外周帶前列腺癌與正常組織的廣延指數和單指數模型擴散加權成像的比較

張 靈，劉曉航，周良平，劉 穎，毛 健

1. 上海理工大學醫療器械與食品學院，上海 200093；2. 復旦大學附屬腫瘤醫院放射診斷科，復旦大學上海醫學院腫瘤學系，上海 200032

·專題論著·

外周帶前列腺癌與正常組織的廣延指數和單指數模型擴散加權成像的比較

張 靈1.2，劉曉航2，周良平2，劉 穎1，毛 健2

1. 上海理工大學醫療器械與食品學院，上海 200093；2. 復旦大學附屬腫瘤醫院放射診斷科，復旦大學上海醫學院腫瘤學系，上海 200032

目的：比較前列腺外周帶癌與正常組織的廣延指數和單指數模型彌散加權成像（diffusionweighted imaging， DWI）參數的差異。方法：25例外周帶前列腺癌確診患者行DWI檢查，b值為0、500、1 000、2 000 s/mm2。通過單指數模型計算前列腺癌和正常組織的表觀擴散系數（apparent diffusion coefficient，ADC），廣延指數模型計算分布擴散系數（distributed diffusion coefficient，DDC）和校正系數α值。比較癌組織與正常組織之間ADC值、DDC值和α值（范圍0～1）的差異，評價各組織中ADC值與DDC值的差異和相關性，并比較前列腺癌與正常組織之間ADC值和DDC值標準化差值。結果：共30個前列腺癌病灶、34個正常外周帶組織納入研究。前列腺癌組織ADC值［（0.73±0.14）×10-3mm2/s］、DDC值［（0.62±0.20）×10-3mm2/s］和α值（0.65±0.10）均顯著低于正常外周帶［（1.43±0.25）×10-3mm2/s、（1.49±0.20）×10-3mm2/s、0.86±0.09；均P＜0.05）］。前列腺癌組織的ADC值明顯高于DDC值，正常外周帶組織的ADC值低于DDC值（均P＜0.05）。在前列腺癌及正常組織中，ADC值與DDC值均密切相關（R2=0.98、0.98，均P＜0.05），前列腺癌組織的ADC值和DDC值的標準化差值明顯高于正常組織。結論：廣延指數模型DWI為鑒別前列腺癌與正常組織提供了更多信息，有助于提高前列腺癌的診斷率。

前列腺癌；擴散加權成像；廣延指數模型

前列腺癌是老年男性最常見的惡性腫瘤，近年來無論在歐美還是亞洲國家，均有很高的發病率和死亡率［1］。目前，前列腺癌的診斷主要依靠經直腸超聲（transrectal ultrasound，TRUS）引導下前列腺穿刺活檢與常規MRI，但腫瘤檢出率和診斷準確率仍有待提高［2-4］。

近年來，多項MRI新技術尤其從彌散加權成像（diffusion-weighted imaging，DWI）開始在前列腺癌診斷中推廣應用，明顯提高了前列腺癌的診斷水平。一系列研究已證明，DWI在前列腺癌檢測和定位中具有高靈敏度和特異度［5-6］。

目前，計算前列腺組織表觀擴散系數（apparent diffusion coefficient，ADC）最常用的方法是單指數模型，公式如下：

其中S是在不同b值時的信號強度，S0是b= 0 s/mm2時的信號強度，b值為擴散敏感系數。

但以往研究表明，前列腺組織的信號隨b值升高而發生的衰減并不遵循單指數模型。多項研究表明前列腺組織中水分子擴散包含至少兩種成分［7-12］，但以上成分形成的原理和機制存在一定爭議［13-15］。為解決這一問題，Bennett等［16-17］引入了廣延指數模型，計算公式為：

其中S為不同b值時的信號強度，S0是b=0 s/mm2時的信號強度。分布擴散系數（distributed diffusion coefficient，DDC）衡量信號隨b值下降時的衰減率，不均勻性指數α描述衰減方式與單指數模型的偏差，α值取0～1之間。當α=1時，組織內水分子的信號衰減完全符合單指數模式；隨著α值下降，組織內不同擴散速率的水分子種類增多；α值接近0時，信號衰減則為完全多指數模式。DDC值是常規ADC值經α值校正后的近似值，理論上表示根據所有不同擴散速率的水分子ADC值及其所占比例經加權計算得出的均值［17-19］。

由于人體組織水分子信號衰減通常表現為非單指數方式，廣延指數模型僅用兩個相關參數就能適用于多種已知的衰減形狀，故能最簡便地對組織水分子擴散進行更完整和準確的經驗描述。

腦腫瘤方面的文獻表明，DDC值能提供更多關于腫瘤的信息；且當α值較高時，DDC值與ADC值密切相關，而隨著α值下降，DDC與ADC值的相關性也相應下降［18-20］。前列腺廣延指數DWI的研究以前僅見1篇報道［12］，主要針對計算和測量的可靠性和可重復性進行了研究，且只考察了正常的外周帶組織。關于外周帶腫瘤與正常組織之間廣延指數模型DWI的差異比較國內尚未見報道，因此本研究旨在比較外周帶前列腺癌與正常組織之間ADC值、DDC值和α值的差異，探討各組織中三者的關聯，研究區分前列腺癌與正常組織的可行性。

1 資料和方法

1.1 一般資料

于2013年1月—2014年6月對31例經10針穿刺活檢確診的前列腺癌患者行常規MRI+多b值DWI檢查，選取25例患者，平均年齡67歲（56～73歲）。中位前列腺特異性抗原（prostate-specific antigen，PSA） 22.3 ng/mL （范圍4.7～39.3 ng/mL），Gleason評分3+3～4+5，中位數4+3。

1.2 檢查方法

所有患者在檢查前半小時內不能排尿。根據MRI圖像及穿刺結果將確認為外周帶前列腺癌的患者納入研究，由于DWI的分辨率有限，只有病灶最大徑＞1 cm的患者才納入。行MRI掃描和穿刺檢查的間隔時間為3～4周。

1.3 儀器和參數

使用GE公司3.0T MRI（Signa HDx）和8通道相控陣表面線圈，掃描范圍包括整個前列腺、精囊和膀胱，方向包括橫斷位、矢狀位和冠狀位。

T2WI檢查序列：快速恢復快速回波脈沖（fast recovery fast spin echo，FRFSE）序列［TR/TE 5 000 ms/87.9 ms，激勵次數（number of excitation NEX）4次，層厚4 mm，層間距1 mm］。T1WI檢查序列：快速擾相梯度回波（fast spoiled gradient echo，FSPGR）序列（TR/TE 150 ms/3 ms，層厚4 mm，層間距1 mm）。DWI檢查序列：單次激發平面成像（single-shot echo-planar imaging，SS-EPI）序列（TR/TE 4 000 ms/71.9 ms，視野260 mm×260 mm，NEX=6，矩陣128×128，層厚4 mm，層間距1 mm）。b值設為0、500、1 000、2 000 s/mm2，使用換算系數為2的并行采集陣列空間敏感度編碼技術（array spatialsensitivity encoding technique，ASSET），減少DWI的掃描時間，降低磁敏感偽影。

1.4 圖像處理

應用GE公司AW4.6 （Milwaukee，WI）工作站處理DWI圖像。由兩名分別有8年和18年前列腺MRI和泌尿系統研究經驗的放射科醫師共同完成。使用定制軟件對尿液和前列腺的ADC值、DDC值和α值進行測定。應用公式① 計算ADC值，b值為0和1 000 s/mm2；應用公式② 及掃描時用的所有b值計算DDC值和α值。

將相同溫度下的尿液（膀胱內）作為水模驗證實驗數據，因為尿液信號的衰減方式與純水相似，接近單指數模型0 （α≈1）。

由放射科醫師結合高分辨率T2WI圖像和病理結果，在b=0 s/mm2時的DWI圖像上區分病灶與正常組織的邊緣和形態特征，繪制感興趣區（region of interest，ROI），有不同意見時協商解決。記錄不同b值時每個樣本的信號并轉換為指數強度，評估信號的衰減是否符合單指數模型。由工作站自動計算組織的ADC值、DDC值和α值，所有數據均測量3次，取平均值。

當勾畫尿液ROI時，ROI在膀胱內面積盡可能大，同時避開輸尿管開口處尿液流入膀胱造成的渦流偽影。前列腺癌病灶的測量根據穿刺確定位置，在b=0時DWI圖像上選取局灶性或彌漫性低信號區為ROI；正常組織則選取外周帶完整且高信號區域。對于腫瘤和正常組織的定位，每例患者的前列腺根據常規10針前列腺穿刺活檢穿刺部位劃分為10個區域，分別為左右尖部、中部左右外周帶及中央腺體、底部左右外周帶及中央腺體。由于前列腺增生的壓縮及腫瘤組織的破壞，部分外周帶正常組織無法測量，共計算了34個外周帶組織區域的ADC值、DDC值和α值。

1.5 統計學處理

所有數據應用STATA 10.0軟件分析，前列腺癌與正常組織之間ADC值、DDC值和α值的差異采用t檢驗，各組織ADC值與DDC值之間的相關性采用Person相關系數評估。此外，計算各組織樣本中ADC值和DDC值的標準化差值，評價不同組織標準化差值的差異，比較不同組織中ADC值與DDC值的差異大小。P＜0.05為差異有統計學意義。

2 結 果

共測量和計算25例患者的膀胱內尿液，以及30個前列腺癌組織、34個正常外周帶組織的數據。30個病灶大小1～5 cm，平均最大徑2 cm。尿液的信號衰減與單指數模型的符合度最高（圖1），α值為0.99±0.00，且平均ADC值［（2.28±0.12）× 10-3mm2/s］接近DDC值［（2.31±0.21）×10-3mm2/s］。

前列腺癌的ADC值、DDC值和α值均顯著低于正常外周帶（均P＜0.05），外周帶組織的ADC值明顯低于DDC值，但前列腺癌的ADC值高于DDC值（均P＜0.05）（表1、圖2～3）。

所有組織中DDC值與ADC值均密切相關（R2=0.98、0.98，均P＜0.05）。但相對于正常組織而言，前列腺癌ADC值與DDC值的標準化差值有增大趨勢（圖4）。前列腺癌ADC值與DDC值的標準化差值顯著高于正常外周帶組織（P＜0.05）（表1）。

圖 1 尿液及前列腺正常組織和癌組織信號（半對數形式）隨b值上升的衰減曲線

表 1 前列腺癌與正常外周帶組織之間ADC值、DDC值、兩者標準化差值、α值的比較

圖 2 前列腺癌與正常組織之間α值、ADC值和DDC值的比較

圖 3 前列腺癌MRI表現

圖 4 前列腺癌及正常組織中ADC值與DDC值的相關性散點圖

3 討 論

本研究初步證實了廣延指數DWI在前列腺癌及正常組織中應用的可行性，同時發現前列腺癌的α值和DDC值與正常組織有顯著差異。在廣延指數DWI參數中，α值可定量反映組織內水分子擴散方式與單指數模式的偏差，DDC值可視為由多種不同衰減特性水分子組成的ADC值的加權總和。前列腺癌α值較低，主要原因在于組織的不均勻性。前列腺癌組織內，正常腺體結構破壞，腺泡大小不一，排列紊亂，細胞結構也具有高度異型性，這些細胞和組織內的水分子擴散性質具有更大的多樣性。因此，相對于正常前列腺組織，前列腺癌有較低的α值。同時，癌組織內致密的腺體和細胞成分使組織中的水分子活動受限，DDC值降低。

前列腺癌與正常組織之間DDC值和α值的差異提示，廣延指數DWI可成為診斷前列腺癌的新方法，α值本身還可獨立應用于檢測腫瘤內部的壞死區，如果部分區域α值接近1，則可判定內部以液性成分為主，即發生壞死囊變。在測量ADC值和DDC值時，可準確避開此類區域及其產生的誤差。

本研究還發現組織DDC值與ADC值密切相關，尤其在尿液中，其DDC值接近ADC值。前列腺組織中，DDC與ADC值則有一定的差異。此外，正常組織的平均DDC值高于ADC值，但前列腺癌的DDC值低于ADC值。

本研究結果可由廣延指數模型本身、正常組織和前列腺癌的生物學特性來解釋。

第一，公式（1）和（2）表明，當α=1時（無論b或DDC取何值），DDC值=ADC值。尿液中α≈1，ADC值≈DDC值，因為尿液成分接近純水，信號衰減表現出近似單指數衰減的方式。正常前列腺組織中，ADC值與DDC值也十分接近，主要由于其內部大量充滿分泌液的腺體結構，組織成分以自由水為主。腫瘤由于組織結構的不均勻性和低α值，DDC值與ADC值有較大差異。

第二，公式（1）和（2）也表明，當b×DDC=1（無論α值為多少），DDC值≈ADC值 （注：b= 1 000 s/mm2時，DDC或ADC為1×10-3mm2/s，本研究中α值多數＞0.6）。前列腺癌的DDC值大多＜1×10-3mm2/s，當b=1 000 mm2/s時，b×DDC＜1，α值明顯＜1，ADC值＞DDC值。在正常組織和尿液樣本中，ADC值與DDC值關系恰恰相反，因為正常組織和尿液的DDC值一般＞1×10-3mm2/s，且 b×DDC＞1，相應地ADC值＜DDC值。

DDC值和ADC值在不同組織內的相對關系，可能對前列腺癌診斷和治療帶來影響。如正常組織中ADC值＜DDC值，而前列腺癌中ADC值＞DDC值，且具有較高的差異（9.1%），因此正常組織與前列腺癌之間ADC值差距要小于DDC值，ADC值區分腫瘤與正常組織的效能可能減低。此外，前列腺癌經有效治療后，ADC值和DDC值上升，但治療前后ADC值差距小于DDC值，導致治療效果被低估。因此，引入α值來修正ADC值可提高前列腺癌檢測的敏感性，且可評估治療效果。

本研究結果與以往腦部研究較接近［19-20］，腫瘤組織中ADC值與DDC值也有一定的偏離，且偏離度隨α值下降而增大。但與本研究相比，這些研究中ADC值與DDC值的差值較大。原因可能主要有以下幾點：首先，前列腺癌很少有嚴重的出血和壞死，結構比腦腫瘤組織更均勻。其次，本研究計算時使用的b值較低，當b＞3 000 mm2/s時，多指數擴散衰減更顯著。本研究中由于信噪比的限制，使用的最高b值僅為2 000 mm2/s，可能限制了更準確的多指數擴散數據的獲取。

本研究存在一定的局限性。研究樣本較小，需進一步大樣本研究以驗證廣延指數DWI參數在前列腺癌診斷中的作用；勾畫前列腺癌ROI主要以T2WI圖像為參照，測量時無法避免將正常前列腺組織ROI混入，造成干擾；理論上，DDC值比ADC值更能精確描述組織中水的擴散方式，但這一結論尚未得到組織病理學相關研究的證實。

本研究初步證實了廣延指數DWI在前列腺癌及正常組織中應用的可行性，同時發現前列腺癌的α值與DDC值明顯低于正常組織。因此，在鑒別前列腺良惡性病變時，廣延指數模型能提供更多診斷信息。此外，前列腺癌和正常組織中ADC值與DDC值密切相關，但存在不同程度的差異。

［1］ JEMAL A， CENTER M M， DESANTIS C， et al. Global patterns of cancer incidence and mortality rates and trends ［J］. Cancer Epidemiol Biomarkers Prev， 2010， 19（8）：1893-1907.

［2］ WILKINSON B A， HAMDY F C. State-of-the-art staging in prostate cancer ［J］. BJU Int， 2001， 87（5）： 423-430.

［3］ QUINT L E， VAN ERP J S， BLAND P H， et al. Prostate cancer： correlation of MR images with tissue optical density at pathologic examination ［J］. Radiology， 1991，179（3）： 837-842.

［4］ IKONEN S， KIVISAARI L， TERVAHARTIALA P，et al. Prostatic MR imaging. Accuracy in differentiating cancer from other prostatic disorders ［J］. Acta Radiol，2001， 42（4）： 348-354.

［5］ MIAO H， FUKATSU H， ISHIGAKI T. Prostate cancer detection with 3-T MRI： comparison of diffusionweighted and T2-weighted imaging ［J］. Eur J Radiol，2007， 61（2）： 297-302.

［6］ KIM C K， PARK B K， LEE H M， et al. Value of diffusion-weighted imaging for the prediction of prostate cancer location at 3T using a phased-array coil：preliminary results ［J］. Invest Radiol， 2007， 42（12）： 842-847.

［7］ GIBBS P， LINEY G P， PICKLES M D， et al. Correlation of ADC and T2 measurements with cell density in prostate cancer at 3.0 Tesla ［J］. Invest Radiol， 2009， 44（9）： 572-576.

［8］ ZELHOF B， PICKLES M， LINEY G， et al. Correlation of diffusion-weighted magnetic resonance data with cellularity in prostate cancer ［J］. BJU Int， 2009， 103（7）：883-888.

［9］ JUNG D C， LEE H J， SEO J W， et al. Diffusionweighted imaging of a prostate cancer xenograft model seen on a 7 Tesla animal MR scanner： comparison of ADC values and pathologic findings ［J］. Korean J Radiol， 2012， 13（1）： 82-89.

［10］ LIU X， PENG W， ZHOU L， et al. Biexponential apparent diffusion coefficients values in the prostate：comparison among normal tissue， prostate cancer， benign prostatic hyperplasia and prostatitis ［J］. Korean J Radiol，2013， 14（2）： 222-232.

［11］ MULKERN R V， BARNES A S， HAKER S J， et al. Biexponential characterization of prostate tissue water diffusion decay curves over an extended b-factor range ［J］. Magn Reson Imaging， 2006， 24（5）： 563-568.

［12］ LIU X， ZHOU L， PENG W， et al. Differentiation of central gland prostate cancer from benign prostatic hyperplasia using monoexponential and biexponential diffusion-weighted imaging ［J］. Magn Reson Imaging，2013， 31（8）： 1318-1324.

［13］ LE BIHAN D. The ‘wet mind’： water and functional neuroimaging ［J］. Phys Med Biol， 2007， 52（7）： R57-R90.

［14］ THELWALL P E， GRANT S C， STANISZ G J， et al. Human erythrocyte ghosts： exploring the origins of multiexponential water diffusion in a model biological tissue with magnetic resonance ［J］. Magn Reson Med，2002， 48（4）： 649-657.

［15］ SEHY J V， ACKERMAN J J， NEIL J J. Evidence that both fast and slow water ADC components arise from intracellular space ［J］. Magn Reson Med， 2002， 48（5）：765-770.

［16］ BENNETT K M， HYDE J S， SCHMAINDA K M. Water diffusion heterogeneity index in the human brain is insensitive to the orientation of applied magnetic field gradients ［J］. Magn Reson Med， 2006， 56（2）： 235-239.

［17］ BENNETT K M， SCHMAINDA K M， BENNETT R T，et al. Characterization of continuously distributed cortical water diffusion rates with a stretched-exponential model ［J］. Magn Reson Med， 2003， 50（4）： 727-734.

［18］ KWEE T C， GALBAN C J， TSIEN C， et al. Comparison of apparent diffusion coefficients and distributed diffusion coefficients in high-grade gliomas ［J］. J Magn Reson Imaging， 2010， 31（3）： 531-537.

［19］ KWEE T C， GALBAN C J， TSIEN C， et al. Intravoxel water diffusion heterogeneity imaging of human highgrade gliomas ［J］. NMR Biomed， 2010， 23（2）： 179-187.

［20］ BENNETT K M， HYDE J S， RAND S D， et al. Intravoxel distribution of DWI decay rates reveals C6 glioma invasion in rat brain ［J］. Magn Reson Med， 2004，52（5）： 994-1004.

Comparison of stretched-exponential and monoexponential models of diffusion-weighted imaging between prostate cancer and normal tissues

ZHANG Ling1.2， LIU Xiaohang2， ZHOU Liangping2， LIU Yin1， MAO Jian2
（1. School of Medical Instrument and Food Engineering， University of Shanghai for Science and Technology， Shanghai 200093， China； 2. Department of Radiology， Fudan University Shanghai Cancer Center； Department of Oncology，Shanghai Medical College， Fudan University， Shanghai 200032， China）

Correspondence to： ZHOU Liangping E-mail： zhoulp2003@aliyun.com

Objective： To compare the parameters of stretched-exponential and monoexponential models of diffusionweighted imaging （DWI） between prostate cancer and normal tissues. Methods： Twenty-five patients with peripheral zone prostate cancer underwent DWI exam using b-values of 0， 500， 1 000， and 2 000 s/mm2. The distributed diffusion coefficient （DDC） and α values of prostate cancer and normal tissues were obtained using stretched-exponential model and apparent diffusion coefficient （ADC） values were obtained using monoexponential model. The ADC， DDC （both in 10-3mm2/s） and α values （range 0-1） were compared between prostate cancer and normal tissues. The ADC and DDC values were compared and correlated in each tissue， and the standardized differences between DDC and ADC values were compared between prostate cancer and normal tissues. Results：Data were obtained from 30 lesions and 34 normal peripheral zone tissue. The ADC （0.73±0.14）， DDC （0.62±0.20） and α values （0.65±0.10） of tumor were all significantly lower than those of the normal tissues （1.43±0.25， 1.49±0.20 and 0.86±0.09） （all P＜0.05）. ADC value was significantly higher than DDC value in tumor but lower than DDC value in normal tissue （all P＜0.05）. ADC value and DDC value were significantly correlated （R2=0.98， 0.98， respectively； P＜0.05） in prostate cancer and normal tissues， and the standardized difference between ADC value and DDC value in tumor was significantly higher than that in normal tissue. Conclusion：The stretched-exponential model of DWI provides more parameters for prostate cancer and normal tissues and would improve the diagnosis of prostate cancer.

Prostate cancer； Diffusion-weighted imaging； Stretched-exponential model

R445.2

A

1008-617X（2016）02-0131-06

周良平 E-mail：zhoulp2003@aliyun.com

2015-10-18）