林涛，赵莹，田士峰，宋清伟，郭妍，刘爱连*

1.大连医科大学附属第一医院放射科，辽宁 大连 116011；2.通用电气药业（上海）有限公司，上海 200000；*通信作者 刘爱连 liuailian@dmu.edu.cn

原发性肝癌是全球第六大恶性肿瘤，是人类因癌症死亡的第四大病因[1]。肝细胞癌（hepatocellular carcinoma，HCC）是我国发病率最高的原发性肝癌，约占90%[2]。临床治疗HCC主要是外科切除，但预后不良、复发率高[3]。与HCC预后相关的因素很多，病理分级是其中最主要的影响因素，通常中、高分化的HCC预后优于低分化HCC[3-4]。因此，术前预测病理分级对HCC患者手术前后的综合管理至关重要。与扩散加权成像（DWI）相比，扩散峰度成像（diffusion kurtosis imaging，DKI）能更真实、客观地反映组织的异质性和复杂性，已逐步应用于预测子宫内膜癌、脑胶质瘤及宫颈癌等肿瘤的术前病理分化程度[5-7]。基于DKI的直方图分析在术前预测直肠癌、肾癌、脑胶质瘤病理分化程度中具有一定的价值[8-10]。目前DKI直方图分析在肝脏疾病方面主要用于肝纤维化分级[11]，其用于术前预测HCC病理分化程度鲜有报道。本研究拟探讨基于DKI的全肿瘤直方图分析术前预测HCC病理分化程度的价值。

1 资料与方法

1.1 研究对象 回顾性分析2015年3月—2018年11月于大连医科大学附属第一医院放射科行肝脏MRI检查且术后病理证实的52例HCC，其中男30例，女22例，年龄45～76岁，平均（63.4±8.8）岁。纳入标准：①患者接受肝部分切除术，并且手术后病理证实为HCC；②手术前1个月内进行上腹部MR扫描，包括T1WI、T2WI、DKI序列和增强扫描；③肿瘤直径＞1 cm。排除标准：①MRI扫描前进行其他抗肿瘤治疗，包括经肝动脉化疗栓塞术、射频消融术、化学药物治疗和放射治疗；②未获得明确的HCC病理分级；③DKI图像质量欠佳难以分析。根据Edmondson-Steinr分级法[12]，将HCC的病理分级分为Ⅰ～Ⅳ级，其中非低分化组（高分化、中分化HCC）病理学分级为Ⅰ、Ⅱ级，低分化组病理学分级为Ⅲ、Ⅳ级。最终纳入低分化HCC 19例；非低分化HCC 33例，其中中分化27例、高分化6例。本研究经过本院医学伦理委员会批准（批准文号：PJKS-KY-2019-167），免除受试者知情同意。

1.2 仪器与方法 采用1.5T MR扫描仪（Signa HDXT，GE），配体部8通道相控阵线圈。检查前嘱患者禁食、禁水4 h，扫描前，患者接受均匀呼吸和屏气训练。扫描时，患者取仰卧位，足先进，定位线于患者剑突，并加呼吸门控。扫描野：上至膈肌上缘，下达肝下缘。患者均行常规T1WI、T2WI抑脂扫描、DKI和增强扫描。扫描参数为，①轴位T1WI序列：采用快速扰相梯度回波（FSPGR）序列，TR/TE=200 ms/1.4 ms，FOV 44 cm×39.6 cm，矩阵288×170，激励次数（NEX）1；②轴位T2WI序列：采用快速自旋回波（FSE）序列TR/TE=7 059 ms/92.6 ms，FOV 44 cm×33 cm，矩阵256×256，NEX 2；③轴位DWI序列：TR/TE=6 000 ms/68 ms，b值为0和600 s/mm2，FOV 40 cm×40 cm，矩阵128×128，NEX 4；④轴位DKI序列：采用呼吸触发技术，TR/TE=2 500 ms/90.1 ms，FOV 40 cm×40 cm，矩阵128×128，NEX 2，b=0、1 000、2 000 s/mm2，在15个正交方向施加扩散梯度；⑤增强扫描：经肘静脉以2.5 ml/s注射Gd-DTPA，剂量0.1 mmol/kg，用20 ml生理盐水助推，分别于注射开始后15～20 s、55～60 s、180 s行动脉期、门静脉期及平衡期扫描。上述各序列层厚、层间隔分别为6.0 mm和1.5 mm。

1.3 图像分析 在AW 4.6工作站，利用Functool软件对DKI图像进行重建，获得各向异性分数（FA）、平均扩散系数（mean diffusion coefficient，MD）、平均扩散峰度（mean kurtosis coefficient，MK）功能图，并以DICOM格式存储，将其导入ITK-SNAP软件。由2名分别具有3年（住院医师）和10年（主治医师）腹部MRI影像诊断经验的影像科医师采用盲法，参照增强动脉期原始图像，在FA、MD、MK信号强度图上，沿病灶边缘逐层手动勾勒感兴趣区（ROI），包括出血、坏死区域，并融合生成三维感兴趣区（volume of interest，VOI）。然后使用AK软件进行直方图特征提取（图1、2），分别记录各功能图的直方图特征，包括均值、25百分位数、50百分位数、75百分位数、90百分位数、偏度及峰度。上述过程由2名影像科医师协作完成。

图1 男，66岁，肝右叶低分化HCC。A～C分别为在FA、MD、MK信号强度图上逐层勾画整个肿瘤的ROI

1.4 统计学分析 使用SPSS 22.0统计软件，以Shapiro-Wilk检验连续变量是否符合正态分布。符合正态分布的计量资料以±s表示，组间各参数的差异比较采用两独立样本t检验；不符合正态分布的计量资料以M（Qr）表示，用Mann-WhitneyU检验比较各参数的差异，P＜0.05为差异有统计学意义。应用受试者工作特征（ROC）曲线分析各参数预测低分化和非低分化HCC的诊断效能。

2 结果

2.1 直方图各特征在评估低分化组与非低分化组HCC中的比较 低分化组FA信号强度均值、25百分位数、50百分位数、75百分位数、90百分位数和MD信号强度的均值、50百分位数、75百分位数、90百分位数均小于非低分化组，而低分化组FA信号强度的峰度值和MK信号强度的均值、50百分位数、75百分位数、90百分位数均大于非低分化组，差异有统计学意义（P均＜0.05）。两组间FA信号强度的偏度和MD信号强度的25百分位数、偏度、峰度以及MK信号强度的25百分位数、偏度、峰度差异均无统计学意义（P＞0.05），见表1。

图2 男，63岁，肝右叶非低分化HCC。A～C分别为在FA、MD、MK信号强度图上逐层勾画整个肿瘤的ROI

表1 低分化组与非低分化组HCC的FA、MD及MK信号强度直方图参数比较

2.2 直方图各特征评估低分化组与非低分化组HCC的诊断效能 FA、MD及MK信号强度直方图参数鉴别不同病理分化程度HCC的ROC分析见表2。分别以FA和MD信号强度的75百分位数、MK信号强度的50百分位数的1 974.5、1 527.1、1 337.8为阈值预测低分化与非低分化HCC的曲线下面积最大，分别为0.742、0.703及0.699，敏感度分别为75.8%、87.9%、87.9%，特异度分别为73.7%、47.4%、57.9%，见图3。

图3 FA、MD和MK值预测低分化与非低分化HCC的ROC曲线

表2 FA、MD、MK信号强度预测低分化组与非低分化组HCC的ROC曲线分析

3 讨论

3.1 基于DKI的直方图分析在肿瘤评估中的特点及优势 传统DWI模型认为，水分子是呈完全无限制地自由扩散，但实体组织内受到细胞内外结构的限制，水分子扩散实际上呈非高斯分布。DKI作为基于非高斯分布模型的DWI衍生技术，能更真实、准确地反映组织内部微观结构的信息，因而广泛应用于良、恶性肿瘤的鉴别诊断及病理分级评估[4-7,13]。FA、MD及MK是其中最常用于恶性肿瘤病理分级研究的参数[14]。FA值反映水分子在三维空间扩散的各向异性，FA值越大，表明组织各向异性越大，方向性越好[15]。MD表示扩散梯度场上组织整体内的所有水分子扩散情况，与细胞核质比、密度、细胞外间隙有关[16]。MK反映水分子扩散偏离高斯分布的程度与能量化扩散的不均一性，进而客观、真实地衡量组织微环境的复杂性及异质性[16]。全肿瘤直方图分析较常规定量参数能更全面地评估肿瘤的生物学特性，提供的特征包括均值、中位数、百分位数、偏度及峰度等[17]。其中，百分位数可反映形成直方图的体素分布情况，能量化肿瘤的异质性，与受极端值影响较大的均值相比，百分位数更能反映肿瘤内部的微小变化[18]。偏度反映体素分布的不均一性，绝对值越大，代表肿瘤内部组成差异性越大；峰度则反映体素分布偏离正态分布的程度，当体素分布曲线较正态分布更陡峭或尾部更厚（更厚的尾部代表有更多的极端值）时，峰度值＞0；反之，峰度值＜0，两者均与肿瘤的异质性密切相关[19]。

3.2 直方图特征预测HCC病理分化程度的价值 本研究结果显示，低分化组FA信号强度均值及25、50、75、90百分位数小于非低分化组，其原因为低分化HCC癌细胞异型性明显，细胞排列松散，无一定结构；而非低分化HCC癌细胞异型性小，细胞多见腺泡状排列，有一定的方向性[12]，导致低分化组的FA信号强度小于非低分化组。低分化组FA信号强度峰度大于非低分化组，表明低分化组信号强度体素分布曲线有更厚的尾巴，即有更多的极端值，间接说明前者的异质性及复杂程度大于后者。本研究中低分化组的MD信号强度均值、50、75、90百分位数小于非低分化组，推测可能是低分化HCC恶性程度更高，细胞增殖速度更快，细胞体积增大以及数量增多，造成细胞外间隙减小更明显，水分子扩散受限更严重。既往研究指出，MD信号强度25百分位数表示不均一肿瘤病灶中较低MD信号强度区域，可能对应于尚未发生囊变、坏死的周边肿瘤组织[20-21]。但本研究结果显示MD信号强度的25百分位数在两组间无显著差异，推测两组HCC周边肿瘤组织内的整体水分子扩散能力并未表现出明显的差异。本研究结果显示低分化组中MK信号强度均值、50、75、90百分位数均大于非低分化组，可能因为低分化与非低分化HCC相比，恶性程度更高、细胞异型性更明显、细胞增殖更活跃，组织及细胞发生坏死、出血、囊变的机会更大，造成肿瘤内部不均一性明显更高[13]，因此前者的MK信号强度大于后者。本研究结果显示，在FA和MD信号强度直方图所有参数特征中，75百分位数均具有最高的诊断效能。在MK信号强度直方图中，50百分位数具有最高的诊断效能。Wu等[22]指出MK的50百分位数与预测恶性肿瘤的高复发率之间有一定的相关性，低分化HCC比非低分化HCC复发率高，可能解释了MK信号强度的50百分位数在低分化与非低分化HCC预测中具有最大诊断效能的原因。

既往关于直肠癌、肾癌、脑胶质瘤的研究发现，基于DKI的直方图分析在术前预测恶性肿瘤病理分化程度中有极大的价值[8-10]。目前关于DKI定量参数用于评估HCC病理分化程度的相关研究极少，基于直方图的研究鲜有报道。Cao等[4]研究表明：DKI提供的定量参数MK及MD值能有效鉴别低级别和高级别HCC，与HCC病理分级间有较强的相关性，且与DWI的ADC相比，其预测价值更高。本研究发现了相似的结果趋势，即均证实DKI能用于预测HCC病理分化程度，但本研究有以下优势，一是基于全肿瘤研究，比前者采用病灶最大层面勾画ROI（要求避开囊变、坏死区）的方法更全面、客观；二是直方图分析能比前者提供更多的特征参数。

3.3 本研究的局限性 本研究为回顾性研究，在样本选择上容易造成偏倚；样本量相对较小，可能会对结果有一定的影响；病理级别分组不够细微，可能会影响某些参数及特征的诊断效能。后续会扩大样本量、细化增加病理分化组别（低分化、中分化及高分化）展开进一步研究。

总之，基于DKI的全肿瘤直方图分析术前预测HCC病理分化程度具有一定的价值。其中，FA和MD信号强度75百分位数及MK信号强度的50百分位数具有最高的诊断效能，能客观、全面、无创地为临床预测HCC术前病理分化程度提供一定的帮助，具有较好的临床应用前景。