0 前言

       卵巢肿瘤是女性生殖系统常见的肿瘤之一，卵巢癌是妇科第二常见的恶性肿瘤，大多数在晚期才被诊断出来^{[1, 2, 3]}，是女性癌症死亡的第五大原因^{[2, 3]}，因此早期诊断至关重要。影像学是常用的检查手段，现已发展到可准确诊断肿瘤良恶性，以避免对良性病变进行根治性手术^{[4, 5, 6]}，尤其是对有生育要求的女性有重要价值^{[4,6, 7, 8]}。超声检查作为首选成像方法^{[8, 9, 10, 11]}，发现恶性肿瘤的比率为8%～20%^[12]，但仍有20%的肿瘤无法明确良恶性^[8,13]。对于超声无法明确良恶性的肿瘤，MRI可进一步评估。

       MRI已被认为是卵巢肿瘤良恶性诊断的非手术金标准^[5,14]。2013年，THOMASSIN-NAGGARA等^[15]开发了一种用于附件肿瘤评估（Assessment of Different NEoplasias in the AdneXa, ADNEX）MR评分系统。该评分系统有助于标准化卵巢肿瘤MRI报告，并将诊断结果准确传达给临床，对患者选择合适的治疗方法有潜在帮助^[16]。目前国内对该评分系统的研究主要是检测其诊断性能，而关于评分系统风险分层指南介绍较少，因此本文将对评分系统进行解读，讲述评分系统的扫描技术、评分规则及临床相应处理方法，综述其应用现状及相关研究进展，以便临床工作者更好地了解并运用。

1 ADNEX MR评分系统扫描技术及征象分析

1.1 扫描技术

       在1.5 T或3.0 T MRI系统上，使用骨盆相控阵线圈采集图像，包括常规和功能成像序列两部分。常规成像序列包括：轴位、矢状位、冠状位的T1WI、T2WI序列以及T1WI、T2WI脂肪抑制序列。功能成像序列包括扩散加权成像（diffusion-weighted imaging, DWI）和动态对比增强MRI（dynamic contrast enhanced MRI, DCE-MRI）序列。DWI序列为高b值的DWI序列（b值＞1000 s/mm²）；DCE-MRI为增强后T1WI动态序列，包括动脉和静脉期及一个或多个延迟期^[11]，必要时可利用增强后减影图像显示真正强化的实性组织^[11,17]。扫描层厚≤3 mm；若肿瘤大于线圈宽度，应调整线圈涵盖整个病变^[18]。检查前患者需禁食4～6 h及应用解痉药减少肠蠕动（除非有禁忌证）^{[5,7,18, 19]}。

       高b值的DWI可将常规MRI的准确率（accuracy, Acc）提高15%^[15]。一般恶性肿瘤扩散受限，呈高信号。DWI还可用于识别恶性肿瘤复发及腹膜等远处转移的存在与范围^{[20, 21]}。但DWI不可独立证明肿块良恶性^[8,22]，因脓肿也可扩散受限，表现为高信号^{[23, 24]}。

       DCE-MRI是一种显示肿瘤微循环变化的成像方法，已用于评估卵巢疾病^{[24, 25]}。可根据实性组织时间-信号强度曲线评估肿瘤风险分层，能将常规MRI的Acc提高25%^[15]。对于常规MRI无法明确良恶性的肿瘤，建议采取DCE-MRI检查^[11]，诊断价值优于非DCE-MRI检查^[14,26]。在肿瘤实性组织强化最明显的区域和正常子宫肌层层面分别获取动态数据，参照乳腺或前列腺MRI灌注曲线的后处理软件标准，生成三种时间-信号强度曲线^{[5,7,10,15,27]}。若未采取DCE-MRI检查，良性肿瘤Acc仍很高，为96.4%^[6,14]；而恶性肿瘤特异性（specificity, Spec）将＜90%^[7]或＜95%^[5]，但仍可使用该评分系统^[28]。总体来说，功能成像序列可使MRI总体Acc＞90%^[15]。

1.2 征象分析

       对于卵巢肿瘤，应当根据以下征象（表1, 2, 3, 4, 5, 表6）进行分析。

       上述指标中，实性组织是风险分层的主要因素，若无实性组织，恶性风险接近0%^[14]。BERNARDIN等^[8]认为不规则增厚分隔和实性成分为恶性的主要特征；THOMASSIN-NAGGARA等^[29]认为乳头状突起是恶性肿瘤的预测指标；另一研究^[15]认为恶性最显著特征是Ⅲ型强化的实性组织和腹膜转移。

点击查看表格

表1  囊实性分类
Tab. 1  Cystic solid classification

点击查看表格

表2  囊性液体的成分
Tab. 2  The composition of cystic fluid

点击查看表格

表3  实性组织
Tab. 3  Solid organization

点击查看表格

表4  其他实性成分
Tab. 4  Other real components

点击查看表格

表5  腹膜转移
Tab. 5  Peritoneal metastasis

点击查看表格

表6  实性组织时间-信号强度曲线
Tab. 6  Solid organization time-signal strength curve

2 ADNEX MR评分分类及补充

       ADNEX MR评分系统根据肿瘤信号特点进行评估及风险分层，并分配相应的数值：1～5分。得分越高，肿瘤的恶性风险越高^[5,7,31]。

2.1 评分分类

       ADNEX MR评分分类及定义详见表7^[5,7,32]。

点击查看表格

表7  ADNEX MR评分分类
Tab.7  ADNEX MR Grade classification

2.2 补充

2.2.1 评分为1分

       评分为1分，无卵巢肿瘤（表8），即为正常卵巢结构。

点击查看表格

表8  正常卵巢结构
Tab. 8  Normal ovarian structure

2.2.2 评分为2分

       评分为2分的肿瘤恶性阳性似然比（positive likelihood ratio, PLR）和阳性预测值（positive predictive value, PPV）为0，可保守治疗^[5,7]。THOMASSIN-NAGGARA等^[15]认为评为2分的肿瘤恶性风险非常低，无需进一步检查。

       囊壁无强化是非常强的良性预测因子，若单房蛋白性/出血性囊肿无壁强化，则评为良性^[5]。壁强化的单纯性囊肿评为良性，超过80%在随访中消失^[5]。单房巧克力囊肿评为良性，其征象为T1WI高、T2WI低信号，无实体组织；另一征象为T2WI暗点征，即T2WI上囊内的离散的、显著低信号的病灶，可与囊肿壁相邻，但不在壁内^[14,33]。

       脂肪组织T1WI、T2WI呈高信号，脂肪抑制序列脂肪组织呈低信号^[5]。含脂肪的卵巢病灶多为畸胎瘤，一般还含有毛发、钙化和碎片。有不到15%的畸胎瘤具有强化实性成分，但如何鉴别畸胎瘤强化成分的良恶性权威数据缺乏，因此还不能对此类肿瘤进行评分^[5,7]。此外，未成熟畸胎瘤属于恶性肿瘤（占卵巢畸胎瘤1%～3%），因此该分类不够严谨，应对畸胎瘤亚型作进一步研究，临床应用时需加以注意。

       若实性组织T2WI和高b值DWI图像均为低信号，表明含有纤维组织，为良性^[5,7,18,34]。包括纤维腺瘤、纤维膜瘤、布伦纳（Brenner）瘤，增强可为Ⅰ或Ⅱ型强化。但Brenner瘤具有恶性潜能^[35]，若为Ⅲ型强化，考虑恶性^[5]。

       部分肿瘤可能需要随访，单房囊肿绝经前直径＞5 cm或绝经后直径＞3 cm的需要随访^{[36, 37]}。出血性囊肿、巧克力囊肿和畸胎瘤恶变风险约为1%～2%^[5,7]，巧克力囊肿与子宫内膜样癌和卵巢透明细胞癌有关^[38]，部分黏液性癌与卵巢畸胎瘤或Brenner瘤有关^[2,24]。鉴于以上情况，虽然评为2分的肿瘤恶性风险非常低，但不可忽视，评分系统可对其随访时间作进一步研究，例如肾囊肿Bosninak分级的2F级。

2.2.3 评分为3分

       评分为3分的肿瘤恶性PLR为0.05、PPV为4.3%。临床医生可告知患者恶性的可能性，采取适当的治疗方法。

       当囊肿T1WI呈不同信号，T2WI呈高信号而无强化，认为是出血性/蛋白性囊肿^[18]；当壁强化时有一定的恶性风险^[5]。出血性囊肿特有的高T1信号使其难以评估是否有壁强化，因此需要增强后减影图像，来确定囊壁是否强化。

       多房无实体组织的囊肿可以是生理性或良性（即囊腺瘤），也可以是恶性（交界性或低级别肿瘤），但最有可能是生理性或良性^[5]。囊液信号特征有助于鉴别，如黏液性囊腺瘤可在不同小室中含有不同成分的黏蛋白，T1WI、T2WI信号不同，称为彩色玻璃征^[24,39]。

2.2.4 评分为4分

       评分为4分的肿瘤恶性PLR为9.6、PPV为69.2%^[15]或5%～95%^[7]。此时需要结合患者的临床表现及生化检查作出准确判断，提出合理的治疗方案。当影像、临床表现及生化检查不支持良性时，肿瘤应被认为恶性，需要积极治疗。

2.2.5 评分为5分

       评为5分的肿瘤恶性PLR为16.125、PPV为97.6%^[5,15]。应立即采用适当的分期手术或细胞减灭术治疗^[4]。SADOWSKI等^[7]指出腹膜或网膜结节状增厚，则恶性PPV＞95%。无论肿瘤的特征如何，腹膜或网膜转移预示患者进入晚期^[5]。

       评为5分的恶性肿瘤包括交界性、低级别和高级别肿瘤，该系统并未对其亚型进一步鉴别^[19]，这就导致无法对恶性肿瘤亚型提供更精确的治疗建议，尤其是对有生育要求的女性，因此需要进一步研究。此外，部分良性病变与高危组鉴别困难，如复杂的输卵管脓肿和卵巢间质瘤等，需要仔细阅片并结合病史、体格检查及实验室指标仔细甄别。

3 ADNEX MR评分系统研究进展及局限性

3.1 研究进展

       ADNEX MR评分系统在卵巢肿瘤良恶性鉴别方面具有较高的性能，可在多种临床环境中使用^[15,19]，已有多个研究中心测试了评分系统的性能^[5,13,19]。PEREIRA等^[40]验证评分系统敏感性（sensitivity, Sens）和Spec＞94%。BASHA等^[16]验证评分系统在诊断恶性肿瘤的Acc、Sens、Spec、PPV和阴性预测值（negative predictive value, NPV）分别为93.4%、94.9%、92.9%、80.6%和98.3%。一致性检验是评分系统应用的重要因素。研究表明ADNEX MR评分系统在不同年资放射科医生之间的评分一致性较高，为0.855～0.904^[5,15,19,40]。因此，评分系统具有较高的准确性和可重复性，支持该评分系统在临床工作中实施，可提高不同年资放射科医生对卵巢肿瘤的诊断水平。

       但是国内外对于评分系统预测恶性肿瘤的最佳截断值研究数据不一致。国外研究表明最佳截断值为4，并将肿瘤分为低危组（评分＜4）和高危组（评分≥4）^[10,40]。THOMASSIN-NAGGARA等^[15]认为评分≤3，与恶性肿瘤的关联最小，患者可随访或保守治疗。当评分为4或5时，恶性PPV分别为69%、96%^[5,31]，Sens为93.5%，Spec为96.6%^[15,32]。国外研究表明当评分≥4时，恶性可能性很高，应积极治疗^[5,10,15,32]。而国内一项研究表明最佳截断值为3，当评分≥3时，评分系统预测恶性肿瘤的AUC为0.947，诊断恶性肿瘤的Acc、Sens、Spec、PPV和NPV分别为93.36%、95.59%、92.66%、80.25%和98.54%^[41]。评分系统预测恶性肿瘤的最佳截断值国内外数据不一致的原因尚不明确，因此接下来需要对恶性肿瘤预测的最佳截断值进行深入研究。

       研究表明，当发现附件肿块中存在高b值的DWI和低表观扩散系数（apparent diffusion coefficient, ADC）值的实性组织时，则高度提示肿块为恶性^{[23, 24,34]}。HOTTAT等^[42]将ADC图加入到ADNEX MR评分系统中加以改进，研究发现改进后的评分系统，假阳性率降低，Spec可提高到93.3%。但该改进的评分系统未能充分利用ADC图包含的定量信息，仅主观评判信号高低，存在不足。在此不禁设想：评分系统结合ADC图包含的定量信息是否能够提高卵巢肿瘤良恶性的诊断性能及是否有助于恶性肿瘤亚型的鉴别值得进一步研究。

       SAHIN等^[28]参考ADNEX MR评分系统，提出简化的MR评分系统，探讨MRI平扫方案对卵巢肿瘤良恶性鉴别的诊断性能。研究发现简化的评分系统中≥4分的恶性肿瘤Sens为84.9%，Spec为95.9%，Acc为94.2%，PLR为21^[28]。这表明在不使用对比剂的情况下，MRI对卵巢肿瘤的良恶性鉴别仍有较高的准确性。因此，当缺乏增强检查时，MRI平扫方案可作为一种合理的诊断替代方案。THOMASSIN-NAGGARA等^[12]将ADNEX MR评分系统整合到卵巢-附件影像报告和数据系统（Ovarian-Adnexal Reporting Data System Magnetic Resonance Imaging, O-RADS）MRI评分系统中，O-RADS MRI评分系统对附件肿块恶性风险分层的Sens及Spec均较高^{[28, 43]}。部分研究者认为这是目前文献中对附件肿块MRI定性最全面的指南^[28]。O-RADS MRI评分系统是在ADNEX MR评分系统的基础上推出的，在畸胎瘤评分及非DCE-MRI序列评分等方面作出改进，但也存在一些不足：如仍未就ADC图含有的定量信息进行分析。

3.2 局限性

       第一，MRI不能将肿瘤完全分类，有＜15%^[10,16]或5%～7%^[27]的病变仍未准确分配。第二，某些地区DCE-MRI序列使用尚不普遍；或部分患者子宫已切除，无法比较子宫肌层和病变之间的灌注曲线，影响评分；且时间-强度曲线制作较为烦琐，并不是所有放射科医生都能轻松掌握并使用^{[28, 44]}。第三，评分系统未分析定量参数，包括容积转运常数（volume transfer constant, K^trans）、速率常数（rate constant, Kep）、血管外细胞外容积分数^[25,45]，研究发现这些参数对肿瘤良恶性的鉴别具有较肯定的价值^{[26, 45, 46, 47, 48]}，尤其K^trans值和Kep值^{[45, 48]}。第四，在过去的几年里，人工智能技术在医学上的应用急剧增加，但人工智能技术缺乏对妇科肿瘤领域的关注，在妇科肿瘤领域几乎没有取得进展^{[49, 50]}。ADNEX MR评分系统依赖放射科医生的经验和主观评判，而未能很好地结合人工智能技术，这或许会影响工作效率及对卵巢肿瘤的诊断。

4 总结

       ADNEX MR评分系统具有较高的诊断性能，可较好地对卵巢肿瘤风险进行评估并分层，能有效提高卵巢肿瘤良恶性的诊断准确性，对指导患者治疗、提高患者的生存质量及生存率有着重要意义。在不同资历的放射科医生之间评分一致性也较高。因此，可很容易地推广使用。但鉴于评分系统中存在的不足之处，临床应用时还要加以注意，需要将来进一步研究并完善。