MRI紋理分析可鑒別宮頸癌高低分化程度

申洪，鄭啟元，徐芳，呂潔

1重慶市海吉亞腫瘤醫院放射科，重慶 401331；2重慶醫科大學附屬兒童醫院兩江門診部，重慶401122

宮頸癌在女性生殖系統惡性腫瘤中發病率高居首位，組織學上以鱗狀上皮癌為主。臨床研究指出［1］，早期準確評估宮頸癌病理分級和組織分化程度對臨床制定治療方案、評估預后具有積極影響。因此采取有效的方法評估宮頸癌患者分化程度十分重要。MRI在宮頸癌的診斷方面具有很高應用價值已成為共識，但常規掃描序列在評估宮頸癌分化程度上價值有限［2］。紋理分析（TA）是通過統計學和輸血分析，提取腫瘤的紋理參數對腫瘤特征進行定量、客觀分析，進而更加全面的評價腫瘤的異質性［3］。有學者采用MRI紋理影像組學特征分析宮頸鱗癌與腺癌，結果顯示MRI紋理對宮頸癌組織病理分型和分級具有較高診斷價值［4］；也有研究發現表觀擴散系數聯合MRI紋理特征在宮頸鱗癌分化程度的鑒別中具有較好效能［5］。但關于MRI紋理分析用于鑒別宮頸癌分化程度的應用仍存在爭議。本研究回顧我院收治的宮頸癌患者臨床資料，分析不同分化程度患者紋理參數特征，為臨床評估宮頸癌分化程度提供參考，現報道如下。

1 資料與方法

1.1 一般資料

回顧性分析我院2019年1月～2020年1月收治97例經手術病理證實的宮頸癌患者臨床病案資料，根據腫瘤分化水平不同分為高分化組（n=27）、中分化組（n=31）和低分化組（n=39）。診斷標準：《宮頸癌診斷與治療指南（第四版）》［6］。納入標準：經病理證實為宮頸癌患者；術前均經磁共振成像檢查；年齡≥18歲。排除標準：影像學圖片不清晰或資料不完整者；既往存在子宮、附件手術或放化療史者；存在宮頸或陰道活動性出血、有填充物者；合并其他惡性腫瘤；合并嚴重肝、腎功能障礙、血液系統、免疫系統病變者；妊娠期或哺乳期婦女。高分化組年齡29～57歲（51.22±4.05歲）；宮頸癌分期：Ⅰ期6例，Ⅱ期16例，Ⅲ期5例；組織學類型：鱗癌23例，腺癌4例。中分化組年齡30～59歲（51.34±4.13歲）；宮頸癌分期：Ⅰ期7例，Ⅱ期18例，Ⅲ期6例；組織學類型：鱗癌25例，腺癌6例。低分化組年齡30～57歲（51.09±4.20歲）；宮頸癌分期：Ⅰ期9例，Ⅱ期22例，Ⅲ期8例；組織學類型：鱗癌31例，腺癌8例。3組年齡、分期、組織學類型差異無統計學意義（P>0.05），具有可比性。

1.2 研究方法

采用GE Signa 3.0 T HDxt磁共振成像儀以及32通道體部相控陣線圈行DCE-MRI檢查。取患者仰臥位，使頭先進，保持雙臂上舉，充盈膀胱。掃描參數為：橫軸面T1WI：TR 550 ms，層厚4 mm，TE 14 ms，視野35 cm×32 cm，間距0.4 mm；橫軸面及矢狀面T2WI：TR 4800 ms，TE 120 ms，矩陣384×256，視野20 cm×20 cm，層厚3 mm，間距0.3 mm；脂肪抑制盆腔冠狀面和橫軸面T2WI：TR 550 ms，TE 3 ms，間距0.4 mm，層厚4 mm，視野32 cm×35 cm；DCE-MRI：TE 1.74 ms，TR 5 ms，體素大小1.0 mm×1.0 mm×1.0 mm，翻轉角15°，視野22 cm×20 cm，動態掃描30層，激勵次數為1，掃描時間4 min 20 s；脂肪抑制T1WI延遲掃描參數同平掃T1WI，對比劑為Gd-DTPA，通過雙筒高壓注射器從肘靜脈團注，劑量為0.1 mmol/kg，流率為3 mL/s，注射完畢后立即注射20 mL生理鹽水。采集圖像。采用ITK-SNAP軟件在采集的T2WI圖像上由2名影像科經驗豐富的醫師選取出顯示腫瘤最大層面為中心，沿著病灶邊緣連續勾畫三層感興趣區（ROI），經商議達成一致后采用GE公司提供的A.K軟件自動分析出病灶紋理參數偏度、峰度、熵值、標準差。

1.3 評價指標

紋理參數：比較各組間病灶紋理參數偏度、峰度、熵值、方差。宮頸癌分化程度與紋理參數的相關性：采用Spearman相關性分析宮頸癌分化程度與紋理參數的相關性。紋理參數鑒別宮頸癌分化程度的價值：采用ROC曲線分析TA鑒別宮頸癌高低分化的價值。

1.4 統計學方法

采用SPSS20.0軟件統計分析數據，計量資料以均數±標準差表示，行獨立樣本t檢驗，計量資料的多組間比較行單因素方差分析，兩兩比較行SNK-q檢驗，相關性采用Spearman分析，TA鑒別宮頸癌高低分化的價值采用ROC曲線分析。以P<0.05為差異有統計學意義。

2 結果

2.1 紋理參數比較

3組偏度、峰度的差異無統計學意義（P>0.05，表1），高分化組、中分化組、低分化組熵值依次升高，標準差依次降低，比較差異均有統計學意義（P<0.05）。

2.2 宮頸癌分化程度與紋理參數的Spearman相關性分析

經Spearman相關性分析，宮頸癌分化程度與偏度、峰度無明顯相關性（r=-0.097、0.161，P>0.05，表2），與熵值呈負相關（r=-0.269，P<0.05），與標準差呈正相關（r=0.288，P<0.05）。

2.3 紋理參數鑒別宮頸癌分化程度的ROC分析

經ROC曲線分析，熵值取5.34時，MRI紋理參數鑒別高分化與中分化的AUC為0.805，取5.18時，鑒別高分化與低分化的AUC為0.821，取5.08時，鑒別中分化與低分化的AUC為0.813；標準差取67.35時，MRI紋理參數鑒別高分化與中分化的AUC 為0.875，取59.97 時，鑒別高分化與低分化的AUC 為0.764，取58.25時，鑒別中分化與低分化的AUC為0.811（表3、圖1）。典型影像學圖片（圖2～3）。

表1 紋理參數比較Tab.1 Comparison of texture parameters（Mean±SD）

表2 宮頸癌分化程度與紋理參數的Spearman相關性分析Tab.2 Spearman correlation analysis of cervical cancer differentiation and texture parameters

3 討論

宮頸癌病理分化程度存在顯著差異，而其分化程度的差異對治療的耐受性和效果也具有差別［7］。相關研究顯示，分化程度是影響宮頸癌患者預后的獨立危險因素［8］。因此，治療前準確評估宮頸癌分化程度對臨床治療方案的選擇及預后具有重要影響。目前臨床上一些新技術用于腫瘤術前分化程度的評估已經逐漸展開，如擴散加權成像、體素內不相干運動模型、特異性顯像劑如普美顯以及DCE-MRI等，但數據處理極其復雜，僅較少醫院可完成數據分析處理，這些因素限制了其推廣使用［9-10］。有學者通過MRI的紋理分析預測鼻咽癌對放化療的治療反應［11］，也有研究通過正電子發射計算接斷層顯圖像的紋理分析非小細胞肺癌患者病灶復發及生存預測［12］，或通過T2WI序列紋理分析肝細胞癌分化程度［13］。有研究采用MRI擴散加權成像文理分析鑒別不同宮頸癌具有一定價值［14］。有研究利用MRI擴散加權成像紋理分析對宮頸癌術后復發的預測價值，結果顯示熵值、均數及偏度預測術后早期復發價值較高［15］。但目前關于MRI紋理分析宮頸癌分化程度的相關研究較少。

表3 MRI紋理參數鑒別宮頸癌分化程度的ROC分析Tab.3 ROC analysis of texture parameters in differentiation of cervical cancer

圖1 紋理參數鑒別宮頸癌分化程度的ROC分析Fig.1 ROC analysis of texture parameters in diagnosing differentiation degree of cervical cancer

圖2 子宮頸中分化鱗狀細胞癌MRI圖Fig.2 MRI image of moderately differentiated squamous cell carcinoma

圖3 子宮非角化型頸鱗狀細胞癌MRI圖Fig.3 MRI image of non keratinized cervical squamous cell carcinoma

MRI T2WI序列具備良好組織對比度和空間分辨率，能自內向外分別顯示出高信號黏膜、等信號宮頸肌層及低信號纖維基質，有利于腫瘤體積、浸潤深度的判定［16-17］。故本研究選取T2WI序列圖像進行紋理分析。相關報道顯示，惡性腫瘤影像學紋理異質性與生物學異質性存在顯著相關性［18］。TA是定量分析MRI圖像信號強度的技術，紋理參數和特征由像素分布計算而得，反映了圖像中像素灰度值，為肉眼無法觀察到的病變提供客觀參考信息［19-20］。研究指出［21］，紋理參數中偏度和峰度能作為腫瘤的預測指標，在腫瘤的診斷過程中具有重要參考價值。但本研究結果顯示，不同分化程度宮頸癌患者MRI的偏度和峰度比較差異并不明顯，且經Spearman相關性分析，偏度和峰度與宮頸癌分化程度無顯著相關性，可知偏度、峰度再鑒別宮頸癌分化程度上價值較低，可能與腫瘤內部出血、壞死等復雜成分有關［22］。熵值是反映圖像紋理復雜度及混亂度的參數指標，若紋理灰度分布越紊亂則熵值越大［23］。本研究結果顯示，高分化組、中分化組、低分化組熵值依次顯著升高，經Spearman相關性分析，宮頸癌分化程度與熵值呈負相關。可知低分化宮頸癌紋理灰度分布最紊亂，與其惡性病變程度高有關［24］。經ROC曲線分析，當熵值分別取5.34、5.18、5.08時，鑒別高分化與中分化、高分化與低分化、中分化與低分化的AUC分別為0.805、0.821、0.813，說明熵值在鑒別宮頸癌分化程度上具有較好效能。標準差是反映腫瘤病變的不均勻程度，本研究中，高分化組、中分化組、低分化組標準差依次降低，與宮頸分化程度呈正相關，由此可知標準差可在一定程度上反應宮頸癌分化程度。通過ROC 曲線分析顯示，當標準差分別取67.35、59.97、58.25時，鑒別高分化與中分化、高分化與低分化、中分化與低分化的AUC分別為0.875、0.764、0.811，由此可知標準差鑒別宮頸癌分化程度有一定價值，但在鑒別高分化與低分化上AUC相對低一些，可能與其標準差大小易受ROI選取的影響有關。但本研究仍存在一定不足，如納入樣本量較少，可能對研究結果準確性造成一定偏差，且本研究未選取整個腫瘤作三維紋理特征提取分析，僅選取3個層面ROI進行紋理分析，后續對上述不足作進一步補充研究。

綜上所述，MRI紋理參數熵值及標準差與宮頸癌分化程度具有顯著相關性，用于鑒別宮頸癌分化程度具有較好效能。