文献速递胸部PETMR

整合PET-IVIM-DKI MRI预测非小细胞肺癌淋巴血管侵犯

Integrated PET-IVIM-DKI MRI for predicting lymphovascular invasion in NSCLC.
PubMed 文献 · Insights Imaging · 2025-10-30

前瞻性纳入73例非小细胞肺癌患者,行18F-FDG PET/MRI获取代谢、IVIM及DKI参数,比较有无淋巴血管侵犯(LVI)组间差异并建立预测模型。结果显示MTV和D为独立预测因子,二者联合模型AUC为0.841,敏感度63.83%、特异度92.31%,诊断效能最高。

要点

  • LVI阳性组SUVmax、MTV、TLG、MK显著高于LVI阴性组,ADCstand、D、MD显著低于LVI阴性组。
  • MTV和D是LVI的独立预测因子,二者联合模型AUC为0.841,敏感度63.83%、特异度92.31%。
  • PET、IVIM、DKI三种方法联合的AUC为0.876,显著高于任一单一方法。

核心结论

  • IVIM、DKI和PET均可用于评估NSCLC的LVI状态,MTV与D联合诊断效能最高,可能为临床管理提供新参考。

研究设计与样本

  • 前瞻性队列研究并回顾性分析,经河南省人民医院伦理审查委员会批准(NO.2021148),纳入73例经病理证实的NSCLC患者,其中LVI阳性26例、LVI阴性47例。
  • 采用3.0-T一体化PET/MRI(uPMR 790,联影医疗)行18F-FDG PET/MRI扫描,PET与MRI同步采集27分钟。
  • 以手术或活检病理(HE染色及CD31、D2-40免疫组化)为参考标准判定LVI状态。

关键影像表现/征象

  • LVI阳性组SUVmax、MTV、TLG、MK显著高于LVI阴性组,ADCstand、D、MD显著低于LVI阴性组(均p < 0.05)。
  • LVI阳性组与LVI阴性组间灌注相关参数D*和f无显著差异。

诊断标准与关键数值

  • MTV与D联合模型预测LVI的AUC为0.841,敏感度63.83%,特异度92.31%。
  • 各参数AUC由高到低依次为MTV+D 0.841、MTV 0.781、TLG 0.756、MK 0.683、ADCstand 0.675、SUVmax 0.674、D 0.665、MD 0.649。
  • 不同方法AUC由高到低依次为IVIM+DKI+PET 0.876、PET 0.745、IVIM 0.736、DKI 0.697。
  • MTV最佳截断值为5.29。

临床应用与阅片要点

  • 作者认为,条件允许时混合成像技术可能最有利于判断患者病情。
  • 多因素分析显示MTV和D为LVI独立预测因子,二者联合模型诊断效能高于任一单一参数。
  • PET、IVIM、DKI参数预测LVI的AUC无统计学显著差异,肿瘤代谢与扩散指标的诊断效能相当。
  • 灌注参数D*和f在LVI阳性与阴性组间无显著差异,可能因肺部扩散成像中D*和f值重复性低,且低b值(< 200 s/mm2)时D*稳定性最低。

局限性

  • 样本量有限,可能导致结果不够准确并影响结论稳健性,未来将增加NSCLC样本量深入研究。
  • NSCLC样本主要由腺癌组织类型构成,可能无法准确反映一般人群特征,导致亚组分析有效性不足并限制研究结果的普遍性和适用性。
  • LVI阳性组与LVI阴性组数量不均,可能导致结果存在偏倚,下一步将增加鳞癌样本量并尽量平衡两组数量。
  • 尽管采用了呼吸导航策略,心脏和大血管搏动伪影仍影响病灶显示,尤其是IVIM参数。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Insights Imaging. 2025 Oct 30;16:234. doi: 10.1186/s13244-025-02078-3

引言

非小细胞肺癌(NSCLC)约占所有肺癌病例的85%[1],5年生存率仅为15%,是全球癌症相关死亡的主要原因[2]。手术是NSCLC的首选治疗方式,可根据分期选择不同的手术方案;然而,无论采用何种切除方式,治疗效果均不令人满意。早期NSCLC患者的手术生存率仍然较差[3]。因此,识别可靠的预后因素并及时干预至关重要。近期研究表明,脉管侵犯(LVI)作为远处和局部转移的初始阶段,与肺癌患者的淋巴结[4]转移、复发和远处转移[5]及预后[6]密切相关;已有建议将LVI纳入TNM[7]分期。目前,LVI已被纳入最新的美国国家综合癌症网络指南[8],作为术后辅助化疗的指征。它在指导pN2-III期NSCLC患者术后放疗[9]方面也具有一定价值。根据Yun等人[10]的回顾性研究,LVI显著影响接受亚肺叶切除术的IA期非小细胞肺癌患者的总生存期和无复发生存期,并建议对亚肺叶切除术后确诊LVI的患者加行肺叶切除术。术前预测LVI在指导非小细胞肺癌(NSCLC)的治疗决策中起着关键作用。对于LVI阳性患者,临床医生可考虑选择不同的手术方式并给予化疗或靶向治疗。特别是在伴有LVI的早期NSCLC患者中,实施个体化治疗方案可显著改善总生存期并降低复发风险。

近年来随着相关技术的发展,医学影像已成为肿瘤评估的标准化临床流程,为个体化医疗提供了比以前更多的可能性。然而,使用传统评估方法,难以[11]准确、定量地评估各种内部微观特征,如微血管密度、细胞增殖和能量代谢,这些特征与肿瘤预后密切相关。此前,多项研究[12–15]基于CT/PET-CT通过形态学特征或影像组学模型预测NSCLC患者的LVI状态,但普通CT难以显示小病灶,容易漏诊(35–45%),且无法提供血流动力学和功能状态信息。目前,影像组学因不同设备和扫描参数获得的图像数据存在差异,给数据统一和模型泛化带来挑战。18F-氟脱氧葡萄糖正电子发射断层扫描(18F-FDG PET)是一种分子成像[16]方法,侧重于基于18F-FDG摄取水平对病灶葡萄糖代谢变化进行半定量分析。在NSCLC中,某些研究者发现SUVmax与病理危险因素之间存在正相关关系[17],如LVI[18],且18F-FDG PET/CT可作为检测LVI的有价值的预测生物标志物[19]。然而,常规FDG-PET/CT图像由于空间分辨率有限,无法[20]检测小血管侵犯,并对低代谢肿瘤显示较高的假阴性率(25–30%)。

弥散加权成像(DWI)是一种反映组织中水分子[21]弥散运动的MRI成像序列。既往研究表明,ADC值作为DWI的弥散参数,在一定程度上与乳腺[22]癌或宫颈[23]癌的淋巴血管侵犯呈负相关。另一项研究[24]表明,ADC与肿瘤侵袭性相关。作为基于水分子布朗运动的定量MRI技术,体素内不相干运动(IVIM)是传统DWI的扩展,可在单次扫描中揭示病灶内水分子微灌注和弥散的信息[25],通过以下参数测量:(1)真实弥散系数(D),反映组织中水分子的流动性,取决于细胞结构、细胞外间隙的弯曲度、细胞膜的完整性和液体的黏度;(2)灌注分数(f),反映微血管血流对DWI信号的相对贡献;(3)伪弥散系数(D*),取决于血流速度和毛细血管段的长度。由于DKI考虑了组织弥散运动中水分子的非高斯[26]分布,可用于分析病灶的微观结构,并对肿瘤异质性和扩散运动进行无创评估。一体化PET/MRI可同时获得代谢、弥散和灌注信息,可能有助于准确预测LVI。

因此,本研究的主要目的是确定从IVIM、DKI和PET获得的各定量参数对NSCLC淋巴血管侵犯的预测价值,并建立最佳预测模型,从而为NSCLC患者的个体化临床治疗提供参考。

材料与方法

患者

本研究为回顾性分析的前瞻性队列研究,经河南省人民医院伦理审查委员会批准(NO.2021148)。2020年7月至2024年3月,因临床检查或CT扫描提示可能患有肺癌,对158例患者进行了胸部多参数18F-FDG PET/MRI检查。每位患者在行一体化PET-MRI检查前均签署知情同意书。本研究纳入标准(图1):(1)所有非小细胞肺癌均在初次PET/MRI扫描后7天内经病理学证实;(2)所有患者在PET/MRI扫描前均未接受过放疗、化疗或手术;(3)所有患者均接受了18F-FDG PET/MRI检查,且图像数据完整;本研究排除标准:(1)PET/MRI图像质量差,无法用于后处理分析;(2)相关临床及术后病理资料不完整的患者;(3)病灶过小(直径<10 mm)或为纯磨玻璃结节的患者。

图1 患者筛选流程图 查看原图 ↗

PET-MRI扫描与图像采集

本研究患者使用一体化3.0-T PET/MRI(uPMR 790,联影医疗)扫描仪配合12通道相控阵体部线圈进行肺部扫描。嘱患者平静呼吸,使用腹带控制运动伪影并监测呼吸。注射前禁食至少6 h,以确保扫描前空腹血糖水平低于7.0 mmol/L。静脉注射18F-FDG(0.11 mCi/kg)后60 min开始采集图像,扫描范围从肺尖至膈角。PET扫描与MRI图像采集在27 min时间段内同步进行。MRI序列对γ射线的衰减校正采用三维T1加权梯度回波序列结合Dixon水脂分离方法,图像采用有序子集最大期望迭代法(OSME)重建。首先进行T1加权成像(T1WI)、T2加权成像(T2WI)和DWI扫描。随后,从DWI图像中选择所有包含病灶的层面,将其位置、层厚和层间距(表1)复制到IVIM和DKI进行相应扫描。

表1 MR-IVIM/DKI成像所用参数 查看原表 ↗

图像处理与参数生成

每幅图像均导入联影工作站(uWS-MR,UIH)进行进一步处理。在不知晓患者信息的情况下,两位放射科医师(M.N.和F.F.F.,分别具有8年和13年工作经验)独立使用高级分析工具包中的专业软件对PET和MRI参数进行后处理。利用PET/MRI融合软件,对代谢参数进行后处理。SUVmax、代谢性肿瘤体积(MTV)和总病灶糖酵解(TLG)通过[27]自动提取感兴趣体积(VOI)计算得出。IVIM和DKI图像使用集成的先进扩散分析程序处理,扩散加权成像(DWI)图像与各参数的伪彩图融合。以轴位T1WI、T2WI和DWI序列为参考,医师逐层手动勾画含肿瘤的感兴趣区(ROI),排除淋巴结组织,并避开明显出血、坏死或囊变区域。ROI边界在所有层面上与PET图像上相应病灶范围仔细对齐。在每个层面上收集ROI,并记录MK、MD、ADCstand、真实扩散系数(D)、伪扩散系数(D*)和灌注分数(f)的平均值(图2、图3)。每位患者在其PET/MR扫描后10天内均接受活检或手术以采集标本。

用于确定IVIM序列参数的公式如下所示。双指数IVIM模型公式Sb/S0 = (1 − f) × exp(−bD) + f × exp [−b × (D* + D)]说明了DWI信号强度与b因子之间的关系。Sb代表信号强度,b代表敏感因子。扩散系数由D表示,灌注分数由f表示。D*用于表示伪扩散因子[28]。

在DKI模型中,Sb = S0 × exp (−b × Dapp + b2 × Dapp2 × Kapp/6),其中Kapp代表偏离高斯分布的程度,Dapp代表经非高斯偏差校正的扩散系数。各方向的平均Dapp和Kapp值分别显示为MD和MK [26]。

图2 男性,66岁,左上叶鳞状细胞癌(SCC),大小2.6 × 2.2 × 2.4 cm。a 脂肪抑制预脉冲轴位T2WI图像。b SUV图与超短回波时间图的融合图像。c ADCstand伪彩图。d D伪彩图。e D*伪彩图。f f伪彩图。g MK伪彩图。h MD伪彩图。i 显示脉管侵犯阳性的病理图像 查看原图 ↗
图3 女性,51岁,右上叶腺癌(AC),最大直径3.1 cm。a 脂肪抑制预脉冲轴位T2WI图像。b SUV图与超短回波时间图的融合图像。c ADCstand伪彩图。d D伪彩图。e D*伪彩图。f f伪彩图。g MK伪彩图。h MD伪彩图。i 显示脉管侵犯阴性的病理图像 查看原图 ↗

病理诊断

在PET/MRI扫描后10天内,所有标本均经手术切除并送至我院病理中心。在那里,标本经过固定、脱水、浸蜡、包埋、切片,并进行苏木精/伊红(HE)染色以及使用CD 31和D2-40的免疫组织化学染色。在不知晓影像学和临床诊断的情况下,一位经验丰富的病理学家对样本进行了分析。记录以下数据:组织病理学类型和LVI状态。LVI描述为淋巴管和血管内皮细胞间隙内的肿瘤细胞(小动脉/小静脉管腔CD 31棕色染色阳性,淋巴管管腔D2-40棕色染色阳性)。

数据分析

统计分析使用MedCalc、R和SPSS(由IBM开发)进行,p值小于0.05被认为具有统计学意义。组内相关系数(ICC)用于评估观察者间一致性(r ≥ 0.75,优秀;0.60 ≤ r < 0.75,良好;0.40 ≤ r < 0.60,一般;r < 0.40,差)[29, 30]。数据首先进行Shapiro–Wilk检验以验证其是否服从正态分布。然后,然后,服从正态分布的数据以表示,组间比较采用独立样本t检验。不服从正态分布的数据以M(Q1,Q3)表示,采用Mann–Whitney U检验。采用受试者工作特征(ROC)曲线的曲线下面积(AUC)来描述各影像参数和影像方法的诊断性能,并使用DeLong检验比较两组间的差异。随后,将单因素logistic回归分析中显示统计学显著性(p < 0.1)的参数纳入后续多因素分析。采用多因素logistic回归模型来确定参数的最佳组合。

结果

患者特征

本研究共纳入73名个体:LVI+(26例)和LVI−(47例)。表2总结了患者的临床特征。

表2 患者临床病理特征 查看原表 ↗

一致性检验

两名观察者的测量结果具有极好的一致性。各参数值包括MK、MD、ADCstand、D、SUVmax、MTV和TLG分别为0.917、0.893、0.862、0.879、0.989、0.978和1。

参数比较

在LVI阳性组中,SUVmax、MTV、TLG和MK显著高于LVI阴性组,ADCstand、D和MD显著低于LVI阴性组(所有p < 0.05)(表3)。

表3 18F-FDG PET、IVIM和DKI参数对LVI状态的比较 查看原表 ↗

回归分析

在鉴别LVI(+)和LVI(−)时,单因素分析(表4)显示SUVmax、MTV、TLG、ADCstand、D、MK和MD为预测因子,多因素分析显示仅MTV和D为独立预测因子(图4)。

图4 A–H分别显示LVI阳性组和LVI阴性组中各参数的比较(直径、MK、MD、ADCstand、D、SUVmax、MTV和TLG)。*代表p < 0.05,***代表p < 0.001 查看原图 ↗
表4 单因素和多因素分析 查看原表 ↗

不同参数和方法的诊断性能

独立预测因子联合(MTV + D)在评估LVI状态方面表现最佳((AUC)为0.841;敏感度63.83%;特异度92.31%);AUC(MTV + D) > AUC(MTV) > AUC(TLG) > AUC(MK) > AUC(ADCstand) > AUC(SUVmax) > AUC(D) > AUC(MD)(AUC = 0.841、0.781、0.756、0.683、0.675、0.674、0.665和0.649)。(MTV + D)的诊断效能显著优于MK、ADCstand、SUVmax、D和MD。虽然AUC无显著差异,但其特异度高于MTV和TLG。不同方法预测LVI阳性和LVI阳性的诊断能力如下:AUC(IVIM + DKI + PET)> AUC(PET)> AUC(IVIM)> AUC(DKI)(AUC = 0.876、0.745、0.736和0.697)。(IVIM + DKI + PET)的AUC(图5)显著大于任何单一检查方法,且三种检查方法之间无统计学差异(表5)。

图5 不同参数和方法的受试者工作特征曲线,a MK、MD、SUVmax、MTV、TLG、ADCstand、D及独立预测因子联合(MTV + D)(各参数的AUC分别为0.683、0.649、0.674、0.781、0.756、0.675、0.665和0.841)。b PET、IVIM、DKI及三种方法联合(PET + IVIM + DKI)(各参数的AUC分别为0.745、0.736、0.697和0.876) 查看原图 ↗
表5 不同参数和方法单独或联合预测LVI状态的诊断性能ROC分析 查看原表 ↗

讨论

区域淋巴结复发和远处转移(DM)[31]是NSCLC治疗失败的主要原因。准确预测淋巴血管侵犯(LVI)状态至关重要——作为独立的预后不良因素,LVI与无病生存率和复发率显著相关[32, 33],可指导个体化治疗策略[34]。本研究创新性地利用PET-IVIM-DKI多模态成像开发了预测模型。

与既往研究结果[19]一致,本研究发现LVI阳性NSCLC患者的SUVmax、MTV和TLG显著高于LVI阴性NSCLC患者。这是因为葡萄糖代谢与组织对18F-FDG的摄取密切相关。肿瘤增殖过程中己糖激酶和葡萄糖转运蛋白-1被激活以增加葡萄糖摄取。缺氧(HIF-1)、血管生成(VEGF和CD34)以及PI3K/Akt/mTOR信号通路也可能与上述变化相关。这一发现进一步支持了代谢标志物在预测NSCLC中LVI方面的实用性。既往关于浅表性[35]食管癌和乳腺癌[36]恶性肿瘤的研究也得出了类似的结果。Shih等人发现[37],伴有淋巴血管间隙浸润的晚期宫颈癌患者SUVmax值显著更高。在另一项肺腺癌研究中,SUVmax被证明可增加PET-RS的净获益[38]。然而,多因素logistic回归显示,在PET参数方面,MTV是唯一的独立预测因子。这可能是因为SUVmax仅代表肿瘤代谢过程中一个体素的信息,而MTV是一种三维测量,代表肿瘤体积和代谢活动的测量,能够反映肿瘤的整体变化。这与早期研究一致。Li等人[39]在评估代谢相关参数预测NSCLC的LVI价值时发现,MTV在诊断性能方面优于SUVmax,且是唯一显著的独立预测因子,最佳截断值为6.4。本研究中MTV的最佳截断值为5.29,与上述结果不同,造成这种差异的原因可能是不同研究选取的受试者不同。在一项用于子宫内膜癌分期预测的前瞻性PET/MR研究中,Ironi等人[40]也表明MTV而非SUVmax可用于评估LVSI的预后效能。无论如何,已有证据表明代谢相关指标能够可靠地预测NSCLC中的LVI状态。

ADCstand和D值分别是IVIM单指数模型和双指数模型的扩散相关参数,二者均反映水分子的扩散。已有若干研究探讨了其对胃癌[41]、宫颈癌[42]及其他相关癌症中LVI的预测作用。这些研究的结果表明,在脉管侵犯状态下,ADC值和D值倾向于更小。这可以解释为:淋巴血管侵犯是肿瘤细胞侵入淋巴管或血管的第一步,这会提高组织细胞密度。然而,ADC在预测NSCLC肿瘤LVI中的作用仍研究不足。据我们所知,仅有一项研究[43]基于ADC直方图证明了ADC值对NSCLC的LVI和胸膜侵犯的预测价值。由于LVI阳性和LVI阴性NSCLC组之间ADCstand和D值存在显著差异,该结果进一步支持了这一论点,并证明了ADC值对NSCLC LVI的预测价值。然而,在多因素logistic回归分析中,与ADCstand不同,D是一个独立预测因子,这可能归因于其成像原理。D是IVIM采用双指数模型对多b值DWI信号进行线性拟合所计算的相关参数,独立于微循环,用于表示体素内纯水分子的扩散。参数D能更准确地反映水分子的扩散。虽然既往研究显示灌注参数也可预测LVI,但本研究与另外两项研究[41, 44]的结果相反。在本研究中,LVI阳性组与LVI阴性组在灌注相关参数D*和f方面无显著差异。这可能是由于D*和f值在肺部扩散成像中的重复性较低,以及在选择低b值(< 200 s/mm2)时D*的稳定性和可重复性最低。

MK和MD作为DKI的两个关键参数,分别表示组织内水分子扩散偏离高斯分布的程度以及组织内水分子的各向同性扩散。两者均与组织的细胞结构和微观结构的复杂性相关[45, 46]。MK值随结构复杂性及水分子扩散运动偏离高斯分布程度的增加而升高。由于细胞密度、核异质性等因素的变化,既往研究已证实MK和MD值可准确评估宫颈癌[47]患者组织学类型、分级、分期及LVSI状态。本研究结果与上述理论一致。与LVI(−)组相比,本研究中LVI(+)组的MK值显著升高、MD值显著降低。这是因为LVI阳性组织中水分子的扩散可能受阻,导致细胞结构增多、核质比增高、细胞外间隙减小。既往研究也支持MK和MD在NSCLC中的作用。Wang等[48]发现,通过识别与肿瘤微环境改变或肿瘤组织复杂性相关的非高斯扩散特征,DKI直方图分析不仅可区分不同病理分级,还能反映Ki67表达水平。PET、IVIM和DKI参数预测LVI状态的AUC差异无统计学意义,肿瘤代谢与扩散指标的诊断效能相当。经多因素logistic回归分析显示,MTV与D联合组的曲线下面积最高,高于任何单一参数。同时,三种成像方法的联合也优于任何单一成像方法,体现了两种成像模式的协同能力。因此,在条件允许时,混合成像技术可能最有利于判断患者病情。

本研究存在一些局限性。首先,本研究的样本量有限,可能导致结果不够准确,并可能影响结论的稳健性。未来,我们将增加非小细胞肺癌(NSCLC)的样本量以进行深入研究。其次,本研究中的非小细胞肺癌样本主要由腺癌组织类型组成。这可能是因为肺腺癌的发病率高于其他肺癌亚型,且无法准确反映一般人群的特征。这将导致亚组分析的有效性不足,并限制研究结果的普遍性和适用性。此外,淋巴血管侵犯(LVI)阳性组与LVI阴性组的数量不均衡,可能导致结果存在潜在偏倚。下一步,我们将增加鳞状细胞癌的样本量,并尽量平衡LVI阳性组与LVI阴性组的数量以进行进一步研究。第三,尽管本研究中使用了呼吸导航策略,心脏和大血管搏动伪影仍然影响了病灶的显示,尤其是IVIM参数。第四,由于DKI系统信噪比和空间分辨率较低,使用其评估小病灶具有挑战性。第五,本研究为单中心、单模型研究,导致技术可重复性有限和病例选择偏倚。未来,仍需要使用不同磁场强度的设备并在多样化临床环境中进行外部验证。第六,尚未对该技术的假阳性风险/阴性预测值进行评估,这可能增加过度治疗的可能性。最后,基于回波平面成像(EPI)的DWI在易感性变化的区域(如肺野)产生强烈的相位方向伪影,导致明显的图像失真。

结论

本研究表明,IVIM、DKI和PET均可用于评估NSCLC中的LVI状态,其中MTV与D的联合诊断方法显示出最高的诊断性能,可能为临床管理提供新的参考。

引用

  1. Chen Q, Meng N, Li D, et al. Integrated PET-IVIM-DKI MRI for predicting lymphovascular invasion in NSCLC. Insights Imaging. 2025. PMID: 41168488. doi:10.1186/s13244-025-02078-3
  2. 全文:PMC12575912(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12575912/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。