沈茜樱 顾红梅

[摘   要]   前列腺癌是老年男性常见的恶性肿瘤之一。随着影像技术的不断改进与更新，多种影像学检查技术在前列腺癌中广泛应用，磁共振成像（magnetic resonance imaging，MRI）因其良好的软组织分辨率成为诊断前列腺疾病的首选影像学检查。近年来，MRI通过提供形态学和功能学信息等在前列腺癌的诊断中得到广泛应用，为病理分级预测和预后评估提供参考依据。

[关键词]   前列腺癌；磁共振成像；功能成像；临床诊断；病理分级；预后评估

[中图分类号]   R445.2 [文献标志码]   B [DOI]   10.19767/j.cnki.32-1412.2023.03.008

国际癌症研究机构2020年数据显示，前列腺癌是全球男性发病率居第二的癌症，仅次于肺癌[1]，我国前列腺癌发病数和死亡数分别占全球的8.2%和13.6%[2]，是威胁男性生命健康的严重疾病。约70%前列腺癌发生于外周带，20%发生于尿道周围组织，10%发生于移行带。前列腺特异性抗原（prostate specific antigen，PSA）水平、前列腺癌家族史、前列腺炎、前列腺增生及BRCA基因突变与前列腺癌发生密切相关[3]。PSA是目前用于前列腺癌筛查的常用指标，与前列腺癌病理分级及预后密切相关[4-6]，但PSA水平受前列腺炎、尿路感染及导尿管留置等因素影响[7]，常需要结合其他辅助检查进行更准确的诊断。MRI是临床诊断前列腺疾病首选影像学检查，包括形态学及功能学成像，在前列腺癌诊断、病理分级预测及预后评估等方面具有明显优势。近年来，随着影像学技术的发展，一些新技术如磁共振弥散加权成像（diffusion weighted imaging，DWI）、扩散峰度成像（diffusion kurtosis imaging，DKI）、磁共振波谱成像（magnetic resonance spectroscopy，MRS）及动态增强MRI（dynamic contrast-enhanced magnetic resonance imaging，DCE-MRI）的应用，从生物学及动力学水平对肿瘤的分子运动、代谢水平进行研究。本文就近年来国内外有关MRI在前列腺癌的应用方面进行综述。

1   前列腺MRI检查技术

MRI因其良好的軟组织分辨率成为诊断前列腺疾病的常用影像学检查，其中多参数磁共振（multi-parameter magnetic resonance imaging，mpMRI）更是首选的技术，常用的前列腺mpMRI扫描序列有T1加权成像（T1 weighted image，T1WI）、T2加权成像（T2 weighted image，T2WI）、DWI及DCE-MRI。T1WI对前列腺活检后出血、淋巴结转移及骨转移比较敏感。而T2WI对前列腺腺体各区分辨良好，对各区可疑病灶显示较清晰，是检出前列腺癌的主要序列。DWI是一种快速、简单的功能成像方法，通过探测水分子热运动反映组织的微观结构，可很好诊断典型的细胞密度高、细胞间水分子弥散受限的前列腺癌[8]。DWI对运动符合高斯分布的水分子敏感，而前列腺癌的肿瘤微环境复杂，水分子运动不完全符合高斯分布。DKI是DWI技术延伸，纳入多个b值，对偏离高斯分布的水分子扩散敏感，可以更精确地反映组织微观结构[9]。但有一项Meta分析认为DWI和DKI对前列腺癌的诊断效能相当，需要更多前瞻性研究证明DKI的有效性[10]。MRS利用磁共振现象和化学位移作用对特定的原子核及其化合物进行分析，能显示枸橼酸盐、胆碱类化合物和肌酸等代谢产物，可用于诊断前列腺癌[11]。DCE-MRI利用正常组织和肿瘤组织摄取造影剂的差异形成图像对比，提供组织灌注、血管通透性等功能信息，对前列腺癌进行定性、半定量和定量分析[8]。2012年结合T2WI、DWI、MRS及DCE-MRI的第1版前列腺影像报告和数据系统（prostate imaging reporting and data system，Version 1，PI-RADS v 1）发表，对前列腺癌的描述进行规范，具有较好的特异度和敏感度，但由于细则较为繁琐，未能在临床中充分发挥作用。2014年美国放射学会、欧洲泌尿生殖放射学会及AdMeTech基金会对第1版进行了简化和完善，联合发布了PI-RADS v 2.0[12]，提出“主导序列”概念，即可疑病灶位于外周带时，评分以DWI序列为主导，DCE-MRI为次要，而当病灶位于移行带时，主导序列为T2WI，次要序列为DWI。2019年在PI-RADS v2.0的基础上提出PI-RADS v 2.1[13]，修改重点是移行带评分标准，并在治疗史采集时增加是否使用前列腺增生一线治疗药物α受体阻滞剂。PI-RADS v 2.1受到国际放射学界和泌尿外科学界的认可，在临床和科研实践中获得广泛应用。随着人们对mpMRI在前列腺癌中应用的日益重视，一些新的MR技术，如微管腔水成像（luminal water imaging，LWI）、限制性光谱成像（restriction spectrum imaging，RSI）、在肿瘤中基于血管、细胞外和限制性扩散的细胞计数（the vascular， extracellular， and restricted diffusion for cytometry in tumors method，VERDICT）MRI、混合多维磁共振成像（hybrid multi-dimensional MRI，HM-MRI）及指纹成像技术（MR fingerprinting，MRF）等[14-16]开始用于更微观地观察前列腺结构和前列腺癌诊断。

2   前列腺癌MRI诊断

PI-RADS v 2.1将前列腺疾病分为5类，即PI-RADS 1～5，随着分级升高，前列腺癌的可能性增大。典型前列腺癌在T1WI上呈等信号，与正常组织分界不清，T2WI表现为正常较高信号的周围带内出现低信号结节影，DWI呈明显高信号，ADC图呈低信号，表现为弥散受限，DCE-MRI呈快进快出强化的富血供结节，MRS表现为Cit峰明显下降，Cho峰明显增加和（或）（Cho+Cre）/Cit值显著增高。SHIMOFUSA等[17]研究表明，T2WI联合DWI对前列腺癌的诊断效能较单独T2WI成像有明显提高，AUC从0.87升至0.93。有学者提出将DKI序列纳入mpMRI常规序列[18]，WANG等[19]研究认为DKI与ADC对前列腺癌的诊断效能相当，一项meta分析也证实此观点[10]，因此目前的证据不支持将DKI纳入常规扫描序列。一项基于T2定量成像的LWI技术用于前列腺癌诊断的前瞻性研究，通过由T2分布生成7种参数（Ncomp、T2short、T2long、Gm T2、LWF、Ashort、Along），结果显示Gm T2、Ashort、Along和LWF平均值在良恶性组织间的差异有统计学意义，ROC分析显示这些参数对诊断前列腺癌有较高的准确性，其中LWF的ROC曲线下面积最大（外周带为0.97，移行带为0.98），证实微管腔水成像用于前列腺癌检查的可行性[20]。黄贵生等[21]应用HM-MRI无创性评估前列腺组织成分，对MRI图像进行拟合得到三区信号模型，计算各分区T2值，比较前列腺癌患者与健康人群的成像时间、强度以及峰值，结果显示两组成像时间和峰值、强度存在显著差异，前列腺癌患者上皮组织的体积分数大于健康人群，而健康人群腺泡腔及基质大于前列腺癌患者，初步证实HM-MRI成像参数诊断前列腺癌的可行性。RSI是一种基于扩散加权的技术，使用多壳裂变采集，将扩散加权的MRI信号分离成限制性和阻碍性成分，分别代表细胞内和细胞外的水信号[16]。FELKER等[22]对189例男性进行活检前mpMRI检查和3T RSI检查，结果表明RSI和DWI的诊断准确率分别为0.70和0.68，对病灶位于外周带的准确率分别为0.72和0.73，而对移行区的准确率分别为0.67和0.61，尽管准确率有所提升，但仍需进行更大样本和更多的前瞻性研究加以验证。

随着人工智能的发展和精准医疗的提出，MRI影像组学也受到广泛关注。通过勾画感兴趣区、高通量提取影像学特征来反映前列腺癌的生物学行为，为疾病诊断提供客观证据[23]。MIN等[24]基于mpMRI提取的放射组学特征，对前列腺癌的诊断敏感性达到88.3%，但影像组学存在不稳定、可重复差等问题，因此广泛应用于临床还需要通过更多的实践。

影像技术与材料学跨学科合作，使得分子影像成为研究热点。MRI成像是前列腺癌分子影像研究常用的成像技术，SALARIAN等[25]合成一种新型蛋白质造影剂ProCA32，是在钙结合蛋白中设计Gd3+结合部位开发的Gd3+磁共振造影剂，其显示纵向和横向松弛速率值较Gd-DTPA提高20倍，并具有更强的对比增强作用和更长的血液滞留时间。裸鼠实验证明ProCA32对早期前列腺癌敏感，为前列腺癌研究提供一种新思路。前列腺干细胞抗原（prostate stem call antigen，PSCA）在前列腺癌细胞中过度表达，REN等[26]将抗人PSCA单抗（MAb7F5）偶联到Fe3O4/Au（GoldMag）纳米粒子上，合成PSCA特异性分子磁共振探针（mAb7F5@GoldMag），mAb7F5@GoldMag探针与肿瘤靶向结合，这种新型探针在前列腺癌靶向分子成像方面有很好效果。

3   MRI在前列腺癌病理分级中的应用

目前临床上前列腺癌应用最广泛的组织学分级方法是2014年国际泌尿外科病理学会共识会议根据格里森评分（Gleason score，GS）进行分级，分为GG1（GS≤6分）、GG2（GS 3+4=7分）、GG3（GS 4+3=7分）、GG4（GS=8分）、GG5（GS=9分或10分），评分越高提示预后越差[27]。2017年美国泌尿外科协会、美国放射治疗及肿瘤学会等共同发表的指南提出，GG1或GG2患者采取主动监测治疗，即PSA检测1次/6个月、直肠指检、前列腺穿刺及mpMRI 1次/年，当PSA>100 ng/mL或其他检查有变化时，给予姑息性雄激素剥夺治疗；GG≥3患者应接受积极治疗，如手术根治治疗、药物治疗和放射治疗[28-29]。术前对前列腺癌进行分级预测尤为重要，既能避免过度治疗又不延误治疗。WOO等[30]研究认为MRI前列腺周脂肪厚度与前列腺癌Gleason评分正相关，是高级别前列腺癌的独立预测因素。另外，WOO等[31]另一项研究显示，可疑病灶的表观扩散系数（ADC）值及其与膀胱ADC值的比率与Gleason评分显著相关，一项meta分析也证实此观点[32]。高杰等[33]研究表明，前列腺癌患者术前PI-RADS评分与Gleason评分正相关，可用于前列腺癌的病理分级。在功能成像方面，有研究认为DKI与DWI联合可将预测前列腺癌病理分级的特异性提升至83.8%[19]。MR波谱成像检查可反映代谢水平，与病理改变有一定相关性[9，34]。研究表明，高级别前列腺癌组（Cho+Cre）/Cit值显著高于低级别组[35]。一项回顾性研究对123例患者活检前进行mpMRI和RSI检查预测Gleason分级，结果表明RSI将AUC值从0.7提高到0.9[36]。此外，有学者研究VERDICT MRI预测Gleason分级，通过建立不同弥散时间和加权的FTS模型，并将DWI信号分配给细胞内水、细胞外空间水及毛细血管网中的水三个主要分量，使用3-Compatment组织，提供关于细胞密度、细胞大小、细胞内和细胞外体积分数的定量细节[16]。JOHNSTON等[37]使用细胞内体积分数（FIC）研究VERDICT MRI的可重复性及诊断效能，通过ICC指数评价两次FIC的可重复性，ICC为0.87～0.95。且GG 3+4级前列腺癌的FIC值显着高于良性或GG 3+3级病变，而ADC值在两次间无明显差异。一项前瞻性RSI检查显示，由T2分布生成的6种参数（Ncomp、T2short、Gm T2、LWF、Ashort、Along）均与外周带Gleason评分显著相关（P<0.05），其中LWF相关性最高[20]。GNEP等[38]在影像组学方面进行研究，提取到的三个T2WI和一个ADC的纹理特征与Gleason评分显著相关。赵士玉等[27]基于ADC序列构建10种机器学习模型，其中自编码器模型鉴别GG≤2与GG≥2组的效能最佳，特异度达到82.9%。

4   MRI在前列腺癌预后评估中的應用

前列腺癌常由前列腺增生发展而来，早期无特征症状，多数患者确诊时已处于疾病晚期[39]。最常见的转移部位是骨转移和淋巴结转移，严重影响患者预后和生活质量。骨转移部位以骨盆和脊柱最常见，发生率为65%～90%[40]，骨显像是诊断骨转移的常用检查技术。一项meta分析表明，全身磁共振成像（whole-body magnetic resonance imaging，WB-MRI）对前列腺癌小骨转移（转移灶<10 mm）的诊断优于骨显像，骨扫描证实的骨转移96.4%能在WB-MRI中发现，而WB-MRI发现的转移灶仅有58.6%能在骨扫描中定位[41]。WB-MRI还能检测淋巴结、肺、肝、脑等处病灶。CHEN等[42]一项前瞻性研究表明WB-MRI结合临床参数能提高骨转移的诊断效能，且高于SPECT/CT。影像组学方面，宋泽[43]回顾性研究表明，T2WI联合ADC图的机器学习模型能预测前列腺癌骨转移，AUC达0.82，优于T2WI模型的0.78及ADC模型的0.75，通过联合PSA水平、Gleason评分及ALP等临床危险因素后综合模型的AUC提升到0.88。武永峰等[44]、张文杰等[45]研究也证明了联合模型的优势。淋巴结转移是前列腺癌除骨转移外最常见的转移，多见于盆腔。美国国立综合癌症网络指南建议，对归类为淋巴结转移高危或可能性大于10%的患者，建议采用CT或MRI检查[46]。盆腔CT通过测量淋巴结大小来诊断淋巴结转移，诊断效能低下，易遗漏小的淋巴结转移。ABOU HEIDAR等[47]回顾143例前列腺癌患者的资料，mpMRI诊断盆腔淋巴结转移的敏感性（73.7%）高于CT（68.4%）。一项回顾性研究的单因素分析表明临床因素（如PSA、活检GS评分）和术前MRI参数（可疑病灶的ADC值、术前MRI分期）都与前列腺癌盆腔淋巴结微转移（＜10 mm）相关，但多因素分析显示仅术前MRI参数与淋巴结微转移相关[48]。一项meta分析比较PSMA PET/CT与MRI在评估淋巴结转移方面的诊断效能，发现两者效能相当，但MRI诊断包膜外侵犯的特异性更高[49]。赖树盛等[50]基于T2WI-FS建立的影像组学模型对前列腺癌淋巴结转移有较高的诊断效能，AUC达到0.922，灵敏度和特异度分别为86.9%、84.3%。

5   小      結

MpMRI是前列腺癌的首选影像学检查方法，在临床诊断、预测病理分级及预后评估等方面发挥重要作用，为临床的治疗提供指导性意见。一些新技术如分子影像、影像组学等需要通过更多前瞻性研究证明其在前列腺癌中的应用价值。各项影像技术的联合应用、影像学检查和临床参数结合，能弥补单项检查的不足，为前列腺癌的诊断提供更多信息。

[参考文献]

[1] SUNG H，FERLAY J，SIEGEL R L，et al. Global cancer statistics 2020：GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries［J］. CA Cancer J Clin，2021，71（3）：209-249.

[2] CAO W，CHEN H D，YU Y W，et al. Changing profiles of cancer burden worldwide and in China： a secondary analysis of the global cancer statistics 2020［J］. Chin Med J （Engl），2021，134（7）：783-791.

[3] 赫捷，陈万青，李霓，等. 中国前列腺癌筛查与早诊早治指南（2022，北京）［J］. 中华肿瘤杂志，2022，44（1）：29-53.

[4] 可赞. 功能磁共振成像新技术及PI-RADS指南在前列腺癌中的应用研究［D］. 武汉：华中科技大学，2019.

[5] 张丹，朱子超，宋娜，等. PI-RADS v2.1和PI-RADS v2对移行带前列腺癌诊断价值的研究［J］. 磁共振成像，2022，

13（1）：54-58.

[6] BRIGANTI A，SUARDI N，GALLINA A，et al. Predicting the risk of bone metastasis in prostate cancer［J］. Cancer Treat Rev，2014，40（1）：3-11.

[7] 罗进阳，郑嘉欣，蔡宗龙，等. 基于第二版PI-RADS建立的预测模型对前列腺穿刺活检结果的预测价值［J］. 中华泌尿外科杂志，2019，40（9）：673-679.

[8] 姜慧杰，王巍. 前列腺癌多参数磁共振成像的研究进展［J］. 医学综述，2018，24（9）：1802-1806.

[9] 景国东. 3.0TMR多种新技术在前列腺癌诊断的临床价值［D］. 上海：第二军医大学，2014.

[10] SI Y，LIU R B. Diagnostic performance of monoexponential DWI versus diffusion kurtosis imaging in prostate cancer： a systematic review and meta-analysis［J］. AJR Am J Roent-

genol，2018，211（2）：358-368.

[11] 刘莉. 3.0 T MR功能成像在前列腺癌诊疗中的价值［D］. 北京：中国协和医科大学，2010.

[12] WEINREB J C，BARENTSZ J O，CHOYKE P L，et al. PI-RADS prostate imaging - reporting and data system： 2015，version 2［J］. Eur Urol，2016，69（1）：16-40.

[13] TURKBEY B，ROSENKRANTZ A B，HAIDER M A，et al. Prostate imaging reporting and data system version 2.1：2019 update of prostate imaging reporting and data system version 2［J］. Eur Urol，2019，76（3）：340-351.

[14] CHATTERJEE A，HARMATH C，OTO A. New prostate MRI techniques and sequences［J］. Abdom Radiol （NY），2020，45（12）：4052-4062.

[15] LI M，GUO J，HU P，et al. Tomoelastography based on multifrequency MR elastography for prostate cancer detection： comparison with multiparametric MRI［J］. Radiology，2021，299（2）：362-370.

[16] DWIVEDI D K，JAGANNATHAN N R. Emerging MR methods for improved diagnosis of prostate cancer by multiparametric MRI［J］. MAGMA，2022，35（4）：587-608.

[17] SHIMOFUSA R，FUJIMOTO H，AKAMATA H，et al. Diffusion-weighted imaging of prostate cancer［J］. J Comput Assist Tomogr，2005，29（2）：149-153.

[18] PARK H，KIM S H，LEE Y，et al. Comparison of diagnostic performance between diffusion kurtosis imaging parameters and mono-exponential ADC for determination of clinically significant cancer in patients with prostate cancer［J］. Abdom Radiol （NY），2020，45（12）：4235-4243.

[19] WANG X，TU N，QIN T，et al. Diffusion kurtosis imaging combined with DWI at 3-T MRI for detection and assessment of aggressiveness of prostate cancer［J］. AJR Am J Roentgenol，2018，211（4）：797-804.

[20] SABOURI S，CHANG S D，SAVDIE R，et al. Luminal water imaging： a new MR imaging T2 mapping technique for prostate cancer diagnosis［J］. Radiology，2017，284（2）：451-459.

[21] 黃贵生，史旭波，黄奕彬，等. 应用混合多维MR成像无创评估前列腺组织成分诊断前列腺癌的可行性［J］. 中国医学创新，2019，16（22）：23-27.

[22] FELKER E R，RAMAN S S，SHAKERI S，et al. Utility of restriction spectrum imaging among men undergoing first-time biopsy for suspected prostate cancer［J］. AJR Am J Roentgenol，2019，213（2）：365-370.

[23] 魏晓婷. PI-RADS v2.1联合PSA衍生指标及影像组学在前列腺癌诊断中的价值［D］. 广州：暨南大学，2020.

[24] MIN X，LI M，DONG D，et al. Multi-parametric MRI-based radiomics signature for discriminating between clinically significant and insignificant prostate cancer： cross-validation of a machine learning method［J］. Eur J Radiol，2019，

115：16-21.

[25] SALARIAN M，XUE S，IBHAGUI O Y，et al. Designing calcium-binding proteins for molecular MR imaging［J］. Methods Mol Biol，2019，1929：111-125.

[26] REN J，ZHANG Z，WANG F，et al. MRI of prostate stem cell antigen expression in prostate tumors［J］. Nanomedicine （Lond），2012，7（5）：691-703.

[27] 赵士玉，刘子桢，卢山，等. 基于表观扩散系数影像组学在鉴别前列腺癌Gleason评分分级分组中的应用［J］. 临床放射学杂志，2022，41（2）：298-302.

[28] 罗云，周祥福. 2021版美国国立综合癌症网络前列腺癌临床实践指南述评［J］. 中华腔镜泌尿外科杂志（电子版），2022，16（1）：1-6.

[29] 中国医师协会放射肿瘤治疗医师分会，中华医学会放射肿瘤治疗学分会，中国抗癌协会肿瘤放射治疗专业委员会. 中国前列腺癌放射治疗指南（2020年版）［J］. 中华肿瘤防治杂志，2021，28（5）：323-337.

[30] WOO S，CHO J Y，KIM S Y，et al. Periprostatic fat thickness on MRI： correlation with Gleason score in prostate cancer［J］. AJR Am J Roentgenol，2015，204（1）：W43-W47.

[31] WOO S，KIM S Y，CHO J Y，et al. Preoperative evaluation of prostate cancer aggressiveness： using ADC and ADC ratio in determining gleason score［J］. AJR Am J Roentgenol，2016，207（1）：114-120.

[32] MANETTA R，PALUMBO P，GIANNERAMO C，et al. Correlation between ADC values and Gleason score in evaluation of prostate cancer： multicentre experience and review of the literature［J］. Gland Surg，2019，8（suppl 3）：S216-S222.

[33] 高杰，王保俊，张青，等. 前列腺多参数磁共振PI-RADS评分预测前列腺癌病理特征：一项影像-全器官病理匹配研究［J］. 中华男科学杂志，2022，28（3）：217-222.

[34] 卢慧敏. MR功能成像对前列腺癌Gleason评分预估价值的研究［D］. 合肥：安徽医科大学，2014.

[35] 鞠文萍，张永波，王剑飞，等. MR波谱成像评估中、高级别前列腺癌价值［J］. 潍坊医学院学报，2017，39（3）： 167-169，封3.

[36] BESASIE B D，SUNNAPWAR A G，GAO F，et al. Restriction spectrum imaging-magnetic resonance imaging to improve prostate cancer imaging in men on active surveillance［J］. J Urol，2021，206（1）：44-51.

[37] JOHNSTON E W，BONET-CARNE E，FERIZI U，et al. VERDICT MRI for prostate cancer： intracellular volume fraction versus apparent diffusion coefficient［J］. Radiology，2019，291（2）：391-397.

[38] GNEP K，FARGEAS A，GUTI？魪RREZ-CARVAJAL R E，et al. Haralick textural features on T2-weighted MRI are associated with biochemical recurrence following radiotherapy for peripheral zone prostate cancer［J］. J Magn Reson Imaging，2017，45（1）：103-117.

[39] 雒向宁，王文娟，李凯，等. 去甲斑蝥素对雄激素非依赖型前列腺癌PC-3细胞增殖、凋亡的影响［J］. 陕西医学杂志，2020，49（8）：928-931，939.

[40] DORONZO S，COLEMAN R，BROWN J，et al. Metastatic bone disease： Pathogenesis and therapeutic options： up-date on bone metastasis management［J］. J Bone Oncol，2019，15：100205.

[41] KETELSEN D，R？魻THKE M ASCHOFF P，et al. Detection of bone metastasis of prostate cancer-comparison of whole-body MRI and bone scintigraphy［J］. Rofo，2008，180（8）：746-752.

[42] CHEN R，YANG Q，CHEN W，et al. Whole-body MRI-based multivariate prediction model in the assessment of bone metastasis in prostate cancer［J］. World J Urol，2021，

39（8）：2937-2943.

[43] 宋泽. 磁共振T2WI联合ADC图的机器学习模型预测前列腺癌骨转移的研究［D］. 兰州：甘肃中医药大学，2021.

[44] 武永峰，陈辉，代允义. MR扩散加权成像联合Gleason评分对前列腺癌骨转移的评估价值［J］. 中华生物医学工程杂志，2021（6）：692-696.

[45] 张文杰，毛宁，谢海柱，等. 基于多参数MR影像组学方法预测前列腺癌患者骨转移［J］. 临床放射学杂志，2020，39（6）：1122-1126.

[46] RISKO R，MERDAN S，WOMBLE P R，et al. Clinical predictors and recommendations for staging computed tomography scan among men with prostate cancer［J］. Urology，2014，84（6）：1329-1334.

[47] ABOU HEIDAR N，EL-DOUEIHI R，MERHE A，et al. The role of pre-biopsy mpMRI in lymph node staging for prostate cancer［J］. Urologia，2022，89（1）：64-69.

[48] PARK S Y，OH Y T，JUNG D C，et al. Prediction of micrometastasis （<1 cm） to pelvic lymph nodes in prostate cancer： role of preoperative MRI［J］. AJR Am J Roentgenol，2015，205（3）：W328-W334.

[49] ARSLAN A，KARAARSLAN E，G？譈NER A L，et al. Comparing the diagnostic performance of multiparametric prost-

ate MRI versus 68Ga-PSMA PET-CT in the evaluation lymph node involvement and extraprostatic extension［J］. Acad Radiol，2022，29（5）：698-704.

[50] 賴树盛，郑石磊. 基于磁共振T2WI-FS的影像组学对前列腺癌盆腔淋巴结转移的诊断价值［J］. 中国医科大学学报，2021，50（3）：230-234.

[收稿日期] 2022-12-02

（本文编辑   王晓蕴）