史靈雪, 劉 碩, 鄭雪微, 程曉亮, 陳昭輝, 馬寶琳, 張紅果, 丁 軍

（1.吉林大學中日聯(lián)誼醫(yī)院放射科，吉林 長春 130033；2.吉林省長春鐵北監(jiān)獄醫(yī)院放射科，吉林 長春 130052）

在涎腺腫瘤中， 腮腺腫瘤發(fā)生率約占80%。其中，腮腺良惡性腫瘤比例約為4∶1，由于二者生物侵襲性不同，臨床上對于兩類疾病的治療方式不盡相同，因此，術(shù)前通過影像學檢查正確的判斷腮腺腫瘤的性質(zhì)至關(guān)重要。近年來，磁共振擴散加權(quán)成像（diffusion weighted imaging，DWI） 的定量參數(shù)表觀擴散系數(shù)（apparent diffusion coefficient，ADC） 在腮腺腫瘤診斷中應用較廣泛，國內(nèi)外已有研究［1-4］顯示：可以通過測量ADC 來判斷腮腺腫瘤的良惡性， 其可行性也得到認可， 但由于ADC 在測量時受細胞通透性、基礎(chǔ)代謝率、年齡和身體狀態(tài)等生理因素及所用線圈和場強等外在因素的影響，一定程度上影響了ADC 鑒別腮腺良惡性腫瘤的準確性，本研究引出標準化ADC 的概念，以校正ADC 均值法的誤差，進而對腮腺腫瘤的性質(zhì)做出更加準確的判斷，為臨床治療提供指導。

1 資料與方法

1.1臨床資料選取2018 年1 月—2020 年1 月吉林大學中日聯(lián)誼醫(yī)院經(jīng)病理證實的84 例腮腺腫瘤患者，其中良性腫瘤60 例，惡性腫瘤24 例。病例納入標準：檢查前患者未針對腮腺病變進行任何治療和處理； 患者術(shù)前均行MRI 掃描， 包括常規(guī)MRI 序列及DWI；患者檢查時積極配合，圖像顯示清晰，無運動偽影；病灶均經(jīng)病理證實。排除標準：影像圖像質(zhì)量欠佳，且有固定義齒，義齒不可拔除者；MRI 檢查前進行過有創(chuàng)性檢查、活檢或任何粒子植入、放化療治療者；患者依從性差或不愿意參與本研究；腮腺感染性病變患者或腮腺腫瘤致周圍正常腺體顯示不清患者。60 例良性腫瘤患者中，男性28 例， 女 性32 例， 年 齡24～65 歲；24 例惡性腫瘤患者中，男性16 例，女性8 例，年齡14～68 歲。

1.2檢查方法采用德國西門子公司1.5 TMR 掃描儀， 頭頸聯(lián)合線圈對所有患者行常規(guī)MRI 和DWI 序列掃描。MRI 檢測確定腮腺腫瘤患者的分型；HE 染色檢測腮腺腫瘤患者腮腺組織病理形態(tài)表 現(xiàn)。 常 規(guī)MRI 包 括T1WI 軸 位、 T2WI 軸 位 和T2WI 抑脂軸位、冠狀位和矢狀位序列掃描。掃描參 數(shù)： ①T1WI 序 列： TR/TE 622 ms·11 ms－1，層厚3 mm，層間距1 mm，激勵次數(shù)（NEX） 3，矩陣256×256，視野（FOV） 240 mm×240 mm；②T2WI 序列； TR/TE 4 890 ms·70 ms－1，層厚3 mm， 層 間 距1 mm， NEX 2， 矩 陣256×256，F(xiàn)OV 240 mm×240 mm；③T2WI 抑脂序列：TR/TE 5 080 ms·87 ms－1，層厚3 mm，層間距1 mm，NEX 1，矩陣256×256，F(xiàn)OV 240 mm×240 mm；④DWI 掃描序列：b 值取800 s·mm－2，采用單次激發(fā)、短T1 翻轉(zhuǎn)恢復平面回波序列，TR/TE 700 ms·80 ms－1，層厚3 mm，層間距1 mm，NEX 2，矩陣256×256，F(xiàn)OV 300 mm×320 mm。

1.3圖像分析和ADC測量所有患者的MR 圖像由2 名具有5 年以上工作經(jīng)驗的診斷醫(yī)師共同閱片，經(jīng)商議確定病灶位置并測量相關(guān)數(shù)據(jù)。 采用Siemens 后臺工作軟件（Syngo MRB1， Simens），在b=800 mm·s－2時，以常規(guī)MRI 圖像為參考，在ADC 圖上進行測量，于病灶內(nèi)、病灶鄰近正常腺體（距離病灶10 mm 以上區(qū)域）、病灶對側(cè)正常腺體作為正常對照組放置感興趣區(qū) （region of interest，ROI），應避開壞死和囊變區(qū)。ROI 盡量保持形狀和大小一致，所得數(shù)據(jù)均測量3 次取平均值，以減少誤差。rADC 計算公式：rADC = （病灶ADC－參考腺體ADC） / 參考腺體ADC。

1.4統(tǒng)計學分析采用SPSS 21.0 統(tǒng)計軟件進行統(tǒng)計學分析。 ADC、 對側(cè)腺體rADC 和臨近腺體rADC 值均呈正態(tài)分布，以x±s表示，2 組數(shù)據(jù)組間比較采用兩獨立樣本t檢驗；采用Logistic 回歸篩選變量并建立回歸方程，產(chǎn)生新變量，繪制新變量以及單項指標即ADC、對側(cè)腺體rADC 以及臨近腺體rADC 的受試者工作特征曲線（ROC），計算ROC 曲線下面積（AUC），評價各指標對腮腺良惡性腫瘤的診斷價值，并計算最佳臨界值、敏感度和特異度。以P＜0.05 為差異有統(tǒng)計學意義。

2 結(jié) 果

2.1腮腺腫瘤患者的分型和腮腺組織病理形態(tài)表現(xiàn)60 例腮腺良性腫瘤患者中，包括腮腺混合瘤36 例（圖1），腺淋巴瘤19 例（圖2），血管瘤3 例，肌上皮瘤1 例，基底細胞瘤1 例；24 例惡性腫瘤患者，包括黏液表皮樣癌18 例（圖3）， 腺樣囊性癌3 例，腺泡細胞癌2 例，轉(zhuǎn)移瘤1 例。腮腺混合瘤患者腮腺組織病理形態(tài)表現(xiàn)見圖4 （封三）。

圖1 腮腺混合瘤患者MRI 影像Fig.1 MRI images of patient with pleomorphic adenoma of parotid gland

圖2 腮腺淋巴瘤患者MRI 影像Fig.2 MRI images of patient with adenocarcinoma of parotid gland

2.2腮腺良惡性腫瘤的ADC和rADC 腮腺良性腫 瘤 的ADC ［（1.21±0.25） ×10－3mm2·s－1］ 明顯 大 于 惡 性 腫 瘤 的ADC ［ （0.90±0.12） ×10－3mm2·s－1］（P＜0.05）；腮腺良性腫瘤的對側(cè)腺體rADC 和鄰近腺體rADC 均明顯高于腮腺惡性腫瘤（P＜0.05）。見表1。

圖3 腮腺黏液表皮樣癌患者MRI 影像Fig.3 MRI images of patient with mucoepidermoid carcinoma of parotid gland

表1 腮腺良惡性腫瘤ADC、對側(cè)腺體rADC 和鄰近腺體rADCTab.1 ADC, rADC of contralateral gland ,and rADC of adjacent gland in benign and malignant parotid gland tumors （x±s）

2.3單項指標鑒別2種疾病的診斷價值A(chǔ)DC、對側(cè)腺體rADC 和臨近腺體rADC 在診斷腮腺良惡性腫瘤的AUC 分別為0.859、0.874 和0.894。其中，ADC 鑒別2 種疾病的最佳臨界值為1.008，敏感度為85.70%， 特異度為81.20%； 對側(cè)腺體rADC 的最佳臨界值為－0.088， 敏感度為91.40%，特異度為71.90%；臨近腺體rADC 的最佳臨界值為－0.044， 敏感度為88.60%， 特異度為81.20%。見表2 和圖5。

2.4聯(lián)合指標鑒別2種疾病的診斷效能本研究采用兩兩組合的方式利用ROC 曲線對3 項指標進行聯(lián)合分析。其中ADC 聯(lián)合臨近腺體rADC 的診斷效能高于ADC 聯(lián)合對側(cè)腺體rADC，其AUC 分別為0.894 和0.874。見表3 和圖5。

3 討 論

DWI 是通過觀察人體內(nèi)部水分子的布朗運動來反映組織的生物特性和微觀結(jié)構(gòu)的功能成像方法［5］，因其無需用對比劑、無創(chuàng)且成像時間較短，近年來已廣泛應用于腮腺腫瘤病變的檢出中。DWI能敏感反映水分子擴散受限情況，通過ADC 對水分子擴散受限情況進行定量測量，腫瘤的細胞密度越高， 細胞外間隙越小， 水分子擴散相對受限，ADC 越低，反之亦然［6-8］。腮腺腫瘤具有復雜的病理類型和亞型，不同組織結(jié)構(gòu)其內(nèi)部水分子擴散水平必然不同，這種特性使ADC 成為預測腮腺腫瘤病理類型的指標。

表2 ADC、對側(cè)腺體rADC 和鄰近腺體rADC 的ROC 曲線分析結(jié)果Tab.2 ROC curve analysis results of ADC, rADC of contralateral gland ,and rADC of adjacent gland

表3 各聯(lián)合指標的ROC 曲線分析結(jié)果Tab.3 ROC curve analysis results of each combined index

圖5 各單項指標和聯(lián)合指標鑒別腮腺良惡性腫瘤的ROC曲線Fig.5 ROC curves of single index and combined indexes in differentiation of benign and malignant parotid gland tumors

EIDA 等［9］通過研究最先提出：腮腺良惡性腫瘤的ADC 存在差異，其中，腮腺良性腫瘤的ADC明顯高于惡性腫瘤。ARNDT 等［10］發(fā)現(xiàn)：腮腺多形性腺瘤、腺淋巴瘤和腮腺惡性腫瘤這3 種腫瘤的ADC 同樣存在明顯差異，其中，腺淋巴瘤ADC 低于腮腺多形性腺瘤和腮腺惡性腫瘤，其原因可能是腺淋巴瘤內(nèi)含有豐富的淋巴基質(zhì)及腺上皮分泌的黏蛋白，這種結(jié)構(gòu)使水分子擴散受限從而導致ADC明 顯 降 低［11］，該 結(jié) 論 在KATO 等［12］的 研 究 中 也得到了佐證。楊功鑫等［13］通過大樣本研究腮腺良惡性腫瘤得出結(jié)論：將腮腺腺淋巴瘤從良性腫瘤中剔除，ADC 鑒別腮腺良性腫瘤及惡性腫瘤中的診斷效能明顯提高，這可能與腮腺腺淋巴瘤與腮腺惡性腫瘤的ADC 具有一定的重疊、可在一定程度上影響ADC鑒別腮腺良惡性腫瘤的準確性有關(guān)聯(lián)［13］。本文研究結(jié)果與EIDA 等［9］的觀點基本一致。與上述報道相反，國外學者Matsushima 等［14］和國內(nèi)學者左志超等［15］認為：ADC 在鑒別腮腺良惡性腫瘤中無診斷價值。本文作者認為：造成上述實驗結(jié)果的差異可能與以下幾點有關(guān)聯(lián)：①每組實驗收集病例不同，即腺淋巴瘤所占腮腺良性腫瘤的構(gòu)成比不同；②腮腺腫瘤具有復雜的病理類型和亞型，細胞外基質(zhì)水平各異； ③ADC 受外在環(huán)境影響較大，例如患者脈搏的搏動、呼吸運動及所用線圈、操作者和場強等。因此，鑒別腮腺良惡性腫瘤仍是一項難題。

研究［16-17］證實：腫瘤組織的ADC 不僅受細胞通透性、基礎(chǔ)代謝率、組織微血管密度和呼吸頻率等生理因素影響，同時年齡及營養(yǎng)狀態(tài)等外在因素也會對ADC 有所影響，因此本文作者引用ADC 比值法來消除個體因素、 不同機器和掃描序列對ADC 的影響，使ADC 標準化，從而為腮腺腫瘤性質(zhì)的判定做出更加精確的診斷。

本研究分別采用腫瘤臨近正常腺體ADC 和對側(cè)正常腺體ADC 作為參考值，并進行對比分析，以便找到最優(yōu)的參考部位。 既往有學者［18］研究rADC 在鑒別腮腺良惡性腫瘤中采用病灶臨近腺體作為參考值，本研究在此基礎(chǔ)上又引入病灶對側(cè)腺體， 主要是因為其離病灶較遠， 受病灶影響較?。?9］。本研究結(jié)果顯示：腮腺良性腫瘤的ADC 和rADC 均高于腮腺惡性腫瘤，差異有統(tǒng)計學意義。ROC 曲線分析結(jié)果顯示：采用ADC 比值法較測量ADC 對鑒別腮腺良惡性腫瘤具有更高的價值，且以不同部位的ADC 作為參考值，rADC 的診斷價值不同，其中以腫瘤臨近腺體的ADC 值作為參考，rADC 的AUC 最大，診斷價值最高。根據(jù)rADC 計算公式得出：rADC 大小主要取決于病灶ADC 和參考部位ADC，與惡性腫瘤周圍腺體比較，良性腫瘤周圍腺體功能破壞較輕，細胞密度較大，水分子擴散受限明顯， 周圍腺體ADC 變小， 相應rADC 變大；同時，腮腺炎性病變可以造成病灶周圍炎癥細胞浸潤及大分子蛋白的滲出，這均降低了周圍腺體的ADC，從而提高了rADC［20-21］，上述結(jié)果可能與導致腮腺良性腫瘤及惡性腫瘤的臨近腺體rADC 差值較大有關(guān)聯(lián)。對側(cè)腺體rADC 的診斷效能不及臨近腺體rADC，可能與正常腮腺腺體受年齡影響因素較大有關(guān)聯(lián)，隨著年齡的增加，正常腺體會退化及脂肪化［22］。在利用ROC 曲線分析多指標聯(lián)合對腮腺良惡性腫瘤的鑒別診斷價值方面，本研究采用兩兩組合的方式納入了2 種模式結(jié)果顯示：與單項指標ADC 的AUC 比較，各聯(lián)合指標的AUC 增大，但與標準化的ADC 比較，AUC 未見明顯變化，但敏感度提高，表明將各單項指標進行聯(lián)合診斷提高了對腮腺良惡性腫瘤鑒別診斷價值。

綜上所述， ADC 和rADC 在鑒別腮腺良惡性腫瘤中均具有良好的診斷價值，其中rADC 能夠更好地減少個體因素對ADC 的影響，為臨床診斷提供了新思路，提高了DWI 的診斷價值。本研究亦存在一定的局限性， 如本次實驗僅局限于b=800 s·mm－2，不同b 值條件下rADC 對于鑒別腮腺良惡性腫瘤的診斷效能有待進一步探討；同時，本研究納入病例數(shù)較少，應擴大樣本量進行更深入的探討。