者均聲明無利益沖突。