南海燕，颜林枫，张欣，杨洋，韩宇，王文，崔光彬

脑胶质瘤是成人最常见的颅内原发性肿瘤，发病率较高，占中枢神经系统肿瘤的40%～50%，并且呈逐年上升的趋势。按世界卫生组织(World Health Organization，WHO)2007年标准将其分为低级别(Ⅰ、Ⅱ级)与高级别(Ⅲ、Ⅳ级)，不同级别的胶质瘤治疗方案和预后截然不同，恶性度越高预后越差[1-2]。因此，早期术前分级诊断对患者预后十分重要。肿瘤的恶性程度与微血管密度和通透性密切相关[3]，磁共振动态对比增强(dynamic contrast enhanced magnetic resonance imaging，DCE-MRI)通过动态监测对比剂在人体内代谢的过程，能够获得反映脑肿瘤组织的灌注和微循环通透性等特性的定量参数，可用于脑肿瘤良恶性的鉴别、术前分级和疗效评估等[4-5]。然而，大多数研究将肿瘤的部分区域作为感兴趣区(region of interest，ROI)进行定量分析，未考虑脑肿瘤本身的异质性。本研究采用直方图分析法对整个肿瘤进行定量分析，以期评估DCE-MRI对脑胶质瘤术前分级诊断的价值。

1 材料与方法

1.1 一般材料

本研究采集2014年1月至2016年3月空军军医大学(第四军医大学)唐都医院疑似脑胶质瘤患者的MR资料，纳入MR检查后2周内完成手术，且经术后病理证实为脑胶质瘤的患者120例，男66例，女54例，年龄2～87岁，平均年龄49.2岁。按照 2007年WHO标准病理，低级别胶质瘤(Ⅰ、Ⅱ级)28例、高级别胶质瘤(Ⅲ、Ⅳ级)92例。病理类型包括胶质母细胞瘤62例、胶质肉瘤1例、间变性星形细胞瘤7例、间变性少突胶质细胞瘤5例、间变性少突星形细胞瘤17例、弥漫性星形细胞瘤11例、少突胶质细胞瘤2例、少突星形细胞瘤11例、多形性黄色星形细胞瘤1例、毛细胞星形细胞瘤2例、节细胞胶质瘤1例。经医院伦理委员会批准，所有患者均于MR检查前签署知情同意书。

1.2 检查方法

采用GE Discovery 750 3.0 T超导MR扫描仪，8通道头线圈。常规扫描序列包括T1WI、T2WI及液体衰减反转恢复(fluid attenuated inversion recovery，FLAIR)。参数如下：T1WI：TR=1750 ms，TE=24 ms，矩阵256×256，激励次数1，层厚=5 mm，层间距=1.5 mm，视野=24 cm×24 cm；T2WI：TR=4247 ms，TE=93 ms，矩阵24×24，激励次数1，层厚=5 mm，层间距=1.5 mm；FLAIR：TR=8000 ms，TE=165 ms，矩阵24×24，激励次数1，层厚=5 mm，层间距=1.5 mm。

DCE采用动态T1加权梯度回波扫描序列：翻转角12°，单次扫描时间4 s，共50期，动态增强扫描时间共 200 s，动态增强扫描第4个动态增强时相结束后，高压注射器同步静脉注射钆双胺对比剂欧乃影(Omniscan，GE Healthcare)，注射速率2 ml/s，注射剂量0.2 mmol/kg。DCE结束后，采集T1WI增强图像(T1 contrast enhanced，T1CE)。

1.3 图像分析

采用动态对比增强定量软件(NordicICE，Version 4.0，Nordic-Neuro Lab，Bergen，Norway)对DCE进行图像分析。NordicICE软件自动识别颈总动脉内血流信号，利用固定的T1值(1000)完成亮度信号到血流浓度的转换，最终绘制出动脉输入函数(arterial input function，AIF)。采用软件中药代动力学模型Extended Toft双室模型拟合计算DCE渗透性参数和T1灌注去卷积模型计算灌注参数，包括转运常数(volume transfer constant，Ktrans)、部分细胞外血管外间隙容量(volume fraction of extravascular extracellular space，Ve)、血液回流常数(reflux constant，Kep)、血浆容积(fractional plasma volume，Vp)和时间浓度曲线对比剂首过的曲线下面积(initial area under gadolinium concentration time curve，IAUGC)、脑血流量(cerebral blood flow，CBF)及平均通过时间(mean transit time，MTT)。自动完成DCE参数图像与结构相(T1CE、FLAIR)的配准，基于FLAIR和T1CE勾画整个肿瘤病灶的边界为ROI，排除囊变、坏死和血管区域。基于体素的直方图分析，取大于0的体素值，最终计算出各个参数的平均值(mean)、中位数(median)、最大值(max)、第75百分位数(75th)、90百分位数(90th)、95百分位数(95th)、峰度(kurtosis)、偏度(skewness)、能量(energy)、熵(entropy)。

1.4 统计学分析

对不同级别胶质瘤的组间比较，采用非配对t检验或非参数Man-Whitney U检验，P＜0.05为差异有统计学意义。组间差异有统计学意义者，进一步应用受试者工作特征(receiver operating characteristic，ROC)曲线进行分析，找出不同级别胶质瘤鉴别诊断的阈值，分别计算其曲线下面积(area under the curve，AUC)、敏感度、特异度、似然比。所有分析采用GraphPad Prism 5进行统计学分析。

2 结果

2.1 临床资料

患者临床资料和流行病学特征(表1)显示，患者年龄在两组间差异具有统计学意义，高级别胶质瘤(high grade glioma，HGG)患者年龄高于低级别胶质瘤(low grade glioma，LGG)。性别和发生部位在两组间差异无统计学意义，幕上病变占97%，幕下病变仅占3%。

2.2 高、低级别胶质瘤DCE参数的平均值的组间比较

比较92例高级别胶质瘤与28例低级别胶质瘤的DCE参数的平均值(表2)，结果显示渗透性参数Kep、Ktrans、Ve和灌注参数IAUGC、MTT差异具有统计学意义(P＜0.05)，而渗透性参数Vp和灌注参数CBF在两组间差异无统计学意义(P＞0.05)。1例Ⅱ级胶质瘤患者(LGG)和1例Ⅳ级胶质瘤患者(HGG)具有显著差异的DCE参数图见图1，HGG患者的IAUGC、Kep和MTT参数值较LGG患者低，而Ktrans和Ve参数值HGG较LGG患者明显增高。

2.3 高、低级别胶质瘤DCE参数的ROC曲线分析

基于病变内体素的平均值完成DCE参数的ROC曲线分析(图2)，结果显示对鉴别高、低级别胶质瘤具有诊断效能(P＜0.05)，诊断价值。其中，以的统计学差异最显著(P＜0.001)，AUC值分别为0.855(敏感度：76.09 %，特异度：67.86%，诊断阈值：73.89)和0.775(敏感度：60.87%，特异度：85.71%，诊断阈值：14.81)。

表1 患者的基线资料Tab.1 Patients’ general information

续表1 患者的基线资料Tab.1 (Cont) Patients’ general information

表2 高、低级别胶质瘤DCE参数mean的比较Tab.2 Mean value comparison of DCE parameters between low grade glioma and high grade glioma

表3 DCE直方图参数的ROC曲线分析和AUC比较Tab.3 ROC analysis of histogram features and the comparison of AUC

图1 LGG和HGG患者的DCE参数图Fig. 1 The DCE parametric images for representative LGG and HGG patients

图2 DCE参数的ROC 曲线分析Fig. 2 ROC analysis of DCE parameters

2.4 高、低级别胶质瘤DCE直方图参数的ROC曲线分析

对有诊断意义的DCE参数做ROC曲线分析(表3)，比较其各个直方图参数的AUC值。与常规参数mean相比，IAUGC75th，90th，95th、Ktransmedian，75th，90th和的AUC值较高，其他直方图参数的AUC值无明显提高。

3 讨论

DCE-MRI是T1WI的灌注成像，对比剂的顺磁性效应增强了邻近质子的弛豫，能够引起短T1信号改变，但由于不同组织的基础信号差异较大，使由时间信号强度曲线计算得到的半定量参数在不同MR扫描中不易比较。为了获得DCE定量参数，基于不同的药代动力学模型计算出相应的浓度-时间曲线，可反映不同性质、不同组织类型病灶的血流动力学特征，能有效评估活体组织的血流灌注情况和血管渗透性。目前广泛应用的是Toft等提出的双室动力学模型，双室代表微血管和血管外细胞外间隙。本研究采用Toft改良模型extended Toft，假设微血管容积较大，最终计算出渗透性参数Ktrans、Kep、Ve、Vp以及非药代动力学模型依赖的灌注参数IAUGC、CBF、MTT。本研究证实渗透性参数Ve、Ktrans、Kep和灌注参数IAUGC对高、低级别胶质瘤具有鉴别诊断的价值，其中诊断效能最高者是IAUGC，AUC值为0.855。基于体素的直方图分析法提示，部分直方图参数对鉴别诊断高、低级别胶质瘤的诊断效能较常规平均值有所提高，与Ktransmean相比，Ktrans75th的AUC值提升幅度最大，而直方图参数中AUC值最大者为IAUGC95th，较IAUGCmean的AUC值有所增高。

以往研究认为DCE参数在胶质瘤分级诊断中具有重要价值。Zhao等[6]的研究显示Ve诊断效能最高，而Ktrans和Kep是最敏感和特异性最高的指标。Choi等[7]也证实Ktrans和Ve对胶质瘤分级有重要作用，两者的作用无明显差异。Jain等[8]证实DCE的灌注参数rCBV能够预测胶质瘤分级。Brendle等[9]证实Ktrans、Ve和DCE灌注参数CBF可有效区分高、低级别胶质瘤。与此一致，笔者也认为DCE渗透性和灌注参数对胶质瘤分级诊断都具有重要的价值，其中灌注参数IAUGC的诊断效能最高，渗透性参数Ktrans、Ve效能次之。IAUGC被定义为对比剂首次通过血管的时间浓度曲线下面积，因IAUGC不受药代动力学模型的影响，能全面反映血流、血管通透性和血管细胞外间隙等成分[10]。与本研究结果相似，部分研究认为IAUGC是评价胶质瘤生存最有效的指标[11-12]，但也显示，IAUGC在区别Ⅲ级和Ⅳ级胶质瘤时，不如Ktrans和Vp的效能高[11]，可能由于该研究测量的是整个时间浓度曲线下的面积，而本研究采用时间浓度曲线的第一个波峰下的面积，能更精准地反映对比剂首次通过血管的灌注信息，更适用于肿瘤的临床诊断。另外，DCE可用于评估不成熟的微血管密度[13]，DCE灌注参数与肿瘤的微血管密度(microvascular density，MVD)、血管内皮生长因子(vascular endothelial growth factor，VEGF)表达相关，而Ktrans等渗透参数与VEGF表达的相关性更强[14-15]。由于脑胶质瘤的生物学特性与肿瘤性新生血管密度和通透性密切相关，新生血管也是脑胶质瘤分级的重要因素之一，因此，DCE渗透性参数能有效评估不同级别的胶质瘤，然而在不同研究中各参数的诊断阈值存在差异，不同药代动力学模型的诊断效能也表现不一。

为进一步提高诊断效能，本研究证实直方图分析的Ktrans、Kep、IAUGC等DCE参数在一定程度上可以提高胶质瘤分级诊断的效能。直方图法是基于病变内不同的体素值进行分析的方法，能够反映病变内肿瘤细胞的不均质性。研究发现，基于直方图分析的磁共振定量参数有助于提高胶质瘤的诊断效能[16-18]。Falk等[19]证实，Ktrans的偏度能有效鉴别Ⅱ、Ⅲ级胶质瘤。Jung等[20]发现Ktrans的第98百分位数有助于胶质瘤的分级诊断。与其他研究不同，本研究基于较大的样本量和extended Toft的改良模型，结合灌注和渗透参数研究直方图参数对区分高、低级别胶质瘤的诊断价值，发现IAUGC95th是胶质瘤分级诊断最有效的指标，较Ktrans75th的诊断效能高。

本研究仍存在不足：首先，由于受到高、低级别胶质瘤发病率的影响，低级别组患者数量远低于高级别胶质瘤数量，造成分组不均匀；其次，病理送检组织仅为部分病灶，很难真正做到影像表现与病理结果的一一对比分析。

总之，基于直方图分析法的DCE参数有助于胶质瘤的分级诊断，对胶质瘤的临床诊断具有重要的参考价值。IAUGC较Ve、Ktrans、Kep等渗透性参数的诊断效能高，IAUGC的第95百分位数对于鉴别高、低级别胶质瘤具有更高的诊断效能。