减少视野合成高b值扩散加权成像在子宫肿瘤中的可行性研究
本研究回顾性纳入35例宫颈癌患者和35名健康志愿者,比较13b与5b两种多b值协议生成的减少视野合成高b值DWI(b=1200/1500)与扫描DWI的图像质量和诊断效能。结果显示合成DWI的SNR、CNR及主观评分更高,5b协议合成ADC对宫颈癌的诊断效能与13b协议扫描ADC相当。
要点
- 5b协议rFOV合成高b值DWI可缩短扫描时间至4分钟,图像质量优于实际扫描DWI。
- 合成ADCmean和ADCminimum对宫颈癌与正常宫颈的鉴别效能等于或高于扫描ADC。
- ADCskewness和ADCkurtosis诊断效能低,判读时需谨慎。
全文中译10 节 · 点击展开
引言
扩散加权成像(DWI)是一种重要的功能成像技术,可无创地检测活体组织内水分子的扩散运动方向及局部受限程度,从而间接反映组织微观结构的变化[1]。它既能提供高信号肿瘤的良好视觉清晰度,又能提供表观扩散系数(ADC)等定量信息,因此广泛使用的单次激发平面回波成像(EPI)DWI被应用于包括妇科肿瘤在内的多种疾病的诊断和治疗[2]。既往研究表明,ADC值可用于区分宫颈癌与正常宫颈组织,并预测宫颈癌的分期和类型[3, 4]。DWI还可有效评估宫颈癌对子宫体的侵犯深度及对宫旁器官的浸润范围。因此,DWI对于子宫肿瘤的评估和治疗具有重要意义。
目前,最常用的扩散加权成像(DWI)在子宫疾病的临床诊断或科学研究中均采用单次激发k空间轨迹平面回波成像(SS-EPI)。然而,SS-EPI DWI由于其相位编码方向带宽窄、读出时间长,容易出现图像变形、模糊和信号丢失[5, 6]。近年来,开发了相位编码方向减小视野(r-FOV)的DWI,以克服全视野(f-FOV)采集时出现的磁敏感伪影和运动伪影[7],这些伪影包括来自液体、气体及目标组织以外其他物质的信号[7, 8]。rFOV-DWI通过选择性射频激发脉冲与频率编码梯度配合,减少相位编码线数目和读出时间,并利用180°重聚焦脉冲提高回波信号强度[9, 10],最终以更高的图像分辨率、更少的磁敏感伪影和运动伪影改善图像质量。迄今为止,它已特别应用于脊髓成像、胰腺病变和宫颈癌[7, 11, 12]。
DWI在人体应用中面临的另一个挑战是扩散敏感因子(b值)的选择。目前,大多数在体DWI研究中用于疾病评估的b值通常范围在0至1000 s/mm2之间[13],而大于1000 s/mm2的b值在前列腺、脑和乳腺疾病中被广泛使用[13–15]。高b值DWI减少了T2透射效应,使病灶与周围组织之间的对比度更高,从而实现更好的肿瘤检测,尤其是对于小病灶和腹部空腔脏器肿瘤[16, 17]。在宫颈癌、肠道和膀胱的诊断中,高b值DWI上的背景信号相比相对较低b值(b = 800 s/mm2)受到更显著的抑制,病灶检测效能更好。在b值为1500 s/mm2的DWI上,蜕膜化子宫内膜瘤可通过视觉观察更容易地与卵巢癌相鉴别[18]。尽管高b值DWI已广泛应用于临床实践,但获取多幅高b值图像具有挑战性,原因包括回波时间延长、扫描时间相对较长以及随着b值和采集时间的增加涡流畸变增多,导致患者不适、运动伪影增加和信噪比(SNR)下降[16, 19, 20]。因此,高b值DWI在临床应用中受到限制。
合成DWI(syDWI)是通过外推拟合的信号衰减曲线,由一组不同b值的扫描DWI计算得出的[21, 22]。高b值syDWI相比扫描的高b值DWI表现出更好的SNR和更少的图像畸变。与低b值DWI相比,它们还表现出病灶与背景之间更高的对比噪声比(CNR),提高了在全身恶性肿瘤、前列腺癌、乳腺癌和肝转移研究中的病灶检测效率[5, 23–25]。b = 1500 s/mm2的syDWI在胰腺癌诊断中比真实扫描的高b值DWI具有更高的图像质量和检出率。仅在1.5 T上有一项高b值syDWI的应用研究表明,肝转移灶的显著性和检出率高于扫描图像。
通常,在一次DWI中设置2至5个b值,以生成更可靠的合成高b值DWI图像,用于肝转移[26]、克罗恩病[27]、前列腺[14]和胰腺[11]的诊断。此外,小视野加权成像与合成高b值扩散加权成像的结合已应用于胰腺肿瘤[11]以提高检测效率。但目前尚无计算高b值子宫DWI研究来确保5b方案DWI可用于临床诊断。因此,应以13b方案DWI生成的扫描和合成DWI图像作为标准参考,比较图像质量和诊断效能(包括病灶清晰度及病灶与实质之间的对比度),来检验5b方案DWI生成的高b值rFOV-syDWI和rFOV-ADC在宫颈疾病临床诊断中的可行性和可靠性。
材料与方法
患者
本研究经我院机构审查委员会批准(IRB:2022KS013)。本前瞻性研究共招募2021年5月至11月期间就诊于我院的35例宫颈癌患者和35名健康志愿者,并由临床医生依据国际妇产科联盟(FIGO,2019)标准进行诊断[28]。所有受试者均签署书面知情同意书。纳入标准如下:(1)无MRI扫描禁忌证或既往治疗史;(2)无不可控制的合并症或恶性肿瘤;(3)接受包括rFOV-DWI序列在内的MRI扫描;(4)图像质量良好,无伪影;(5)临床病理资料完整;(6)病灶最大直径> 1 cm且病灶可被准确勾画(仅适用于患者)。详见 Fig. 1。
磁共振成像与后处理
rFOV-DWI采集参数为TR/TE = 4000/71.6 ms,视野 = 20 × 20 cm2,矩阵 = 110 × 90,层厚 = 4 mm,无间隔,设备为1.5 Tesla(SIGNA Voyager,GE Healthcare)。采用两种多b值方案:(1)13b方案作为标准参考:b = 0、25、50、75、100、150、200、400、600、800、1000、1200和1500 s/mm2;(2)5b方案作为本研究提出的方案:b = 0、100、400、800、1500 s/mm2,b值小于和大于200 s/mm2时NEX分别为1和2,总扫描时间分别为11 min 12 s和4 min。值得注意的是,扫描时间取决于所用b值的数量;同时,仅rFOV-DWI即可提高病灶 conspicuity 和边缘勾画。选择13b方案作为标准参考是因为使用更多b值时采用单指数或双指数计算模型可获得更准确的ADC图,并在宫颈癌中显示出良好的诊断效能[1, 29–32]。每名受试者被要求在扫描前约30 min适当排空膀胱,以减少肠道蠕动和尿液电解质产生的伪影。所有患者均自由呼吸,取仰卧位,腹部覆盖8通道相控线圈。扫描覆盖范围的上下界分别定位于髂前上棘和耻骨联合下缘,以包括整个子宫。b值为1200(rFOV-syDWIb=1200)和1500(rFOV-syDWIb=1500)的rFOV-syDWI由5b方案和13b方案图像数据集通过1.5 T MRI控制台上的在线单指数拟合算法自动生成,无需额外人工操作。随后,所有5b方案和13b方案扫描及合成DWI图像均传输至图像后处理工作站(GE Advanced Workstation 4.7),并计算b值为1200和1500 s/mm2的rFOV-sADC和rFOV-syADC。
主观图像质量分析
所有图像评估均由两名具有至少10年腹部影像诊断经验的放射科医师完成。图像质量采用四点李克特量表就以下四个方面(U1–U4)进行评分。U1:整体图像质量(4 = 图像质量极佳,3 = 图像质量良好,不影响判读,2 = 图像质量一般,对判读有一定影响,1 = 图像质量差),U2:解剖细节(4 = 解剖结构勾勒极佳,边缘模糊,3 = 解剖结构勾勒良好,边缘清晰,2 = 解剖结构勾勒一般,边缘模糊,1 = 解剖结构显示不佳),U3:病灶显示清晰度(4 = 病灶表现为明显的信号差异,病灶边缘清晰,3 = 病灶表现为信号差异,2 = 病灶表现为轻微信号差异,1 = 病灶未表现为信号差异,显示粗糙),U4:几何变形程度(4 = 无,3 = 轻度,2 = 中度,1 = 重度)。
客观图像质量分析
同样的两名放射科医师采用双盲法评估b值为1200和1500 s/mm²的rFOV-sDWI和rFOV-syDWI。测量方法如下:(1)病灶平均信号强度( );(2)臀大肌平均信号强度( );(3)皮下脂肪信号强度标准差( )。采用以下公式计算DWI图像的信噪比(SNR)和对比噪声比(CNR):
定量评估
基于b值为0和1200或1500的rFOV-sDWI和rFOV-syDWI,分别在GE后处理工作站(GE Advanced Workstation 4.7)上生成扫描ADC和合成ADC(sADCb=1200/1500,syADCb=1200/1500)。两名经验丰富的放射科医师采用双盲法,以T2WI图像为参考,在患者组最大病灶横截面或健康志愿者最大宫颈横截面的图像上绘制三个面积为50 ± 5 mm的ROI,并避开可见血管、肿瘤、出血和坏死区域。随后获取基于ADC值的直方图衍生参数,包括扫描DWI和合成DWI的平均值(ADCmean)、最小值(ADCminimum)、偏度(ADCskewness)和峰度(ADCkurtosis)。
统计分析
采用SPSS26.0(IBM,Armonk,NY)进行统计分析。实际扫描DWI和syDWI上定性测量(U1-U4)的阅片者间差异采用加权kappa分析:0.2 ~ 0.4为一致性差,0.41 ~ 0.60为一致性中等,0.61 ~ 0.80为一致性好,> 0.81为一致性极佳。定量测量(CNR、SNR和ADC相关值)的模态间差异分别根据Levene检验和Shapiro–Wilk检验评估的方差齐性和正态性,采用Wilcoxon符号秩检验或配对t检验进行检验;ADC值的组间差异根据Levene检验和Shapiro–Wilk检验评估的方差齐性和正态性,采用独立t检验或Mann–Whitney U检验进行检验。所有数据以平均值(± SD)表示。此外,比较ROC曲线下面积(AUC)以检验ADC在宫颈癌患者与健康志愿者之间的鉴别性能。所有检验均以P值 < 0.05认为具有统计学意义。
结果
主观和客观图像质量评分
基于5b和13b协议计算的rFOV-sDWIb=1200/1500和rFOV-syDWIb=1200/1500的图像质量评分由两名放射科医师评估(表1和表2)。对于两种多b值协议,扫描与合成DWI之间的评分(U1-U4)在统计学上更高(p < 0.05),且合成DWI的读者间一致性在统计学上更高(13b协议计算的rFOV-syDWIb=1200和rFOV-syDWIb=1500的κ值:U1 = 0.889、0.886,U2 = 0.944、0.943,U3 = 0.889、0.886,U4 = 0.833、0.830;5b协议的κ值:U1 = 0.882、0.885,U2 = 0.935、0.936,U3 = 0.878、0.885,U4 = 0.833、0.830),高于扫描图像(13b值协议计算的rFOV-sDWIb=1200和rFOV-sDWIb=1500的κ值:U1 = 0.767、0.759,U2 = 0.816、0.822,U3 = 0.766、0.771,U4 = 0.704、0.706)(p < 0.001)。
b值为1200和1500时,rFOV-sDWI和rFOV-syDWI的客观图像质量值(SNR和CNR)见图2。13b协议rFOV-syDWIb=1200/1500的SNR(31.48 ± 7.44、21.9 ± 6.01)和5b协议的SNR(24.6 ± 6.01、16.79 ± 4.43)显著高于13b协议rFOV-sDWIb=1200/1500的SNR(17.18 ± 3.95、14.39 ± 3.52)。13b协议rFOV-syDWIb=1200/1500的CNR(0.36 ± 0.11、0.33 ± 0.13)和5b协议的CNR(0.36 ± 0.12、0.31 ± 0.14)也显著高于13b协议rFOV-sDWIb=1200/1500的CNR(0.32 ± 0.12、0.27 ± 0.12)。
定量评估
宫颈癌组中,扫描与合成ADC值的直方图衍生ADC值存在显著差异(图3a、b)。对于13b协议rFOV-syDWI和rFOV-sDWI的ADC,syADCb=1200/1500的均值和最小值高于sADCb=1200/1500。对于5b和13b协议rFOV-syDWI计算的ADC,syADCb=1200/1500的直方图衍生参数之间无显著差异(图3c、d)。
13b协议syADCmean和syADCminimum的AUC等于或高于13b计算的sADCmean和sADCminimum(图4a、b,表3、4)。5b协议syADCmean和syADCminimum的AUC与13b协议syADCmean和syADCminimum的AUC大致相当(图4c、d,表5、6)。其他参数的AUC见图4、表3、4、5、6。图5展示了一名宫颈癌患者的扫描和合成rFOV-DW图像及相应的轴位T2加权图像。
讨论
这是首项基于合成高b值合成DWI以及使用减小视野DWI序列获得的ADC来探讨子宫肿瘤诊断价值的研究。我们验证了5b协议DWI可能是生成高b值rFOV-DW图像及相应ADC图的最佳方法,因为其在主观和客观评估两方面的诊断效能均与13b协议相当。高b值rFOV-syDWI在图像质量(整体图像质量、解剖细节、病灶清晰度、几何变形程度)、信噪比(SNR)和对比噪声比(CNR)方面均优于rFOV-sDWI(p < 0.05)。除syADC偏度和syADC峰度外,基于直方图的syADC参数与基于直方图的sADC参数相比显示出显著差异。13b协议和5b协议的syADC平均值(syADCmean)和syADC最小值(syADCminimum)对宫颈癌的诊断效能均高于其余基于直方图的13b协议和5b协议syADC参数,且syADCmean和syADCminimum的截断值在两种多b值采集协议中几乎相同。所有结果均表明,合成高b值DWI可能成为诊断宫颈癌的替代图像,其病灶清晰度和对比度更佳,且诊断效能与真实扫描DWI相当;然而,基于直方图的合成ADC参数在用于区分宫颈癌与正常组织时应谨慎使用。
尽管直接采集高b值图像可能存在挑战,但高b值DWI对人脑和前列腺等人体器官的诊断性能具有重要意义[19, 20, 33, 34]。高b值图像通常表现为低信噪比(SNR)和对比噪声比(CNR),并由于扩散梯度的开-关切换和较长的采集时间而出现严重的涡流畸变,从而可能降低图像质量。然而,宫颈癌的高b值DWI扫描图像在肿瘤分级方面表现出更好的性能,且背景信号丢失更多[35]。因此,临床上需要合成高b值DWI的概念,以克服这些缺点并保留其优势。首次关于合成高b值DWI的研究在前列腺及转移性前列腺癌中进行了探索[20]。在该研究中,高b值合成DWI每个图像体素的预期信号强度是基于使用至少两个低b值DWI计算得到的ADC图外推的,表明计算得到的高b值DWI具有高SNR。在本研究中,在图像质量主观评价的四项指标(整体图像质量、解剖变形程度、背景抑制和几何变形程度)中,两名独立读者在13b和5b方案上获得的Kappa评分高于实际扫描的b = 1200和1500 s/mm²的DWI图像(表1、2)。与一项关于卵巢癌和前列腺癌的研究[18, 36]一致,sDWIb=1500的四项主观质量评分(背景抑制、畸变、伪影和整体图像质量评分)均高于sDWIb=1000。与扫描图像相比,合成高b值DWI在病变与正常组织之间具有改善的对比度,这是因为图像本身是由具有更高SNR的低b值DWI计算而来,而非对相同高b值DWI进行平均[37],因此CNR略高,且对小病灶、胰腺病变、腹部空腔器官肿瘤和宫颈癌的检出率增加[20, 21, 38]。然而,扫描的乳腺DWI的CNR略高于合成DWI[37],而扫描的前列腺DWI与合成DWI的CNR无显著差异。在本研究中,syDWIb=1200和syDWIb=1500的CNR略优于扫描图像,部分原因是合成DWI使用减小视野(rFOV)DWI序列减少了磁场不均匀性和去相位诱导的畸变[39]。简言之,合成高b值DWI能够以更高的SNR和CNR突出肿瘤特征,并具有与实际扫描DWI相当的诊断性能。此外,与单独使用T2加权成像(T2WI)相比,高b值DWI与T2WI联合已被验证可提高对宫颈间质浸润的诊断性能以及对局部残留宫颈肿瘤检测的诊断特异性[40, 41]。因此,rFOV-syDWI在宫颈癌诊断中在临床上高度可行。
许多研究已采用ADC值对宫颈癌进行预后评估[42];然而,仅有部分研究报告了基于直方图的ADC图在宫颈癌中的应用。ADC值受分子黏度、膜通透性和细胞结构的影响,而基于ADC值的直方图衍生参数反映了不同生理状态下的细胞异质性。例如,同步放化疗(CCRT)前后ADCmean值的差异可预测宫颈癌的进展和生存[43];在子宫内膜癌中,转移性淋巴结的ADCminimum显著低于良性淋巴结[14]。高级别宫颈癌的ADCminimum也显著低于低级别宫颈癌[44]。低ADCmean和ADCminimum被归因于恶性肿瘤中高密度肿瘤细胞和狭窄的细胞外间隙限制了分子扩散[45, 46]。与既往前列腺研究[14, 36]相似,在本研究中,13b和5b方案的syADCmean和syADCminimum均能良好区分宫颈癌与正常组织,且诊断效能等同甚至高于sADCmean和sADCminimum。由于ADC与b值之间呈对数线性关系[38],可从低b值DWI中以相对较小的误差外推得到真实高b值ADC;因此,在本研究中,syADCmean与sADCmean相等,且rFOV-syDWIs的图像质量评分(主观和客观图像质量)优于rFOV-sDWIs,与既往研究一致[20, 21, 38]。尽管病灶组和对照组中基于合成ADC值的直方图衍生参数(除ADCskewness和ADCkurtosis外)与扫描ADC值相比差异有统计学意义(p < 0.05),但ADCmean和ADCminimum的ROC曲线而非ADCkewness和ADCkurtosis达到了一致的诊断效能。因此,我们的研究证明syADCmean和syADCminimum能够以与sADCmean和sADCminimum同样极高的诊断效能区分良恶性宫颈病变,且二者未来也可能在预后评估中发挥作用,如预测宫颈癌患者的疾病进展和生存。另一方面,ADCskewness和ADCkurtosis诊断效能较低,可能是因为本研究中勾画的ROI内缺乏出血、坏死或囊性区域,尽管这些排除区域的存在被认为是肿瘤异质性的指标[47]。一项宫颈癌研究表明,当低ADC值区域(高细胞密度)增加时,ADCskewness和ADCkurtosis以及淋巴结转移风险均升高[48]。一项鳞状细胞癌研究表明,当肿瘤变得不均匀时,陡峭的峰转变为更宽更平的峰,ADCkurtosis降低[49]。ADCskewness和ADCkurtosis较高的原发肿瘤容易化疗失败。随着细胞死亡诱导肿瘤异质性,ADCskewness和ADCkurtosis趋于升高。因此,本研究中未发现ADCskewness和ADCkurtosis的有效诊断效能,但它们在将来区分盆腔良恶性肿瘤方面仍有潜力。总体而言,上述发现鼓舞了我们的团队,也提示读者在未來宫颈癌的临床诊断、治疗反应和进展中观察直方图衍生ADC值的变化,并辅助决定行广泛性子宫切除术或单纯性子宫切除术。
我们的研究存在若干局限性。首先,我们的研究队列和多样性相对较小,且本研究仅在单一机构开展。研究纳入了宫颈鳞状细胞癌患者,但未纳入腺癌和小细胞癌患者。因此,我们的研究结果可能无法推广至所有宫颈疾病。其次,合成高b值图像仅在1.5 T MRI上进行。尽管在1.5 T与3.0 T之间,宫颈癌与腹部器官的ADC值无显著差异[50],但不同磁场之间计算DWI的直接比较可能不切实际,应予验证,尤其是在疾病诊断中的ADC值方面。值得注意的是,本研究排除小于10 mm的病灶提高了ADC值的准确性,但可能导致病例选择偏倚。与此前宫颈研究一样,采用最大横截面积勾画病灶ROI,并排除出血、坏死或囊变等区域,使目标ROI异质性不大,导致鉴别能力较低。未来应探索更多不同的病理亚型和勾画方法,以开展大队列研究。
总之,5b和13b方案生成的rFOV-syDWI均具有更好的病灶对比度和更高的图像质量,且合成ADC值与13b方案扫描获得的ADC值具有同等诊断效能,可应用于宫颈癌的诊断,但合成ADC值用于鉴别宫颈鳞状细胞癌与良性肿瘤时应予以关注。此外,5b方案合成DWI缩短了扫描时间,合成ADC值提供了可靠的参考诊断价值。重要的是,使用合成DWI和扫描DWI获得的ADCmean和ADCminimum均表现出良好的诊断性能,表明减小视野DWI在临床上应用可靠。
引用
- Tang, Zhou, Chen, et al. A feasibility study of reduced full-of-view synthetic high-b-value diffusion-weighted imaging in uterine tumors. Insights Imaging. 2023. PMID: 36645541. doi:10.1186/s13244-022-01350-0
- 全文:PMC9842823(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9842823/
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。