分享:
分享到微信朋友圈
X
临床研究
DWI、IVIM及DCE-MRI参数与软组织肿瘤Ki-67表达相关性的研究
张羽 柴荣鑫 王得志

Cite this article as: ZHANG Y, CHAI R X, WANG D Z. Study on the correlation between DWI, IVIM, and DCE-MRI parameters and Ki-67 expression in soft tissue tumors[J]. Chin J Magn Reson Imaging, 2024, 15(10): 136-140, 147.本文引用格式:张羽, 柴荣鑫, 王得志. DWI、IVIM及DCE-MRI参数与软组织肿瘤Ki-67表达相关性的研究[J]. 磁共振成像, 2024, 15(10): 136-140, 147. DOI:10.12015/issn.1674-8034.2024.10.023.


[摘要] 目的 探究扩散加权成像(diffusion weighted imaging, DWI)、体素内不相干运动(intravoxel incoherent motion, IVIM)和动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI)参数与软组织肿瘤Ki-67表达的相关性。材料与方法 回顾性纳入56例经病理证实的软组织肿瘤患者,将Ki-67指数>20%的病例纳入高表达组(n=22)、≤20%的病例纳入低表达组(n=34)。比较组间DWI、IVIM和DCE-MRI参数,包括表观扩散系数(apparent diffusion coefficient, ADC)、真扩散系数(pure diffusion coefficient, D)、假扩散系数(pseudo-diffusion coefficient, D*)、灌注分数(perfusion fraction, f)、速率常数(rate constant, Kep)、容积转运常数(volume transfer constant, Ktrans)、血管外细胞外间隙容积分数(extravascular extracellular volume fraction, Ve),并应用Pearson相关系数分析差异具有统计学意义的参数与Ki-67指数相关性。结果 Ki-67低表达组ADC和D值显著高于高表达组,Ktrans和Kep值显著低于高表达组(P均<0.05);其中,ADC和D值与Ki-67指数呈负相关(r=-0.637、-0.625,P均<0.001);Ktrans呈正相关(r=0.263,P=0.050)。ADC值在区分软组织肿瘤中Ki-67表达状态的曲线下面积(area under the curve, AUC)最高,为0.920(0.845~0.994)。结论 ADC、D、Ktrans和Kep参数可有效预测软组织肿瘤Ki-67表达,其中ADC和D是预测Ki-67表达状态的最佳参数,可以为临床诊断、治疗及预后判断提供帮助。
[Abstract] Objective To investigate the correlation between diffusion weighted imaging (DWI), intravoxel incoherent motion (IVIM), and dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) parameters and the expression of Ki-67 in soft tissue tumors.Materials and Methods A retrospective study included 56 patients with pathologically confirmed soft tissue tumors, divided into a high expression group (n=22) with a Ki-67 index of >20% and a low expression group (n=34) with a Ki-67 index of ≤20% according to the Ki-67 index. The study compared DWI, IVIM, and DCE-MRI parameters between the groups, including apparent diffusion coefficient (ADC), pure diffusion coefficient (D), pseudo-diffusion coefficient (D*), perfusion fraction (f), rate constant (Kep), volume transfer constant (Ktrans), and extracellular extravascular space volume fraction (Ve), and analyzed their correlation with Ki-67 index. It also applied the Pearson correlation coefficient to analyze the significant correlation of parameters with the Ki-67 index that showed significant differences between the groups.Results The ADC and D values were significantly higher in the low Ki-67 expression group than in the high expression group, while Ktrans and Kep values were significantly lower (P<0.05 for all). ADC and D values showed a negative correlation with Ki-67 index (r=-0.637, -0.625, P<0.001), whereas Ktrans showed a positive correlation (r=0.263, P=0.050). ADC had the highest area under the curve (AUC) in distinguishing Ki-67 expression status in soft tissue tumors, at 0.920 (0.845-0.994).Conclusions ADC, D, Ktrans, and Kep can effectively predict Ki-67 expression in soft tissue tumors, with ADC and D being the best parameters for predicting the Ki-67 expression status, providing assistance in clinical diagnosis, treatment, and prognosis assessment.
[关键词] 软组织肿瘤;体素内不相干运动;动态对比增强磁共振;Ki-67;磁共振成像
[Keywords] soft tissue tumors;intravoxel incoherent motion;dynamic contrast-enhanced magnetic resonance imaging;Ki-67;magnetic resonance imaging

张羽 1   柴荣鑫 2   王得志 1*  

1 诸城市人民医院医学影像科,潍坊 262200

2 青岛大学附属医院放射科,青岛 266000

通信作者:王得志,E-mail: wang6189_cn@163.com

作者贡献声明:王得志设计本研究的方案,对稿件重要的内容进行了修改;张羽起草和撰写稿件,获取、分析和解释本研究的数据;柴荣鑫获取、分析和解释本研究的数据,对稿件的重要内容进行了修改;全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


收稿日期:2024-04-24
接受日期:2024-09-10
中图分类号:R445.2  R738.6 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2024.10.023
本文引用格式:张羽, 柴荣鑫, 王得志. DWI、IVIM及DCE-MRI参数与软组织肿瘤Ki-67表达相关性的研究[J]. 磁共振成像, 2024, 15(10): 136-140, 147. DOI:10.12015/issn.1674-8034.2024.10.023.

0 引言

       软组织肿瘤是指起源于体内间叶组织的一类肿瘤,它们在临床表现、生物学行为和治疗反应上存在着显著差异[1, 2]。Ki-67是一种核蛋白,其表达与细胞增殖活动密切相关[3, 4]。其作为一种肿瘤增殖标记物,在众多肿瘤类型中被广泛研究[5, 6, 7]。组织肿瘤的生物学行为与Ki-67表达密切相关,因此,准确检测Ki-67表达情况对于治疗计划和疾病监测至关重要[8, 9]。传统的生物标本检测方法作为有创检查,其侵入性强,安全性不能得到有效保证[10, 11]。随着医学成像技术的进步,扩散加权成像(diffusion weighted imaging, DWI)、体素内不相干运动(intravoxel incoherent motion, IVIM)和动态对比增强磁共振(dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI)提供了更深入的肿瘤微观结构和血管功能信息[12, 13, 14]。DWI能够通过表观扩散系数(apparent diffusion coefficient, ADC)对病变进行定量评估,可以反映组织的水分子扩散特性[15, 16]。IVIM通过双指数模型分析,能够有效识别扩散的水分子和具有灌注作用的毛细血管,即区分组织的微扩散和微灌注[17, 18]。DCE-MRI可以有效评估肿瘤的血管通透性和血液动力学[12, 19]。这些定量参数与软组织肿瘤的生物学特性,尤其是Ki-67表达水平之间的潜在关联,为肿瘤的非侵入性评估提供了新的视角。有研究认为软组织肉瘤DWI参数与Ki-67表达水平显著相关[8, 9],有助于区分低级别和高级别肉瘤。然而,这些研究只分析了这些定量参数与恶性软组织肿瘤之间的相关性,而忽略了Ki-67作为细胞增殖活性的重要指标,在良性软组织肿瘤中同样重要,可以提供肿瘤的生长速度等信息。因此,本研究旨在填补这一空白,深入探讨DWI、IVIM和DCE-MRI参数与软组织肿瘤中Ki-67表达水平之间的相关性,以期无创地评估肿瘤的增殖状态,从而为临床治疗提供更准确的指导。

1 材料与方法

1.1 研究对象

       回顾性分析青岛大学附属医院、诸城市人民医院2019年1月至2024年1月收治的56例经病理证实的软组织肿瘤患者,其中青岛大学附属医院纳入45例患者、诸城市人民医院纳入11例患者,包括26名女性和30名男性,年龄8~68(43.5±17.7)岁。纳入标准:(1)在青岛大学附属医院、诸城市人民医院接受手术切除或活检后病理学证实为软组织肿瘤;(2)术前2周内进行DWI、IVIM和DCE-MRI检查;(3)临床资料完整。排除标准:(1)图像质量差影响图像分析;(2)肿瘤可测量部分小于1 cm;(3)复发或转移性肿瘤。根据Ki-67表达情况,将患者分为Ki-67低表达组(≤20%)和高表达组(>20%)[20]。本研究遵守《赫尔辛基宣言》,并分别经诸城市人民医院伦理委员会[批准文号:诸医伦审(2023)第011号]、青岛大学附属医院伦理委员会[批准文号:QYFY WZLL 28636]批准,免除患者知情同意。

1.2 MR图像采集

       青岛大学附属医院使用德国Siemens Prisma 3.0 T磁共振仪、诸城市人民医院使用美国GE Discovery MR750 3.0 T磁共振仪,18通道体线圈对肿瘤所在部位进行检查。扫描序列包括常规轴位T1WI序列、T2WI序列、DWI及IVIM序列和DCE-MRI。

1.2.1 Siemens Prisma 3.0 T磁共振仪扫描参数

       T1WI序列参数:TR 600 ms,TE 10 ms,FOV 380 mm×380 mm,矩阵256×256,层厚4 mm;T2WI(包括脂肪抑制像)序列参数:TR 2400 ms,TE 87 ms,FOV 380 mm×380 mm,矩阵256×256,层厚4 mm;IVIM-DWI序列采用多b值扫描:0、10、20、30、40、50、70、100、150、200、400和700 s/mm2,TR 2700 ms,TE 87 ms,FOV 350 mm×350 mm,矩阵256×256,层厚4 mm;DCE-MRI序列参数:TR 7.95 ms,TE 3.69 ms,FOV 380 mm×380 mm,矩阵256×256,层厚4 mm。注射对比剂前先获取蒙片,注射后立即开始扫描,使用自动MRI动力注射器(Medrad Spectris Solaris EP)注射钆喷酸葡胺(拜耳股份有限公司,德国),剂量为0.1 mmol/kg,速率为2 mL/s,注射结束后使用15 mL生理盐水冲洗。

1.2.2 GE Discovery MR750 3.0T磁共振仪扫描参数

       T1WI序列参数:TR 400 ms,TE 12 ms,FOV 380 mm×380 mm,矩阵256×256,层厚4 mm;T2WI(包括脂肪抑制像)序列参数:TR 3300 ms,TE 80 ms,FOV 380 mm×380 mm,矩阵256×256,层厚4 mm;IVIM-DWI序列采用多b值扫描:0、30、50、80、100、150、200、500、800、1000、1500和2000 s/mm2,TR 2500 ms,TE 90 ms,FOV 350 mm×350 mm,矩阵256×256,层厚4 mm;DCE-MRI序列参数:TR 3.75 ms,TE 1.25 ms,FOV 380 mm×380 mm,矩阵256×256,层厚4 mm。获取蒙片后注射对比剂,并立即开始扫描。使用高压注射器注射钆喷酸葡胺(拜耳股份有限公司,德国),剂量为0.1 mmol/kg,速率为2 mL/s,注射结束后使用15 mL生理盐水冲洗。

1.3 MRI图像分析

       将所有MRI数据导入GE AW4.7后处理工作站,由两名分别具有15年(副主任医师)和10年(主治医师)放射诊断经验的医师,独立、双盲进行分析。使用MRI Body Diffusion Toolbox Syngo.via(VB10,Siemens Healthcare,德国)软件,在DCE-MRI图像强化最明显的期相所显示的病灶最大层面,对肿瘤实性区域勾画感兴趣区(region of interest, ROI);使用Tissue 4d Syngo.via(VB10,Siemens Healthcare,德国)软件,在IVIM-DWI图像b=0 s/mm2的DWI序列上绘制ROI。当患者病灶为多发时选取最大者勾画,并自动复制到各参数图,大小为0.20~14.59 cm2,尽量避开出血、坏死、钙化和骨化等区域。基于DWI及IVIM图像获得灌注分数(perfusion fraction, f)、真扩散系数(pure diffusion coefficient, D)、假扩散系数(pseudo-diffusion coefficient, D*)及表观扩散系数(apparent diffusion coefficient, ADC);基于DCE-MRI图像获得容积转运常数(volume transfer constant, Ktrans)、速率常数(rate constant, Kep)、血管外细胞外间隙容积分数(extravascular extracellular volume fraction, Ve)和曲线下面积(area under the curve, AUC),每位观察者分别对所有病灶的参数进行三次测量,每次全部测量完毕后间隔3周进行下一次,并将三次测量结果的平均值作为最终结果进行后续研究。

1.4 统计学分析

       采用SPSS 26.0(IBM, USA)软件进行统计分析。分类资料用频数(百分比)表示,其组间差异比较采用卡方检验。使用Shapiro-Wilk检验确定数据是否符合正态分布。符合正态分布的计量资料以平均值±标准差表示,不符合正态分布则以中位数(四分位数)表示,分别使用独立样本t检验或Mann-Whitney U检验进行比较。随后,对具有显著差异的参数绘制受试者工作特征(receiver operating characteristic, ROC)曲线,计算曲线下面积(AUC)、敏感度和特异度,以评估各参数鉴别Ki-67低表达组与高表达组的效能。使用Pearson相关性分析评估与Ki-67表达显著相关的指标之间的关联。使用组内相关系数(intraclass correlation coefficient, ICC)评估2名观察者间测量参数(即每位观察者三次测量的平均值)的一致性,ICC>0.75则认为一致性良好,并使用高年资放射科医师的分析结果作为最终结果进行后续分析。P<0.05认为差异具有统计学意义。

2 结果

2.1 临床资料

       本研究包含56例经病理证实的软组织肿瘤患者,女26名,男30名,其中26例良性软组织肿瘤包括神经鞘瘤14例、神经纤维瘤4例、血管瘤4例、血管平滑肌瘤4例;30例恶性软组织肿瘤包括未分化多形性肉瘤2例、上皮样肉瘤2例、恶性外周神经鞘瘤8例、弥漫大B细胞淋巴瘤2例、间变性大细胞淋巴瘤2例、滑膜肉瘤2例、中分化纤维肉瘤4例、高级别黏液纤维肉瘤2例、上皮样骨母细胞瘤2例、侵袭性纤维瘤病4例。Ki-67指数在1%~80%之间,34例肿瘤的Ki-67指数≤20%,值为7.59%±6.92%;22例的Ki-67指数>20%,值为46.36%±20.13%(表1)。在对ROI的勾画以及DWI、IVIM、DCE参数的测量中,2名观察者之间取得了良好的一致性(ICC值为0.861~0.998),见表2

表1  Ki-67不同表达组临床资料及参数
Tab. 1  Clinical data and parameters in different Ki-67 expression groups
表2  观察者间一致性分析
Tab. 2  Consistency analysis among observers

2.2 不同Ki-67表达组DWI、IVIM、DCE参数比较及效能分析

       低和高Ki-67表达组ADC、D、D*、f、Ktrans、Kep、Ve和AUC的对比分析见表1。ADC和D值在低Ki-67表达组下显著高于高表达组,而低表达组的Ktrans和Kep值显著低于高表达组。图12分别展示了具有代表性的低和高Ki-67表达组软组织肿瘤MRI图像。将对比分析中差异具有统计学意义(P<0.05)的参数绘制ROC曲线(图3)。ADC、D、Ktrans和Kep的AUC值分别为0.920、0.904、0.650和0.743(表3)。其中D值显示出较高的敏感度(88.20%),而ADC值显示较高的特异度(100.00%)。

图1  女,57岁,左前臂神经纤维瘤。1A:病变在T2WI呈高信号;1B~1C:病变在ADC图(1B)和D图(1C)呈高信号强度,ADC值和D值分别为1.60×10-3 mm2/s和1.65×10-3 mm2/s;1D:增强扫描病变呈明显强化;1E:DCE灌注曲线呈持续上升型;1F:病理图(HE ×100);1G:Ki-67免疫组织化学染色(×100)显示阳性细胞数约10%。
Fig. 1  Female, 57-year-old, neurofibroma of left forearm. 1A: The lesion exhibits high signal intensity on T2-weighted imaging (T2WI); 1B-1C: The lesion shows high signal intensity on ADC map (1B) and D map (1C), with ADC and D values of 1.60×10-3 mm2/s and 1.65×10-3 mm2/s, respectively; 1D: The lesion demonstrates significant enhancement on contrast-enhanced scan; 1E. DCE perfusion curve shows a continuous rising pattern; 1F: Pathological image (HE ×100); 1G: Ki-67 immunohistochemical (×100) staining reveals about 10% positive cells. ADC: apparent diffusion coefficient; D: pure diffusion coefficient; DCE: dynamic contrast-enhanced.
图2  女,60岁,右大腿上皮样黏液纤维肉瘤。2A:病变在T2WI呈高信号;2B~2C.病变在ADC图(2B)和D图(2C)呈低信号强度,ADC值和D值分别为0.89×10-3 mm2/s和0.62×10-3 mm2/s;2D:增强扫描病变呈明显不均匀强化;2E:DCE灌注曲线呈流出型;2F:病理图(HE ×200);2G:Ki-67免疫组织化学染色(×200)显示阳性细胞数约50%。
Fig. 2  Female, 60-year-old, epithelioid myxofibrosarcoma of right thigh. 2A: The lesion exhibits high signal intensity on T2-weighted imaging (T2WI); 2B-2C: The lesion shows low signal intensity on ADC map (2B) and D map (2C), with ADC and D values of 0.89×10-3 mm2/s and 0.62×10-3 mm2/s, respectively; 2D: The lesion demonstrates significant uneven enhancement on contrast-enhanced scan; 2E. DCE perfusion curve shows a washout pattern; 2F. Pathological image (HE ×200); 2G: Ki-67 immunohistochemical (×200) staining reveals about 50% positive cells. ADC: apparent diffusion coefficient; D: pure diffusion coefficient; DCE: dynamic contrast-enhanced.
图3  各定量参数的受试者工作特征(ROC)曲线。ADC:表观扩散系数;D:真扩散系数;Ktrans:容积运转常数;Kep:速率常数。
Fig. 3  Receiver operating characteristic (ROC) curves for various quantitative parameters. ADC: apparent diffusion coefficient; D: pure diffusion coefficient; Ktrans: volume transfer constant; Kep: extravascular extracellular volume fraction.
表3  各参数对Ki-67表达的识别效能比较
Tab. 3  Comparison of the discriminatory power of various parameters on Ki-67 expression

2.3 相关性分析

       应用Pearson相关系数对ADC、D、Ktrans和Kep与Ki-67值之间的相关性分析发现,ADC和D值与Ki-67值呈显著负相关(r=-0.637、-0.625,P均<0.001)。Ktrans与Ki-67值呈显著正相关(r=0.263,P=0.050)。Kep与Ki-67值无相关性(r=0.188,P=0.166),详见表4

表4  各参数对Ki-67的Pearson相关性分析
Tab. 4  Pearson correlation analysis of each parameter to Ki-67

3 讨论

       本研究探究了DWI、IVIM和DCE-MRI参数与软组织肿瘤中Ki-67表达的相关性。结果发现ADC和D值在低Ki-67表达组下显著高于高表达组,而Ktrans和Kep值显著低于高表达组。ADC值对Ki-67表达情况识别效能最佳,AUC为0.920。相关性分析显示ADC和D值与Ki-67值呈显著负相关(P<0.001),Ktrans与Ki-67值呈显著正相关(r=0.263,P=0.050),Kep与Ki-67值无相关性(r=0.188,P=0.166)。DWI、IVIM和DCE-MRI参数能够反映肿瘤的生物学行为,对于术前确定肿瘤分级、指导治疗选择以及评估预后具有重要意义。

3.1 DWI、IVIM参数与软组织肿瘤Ki-67表达相关性

       既往有研究指出Ki-67指数与大多数肿瘤的ADC值呈负相关,然而ADC可能受到分子扩散和微循环的影响[21, 22, 23]。因此在本研究中,我们使用了IVIM模型和多b值来分离微循环或灌注相关效应与真实组织扩散(D)[24, 25, 26]。结果表明,ADC、D与Ki-67指数之间存在显著的负相关,说明ADC和D值可能预测软组织肿瘤增殖状态。低Ki-67表达组的ADC和D值显著高于高表达组,与ZHANG等[17]人的研究一致。原因可能是随着Ki-67表达的增加,肿瘤细胞增殖增加,导致细胞排列异常密集,从而影响水分子的限制性扩散,并通过降低的ADC和D值表现。本研究中低表达组的D*值略高于高表达组,但其差异在统计学上不显著,与既往报道相悖[27, 28]。这可能由于本研究纳入高表达组的病例恶性程度更高,其不成熟的新生血管较多,具有较多的异常结构,从而引起血流速度变化。此外,已有研究报道了D*的重复性和再现性较弱[29]

3.2 DCE-MRI参数与软组织肿瘤Ki-67表达相关性

       Ktrans和Kep值在高Ki-67高表达组中显著高于低表达组,这可能是因为恶性肿瘤具有更活跃的血管新生,由于新生血管内皮不完整,导致血管通透性较高[30, 31]。该结论与其他研究一致,这些研究显示Ktrans和Kep值与肿瘤体积变化和Ki-67表达显著相关[32, 33]。然而,Ve在两组之间没有统计学显著差异。可能由于Ve通常受多种因素影响,包括肿瘤细胞的密度、细胞周围水肿以及细胞间质压力等,存在不稳定性[34]。同时,IVIM的灌注分数ƒ并没有像Ktrans和Kep一样与Ki-67显著相关,其可能的原因是IVIM主要对小血管的无序流动较敏感,而DCE-MRI信号则反映了大血管的通透性和血液回流速度[25, 29, 35]。我们的研究结果还显示Ki-67与DCE-MRI衍生的Ktrans指标之间存在显著的正相关,而与Kep无相关性。可能是因为Ktran反映了血管的渗透性和组织血流量,与肿瘤新生血管紧密相关,而Ki-67作为细胞增殖的标志物,其表达水平与肿瘤的生长速率有关[3, 4]。因此其相关性反映了肿瘤生长速率与其血管生成能力之间的关系。而Kep值表示对比剂从细胞外间质返回血管的速率,其更多的与肿瘤微环境的结构有关,而与肿瘤增殖能力关系不大。

3.3 本研究的局限性及展望

       本研究的几个局限性:(1)本研究是在具有异质性组织类型的小患者队列中进行的,可能存在偏倚;(2)使用的DWI、IVIM和DCE参数的测量是基于肿瘤最大层面的ROI,没有包括肿瘤整体;(3)未探讨量化获得的MR参数与长期临床结果之间的关联,未来将进一步研究,以评估DWI、IVIM和DCE-MRI参数在预测肿瘤治疗反应、复发和患者生存方面的价值。

4 结论

       综上所述,IVIM和DCE-MRI技术不仅能够提供肿瘤组织的微观结构和血管功能信息,还可能反映肿瘤的生物学行为。其中ADC值和D值是鉴别Ki-67增殖状态的最优指标,对软组织肿瘤的术前确定肿瘤分级、指导治疗选择以及评估预后具有重要意义。

[1]
SBARAGLIA M, BELLAN E, DEI TOS A P. The 2020 WHO Classification of Soft Tissue Tumours: news and perspectives[J]. Pathologica, 2021, 113(2): 70-84. DOI: 10.32074/1591-951X-213.
[2]
BANSAL A, GOYAL S, GOYAL A, et al. WHO classification of soft tissue tumours 2020: an update and simplified approach for radiologists[J/OL]. Eur J Radiol, 2021, 143: 109937[2023-10-13]. https://pubmed.ncbi.nlm.nih.gov/34547634/. DOI: 10.1016/j.ejrad.2021.109937.
[3]
SORBYE S W, KILVAER T K, VALKOV A, et al. Prognostic impact of Jab1, p16, p21, p62, Ki67 and Skp2 in soft tissue sarcomas[J/OL]. PLoS One, 2012, 7(10): e47068 [2023-10-13]. https://pubmed.ncbi.nlm.nih.gov/23071715/. DOI: 10.1371/journal.pone.0047068.
[4]
YANG Y, ZHANG L Y, WANG T, et al. MRI fat-saturated T2-weighted radiomics model for identifying the ki-67 index of soft tissue sarcomas[J]. J Magn Reson Imaging, 2023, 58(2): 534-545. DOI: 10.1002/jmri.28518.
[5]
ROSA S L. Diagnostic, prognostic, and predictive role of Ki67 proliferative index in neuroendocrine and endocrine neoplasms: past, present, and future[J]. Endocr Pathol, 2023, 34(1): 79-97. DOI: 10.1007/s12022-023-09755-3.
[6]
WANG P P, LI H, HU Y, et al. Relationship between ultrasound features and ki-67 labeling index of soft tissue sarcoma[J/OL]. Front Oncol, 2021, 11: 687878 [2023-10-13]. https://pubmed.ncbi.nlm.nih.gov/34262871/. DOI: 10.3389/fonc.2021.687878.
[7]
YERUSHALMI R, WOODS R, RAVDIN P M, et al. Ki67 in breast cancer: prognostic and predictive potential[J]. Lancet Oncol, 2010, 11(2): 174-183. DOI: 10.1016/S1470-2045(09)70262-1.
[8]
LEE J H, YOON Y C, SEO S W, et al. Soft tissue sarcoma: DWI and DCE-MRI parameters correlate with Ki-67 labeling index[J]. Eur Radiol, 2020, 30(2): 914-924. DOI: 10.1007/s00330-019-06445-9.
[9]
HOOS A, STOJADINOVIC A, MASTORIDES S, et al. High Ki-67 proliferative index predicts disease specific survival in patients with high-risk soft tissue sarcomas[J]. Cancer, 2001, 92(4): 869-874. DOI: 10.1002/1097-0142(20010815)92:4<869:aid-cncr1395>3.0.co;2-u.
[10]
陈峒江, 刘畅, 汪森, 等. 骨与软组织肿瘤穿刺活检的应用现状与争议[J]. 实用骨科杂志, 2023, 29(6): 522-526. DOI: 10.13795/j.cnki.sgkz.2023.06.009.
CHEN T J, LIU C, WANG S, et al. Application status and controversy of puncture biopsy for bone and soft tissue tumors[J]. J Pract Orthop, 2023, 29(6): 522-526. DOI: 10.13795/j.cnki.sgkz.2023.06.009.
[11]
LAI C, LONG J R, LARSEN B T, et al. Percutaneous biopsy of musculoskeletal tumors and the potential for needle tract seeding: technical considerations, current controversies, and outcomes[J]. Skeletal Radiol, 2023, 52(3): 505-516. DOI: 10.1007/s00256-022-04187-2.
[12]
马文婷, 朱袁慧, 魏照坤, 等. 动态对比增强MRI及弥散加权成像参数预测结直肠癌微卫星不稳定[J]. 中国医学影像技术, 2023, 39(10): 1526-1530. DOI: 10.13929/j.issn.1003-3289.2023.10.017.
MA W T, ZHU Y H, WEI Z K, et al. Dynamic contrast enhanced-MRI and diffusion weighted imaging parameters for predicting microsatellite instability of colorectal cancer[J]. Chin J Med Imag Technol, 2023, 39(10): 1526-1530. DOI: 10.13929/j.issn.1003-3289.2023.10.017.
[13]
LE BIHAN D. What can we see with IVIM MRI?[J]. NeuroImage, 2019, 187: 56-67. DOI: 10.1016/j.neuroimage.2017.12.062.
[14]
ZHAN J, HAO D, WANG D, et al. Standard diffusion-weighted, intravoxel incoherent motion, and dynamic contrast-enhanced MRI of musculoskeletal tumours: correlations with Ki67 proliferation status[J/OL]. Clin Radiol, 2021, 76(12): 941.e11-941.e18 [2023-10-13]. https://pubmed.ncbi.nlm.nih.gov/34579866/. DOI: 10.1016/j.crad.2021.09.004.
[15]
LEE S K, JEE W H, JUNG C K, et al. Multiparametric quantitative analysis of tumor perfusion and diffusion with 3T MRI: differentiation between benign and malignant soft tissue tumors[J/OL]. Br J Radiol, 2020, 93(1115): 20191035 [2023-10-13]. https://pubmed.ncbi.nlm.nih.gov/32649224/. DOI: 10.1259/bjr.20191035.
[16]
CHOI Y J, LEE I S, SONG Y S, et al. Diagnostic performance of diffusion-weighted (DWI) and dynamic contrast-enhanced (DCE) MRI for the differentiation of benign from malignant soft-tissue tumors[J]. J Magn Reson Imaging, 2019, 50(3): 798-809. DOI: 10.1002/jmri.26607.
[17]
ZHANG K, DAI Y, LIU Y J, et al. Soft tissue sarcoma: IVIM and DKI parameters correlate with Ki-67 labeling index on direct comparison of MRI and histopathological slices[J]. Eur Radiol, 2022, 32(8): 5659-5668.
[18]
LI X, LIU Y, TAO J, et al. Value of intravoxel incoherent motion and diffusion kurtosis imaging in predicting peritumoural infiltration of soft-tissue sarcoma: a prospective study based on MRI-histopathology comparisons[J]. Clin Radiol, 2021, 76(7): 532-539. DOI: 10.1016/j.crad.2021.02.014.
[19]
LIM H K, JEE W H, JUNG J Y, et al. Intravoxel incoherent motion diffusion-weighted MR imaging for differentiation of benign and malignant musculoskeletal tumours at 3 T[J/OL]. Br J Radiol, 2018, 91(1082): 20170636 [2023-10-13]. https://pubmed.ncbi.nlm.nih.gov/29144153/. DOI: 10.1259/bjr.20170636.
[20]
WEISS S W, GOLDBLUM J R, FOLPE A L. Enzinger and Weiss's soft tissue tumors[M]. Elsevier Health Sciences, 2007.
[21]
CHHABRA A, ASHIKYAN O, SLEPICKA C, et al. Conventional MR and diffusion-weighted imaging of musculoskeletal soft tissue malignancy: correlation with histologic grading[J]. Eur Radiol, 2019, 29(8): 4485-4494. DOI: 10.1007/s00330-018-5845-9.
[22]
LI H M, ZHAO S H, QIANG J W, et al. Diffusion kurtosis imaging for differentiating borderline from malignant epithelial ovarian tumors: a correlation with Ki-67 expression[J]. J Magn Reson Imaging, 2017, 46(5): 1499-1506. DOI: 10.1002/jmri.25696.
[23]
LEE S E, JUNG J Y, NAM Y, et al. Radiomics of diffusion-weighted MRI compared to conventional measurement of apparent diffusion-coefficient for differentiation between benign and malignant soft tissue tumors[J/OL]. Sci Rep, 2021, 11(1): 15276 [2023-10-13]. https://pubmed.ncbi.nlm.nih.gov/34315971/. DOI: 10.1038/s41598-021-94826-w.
[24]
BIHAN D L, BRETON E, LALLEMAND D, et al. Separation of diffusion and perfusion in intravoxel incoherent motion MR imaging[J]. Radiology, 1988, 168(2): 497-505. DOI: 10.1148/radiology.168.2.3393671.
[25]
HECTORS S J, WAGNER M, BESA C, et al. Intravoxel incoherent motion diffusion-weighted imaging of hepatocellular carcinoma: is there a correlation with flow and perfusion metrics obtained with dynamic contrast-enhanced MRI?[J]. J Magn Reson Imaging, 2016, 44(4): 856-864. DOI: 10.1002/jmri.25194.
[26]
WU G, LIU X L, XIONG Y, et al. Intravoxel incoherent motion and diffusion kurtosis imaging for discriminating soft tissue sarcoma from vascular anomalies[J/OL]. Medicine, 2018, 97(50): e13641 [2023-10-13]. https://pubmed.ncbi.nlm.nih.gov/30558056/. DOI: 10.1097/MD.0000000000013641.
[27]
SONG X L, WANG L F, REN H H, et al. Intravoxel incoherent motion imaging in differentiation borderline from malignant ovarian epithelial tumors: correlation with histological cell proliferation and vessel characteristics[J]. J Magn Reson Imaging, 2020, 51(3): 928-935. DOI: 10.1002/jmri.26885.
[28]
ZHENG Y, HUANG W J, ZHANG X L, et al. A Noninvasive Assessment of Tumor Proliferation in Lung cancer Patients using Intravoxel Incoherent Motion Magnetic Resonance Imaging[J]. J Cancer, 2021, 12(1): 190-197. DOI: 10.7150/jca.48589.
[29]
LIU C L, WANG K, CHAN Q, et al. Intravoxel incoherent motion MR imaging for breast lesions: comparison and correlation with pharmacokinetic evaluation from dynamic contrast-enhanced MR imaging[J]. Eur Radiol, 2016, 26(11): 3888-3898. DOI: 10.1007/s00330-016-4241-6.
[30]
刘雅怡, 徐文坚, 郝大鹏. DCE-MRI定量参数评价软组织肿瘤生物学行为研究进展[J]. 放射学实践, 2021, 36(10): 1326-1329. DOI: 10.13609/j.cnki.1000-0313.2021.10.025.
LIU Y Y, XU W J, HAO D P. Research progress of quantitative parameters of DCE-MRI in evaluating biological behavior of soft tissue tumors[J]. Radiol Pract, 2021, 36(10): 1326-1329. DOI: 10.13609/j.cnki.1000-0313.2021.10.025.
[31]
ZHANG Y, YUE B, ZHAO X D, et al. Benign or malignant characterization of soft-tissue tumors by using semiquantitative and quantitative parameters of dynamic contrast-enhanced magnetic resonance imaging[J]. J L'association Can Des Radiol, 2020, 71(1): 92-99. DOI: 10.1177/0846537119888409.
[32]
宋伟, 张禹, 张茜, 等. DWI和DCE-MRI定量参数鉴别良恶性软组织肿瘤的价值[J]. 放射学实践, 2022, 37(4): 498-503. DOI: 10.13609/j.cnki.1000-0313.2022.04.015.
SONG W, ZHANG Y, ZHANG Q, et al. The value of quantitative parameters from diffusion weighted imaging and dynamic contrast enhanced MRI in differentiating benign and malignant soft tissue tumors[J]. Radiol Practice, 2022, 37(4): 498-503. DOI: 10.13609/j.cnki.1000-0313.2022.04.015.
[33]
ZHU Y F, LI Y S, ZHANG Y, et al. Radiomics model based on intravoxel incoherent motion and diffusion kurtosis imaging for predicting histopathological grade and Ki-67 expression level of soft tissue sarcomas[J]. Acta Radiol, 2023, 64(9): 2541-2551. DOI: 10.1177/02841851231179933.
[34]
ENGLUND E K, REITER D A, SHAHIDI B, et al. Intravoxel incoherent motion magnetic resonance imaging in skeletal muscle: review and future directions[J]. J Magn Reson Imaging, 2022, 55(4): 988-1012. DOI: 10.1002/jmri.27875.
[35]
MARZI S, STEFANETTI L, SPERATI F, et al. Relationship between diffusion parameters derived from intravoxel incoherent motion MRI and perfusion measured by dynamic contrast-enhanced MRI of soft tissue tumors[J]. NMR Biomed, 2016, 29(1): 6-14. DOI: 10.1002/nbm.3446.

上一篇 慢性踝关节不稳患者小腿肌肉面积和脂肪含量的定量MRI研究
下一篇 基于深度学习生成颈动脉高分辨磁共振增强图像的方法及临床应用研究
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2