動態增強磁共振聯合ADC值對上頜竇病變良惡性鑒別的診斷價值

劉希運，王軍，張毅，張曉，趙猛

濱州市人民醫院 a. 設備科；b. 放射科，山東 濱州 256600

引言

鼻竇解剖結構復雜，伴隨血管及穿行其中的神經以及組成的肌肉、骨質結構精細，同時鼻竇病變的種類繁雜、表現多樣，如何對病變進行準確定位、定性是影像科、耳鼻喉科醫生一直以來重點研究的問題，如何準確判定病變的良惡性質仍然是亟待解決的難點[1-2]。隨著磁共振動態對比增強成像（Dynamic Contrast-Enhanced，DCE-MRI）和彌散加權成像（Diffusion Weighted Imaging，DWI）的不斷成熟，此兩種技術方法愈來愈多的應用于臨床實踐之中，包括肌骨系統、胸腹部、神經系統、甲狀腺以及乳腺、生殖器官腫瘤的良惡性鑒別、疾病診斷以及腫瘤分期、淋巴結轉移等情況的反映[3-5]。但對于鼻竇病變，尤其是在鼻竇病變中占比最多的上頜竇病變的應用較少，本研究結合DCE-MRI 和DWI 兩種方法探討其在鑒別上頜竇病變良惡性中的應用，提高診斷準確率，為臨床治療及預后提供幫助。

1 材料與方法

1.1 臨床資料

2015 年4 月至2019 年8 月在我院經手術病理證實為上頜竇病變的62 例患者納入本次研究，其中良性28 例，納入良性組（鼻竇炎6 例、鼻息肉6 例、黏液囊腫5 例、內翻性乳頭狀瘤4 例、血管瘤3 例、鼻咽纖維血管瘤2 例、神經鞘瘤1 例、神經纖維瘤1 例）；惡性34 例，納入惡性組（鱗狀細胞癌9 例、腺癌7 例、腺樣囊性癌7 例、橫紋肌肉瘤4 例、惡性黑色素瘤4 例、淋巴瘤3 例）。納入標準：術前行MRI、DWI、DCE-MRI 檢查者；臨床資料完整者。排除標準：合并心、腎等重要器官功能障礙者；伴血液系統疾病、自身免疫系統疾病或其他惡性腫瘤者；術前放化療者。良性組年齡12～60 歲，平均（41.54±9.15）歲。惡性組年齡9～62 歲，平均（47.52±9.26）歲。兩組患者一般資料比較，P>0.05，差異無統計學意義。

1.2 儀器與方法

62 例均進行常規MRI 檢查，采用美國GE 公司signa3.0T MR。掃描參數：采用快速自旋回波序列（Fast Spin-Echo，FSE），T1WI TR 500～600 ms，TE 10～15 ms，T2WI TR 3000～3500 ms，TE 120～130 ms， 回 波 鏈 長 度11～27，激勵2～4 次，矩陣256×256，視野20 cm×20 cm，層厚4～5 mm，層間距0～0.5 cm；化學位移脂肪抑制技術采用Chopper 法或混合法。橫斷面DWI 采用SE 平面回波（Echo Planar Imaging，EPI）序列，TR 4200 ms，TE 104 ms。b 值為0、800 s/mm2。DCE-MRI 掃描采用T1WI DYN TSE+C序列，掃描范圍為整個病灶，層厚和層間距根據病灶大小而定，層厚5 mm，層間距1 mm，時間分辨率為15 s，1 個時相掃描層數為5 層，盡量包括整個病灶。采用高壓注射器注入釓噴替酸葡胺對比劑總量為0.1 mmol/kg 體重（0.2 mL/kg），并跟隨15 mL 生理鹽水沖洗管道。注射速率3 mL/s。注藥前先采集1 個時相圖像。注藥同時采集15 個時相，動態掃描時間300 s，每個時相平均20 s。

1.3 圖像分析

每一位患者的圖像均由兩位有多年診斷經驗的磁共振副主任醫師共同診斷，對于診斷不明確者，進行商討得出結論。觀察項目包括病變部位、大小、形態、邊緣、與鄰近組織結構的關系、有無淋巴結及遠處轉移、T1WI、T2WI 信號強度特征，相應的信號強度以鄰近正常的肌肉組織作為參照，分為高、等、低信號。利用GE AW 4.4 工作站配備處理DWI 的functiontool 軟件處理DWI 數據獲得相應ADC 圖。將MRI 原始數據輸入GE AW4.4 工作站，采用functiontool 工具包，興趣區（Region of Interest，ROI）置于最高強化區，平均面積4 mm2，生成時間信號強度曲線（Time-Intensity Curves，TIC）需測量的參數值包括：增強前信號強度（Pre Signal Intensity，SIpre）、最大信號強度（Maximal Signal Intensity，SImax）、第16 個時相的信號強度（Sphase16）、計算峰值信號強度（Peak Signal Intensity，SIpeak）及其對應的峰值時間（Time to Peak，Tpeak）、最大上升斜率（Maximal Slope Increasing，MSI）、流出率（Washout Ratio，WR）及最大強化率（Enhancement Ratio，ER），各參數根據公式(1)～(4)計算得出。將MRI 原始數據導入Tissue4D軟件進行后處理，選取ROI，置于最高強化區，平均面積4 mm2，自動生成容積轉移常數（Transfer Constant，Ktrans）、血管外細胞外容積分數（Extracellular Extravascular Volume，Ve），根據公式(5)計算得到運動速率常數（Rate Constant，Kep）。

根據Yabuuchi 等[6]對TIC 曲線的分型，本研究將62 例病變的TIC 曲線分成三種類型，即A 平坦型：表現為較為平緩的直線；B 速升-平緩型（快速強化、緩慢廓清）：早期出現增強，曲線上升較快，后期緩慢下降；和C 速升-速降型（快速強化、快速廓清），表現為早期增強，曲線快速上升，后期曲線急劇下降。利用ROC 曲線分析得出動態增強磁共振各參數Tpeak、SIpeak、MSI、WR、ER、Ktrans、Ve及Kep的靈敏度、特異度、陽性預測值、陰性預測值及準確度。

1.4 統計學分析

使用IBM 公司SPSS 22.0 統計分析軟件，所有資料為計量資料，采用x2檢驗，組間比較采用獨立樣本均數t檢驗，以確認樣本數據之間有無統計學差異，P＜0.05 表示具有統計學差異。本研究將上頜竇腫瘤的術后病理診斷結果作為本研究的“金標準”，診斷價值分析采用ROC 曲線分析，曲線下面積Az＞0.500 表示具有診斷價值，Az 值越大表示診斷價值越大。Kappa 系數檢驗價估觀察者間的可重復性。

2 結果

2.1 常規MRI表現

28 例良性病變中，10 例局限于上頜竇內，11 例累及鼻腔，6 例累及其他鼻旁竇，累及圓孔區2 例，累及翼腭窩區3 例。28 例形態僅表現為充填上頜竇的軟組織影6 例，類圓形腫塊7 例，分葉狀腫塊15 例；實性腫塊9 例，囊性腫塊11 例，囊實性腫塊2 例。28 例病變邊緣清楚21 例，邊緣不清7 例。28 例中，14 例病變鄰近組織結構壓迫、受壓較明顯；3 例浸潤鄰近組織結構及脂肪間隙；11 例鄰近組織結構改變不顯著。7 例病變示咽旁間隙及頸部淋巴結略腫大。28 例中以T1WI 上等至低、T2WI 上不同程度的高信號為主占比較大，有21 例，這其中16 例信號均勻，5 例信號欠均勻；1 例呈T1WI 高、T2WI 高信號；3 例T2WI 上呈明顯的高信號，內見點、條狀血管流空信號；3 例呈混雜T1WI 及T2WI 信號。增強掃描6 例不強化，11 例呈邊緣強化，3 例明顯均質強化；8 例明顯不均勻強化。右側上頜竇炎、竇區神經纖維瘤和竇高分化腺癌MRI 表現，見圖1～3。

圖1 右側上頜竇炎MRI表現

圖2 右側上頜竇區神經纖維瘤MRI影像表現

另外，34 例惡性病變均在占據上頜竇腔的基礎上向周圍結構蔓延，其中累及鼻腔34 例，累及其他鼻旁竇24 例，累及翼腭窩區7 例、累及鼻咽2 例、累及眼眶9 例、累及硬腭6 例、累及顳下窩3 例、累及頜面部皮下間隙3 例。34 例均表現為分葉狀、團塊狀腫塊，其中實性腫塊18 例，囊實性腫塊16 例。34 例中，28 例可見病變鄰近組織結構及脂肪間隙較明顯的浸潤；6 例病變鄰近組織結構表現為以壓迫、受壓為主。22 例病變示咽旁間隙及頸部淋巴結腫大，其中9 例較明顯。34 例腫塊主體以T1WI 上等至低、T2WI 上不同程度的高信號為主較多，共30 例，這其中4 例信號較均勻，26 例信號欠均勻；4 例病變于T2WI 上可見斑片狀的低信號影。增強掃描34 例均呈明顯強化，30 例強化不均勻，4 例強化較為均勻。

圖3 左側上頜竇高分化腺癌MRI影像表現

2.2 DWI表現及ADC值

62 例各型上頜竇病變的平均ADC 值，見表1。經過統計學分析，鼻竇炎的平均ADC 值（1.52±0.32×10-3mm2/s）、鼻息肉的平均ADC 值（1.50±0.14×10-3mm2/s）、黏液囊腫的平均ADC 值（1.45±0.22×10-3mm2/s）明顯高于惡性腫瘤的平均ADC 值（1.09±0.14×10-3mm2/s）；28 例上頜竇良性病變與34 例上頜竇惡性腫瘤的平均ADC 值分別為（1.32±0.29×10-3mm2/s）和（1.09±0.14×10-3mm2/s），二者之間存在統計學差異（P＜0.05）。

2.3 DCE-MRI表現

28 例良性病變中，6 例鼻竇炎癥TIC 均呈A 型，6 例鼻息肉TIC 均呈A 型，5 例黏液囊腫TIC 均呈A 型，4 例內翻性乳頭狀瘤TIC 均呈A 型，3 例血管瘤TIC 均呈B 型，2 例鼻咽纖維血管瘤TIC 呈B 型，1 例神經鞘瘤TIC 呈B 型，1 例神經纖維瘤TIC 呈B 型。34 例惡性病變，9 例鱗狀細胞癌中2 例TIC 呈B 型，7 例呈C 型；7 例腺癌中2 例呈B 型，5 例TIC 呈C 型；7 例腺樣囊性癌中3 例TIC 呈B 型，4 例呈C 型；4 例橫紋肌肉瘤中1 例呈B 型，3 例TIC 呈C 型；4 例惡性黑色素瘤中1 例TIC 呈B 型，3 例呈C 型；3 例淋巴瘤TIC 均呈B 型。62 例各型鼻竇病變的各參數平均值詳見（表2～3）。經統計學分析，28 例良性病變與34 例惡性病變的Tpeak、WR、Ktrans均有統計學差異（P＜0.05），而SIpeak、MSI、ER、Ve及Kep無統計學差異（P＞0.05）（表4）。各參數平均值的靈敏度、特異度、陽性預測值、陰性預測值及準確度，見表5。

采用Kappa 檢驗來對比兩位醫生檢查結果診斷的一致性水平，兩位醫生對于MRI 檢查診斷結果具有較強的一致性（Kappa=0.85）。

表1 62例上頜竇病變的平均ADC值

表2 28例上頜竇良性病變的DCE-MRI參數平均值

表3 34例上頜竇惡性病變的DCE-MRI參數平均值

表4 兩組DWI參數及DCE-MRI參數比較

表5 DCE-MRI各參數平均值的靈敏度、特異度、陽性預測值、陰性預測值及準確度（%）

3 討論

3.1 上頜竇病變的常規MRI特征分析

常規MRI 可以為我們直觀的提供病變的大小、形態、邊緣以及鄰近組織結構的改變等征象，同時依據信號的變化，初步判斷病變內部的成分，有無出血壞死、囊變及蛋白成分、纖維成分、黑色素成分等，同時增強掃描的強化方式、強化程度的高低，可以提供病變的血供信息等[7-8]。

結合本組病例，62 例上頜竇病變在MRI 上所表現的大小、形態、邊界和鄰近組織結構的關系在一定程度上反映了病變的活躍度和生長方式。良性病變多表現為類圓形或邊緣清楚、規整的腫塊，鄰近結構多以受壓表現為主，如本組鼻竇炎、鼻息肉、黏液囊腫、血管瘤等所呈現的表現。惡性腫瘤則為不規則分葉狀或團塊狀、邊緣不清的腫塊，浸潤多個鄰近結構，如本組絕大多數鱗癌、腺癌、腺樣囊性癌等的表現。但當良性病變累及周圍結構較多時也可顯示為較大的分葉狀腫塊，浸潤脂肪間隙使局部邊界不清晰，如本組部分鼻咽纖維血管瘤、內翻性乳頭狀瘤等。當良性腫塊生長較為活躍，處于進展階段并具備充足的血供時，腫塊往往較大、累及周圍組織結構較多、邊緣不光整、邊界不清，與惡性病變的表現相重疊而難以鑒別，如個別內翻性乳頭狀瘤、神經鞘瘤和神經纖維瘤。部分惡性腫瘤可以在早期階段表現的較為局限，鄰近結構僅以受壓為主，脂肪浸潤在圖像上不夠明顯，累及周圍組織結構不多，而與良性病變相混淆，如本組部分淋巴瘤及高分化腺癌的表現。當頸部、咽旁淋巴結明顯腫大、增多或融合，且信號不均勻多提示為惡性腫瘤的征象，但部分良性病變腫塊較大時亦可表現出咽旁、頸部淋巴結的炎性腫大和數量增多，僅憑肉眼判定亦缺乏準確的可靠性[9-10]。

本組良性病變多表現為信號均勻，而惡性病變因囊變、出血壞死較多而表現得信號不均，但部分良性病變如生長活躍的內翻性乳頭狀瘤及鼻咽纖維血管瘤、神經源性腫瘤亦可表現出為混雜的信號。良性病變多以不強化或邊緣強化、均勻強化為主，惡性病變則多為明顯的不均勻強化。但良性的富血供腫瘤如鼻咽纖維血管瘤、神經源性腫瘤亦可表現為明顯的不均勻強化，而淋巴瘤信號多均勻，其和部分高分化腺癌也以均勻強化較為多見。因此當上頜竇的病變表現出復雜或不典型的征象時，良惡性病變的表現多出現交叉重疊，僅憑常規MRI 檢查較易導致誤診或漏診[11-12]。

3.2 DWI及ADC值在上頜竇病變中的診斷價值

Razek 等[13]認為，發生在鼻竇的惡性腫瘤由于其細胞學及病理學特性，使得惡性腫瘤表現為細胞核增大、深染、核畸形、細胞數量增多。這些組織學特征使細胞密度增高，細胞外容積相應減少，水分子在細胞內外的擴散空間受限，從而導致ADC 降低，DWI 上表現為高信號，隨著細胞增殖的增快，細胞外容積不斷減少，ADC 值會進一步降低，而良性病變的細胞外容積分數較惡性高，因而ADC 值較高[14]。

結合本組病例，鼻竇炎、鼻息肉及黏液囊腫的ADC 值明顯高于惡性腫瘤的平均ADC 值，也反映出上頜竇內諸如炎癥、息肉和黏液囊腫等較為常見的良性病變其細胞排列疏松、細胞外基質空間大，水分子在其內擴散受限制小，因而ADC 值要明顯高于惡性腫瘤的ADC 值。本組血管瘤的ADC 值亦較高，考慮與血管源性病變細胞間隙較寬，水分子能在病灶內自由擴散，且血流灌注及含鐵血黃素所形成的磁敏感效應也在一定程度上影響了其ADC 值[15]。本組內翻性乳頭狀瘤的ADC 值與部分惡性腫瘤的平均ADC值相差并不顯著，考慮與內翻性乳頭狀瘤的病理特征有關，其在進展階段表現為細胞增殖活躍，伴有大量淋巴細胞浸潤，致使ADC 值降低[16]。本組淋巴瘤ADC 值最低，在DWI 上表現為較明顯的高信號，考慮與淋巴造血系統腫塊的核質比高且腫瘤細胞排列緊密相關，致使水分子運動明顯受限，ADC 值明顯減低[17]。

DWI 依據其利用彌散敏感梯度來獲取能夠反映人體水分子彌散程度的成像原理在頭頸部病變性質的判定中取得了廣泛的應用。Sumi 等[18]和Maeda 等[19]的研究也在一定程度上證明了ADC 值在評估鼻竇腫瘤性質和鑒別不同病理類型的病變具備相應的價值。但是，ADC 值重疊性較高，部分良惡性病例的ADC 值相差不顯著，與惡性腫瘤的分化程度或良惡性病變的病理類型相關，對于不同病理類型鼻竇腫瘤的ADC 平均值以及作為預測良、惡性腫瘤的ADC診斷閾值均相差較大[20]。另外，本組研究樣本種類及數量仍然有限，難以將ADC 值作為判定上頜竇病變良惡性的準確標準。

3.3 DCE-MRI聯合DWI在上頜竇病變中的應用

DCE-MRI 通過測量局部組織血液灌注，來反映組織中的微觀血流動力學信息[21]。病變對于周圍血管的浸潤和腫瘤本身新生血管的不完整性，使造影劑可向組織間隙滲出，從而導致相應區域異常強化。DCE-MRI 成像過程中，靜脈注射對比劑以后，可引起周圍組織的T1 值縮短，從而導致MR T1 信號強度的改變，采用快速T1WI 序列對病變部位反復進行動態掃描，進而測量T1 信號強度隨時間的變化情況[22]。本研究通過基于時間-信號強度曲線，通過多種指標對組織強化特征進行分析。此外，通過定量分析對比劑的滲透與回流，以及其在血管內、外所占的比例，從而實現在細胞分子功能水平上反映病變組織內微血管灌注和滲透情況。

Lewis 等[23]在研究中證實了DCE-MRI 在頭頸部腫瘤良惡性判定的價值，DCE-MRI 在病變組織形態學的基礎上可以清晰地反映組織的微血管分布、血流灌注及血管通透性等信息，詳細描述對比劑的進入及排出病灶的整個血流動力學過程。Yabuuchi 等[6]和Tofts 等[24]提出SIpeak、Tpeak、MSI、WR、ER 及Ktrans、Ve、Kep在頭頸部腫瘤DCE-MRI應用中的作用與意義。因此，本研究通過計算這些參數來對本組上頜竇病變的血流動力學進行分析。

結合本組病例，良性病變的Tpeak值高于惡性病變，Tpeak值與腫瘤的血管化程度有關，微血管數量越多，則峰值時間越短，惡性腫瘤的新生微血管較多，故平均Tpeak值要低于良性病變[25]。本組惡性病變WR 值高于良性病變，WR 值取決于對比劑在腫瘤血管內外的分布，惡性腫瘤因細胞排列致密、細胞核增大、深染，致細胞外間隙變小，對比劑滯留時間短，廓清率高；相反，良性病變細胞排列疏松，細胞外間隙大，廓清率低[26]。本組惡性病例Ktrans值高于良性病變，Ktrans值反映的是對比劑從血管到組織間的滲透率，取決于局部的血流量和毛細血管壁滲透率和表面積的乘積。腫瘤的血管生成在腫瘤的惡性進展中有重要作用，腫瘤新生血管系統導致血腦屏障破壞，微血管滲透性增高，導致Ktrans值增加[27]。低Ktrans表明低灌注或低滲透性，預示著病變惡性程度低。故Tpeak、WR、Ktrans在本組良惡性病變中具備統計學差異，與文獻報道一致，且WR、Ktrans表現出較高的預測值及診斷準確度。

本研究中，鼻竇炎癥、鼻息肉及黏液囊腫的ADC 值明顯高于惡性腫瘤，且良惡性病變的ADC 值存在統計學差異，因此本文認為DWI 可以作為鑒別上頜竇常見良性病變（鼻竇炎癥、鼻息肉和黏液囊腫）與惡性腫瘤的一種檢查方法。但介于樣本病例數量和種類的局限性，而且當良性病變增值較為活躍時，ADC 值往往較低，故單憑ADC 值來判斷良惡性缺乏一定的準確性，可聯合應用反映血流動力學情況的DCE-MRI。上頜竇良性病變TIC 可表現為A 或B 型，惡性腫瘤表現為B 或C 型，表現為B 型曲線的良性病變多為血管瘤、神經源性腫瘤等血供較為豐富的腫瘤，因此當TIC 曲線表現為B 型時，可通過DCE-MRI 參數的測量來進一步幫助判定性質。本組良、惡性病變Tpeak、WR、Ktrans均有統計學差異（P<0.05），其中以WR 及Ktrans價值較高，對上頜竇良惡性病變性質的評估具有一定的量化價值。