李海明，赵书会，强金伟，冯 峰，张国福(.南通大学附属肿瘤医院放射科，江苏 南通 2266；2.复旦大学附属金山医院放射科，上海 20508；.上海交通大学医学院附属新华医院放射科，上海 200092；.复旦大学附属妇产科医院放射科，上海 200090)

交界性上皮性卵巢肿瘤(borderline epithelial ovarian tumor, BEOT)发病率呈逐年上升趋势，具有发病年龄轻及预后好的特征，对BEOT患者可采取保留生育功能的手术治疗[1-2]，术前准确鉴别BEOT与恶性上皮性卵巢肿瘤(malignant epithelial ovarian tumor, MEOT)有助于制定合理的手术方案[2]。已有学者[3-5]分析不同DWI模型，如单指数DWI、体素内不相干运动(intravoxel incoherent motion, IVIM)及扩散峰度成像(diffusion kurtosis imaging, DKI)应用于卵巢肿瘤的可行性。上述3种模型原理不同，各定量参数反映不同的肿瘤生物学特性[6]。本研究探讨多b值DWI不同信号衰减模型鉴别诊断BEOT与MEOT的价值。

1 资料与方法

1.1 一般资料 收集2015年3月—2016年3月于复旦大学附属妇产科医院经手术和组织病理学证实的BEOT和MEOT患者共43例，年龄19～67岁，平均(44.6±12.7)岁；根据2014国际妇产科联合会(International Federation of Gynecology and Obstetrics, FIGO)肿瘤分期系统[7]，其中BEOT(BEOT组)14例，年龄19～62岁，平均(32.3±10.8)岁，FIGO Ⅰ期10例，FIGO Ⅱ期4例；MEOT(MEOT组)29例，年龄31～67岁，平均(50.6±8.7)岁，FIGO Ⅰ期11例，FIGO Ⅱ期4例，FIGO Ⅲ期12例，FIGO Ⅳ期2例。2组年龄差异有统计学意义(Z=-4.101，P<0.001)。入组标准：超声检查怀疑卵巢肿块。排除标准：①病灶内无实性成分，或实性成分最大径<1.0 cm；②具有明确的良性肿瘤征象，如T2WI低信号、脂肪抑制T1WI信号减低；③手术前接受过化疗；④非上皮性卵巢肿瘤及非卵巢来源盆腔肿块；⑤有其他原发恶性肿瘤病史；⑥未获得组织病理学证实。MR检查与手术间隔0～30天，中位时间6天。

1.2 仪器与方法 采用Siemens Avanto 1.5T 超导型MR扫描仪，相控阵体线圈。嘱患者仰卧，平静呼吸，检查前适度充盈膀胱。扫描序列及参数：轴位及矢状位T2W脂肪抑制序列，TR 8 000 ms，TE 83 ms，TR 4 490 ms，TE 83 ms；冠状位T2W，TR 4 420 ms，TE 98 ms；轴位T1WI，TR 761 ms，TE 10 ms；轴位T1W脂肪抑制平扫及增强后三维容积内插值屏气检查(volumetric interpolated breath-hold examination, VIBE)序列，TR 4.89 ms，TE 2.38 ms；矢状位T1W脂肪抑制增强序列，TR 724 ms，TE 10 ms。FOV 260 mm×320 mm～380 mm×420 mm；矩阵256×256或320×320；层厚4.0～7.0 mm；层间距1.2～1.5 mm。多b值DWI采用单次激发平面回波成像序列轴位扫描，b值分别为0、50、100、150、200、400、600、800、1 000、1 500、2 000 s/mm2，TR 4 600 ms，TE 94 ms，层厚5 mm，层数20，FOV 340 mm×280 mm，矩阵128×128，采集加速因子2，NEX 3；扫描时间7 min 23 s。

1.3 图像处理及分析 由2名具有5年以上妇科肿瘤MRI阅片经验的放射科医师采用盲法独立分析多b值DWI图像，意见不同时经讨论达成一致。采用MatLab软件(MathWorks公司)生成IVIM参数图(IVIM-D、IVIM-D*及IVIM-f)和DKI参数图(DKI-D、DKI-K)。于Siemens后处理工作站手动生成b值为0和1 000 s/mm2时的ADC图。参照常规T2WI和动态增强图像，沿病变实性区边缘勾画不规则形ROI，避开囊变、出血、坏死及血管。对于9例双侧病变(包括5例MEOT、4例BEOT)，只分析体积较大或实性成分多的一侧，测量3次，取均值。由其中1名医师于6周后进行重复测量，以评价观察者内测量上述参数的一致性。

1.4 统计学分析 采用Medcalc 7.4.2.0统计分析软件。计量资料中，符合正态分布者以±s表示，不符合则以中位数(上下四分位数)表示。采用Mann-WhitneyU检验比较2组间各参数差异。绘制2组间差异有统计学意义的DWI参数的ROC曲线，评价各参数鉴别诊断BEOT与MEOT的效能；采用DeLong检验比较上述参数ROC曲线下面积(area under the ROC, AUC)的差异。采用组内相关系数(intraclass correlation coefficient, ICC)评价观察者间和观察者内一致性：ICC<0.40为一致性差，0.40～0.60为一致性中等，>0.60～0.80为一致性较好，>0.80为一致性好。P<0.05为差异有统计学意义。

图1 患者女，44岁，右侧卵巢交界性浆液性肿瘤 A.动态增强MR示右侧卵巢实性肿块呈显著强化； B.IVIM-D图示病灶呈高信号； C.IVIM-D*图示病灶呈低信号； D.IVIM-f图示病灶呈高信号

2 结果

2.1 BEOT与MEOT组DWI各参数比较 2组DWI各参数比较结果见表1。BEOT组ADC值、IVIM-D值、IVIM-f值及DKI-D值均高于MEOT组，而BEOT组DKI-K值低于MEOT组(P均<0.05，图1、2)，2组间IVIM-D*值差异无统计学意义(P=0.133)。

2.2 DWI各参数鉴别诊断BEOT与MEOT效能比较 DWI各参数鉴别诊断BEOT与MEOT的效能见表2。DKI-K值鉴别诊断BEOT与MEOT效能最高(图3)。DWI参数中仅DKI-K值与ADC值的AUC差异有统计学意义(Z=2.406，P=0.016)，其余DWI参数AUC间差异均无统计学意义(P均>0.05)。

2.3 一致性分析 观察者间和观察者内测量DWI各参数的一致性好，见表3。

3 讨论

常规DWI模型假定扩散信号随b值增大而呈单指数衰减，即水分子的运动符合高斯分布；但水分子扩散可受生物组织中微灌注以及细胞膜、细胞器、神经轴突和髓鞘等复杂细微结构的限制或影响，此时水分子运动不再符合高斯分布，而IVIM和DKI模型能够更真实地反映这种变化[8-9]。本研究结果显示DWI的不同模型均有助于鉴别诊断BEOT与MEOT，且观察者间和观察者内测量DWI各参数的一致性均非常好，ICC值均>0.80，提示多b值DWI能较好地反映BEOT与MEOT的生物学特性，有助于鉴别诊断BEOT与MEOT。

本研究中， 反映扩散的相关参数(ADC值、IVIM-D值和DKI-D值)在MEOT组均低于BEOT组(P均<0.05)，可能是由于恶性肿瘤细胞结构更致密、细胞外间隙减小，导致上述参数值下降，与既往研究[6,10-11]结果相符。传统ADC值主要反映细胞外间隙水分子扩散受限程度，并未考虑微循环灌注对扩散信号的影响。有学者[8]发现，当b值<200 s/mm2时，组织毛细血管网内的血流会导致扩散信号呈双指数下降。IVIM技术能分离扩散和灌注，DKI-D值反映非高斯分布状态下校正的ADC值[9]，而IVIM-D值和DKI-D值可在不同b值范围内更好地反映水分子的扩散。研究[12]发现IVIM-D值较ADC值更有助于反映肝癌的组织学分级。本研究中ROC曲线分析显示，在DKI-D、IVIM-D和ADC值的AUC中，DKI-D值的AUC最高，其次为IVIM-D和ADC值，但3个参数的AUC间差异无统计学意义，分析原因，可能与BEOT的细胞稀疏且数量显著低于MEOT[3]有关。对于IVIM和DKI模型是否更具优势仍需进一步观察。

表1 BEOT与MEOT组DWI各参数比较[中位数(上下四分位数)]

表2 DWI各参数鉴别诊断BEOT与MEOT的效能

图2 患者女，50岁，左侧卵巢内膜样腺癌 A.动态增强MRI示左侧卵巢囊实性肿块呈中等不均匀强化； B.DKI-K图示病灶呈高信号； C.DKI-D图示病灶呈低信号

表3 观察者间及观察者内测量DWI各参数的一致性分析

图3 DKI-K、DKI-D、IVIM-f、IVIM-D及ADC值鉴别诊断BEOT与MEOT的ROC曲线

本研究中BEOT组IVIM-f值较MEOT组高，与王丰等[4-6]的研究结果一致，但与Iima等[13]的研究结果相反。f值与具有完整通透性的血管数量呈正相关[14]，恶性肿瘤生长速度快，促血管生成因子过度表达，形成大量无功能、结构混乱的新生血管，从而导致灌注成分的血管比例下降[15-16]。Thomassin-Naggara等[17]发现MEOT中血管内皮生长因子受体-2的表达高于BEOT，而周细胞覆盖指数则低于BEOT。本研究结果支持上述结论。既往研究[18]认为IVIM-D*值与血流速度呈正相关，但本研究中2组IVIM-D*值比较差异无统计学意义(P=0.133)。

本研究中MEOT组DKI-K值显著高于BEOT组(P<0.001)，提示恶性肿瘤组织异质性更高和微结构更复杂[9]，与既往研究[5,19]结果一致，这是由于恶性肿瘤具有大量新生血管、细胞增殖速度快及伴随组织缺氧、坏死等，导致异质性增加。本研究中DKI-K值的诊断效能最高，AUC达0.900，且与ADC值的AUC相比差异有统计学意义，与笔者前期研究[5]结果相反，分析原因，可能与样本量差异有关，尚需进一步观察。

本研究的局限性：①样本量较小，结果可能存在偏倚；②采用单层面放置ROI所获得的定量参数无法完整地反映肿瘤异质性，对于全体积法ROI的鉴别诊断价值需进一步观察；③所选b值中同时包含小b值和超高b值，但对灌注敏感的b值数量较少(<200 s/mm2)，增加小b值数目有助于获得更稳定的灌注相关参数；同时DKI参数的计算过程中也会受到IVIM效应影响。

综上所述，多b值DWI不同模型均有助于鉴别诊断BEOT与MEOT，其中DKI-K值的鉴别诊断效能最高。