Page 105 - 南京医科大学学报自然科学版

第42卷第9期 南京医科大学学报（自然科学版）
2022年9月 Journal of Nanjing Medical University（Natural Sciences） ·1299 ·

·临床研究·

基于单指数、峰度与拉伸指数扩散成像模型的磁共振检查在预

测前列腺癌分级中的价值研究

梁 媛，侯召瑞，王 瑞，王 玉，秦 智，王远成 *
东南大学附属中大医院影像科，江苏 南京 210009

［摘 要］ 目的：将前列腺磁共振成像（magnetic resonance imaging，MRI）中扩散加权成像（diffusion weighted imaging，DWI）数
据通过计算得到扩散峰度成像（diffusion kurtosis imaging，DKI）和拉伸指数模型（stretched exponential model，SEM）的各参数，并
与术后病理结果中的预后分组进行回归分析，评价各参数与预后分组的相关性，从而评估上述模型各参数区分前列腺癌恶性
程度、预测预后的价值。方法：回顾性收集经手术病理证实为前列腺癌的病例71例，对其术前MRI扫描中的DWI进行重建，获

得 DKI 的参数［平均峰度（mean kurtosis，MK）、平均扩散系数（mean diffusivity，MD）］和 SEM 的参数［扩散分布指数（distributed
diffusion coefficient，DDC）、扩散异质性指数（α）］；传统单指数模型的表观扩散系数（apparent diffusion coefficient，ADC）由扫描
系统自动生成。由两位医师在各参数图上根据病理学提示勾画感兴趣区并进行数据统计，通过Cronbach’s Alpha检验可信任
度后，使用Kruskal⁃Wallis检验对相邻预后分组之间的各项参数分布进行比较；将ADC分别与DDC、MD进行Wilcoxon秩检验；
对各参数与预后分组之间的相关性使用Spearman相关性分析，以相关系数r评价相关性强弱；对各项参数和预后分组间的关
系进行曲线拟合，以R 评价拟合度高低。结果：两位医师的评分数据Cronbach’s Alpha系数为0.910；ADC、α、DDC、MD、MK在
2
各预后分组上的分布均存在差异（P均<0.05）；其中ADC与DDC在预后分组的分布有显著差异（P < 0.01），ADC与MD在预后
分组的分布差异无统计学意义（P > 0.05）；ADC、DDC、MD与预后分组均呈负相关（r值分别为-0.601、-0.627、-0.566），且以逆
模型的拟合度较高（R 分别为0.644、0.749、0.643）；MK与预后分组呈正相关（r=0.537），逆模型的R 为0.345；α与预后分组的相
2
2
关性、曲线拟合度较低（r=0.239）。结论：前列腺癌预后分组的预判中，单指数模型仍是实际应用中性价比最高的方法，SEM中
的DDC有比ADC更优秀的表现，DKI中的MD和ADC表现相当。
［关键词］ 前列腺癌；磁共振成像；扩散峰度成像；拉伸指数模型；Gleason评分
［中图分类号］ R445.2 ［文献标志码］ A ［文章编号］ 1007⁃4368（2022）09⁃1299⁃06
doi：10.7655/NYDXBNS20220916

随着医疗技术的发展，人口老龄化现象日趋明 高，且可进行多参数、多方位的成像，临床应用范围
［5］
显，在我国中老年男性群体中，前列腺癌（prostate⁃ 越来越广泛 ，近年来出现的许多新的MRI技术，更
cancer，PCa）患者数量日益增加 。Gleason 评分是 是给临床带来了更多有价值的信息。MRI中扩散加
［1］
［2］
一种被广泛采用的 PCa 组织学分级方法 ，为主要 权成像（diffusion weighte dimaging，DWI）可以用于评
结构类型与次要结构类型评分之和，评分越高代表 估肿瘤细胞增殖和肿瘤坏死的程度 。传统DWI单
［6］
［3］
PCa 分化程度越差 ；根据 ISUP 2014 PCa 分级分组 指数模型中，只能提供表观扩散系数（apparent diffu⁃
［2］
标准，Gleason评分与预后分组对应 。目前对于PCa sion coefficient，ADC），由于细胞中水分子扩散运动
的诊断，已有很多检查方法，其中包括超声检查和 呈非高斯分布，导致该单一高斯模型指数无法详尽
磁共振成像（magnetic resonance imaging，MRI），穿刺 描述扩散情况。近年来出现了一些高级模型，如体
［4］
活检依然是术前诊断和组织学分级的最终标准 。 素 内 不 相 干 运 动（intravoxel incoherent motion，
MRI 作为一种非侵入性检查，因其软组织分辨率较 IVIM）、分数阶微积分模型（fractional order calculus，
FROC）、扩散峰度成像（diffusion kurtosis imaging，
DKI）、拉伸指数模型（stretched exponential model，
［基金项目］ 国家自然青年科学基金（81801669）；江苏省自
SEM）等，这些高级模型可以提供更多的参数。如
然科学青年基金（BK20180378）
DKI 可以提供平均扩散系数（mean diffusivity，MD）
∗
通信作者（Corresponding author），E⁃mail：yuancheng_wang@163.
［7-8］
和平均峰度（mean kurtosis，MK） ，SEM 可提供扩
com