0 引言

       胰腺癌作为消化系统恶性程度最高的肿瘤之一，其5年生存率长期徘徊在8%~10%的低水平^[1]。这一严峻现状主要归因于超过80%患者确诊时已处于局部进展或转移阶段，同时肿瘤高异质性和纤维化反应削弱放化疗敏感性^[2]。因此临床上亟需一种高敏感的无创影像方法，用于识别胰腺癌微观结构特征，并为后续实现临床早期识别和疗效评估提供理论基础。扩散加权成像（diffusion-weighted imaging, DWI）是一种无需对比剂即可获取组织微观结构信息的功能MRI技术，已在胰腺肿瘤评估中初步实现临床应用^{[3, 4, 5]}。相比传统的DWI单指数模型（mono-exponential model，Mono），近年来已发展多种基于非高斯扩散理论的数学模型。其中分数阶微积分（fractional-order calculus, FROC）模型以及连续时间随机游走（continuous-time random walk, CTRW）模型作为新兴模型，能够多维度表征肿瘤的微观异质性。如FROC_β值可以表征水分子在非均质组织中的异常扩散行为，反映其在复杂微结构中的扩散偏离程度，已在肝纤维化^[6]、肝癌^{[7, 8]}相关研究中显示出与纤维化分期、微血管浸润的相关性。CTRW_β（空间异质性）和CTRW_α（时间异质性）参数则综合描述扩散过程中的非均质行为，能够反映肿瘤的结构复杂性，已在乳腺肿瘤^[9]、直肠癌^[10]等研究中展现潜力。

       尽管多模型DWI在成像技术与数据处理层面不断发展，但其在胰腺癌中的应用仍存在不足。现有研究多集中于模型参数的可重复性与诊断效能比较，较少深入探讨参数反映具体病理特征的能力^{[11, 12]}。此外，FROC与CTRW模型虽在表征多种肿瘤异质性中展现出潜力^{[13, 14, 15]}，但在胰腺疾病相关研究中尚未见公开报道。值得注意的是，扩散峰度成像（diffusion kurtosis imaging, DKI）模型、拉伸指数模型（stretched exponential model, SEM）、FROC与CTRW模型等研究多为临床回顾性分析或局限于动物实验，尚缺乏系统验证^{[16, 17]}。因此，本研究从动物实验和临床两个层面出发，一方面探索多种DWI模型参数与胰腺癌病理特征的关系，另一方面基于前瞻性临床数据验证DWI参数区分胰腺癌与胰腺正常组织的能力，旨在为进一步探索胰腺癌精准影像评估手段提供初步依据。

1 材料与方法

1.1 动物实验

1.1.1 实验动物与成像

       本研究中所有动物实验均经华中科技大学实验动物伦理委员会批准，伦理号为：20234308。BxPC-3是来源于人类胰腺导管腺癌的细胞系，常用于构建胰腺癌异种移植模型^[18]，其形成的肿瘤在生长过程中可诱导基质反应并呈现组织异质性^[19]，适用于初步研究扩散参数与胰腺癌组织特征之间的关系。本研究共使用12只7周龄雄性BALB/c裸鼠（购自湖南斯莱克景达实验动物有限公司，清洁级），将含有0.1 mL的BxPC-3细胞悬液（浓度为2×10⁶ 个/mL）注射于每只小鼠右侧下背部皮下区域，建立异种移植肿瘤模型。接种后每日观察小鼠的状态、饮食活动及肿瘤生长情况。当肿瘤体积达到约100 mm³时，即进入影像学检查阶段。肿瘤体积通过游标卡尺测量长径与短径后，采用公式“体积=（长径×短径²）/2”计算得出^[20]。

       所有小鼠的MRI检查均在3.0 T MRI系统（Magnetom Skyra, Siemens Healthcare, Erlangen, Germany）上进行，配备16通道内径约3 cm的小动物专用射频线圈（上海辰光医疗科技股份有限公司），以保证高分辨率成像质量。为减少动物运动伪影并保证成像期间的生命体征稳定，小鼠在扫描前需禁食禁水12 h，并于成像前10 min进行充分麻醉。麻醉后的小鼠置于37℃恒温电热毯上保温，确保在扫描过程中维持正常体温与生理状态。

       成像体位统一为俯卧位，头部朝前进入磁共振机器。本研究使用的扫描方案包括轴位T2加权成像（T2WI）和DWI序列。T2WI主要用于获取清晰的解剖结构图像，明确肿瘤的形态和边界，为后续功能成像提供结构参考与ROI勾画依据；DWI序列则用于进一步分析，评估肿瘤组织的水分子扩散异质性。T2WI序列扫描参数：TR 2750 ms、TE 68 ms、FOV 50 mm×50 mm、层厚1.5 mm、层间隔1.65 mm，激励次数2。ZOOMit-DWI序列扫描参数：扫描时间8 min 20 s、TR 3000 ms、TE 80 ms、FOV 41 mm×52 mm、层厚1.5 mm、层间隔1.65 mm，b值（括号内数字为激励次数）为0（1）、20（1）、50（1）、80（1）、100（1）、200（1）、500（1）、800（2）、1000（2）、1500（3）、2000（6）s/mm²。

1.1.2 图像处理

       将DWI原始DICOM格式数据导入第三方专业影像处理软件BoDiLab（成都众影医疗科技有限公司），对图像进行多模型分析^[21]。分别应用Mono、IVIM、DKI、SEM、FROC和CTRW模型进行拟合。Mono用于生成ADC图像；IVIM用于计算慢扩散系数D、快扩散系数D*及灌注分数f图；DKI生成平均扩散系数（mean diffusivity, MD）和平均扩散峰度（mean kurtosis, MK）图；SEM提供异质性指数α和分布扩散系数D图；FROC输出异质性参数β、mμ以及扩散系数D图；CTRW则获得参数α、β及扩散系数D。所有模型参数图像均通过软件自动生成并导出用于后续分析。

       病灶的感兴趣区（region of interest, ROI）勾画由两位具有5年以上临床经验的放射科医师（中级职称），不知病理情况下采用ITK-SNAP软件（版本3.8.0）进行操作，对原始图像及其参数图像进行ROI标注。以T2WI图像为解剖参考，在显示最清楚的b值图像上逐层勾画，尽可能避开坏死区和囊变区确保选取肿瘤实质区域，同时注意避开靠近体表的边缘部分（通常保留1~2 mm），以减少皮下区域伪影或信号不均对参数提取的影响，最终获得覆盖整个病灶体积的三维ROI。在遇到存在明显分歧的ROI边界时，请教另一位具有10年以上临床经验的放射科医师（高级职称）进行审核。所有参数图像中的ROI均由原始DWI图像上的肿瘤ROI复制配准而来，确保不同模型参数间的空间一致性，进而保证后续对比分析的准确性。

1.1.3 病理检测

       在MRI扫描结束后对小鼠实施安乐死，通过外科手术完整摘除肿瘤组织，并置于4%多聚甲醛溶液中固定24 h以保留组织结构和抗原性。固定完成后，按照常规流程进行脱水、石蜡包埋、切片处理，并开展组织学染色分析。

       所有组织切片首先进行苏木精-伊红染色，用于评估肿瘤的组织学结构、细胞形态及坏死等病理特征。在此基础上，进一步进行Masson和Ki-67标记。所有染色切片经扫描仪数字化后，导入ImageJ软件进行半定量分析。每张切片随机选取3个高倍视野（图像经数字扫描，比例尺为100 μm），分别评估Masson阳性面积占比及Ki-67阳性细胞百分比，取平均值作为该样本的最终指标。

1.2 前瞻性临床试验

1.2.1 研究对象

       本研究为前瞻性观察性研究，遵守《赫尔辛基宣言》，已获华中科技大学同济医学院附属同济医院伦理委员会批准（伦理编号：TJ-IRB202411011），并在检查前获得患者知情同意。研究期间（2024年11月至2025年2月），对拟行手术且未接受过任何抗肿瘤治疗的胰腺病变患者，按照统一MRI检查协议进行影像采集。排除标准：（1）经病理证实为非胰腺导管腺癌；（2）伪影重影响定量参数提取；（3）MRI检查因患者不耐受或其他原因未完成DWI序列采集。

1.2.2 检查方法及数据采集

       所有患者检查前均需禁食水至少4 h，并接受呼吸训练合格后，才能接受MRI扫描（3.0 T，Magnetom Skyra，Siemens Healthcare，Erlangen, Germany，18通道体部相控阵列线圈）。本研究中使用的MRI序列包括轴位T2WI和小视野DWI技术（ZOOMit-DWI序列），T2WI用于解剖定位，DWI用于多模型后处理获得定量参数。T2WI序列扫描参数：TR 3500 ms、TE 84 ms，FOV 320 mm×320 mm，层厚5 mm、层间隔1.5 mm，激励次数1；ZOOMit-DWI序列扫描参数：扫描时间9 min 27 s、TR 4200 ms、TE 73 ms、FOV 229 mm×100 mm、层厚4.5 mm、层间隔4.9 mm，扩散方向4，b值（括号内数字为激励次数）为0（1）、20（1）、50（1）、80（1）、100（1）、200（1）、500（1）、800（2）、1000（2）、1500（3）、2000（6）s/mm²。

1.2.3 图像处理

       病灶的ROI勾画由两位具有5年以上临床经验的放射科医师（中级职称）独立完成，尽可能避开坏死区和囊变区，确保选取肿瘤实质区域。胰腺正常组织的选择标准是避开胰腺导管，并保证距离肿瘤边缘至少2 cm，在结构清晰信号均匀部分勾画3个轴位层面，经软件自动融合形成三维ROI，用于后续分析。其余部分与1.1.2图像处理部分内容一致。采用组内一致性分析（intra-class correlation coefficient, ICC）检验医师间图像勾画的一致性。当ICC≤0.40时，表明一致性较差；0.40<ICC<0.75时，表明一致性良好；ICC≥0.75时，则一致性被认为优异。后续分析中随机选取其中一位医师（中级职称）的勾画结果用于计算。由于胰腺正常组织的ROI选取必然存在一定主观性，因此未进行ICC分析，为保证数据来源的一致性，选用以上肿瘤勾画结果被选用医师的结果。

1.3 统计学分析

       统计学分析使用的软件包括SPSS（版本 27.0）、GraphPad Prism（版本 9.0）和MedCalc。胰腺癌和胰腺正常组织的DWI参数比较时，先对数据进行Shapiro-Wilk正态性检验，再通过独立样本t检验（数据符合正态分布）或Mann-Whitney U检验完成（数据不符合正态分布）后续分析。采用Pearson相关分析量化DWI参数与病理指标的相关性强度。通过受试者工作特征（receiver operating characteristic, ROC）曲线评估DWI参数区分胰腺癌与胰腺正常组织的能力，计算曲线下面积（area under the curve, AUC）、敏感度及特异度指标。DeLong检验用于比较各参数AUC之间的差异。统计学显著性阈值设定为双侧P值<0.05。

2 结果

2.1 动物实验：DWI参数与病理指标的相关性分析

       多个DWI模型的衍生扩散参数与Masson染色指标均具有一定的负相关性（图1），其中DKI_MD值的相关性最强r值为-0.85（P<0.001），其次是FROC_D（r=-0.64，P=0.026）和SEM_D（r=-0.61，P=0.033）。多个DWI模型的衍生异质性参数与Ki-67指标具有一定相关性（图2），其中CTRW_β值的相关性最强r值为-0.82（P=0.001），其次是FROC_β（r=-0.78，P=0.002）和CTRW_α（r=-0.68，P=0.015）。小鼠肿瘤DWI参数图及病理图见图3。

点击查看大图

图1  DWI多模型衍生扩散参数与Masson染色阳性面积占比之间的相关性散点图。
图2  DWI多模型衍生异质性参数与Ki-67阳性细胞百分比之间的相关性散点图。DWI：扩散加权成像；Mono：单指数模型；ADC：表观扩散系数；IVIM：体素内不相干运动；D：慢扩散系数；SEM：拉伸指数模型；DKI：扩散峰度模型；MD：平均扩散系数；FROC：分数阶微积分模型；CTRW：连续时间随机游走模型；MK：平均扩散峰度。
Fig. 1  Scatter plots showing the correlation between multi-model DWI-derived diffusion parameters and Masson-positive area ratio.
Fig. 2  Scatter plots showing the correlation between multi-model DWI-derived heterogeneity parameters and the percentage of Ki-67-positive cells. DWI: diffusion-weighted imaging; Mono: mono-exponential model; ADC: apparent diffusion coefficient; IVIM: intravoxel incoherent motion; D: slow diffusivity; SEM: stretched exponential model; DKI: diffusion kurtosis imaging; MD: mean diffusivity; FROC: fractional-order calculus; CTRW: continuous-time random walk; MK: mean kurtosis.

点击查看大图

图3  小鼠胰腺癌皮下移植瘤图像。3A：DWI_B0图像；3B：Ki-67荧光染色图（目镜10×，物镜40×）；3C：Masson染色图（目镜10×，物镜40×）；3D：Mono模型的ADC图；3E：IVIM模型的D图；3F：DKI模型的DKI_MD图；3G：DKI模型的DKI_MK图；3H：CTRW模型的β图；3I：CTRW模型的α图；3J：CTRW模型的D图；3K：SEM模型的α图；3L：SEM模型的D图；3M：FROC模型的mμ图；3N：FROC模型的D图；3O：FROC模型的β图。红色圆圈为肿瘤位置。DWI：扩散加权成像；Mono：单指数模型；ADC：表观扩散系数；IVIM：体素内不相干运动；D：慢扩散系数；DKI：扩散峰度成像；MD：平均扩散系数；MK：平均扩散峰度；CTRW：连续时间随机游走；SEM：拉伸指数模型；FROC：分数阶微积分。
Fig. 3  Imaging of subcutaneous pancreatic cancer xenografts in mice. 3A: DWI_B0 image; 3B: Ki-67 immunofluorescence staining (ocular lens: 10×, objective lens: 40×); 3C: Masson staining (ocular lens: 10×, objective lens: 40×); 3D: ADC map from Mono model; 3E: D map from IVIM model; 3F: DKI_MD map from DKI model; 3G: DKI_MK map from DKI model; 3H: β map from CTRW model; 3I: α map from CTRW model; 3J: D map from CTRW model; 3K: α map from SEM; 3L: D map from SEM model; 3M: mμ map from FROC model; 3N: D map from FROC model; 3O: β map from FROC model. The red circle indicates the tumor location. DWI: diffusion-weighted imaging; ADC: apparent diffusion coefficient; Mono: mono-exponential; D: slow diffusivity; IVIM: intravoxel incoherent motion; DKI: diffusion kurtosis imaging; MD: mean diffusivity; MK: mean kurtosis; CTRW: continuous-time random walk; SEM: stretched exponential model; FROC: fractional-order calculus.

2.2 前瞻性临床试验结果

2.2.1 患者基本资料

       本研究最终纳入经病理确诊的胰腺导管腺癌患者25例。年龄为42~75（59.24±9.40）岁，性别分布呈现男性为主的特征（男20例，占80%；女5例，占20%）。所有患者既往均无胰腺炎、胰腺囊肿等胰腺相关疾病史。肿瘤最大径平均值经影像学测量为（3.8±1.2）cm。根据2022年WHO消化系统肿瘤分类标准，病理分级为高分化4例（16%）、中分化6例（24%）及低分化15例（60%）。

2.2.2 组间一致性分析

       两位放射科医师对肿瘤区域勾画的一致性分析结果显示，SEM_D、SEM_α、FROC_D、CTRW_D和CTRW_β的一致性良好，0.699<ICC<0.750，其余参数的一致性优异，ICC>0.750（表1）。

点击查看表格

表1  两名观察者测量胰腺癌DWI衍生参数的一致性分析
Tab. 1  Inter-observer agreement analysis of pancreatic cancer DWI-derived parameters

2.2.3 DWI参数区分胰腺癌与胰腺正常组织的能力

       扩散参数中胰腺癌组的Mono_ADC、IVIM_D、DKI_MD、SEM_D、FROC_D及CTRW_D均低于胰腺正常组织，但只有DKI_MD参数具有统计学意义（P=0.002），详见表2。异质性参数和灌注参数中，胰腺癌的FROC_mμ、DKI_MK和CTRW_β高于胰腺正常组织，FROC_β、IVIM_f、IVIM_D^*、CTRW_α和SEM_α低于胰腺正常组织，其中IVIM_f和FROC_β的差异具有统计学意义（P<0.05）。胰腺癌的DWI参数图见图4。

       为进一步评估DWI衍生参数区分胰腺癌与胰腺正常组织的能力，本研究基于具有统计学意义的DKI_MD、IVIM_f和FROC_β参数进行ROC分析。如图5所示，单一参数中DKI_MD的鉴别效能最优，其AUC达0.757（95% CI：0.615~0.867）。两个参数联合模型中DKI_MD+FROC_β的AUC最大，提升至0.866（0.739~0.945），且联合指标识别胰腺癌的敏感度（76%）和特异度（88%）均有所提高（表3）。虽然DKI_MD+FROC_β+IVIM_f组合获得了最高AUC值0.885（0.763~0.958），但DeLong检验显示，该三参数组合与任意两个参数组合间的AUC差异均无统计学意义（P>0.05）。

点击查看大图

图4  男，48岁，胰尾部胰腺癌患者。4A：DWI_B0图像；4B：DKI模型的DKI_MD图；4C：DKI模型的DKI_MK图；4D：FROC模型的mμ图；4E：FROC模型的β图；4F：FROC模型的D图；4G：SEM模型的α图；4H：SEM模型的D图；4I：Mono模型的ADC图；4J：CTRW模型的α图；4K：CTRW模型的β图；4L：CTRW模型的D图；4M：IVIM模型的D图；4N：IVIM模型D^*图；4O：IVIM模型的f图。红色圆圈为肿瘤位置。DWI：扩散加权成像；DKI：扩散峰度成像；MD：平均扩散系数；MK：平均扩散峰度；FROC：分数阶微积分；SEM：拉伸指数模型；D：慢扩散系数；Mono：单指数模型；ADC：表观扩散系数；CTRW：连续时间随机游走；IVIM：体素内不相干运动。
Fig. 4  A 48-year-old male patient with pancreatic cancer located in the tail of the pancreas. 4A: DWI_B0 image; 4B: DKI_MD map from DKI; 4C: DKI_MK map from DKI; 4D: mμ map from FROC model; 4E: β map from FROC model; 4F: D map from FROC model; 4G: α map from SEM model; 4H: D map from SEM; 4I: ADC map from Mono model; 4J: α map from CTRW model; 4K: β map from CTRW model; 4L: D map from CTRW model; 4M: D map from IVIM model; 4N: D^* map from IVIM model; 4O: f map from IVIM model. The red circle indicates the tumor location. DWI: diffusion-weighted imaging; DKI: diffusion kurtosis imaging; MD: mean diffusivity; MK: mean kurtosis; FROC: fractional-order calculus; D: slow diffusivity; SEM: stretched exponential model; ADC: apparent diffusion coefficient; Mono: mono-exponential; CTRW: continuous-time random walk; IVIM: intravoxel incoherent motion.

点击查看大图

图5  DKI_MD、IVIM_f、FROC_β及其联合参数用于区分胰腺癌与胰腺正常组织的ROC曲线。DKI：扩散峰度模型；MD：平均扩散系数；IVIM：体素内不相干运动；FROC：分数阶微积分模型；ROC：受试者工作特征。
Fig. 5  ROC curves of DKI_MD, IVIM_f, FROC_β, and their combined parameter for differentiating pancreatic cancer from normal pancreatic tissue. ROC: receiver operating characteristic; DKI: diffusion kurtosis imaging; MD: mean diffusivity; IVIM: intravoxel incoherent motion; FROC: fractional-order calculus.

点击查看表格

表2  DWI多模型衍生参数在胰腺癌与胰腺正常组织间的差异分析
Tab. 2  Comparison of multi-model DWI-derived parameters between pancreatic cancer and normal pancreatic tissues

点击查看表格

表3  DWI多模型参数区分胰腺癌与胰腺正常组织的效能
Tab. 3  Diagnostic performance of multi-model DWI-derived parameters in distinguishing pancreatic cancer from normal pancreatic tissue

3 讨论

       本研究基于高b值DWI技术，系统评估多种衍生参数与胰腺癌组织学特征的相关性。在小鼠模型中，Masson染色结果显示DKI_MD与纤维化程度呈强负相关，CTRW_β、FROC_β则与Ki-67表达水平呈较强负相关，提示上述参数可作为反映胰腺癌纤维化和异质性的影像学标志物。DKI_MD代表水分子在复杂组织环境中的平均扩散能力，其值受组织结构致密程度影响。胰腺癌常伴胶原沉积和基质重构，因此会限制水分子扩散导致MD值降低，与纤维化程度呈负相关^[22]。进一步在25例经病理证实的胰腺癌患者中开展的前瞻性研究结果表明，DKI_MD联合FROC_β在区分胰腺癌与邻近正常组织方面具有更好的表现。

3.1 多模型DWI衍生参数分类

       DWI是一种有希望检测胰腺癌组织微观结构变化的成像技术，多种后处理模型的衍生参数可分为三大类：（1）表征水分子扩散的关键参数D，包括Mono_ADC、IVIM_D、DKI_MD、SEM_D、FROC_D及CTRW_D，能够以不同的维度量化水分子在组织结构中的扩散特征；（2）表征血液灌注的IVIM_D*和IVIM_f；（3）表征组织异质性的DKI_MK、SEM_α、FROC_β、FROC_mμ、CTRW_α和CTRW_β参数，能够从多维度为微观结构异质性检测提供不同于传统模型的深层生物信息。

3.2 Mono与IVIM模型

       既往研究表明胰腺癌的ADC低于胰腺正常组织^[23]，与本研究的ADC值趋势一致，本研究同样发现胰腺癌的ADC均值低于胰腺正常组织，但是差异没有统计学意义。郝金钢等^[24]的研究发现ADC值无法帮助精准鉴别胰腺癌，而且应用其鉴别胰腺癌具有不稳定性^[25]。胰腺癌具有明显促结缔组织特征，与胰腺正常组织相比，肿瘤内部血管受压、扭曲且分布稀疏，两者血液灌注状态存在差异。既往研究表明IVIM_f值对于表征胰腺病灶血流灌注情况具有一定价值^[26]。本研究同样发现胰腺正常组织的IVIM_f值显著高于胰腺癌。扩散系数D、快扩散系数D*在本研究中差异无统计学意义。

3.3 SEM与DKI模型

       刘泽群等^[27]研究发现，SEM_α值是鉴别胰腺癌与胰腺正常组织的最佳参数，胰腺正常组织的DDC和α均高于胰腺癌。这与本研究的参数趋势相似，既恶性程度高的组织具有更低的DDC和α值。DKI_K值反映组织结构复杂性, MAYER等^[28]研究表明胰腺癌低分化组的K值高于中-高分化组，但是K值和D值在中低分化胰腺癌中的差异不具有统计学意义。本研究发现DKI_MD值可显著区分胰腺癌和胰腺正常组织，前者的MK值虽然高于后者，但是差异无统计学意义。可能是因为本研究队列样本量较小，且低分化病例占比较大。但小样本量与本研究的目的并不冲突，本研究的目的是横向比较多个DWI模型参数区分胰腺癌与胰腺正常组织的能力。

3.4 FROC与CTRW模型

       较少有研究探索FROC与CTRW模型在胰腺癌诊疗中的价值。FROC_β值主要反映组织内部结构的均匀性，与组织微观结构的异质性和复杂性呈负相关^[13]。恶性病变内部结构更复杂，即内部均匀性更低β值越小。此外恶性病变内细胞结构较致密，对水分子扩散限制更大，理论上D值应该减低。WANG等^[29]发现高级别直肠癌的FROC_β值低于低级别病灶。这与FENG等^[30]对膀胱癌分期和分级的研究结果相一致。本研究同样发现胰腺癌的FROC_β值低于胰腺正常组织。恶性病变中水分子扩散有限，平均自由路径较短，FROC_mμ值通常高于良性病变^[31]，这一趋势与本研究结果一致。然而FENG等的研究得到了相反的结果，认为低级别膀胱癌的mμ值更高。LI等^[32]发现CTRW_α在预测VETC-HCC存在方面差异具有统计学意义。CTRW模型在乳腺良恶性病变的鉴别诊断^[9]及直肠癌患者疗效评估中^[10]同样显示出较高的诊断效能。在本研究中，CTRW_β在动物实验中与Ki-67负相关，而在临床中差异无统计学意义。可能因为动物模型来源一致、参数表现相对稳定。而在临床数据中，由于患者肿瘤异质性较高^[33]，且样本量有限，导致统计效能不足。

3.5 指标联合

       在胰腺癌的诊断中，单一参数的识别能力存在一定局限，DKI_MD的特异度为60%，FROC_β的敏感度为52%，难以满足临床对准确性与检出率的双重要求。将两者联合后，敏感度提升至76%，特异度升至88%，体现出良好的协同效应。该结果表明，DKI_MD与FROC_β在表征肿瘤微结构复杂性与扩散异质性方面具有互补优势，联合应用也许有助于为胰腺癌的精准识别提供更可靠的依据。

3.6 局限性

       本研究存在一定局限：（1）本研究虽然为前瞻性，但属于单中心小样本研究，患者选择可能存在偏差；（2）肿瘤ROI依赖人工勾画，不仅耗时且依赖于有经验的医生；（3）对照组仅纳入胰腺正常组织，未来需在肿块型胰腺炎鉴别及新辅助化疗疗效监测中进一步验证参数效能；（4）数据源于单一3 T MRI系统，可能限制研究结果的普适性；（5）动物模型所用细胞系单一，难以代表胰腺癌的病理多样性，未来可在不同细胞系构建的模型中进行验证。

4 结论

       综上所述，基于非高斯扩散加权模型DWI衍生参数的定量分析对区分胰腺癌与胰腺正常组织具有较好的临床潜力，特别是DKI_MD和FROC_β参数联用，分别整合肿瘤纤维化程度及异质性展现最优诊断效能，可为进一步探索胰腺癌精准影像评估手段提供初步参考依据。