MRI紋理分析對前列腺癌及Gleason分級的診斷價值

張瀝 張鑫 王睿 宦怡 李隴超

MRI是診斷前列腺癌的重要檢查方法，并可以根據Gleason評分（Gleason score，GS）對前列腺癌的危險度進行評估。GS≤6分為低危前列腺癌，病人采取主動監測即可，暫不需要治療；而GS≥7分則為中高危前列腺癌，需采用聯合療法或手術治療以提高療效[1]。歐洲泌尿生殖協會指南中推薦將擴散加權成像（DWI）和T2WI作為前列腺癌的主要診斷序列，但常規檢查方法診斷及評估GS分級主要依賴影像醫師的個人經驗，不僅主觀性強，且價值十分有限[2-3]。紋理分析是一種先進的圖像分析技術，可對腫瘤的異質性以及人眼無法觀察到的微小異常進行分析，進而幫助腫瘤準確診斷及分級[4-5]。因此，本研究旨在探討DWI和T2WI紋理分析診斷前列腺癌及評估GS分級的價值。

1 資料與方法

1.1 一般資料 回顧性分析陜西省人民醫院2015年1月—2017年8月期間經病理證實為前列腺癌的61例男性病人的臨床及影像資料，年齡42～89歲，中位年齡66歲。病人前列腺特異性抗原（PSA）范圍3.4～300 ng/mL；單側病灶21例，雙側病灶30例，共計81個病灶；低危前列腺癌（GS≤6分）15個，中高危前列腺癌（GS≥7分）66個。納入標準：①MRI懷疑前列腺癌，隨后1周～1個月內進行了13針經直腸超聲引導活檢或前列腺根治術，病理證實為前列腺癌同時進行GS分級；②MRI序列包括T1WI、T2WI、動態增強（DCE）-T1WI、DWI。排除病理描述區域與MR影像不匹配，不能準確勾畫腫瘤邊界的病例資料。

1.2 檢查方法 采用荷蘭Philips 3.0 T Ingenia MR掃描設備，16通道腹部相控陣線圈。掃描序列及參數：①快速自旋回波（TSE）序列,T1WI：TR=563 ms，TE=8 ms，層厚=4 mm，層間距=0 mm，FOV=260×260，矩陣=256×201，激勵次數=1；T2WI：TR=5202 ms，TE=100 ms，層厚=4 mm，層間距=0 mm，FOV=260×260，矩陣=328×317，激勵次數=1。②擴散加權成像（DWI），b=1 000 s/mm2。③DCE掃描采用快速梯度場回波（fast field echo,FFE），TR=3.6 ms，TE=1.76 ms，層厚=4 mm，層間距=0 mm，矩陣=260×257，FOV=260×260。經肘前靜脈團注對比劑（釓布醇，注射劑量0.1 mmol/kg體質量，注射流率2 mL/s）。連續掃描18個期相，掃描時間5 min。

1.3 病理學檢查 根治性前列腺切除術或采用經直腸超聲引導下系統穿刺活檢，將前列腺由上到下分為10區，每區各穿刺1針，并在可疑區加穿2~4針，由1名高年資泌尿外科專業病理醫師評估并記錄每個病變的病理分級（GS評分）。

1.4 影像紋理分析 采用Matlab R2014b軟件進行MR影像紋理分析，在前列腺穿刺分區的詳細記錄基礎上，符合PI-RADS V2評分4~5分。在image J和MRIcroN軟件上勾畫病灶，與病理結果相對應的區域采用相對信號差值標記。所有病變均由2名受過訓練的放射科醫生進行識別和評分，如遇分歧通過協商解決。在基于MR紋理分析的T2WI影像上手動勾畫三維興趣區（ROI），取3次測量的平均值，包括：①外周帶前列腺癌；②正常外周區（normal peripheral zone,NPZ），注意避開尿道、射精管、精阜、精囊根部?？紤]到腫瘤的異質性，ROI采用全域分析，ROI范圍為 5~153 mm2（中位數 31 mm2）。 ADC 序列導入ROI使之與T2WI序列的ROI保持一致。計算選定的ROI的直方圖紋理特征參數，包括熵、偏度、峰度、方差[5]。

1.5 統計學分析 采用SPSS軟件 （版本20；IBM，Armonk，NY）和Matlab R2014b軟件進行統計學分析。采用單因素方差分析評價3組（低危前列腺癌組、中高危前列腺癌組和NPZ組）在T2WI、ADC圖上各直方圖紋理參數及平均ADC值的差異。通過Logistic回歸獲得受試者操作特征（ROC）曲線并計算曲線下面積（AUC），評估各參數的診斷效能，選取最大約登指數為臨界值，計算各參數診斷敏感度和特異度。P<0.05表示差異有統計學意義。

2 結果

2.1 3組在不同序列上診斷參數的比較

2.1.1 ADC圖 與NPZ組相比，另外2組前列腺癌的平均ADC值均減低（均P<0.05），偏度增高（均P<0.05）。中高危前列腺癌組的方差低于另外2組（P<0.05），而峰度、熵值則高于另外 2 組（P<0.05），詳見表1。

2.1.2 T2WI 3組間方差、偏度、峰度和熵的差異均有統計學意義（P<0.05）。低危前列腺癌組的偏度和峰度均高于NPZ組，方差值高于中高危前列腺癌組，熵值低于中高危前列腺癌組（均P<0.05）；中高危前列腺癌組方差低于NPZ組，峰度和熵值均高于NPZ組（均P<0.05）。 詳見表2。

2.2 ROC曲線分析 各項紋理分析參數對中高危前列腺癌診斷效能的ROC曲線分析顯示，ADC圖上AUC最大的參數是平均ADC值，其次是熵；T2WI上AUC最大的參數是方差，其次為峰度，詳見圖1、表3。對中高危與低危前列腺癌鑒別診斷效能的ROC曲線分析顯示，ADC圖和T2WI上AUC最大的參數均為熵，其次是方差，詳見圖2、表4。

表1 3組在ADC圖上的紋理分析參數比較

表2 3組在T2WI上的診斷紋理參數比較

3 討論

圖1 ADC圖（A）和T2WI（B）上各項紋理參數對中高危前列腺癌診斷效能的ROC曲線

隨著我國人口老齡化及飲食結構的變化，近年來前列腺癌的發病率呈明顯上升趨勢。而不同病理級別的前列腺癌治療方法及預后不同，故術前診斷非常重要[1]。多參數MRI檢查已成為臨床公認的最佳前列腺影像檢查方法。常規MRI序列雖能較準確地檢出前列腺癌，但對于中高危前列腺癌難以準確診斷及鑒別。紋理分析的定量特征變化反映了病灶的病理改變，能夠對影像的空間分布特點和像素進行數學分析，提供一系列量化病灶的相關參數，有助于前列腺癌的診斷、鑒別及危險分層。其優勢還在于不依賴影像醫師的主觀經驗，結果更加客觀。因此，紋理分析可作為一種補充臨床鑒別診斷的新方法[6-7]。

表3 紋理參數在不同MR序列上對中高危前列腺癌的診斷效能

圖2 ADC圖（A）和T2WI（B）上各項紋理參數鑒別中高危與低危前列腺癌診斷效能的ROC曲線

表4 紋理參數在不同MR序列上對高危與低危前列腺癌的鑒別診斷效能

本研究通過比較分析直方圖紋理參數，結果顯示T2WI和ADC圖中，熵、偏度、方差、峰度和平均ADC值均可用來診斷前列腺癌，其中T2WI序列的方差和峰度與ADC圖的平均ADC值與熵表現出較高的診斷效能。此外，筆者還發現在前列腺癌的診斷中，ADC圖上平均ADC值的診斷效能最大，這可能是由于腫瘤組織中細胞密度增加，腺泡破壞，導致結構致密，ADC值減低；而正常前列腺腺體組織富含液體，ADC值較高[8]。T2WI上方差和峰度診斷效能較大，方差主要反映相鄰像素之間或組織內信號強度的變化率[9]。峰度更突出對象之間的強度差異越大，其值越高[9]。分析其原因可能為前列腺癌組織成分混雜，信號不均勻，而正常組織均勻分布，結構致密且均質，故兩者方差和峰度不同。

紋理分析主要以檢測腫瘤的異質性為主，而熵表示影像中紋理的復雜程度或非均勻的程度，即反映腫瘤的異質性，其與腫瘤組織內部的血供、氧供等細胞生物學特性密切相關，最終導致MRI影像的像素平均值顯著改變。熵值越大，腫瘤的異質性越高，因此有助于前列腺癌的病理分級[12-13]。本研究中，在低危和中高危前列腺癌的鑒別診斷中，T2WI和ADC圖上的熵均表現出較高的鑒別效能。有研究[9]發現，通過5個紋理特征的組合（尤其是熵和慣性），能夠前瞻性地區分30例非癌組織和前列腺癌，敏感度和特異度分別為0.86和0.88。另一項對20例外周區前列腺癌病人在應用計算機輔助診斷系統評估研究時發現，T2WI的熵對非癌組織和前列腺癌的鑒別最具有診斷意義[10]。另有研究[11]報道，在110個T2WI衍生變量中，熵是準確識別外周區前列腺癌特征性參數之一。本研究結果與上述研究結果一致。

本研究應用了直方圖紋理參數，不僅表明紋理分析可準確診斷前列腺癌，且證實了其在病理分級鑒別診斷中也具有較高價值。在分析病灶時，客觀反映了腫瘤的整體三維特征，采用了全域紋理分析，診斷效能高于二維。本研究仍存在一定的局限性，首先，盡管病灶定位嚴格根據PI-RADS V2評分和穿刺病理結果在MRI影像上進行匹配，但不排除手動勾畫ROI時主觀因素引起的偏差。其次，低危前列腺癌病例相對較少，而且僅初步評價低危與中高危前列腺癌間各定量參數的差異，研究結果可能存在選擇性偏倚。

綜上所述，MR紋理分析可用于診斷前列腺癌診斷，能為鑒別低危與中高危前列腺癌提供可靠的量化信息，其中熵值有助于前列腺癌病理分級。進一步研究需評估多參數前列腺MRI的其他定量指標，并了解紋理分析評估前列腺的潛在生物學價值。