分享:
分享到微信朋友圈
X
综述
肝细胞癌热消融术后预后评估中的影像研究进展
黄慧颖 张玉敏 罗宁斌

Cite this article as: HUANG H Y, ZHANG Y M, LUO N B. Advances in imaging research for prognostic evaluation after hepatocellular carcinoma ablation therapy[J]. Chin J Magn Reson Imaging, 2025, 16(9): 209-214, 222.本文引用格式:黄慧颖, 张玉敏, 罗宁斌. 肝细胞癌热消融术后预后评估中的影像研究进展[J]. 磁共振成像, 2025, 16(9): 209-214, 222. DOI:10.12015/issn.1674-8034.2025.09.032.


[摘要] 肝细胞癌(hepatocellular carcinoma, HCC)是全球癌症相关死亡的主要原因之一,在中国发病率居高不下。热消融术作为极早期HCC的根治性治疗方法,具有与手术切除相当的疗效,但其高复发率仍是亟待解决的临床挑战。如何实现对术后残余肿瘤及早期复发的精准、无创识别,对改善患者预后至关重要。目前相关综述多集中于单一影像学方法,对多模态成像与影像组学的系统总结仍相对不足。本文旨在梳理HCC热消融术后预后评估的影像学研究进展,涵盖超声造影、计算机断层扫描灌注成像、磁共振功能成像及影像组学、深度学习等多种方法,比较其在疗效评估与复发预测中的价值与局限,分析当前临床应用中的挑战,并提出未来发展方向。本文认为,多模态成像与影像组学技术的整合是提升HCC热消融术后疗效评估准确性的重要途径,未来需在大规模、多中心前瞻性研究及标准化建模策略方面进一步推进,以加快其临床转化应用。
[Abstract] Hepatocellular carcinoma (HCC) remains one of the leading causes of cancer-related mortality worldwide and ranks among the most common malignancies in China. Thermal ablation, recommended by clinical guidelines as a curative option for very early-stage HCC, provides comparable survival to surgical resection but is challenged by a high recurrence rate. Accurate and noninvasive evaluation of residual tumor viability and early recurrence is therefore essential for improving patient outcomes. Existing reviews have primarily focused on single imaging modalities, with limited systematic discussion of multimodal imaging and radiomics. This review aims to summarize the advances in imaging-based prognostic evaluation after HCC thermal ablation, covering contrast-enhanced ultrasound, computed tomography (CT) perfusion imaging, MRI functional imaging, and radiomics, deep learning approaches. We compare their strengths and limitations in assessing therapeutic efficacy and recurrence risk, highlight current clinical challenges, and propose future research directions. We argue that the integration of multimodal imaging and radiomics techniques represents a promising strategy to enhance the accuracy of post-ablation evaluation, while large-scale multicenter prospective studies and standardized modeling frameworks are urgently needed to facilitate clinical translation.
[关键词] 肝细胞癌;热消融术;术后评估;磁共振成像;影像组学;深度学习
[Keywords] hepatocellular carcinoma;thermal ablation;postoperative evaluation;magnetic resonance imaging;radiomics;deep learning

黄慧颖    张玉敏    罗宁斌 *  

广西医科大学附属肿瘤医院放射科,南宁 530021

通信作者:罗宁斌,E-mail: flying047@163.com

作者贡献声明::罗宁斌设计本综述的框架,对稿件重要内容进行了修改,获得了广西重点研发计划基金资助;黄慧颖起草和撰写稿件,获取、分析本研究的综述文献;张玉敏获取、分析本研究的数据,对稿件重要内容进行了修改;全体作者都同意最后的修改稿发表,都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。


基金项目: 广西重点研发计划基金项目 编号:桂科AB24010038
收稿日期:2025-06-10
接受日期:2025-09-10
中图分类号:R445.2  R735.7 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2025.09.032
本文引用格式:黄慧颖, 张玉敏, 罗宁斌. 肝细胞癌热消融术后预后评估中的影像研究进展[J]. 磁共振成像, 2025, 16(9): 209-214, 222. DOI:10.12015/issn.1674-8034.2025.09.032.

0 引言

       原发性肝癌是全球癌症相关死亡的第三大原因[1, 2],肝细胞癌(hepatocellular carcinoma, HCC)是其最常见的类型,其发生率和死亡率在全球癌症中居高不下[3, 4, 5, 6]。最新巴塞罗那指南提出消融术是极早期HCC(<2 cm)患者首选的治愈性治疗方法,其中以射频消融术(radiofrequency ablation, RFA)和微波消融术(microwave ablation, MWA)应用最为广泛[7, 8, 9],二者治疗原理均基于对目标区域产生热效应,统称为热消融术[10]。然而,尽管RFA和MWA的安全性和有效性已得到充分证实[6, 10],但研究表明HCC经热消融术后仍然会存在较高的肿瘤残余、局部肿瘤进展(local tumor progression, LTP)及复发的风险[11, 12, 13]。因此对HCC热消融术后的疗效进行及时、准确的评估对改善患者预后至关重要[6, 14]。目前,传统的影像方法主要通过肿瘤大小、强化方式等评估疗效,对于热消融术后少量肿瘤残余及早期局部进展的检出敏感度不足且假阳性率高。近年来,随着影像技术的发展,超声造影(contrast-enhanced ultrasound, CEUS)、灌注成像技术能够动态量化肿瘤局部血流动力学参数,为早期、客观评估术后肿瘤活性提供新的思路[15, 16]。MRI亦凭借其较高的软组织分辨力及多参数成像的优势成为评价HCC经热消融术后疗效的有效手段[17, 18]。此外,影像组学通过从常规或多参数影像中提取大量高维图像特征,能够深入挖掘肿瘤组织的空间异质性与微观结构差异,捕捉传统评估手段难以察觉的早期病理变化,可辅助识别低密度残留灶、界定高风险边界区域,并监测局部复发动态,为复发风险预测与疗效评估提供了更早期、敏感且量化的依据[19, 20]。然而,尽管相关研究已取得重要进展,但目前仍缺乏统一的影像学诊断标准用于评估热消融术后的疗效。

       近年来,虽有学者综述HCC热消融术后疗效评估,但多聚焦单一影像学方法或特定临床问题,缺乏对多模态成像与影像组学的系统总结。现有综述也多停留在影像表现层面,对功能成像参数、生物学机制及人工智能转化应用涉及有限。基于此,本文系统总结了CEUS、计算机体层灌注成像(computed tomography perfusion, CTP)、MRI功能成像及影像组学、深度学习在HCC热消融术后评估中的研究进展,分析其优势与不足,并提出未来方向。本文强调多模态与影像组学的互补作用,突出标准化、可解释性和临床转化的必要性,为后续研究与临床实践提供参考。

1 CEUS在HCC热消融术后预后评估的应用

       CEUS作为一种基于微泡造影剂的实时动态成像技术,在HCC热消融术后复发监测中展现出独特优势。其具备无创、无电离辐射、床旁操作便捷等特点,能够动态评估病灶的血流灌注模式,敏感捕捉局部残留或早期复发信号[16]

       研究显示,CEUS对热消融术后复发病灶的灌注模式识别准确,尤其是在识别动脉期强化、边缘模糊或微血管侵犯等高危特征方面具有独特价值[16]。GU等[21]基于97例HCC患者回顾性研究发现:热消融术前CEUS定量参数中,病灶与肝实质的对比剂“洗入”期曲线下面积(area under the curve, AUC)、对比剂“洗出”期AUC及洗入-洗出总AUC比值升高(P<0.05)与术后总生存期(overall survival, OS)缩短显著相关;该研究证实术前CEUS定量参数有助于预测HCC消融后的复发风险与生存结局。

       综上所述,CEUS作为热消融术后复发监测的重要工具,不仅具备良好的动态成像能力和操作便利性,还可通过定量参数反映病灶血流灌注特征,进而辅助判断复发风险与预后。此外,CEUS在术后早期即可重复使用,适用于对比剂过敏、肾毒性高风险或MRI禁忌的患者,特别在计算机断层扫描(computed tomography, CT)或MRI表现不典型的病例中可作为重要补充手段。

2 CTP在HCC热消融术后预后评估的应用

       CTP通过动态量化肿瘤局部血流动力学参数,能够早期、客观地评估热消融术后肿瘤活性[15]。LI等[22]针对HCC患者的研究证实经导管动脉化疗栓塞术(transcatheter arterial chemoembolization, TACE)后锥形束CT灌注成像实时获取HCC病灶的实质血容量(parenchymal blood volume, PBV)图谱,可定位残余活性区(PBV>50 mL/1000 mL)。术中据此引导MWA针精准穿刺,使PBV降至13.8 mL/1000 mL以下。PBV动态标测验证消融覆盖,其阈值(>13 mL/1000 mL)直接触发扩大消融,显著降低LTP风险7.2倍(P<0.001)。此外,YUE等[23]基于兔VX2HCC模型研究发现:在RFA术后早期,肿瘤区特征性血流动力学改变(异常动脉血供)——即肝脏灌注指数hepatic perfusion index, HPI显著升高而门静脉灌注量(portal vein perfusion volume, PVP)显著降低(P<0.05)与残余活性肿瘤密切相关。而良性炎性反应则表现为高PVP及“速升-平台”型时间-密度曲线。该研究证实CT灌注参数可有效区分热消融术后早期残余肿瘤活性区域与良性炎性反应。此外,KALARAKIS等[24]探讨了CTP单独或与MRI联合在HCC热消融术后评估中的临床价值。研究结果表明CTP在检测局部复发方面的敏感度和特异度分别为75.9%和95.0%,与MRI(72.2%、100%)相近。联合方案对MRI表现不典型(如缺乏动脉高强化或廓清)或存在技术伪影(亚膈位置、高T1信号、运动伪影)的病例最具价值,可提升敏感度至85.2%且维持高特异度(97.5%)。更为重要的是,该联合方法能够纠正部分LI-RADS分级结果,并对多例患者的后续临床治疗策略产生影响。

       以上研究表明,尽管CTP作为一种功能影像学工具在空间、时间分辨率以及抗运动伪影能力方面仍存在一定不足,但其能够动态揭示HCC热消融术后病灶区域的血流灌注变化,在评估局部复发方面具备重要价值。尤其是在MRI存在伪影或表现不典型的病例中,CTP可作为重要补充,提升复发灶的早期识别能力,从而为个体化治疗与精准随访提供有力支持。然而,消融区病灶往往会出现更为复杂的结构与变化,包括出血、水肿、炎性渗出等,单一灌注参数往往难以全面反映消融区病灶的复杂病理过程。因此,未来研究应更加强调CTP与扩散加权成像(diffusion-weighted imaging, DWI)、扩散峰度成像等多模态影像技术的整合应用,以期提升其在HCC热消融术后复发风险评估中的稳定性和临床实用性。

3 MRI在HCC热消融术后预后评估的应用

3.1 肝胆特异性对比剂增强MRI的应用

       肝胆特异性对比剂增强MRI [如钆塞酸二钠(gadolinium-ethoxybenzyl-diethylenetriaminepentaacetic acid, Gd-EOB-DTPA)]获得的肝胆期(hepatobiliary phase, HBP)图像能够直观显示肝细胞功能损伤,为消融前肿瘤分级及治疗后肿瘤活性评估提供关键信息。BAE等[25]在一项纳入183例患者的单中心回顾性研究中指出,在接受了RFA治疗的患者中,术前HBP图像上的卫星结节是疾病无进展生存期(progression-free survival, PFS)和OS缩短的独立危险因素,而HBP瘤周低信号区则与OS降低显著相关。此外,一项针对早期HCC热消融治疗患者的前瞻性随机试验的影像学分析表明,基线MRI中HBP瘤周低信号区是术后复发时间的独立预测因子[26]。CHA等[27]在另一项研究中对349例患者RFA术后的早期复发模式进行了分析,发现动脉期环状强化合并其他靶样征象(如延迟期廓清或囊样分隔)的肿瘤,在术后2年内局部进展、肝内远处转移及肝外转移的发生率显著高于无动脉期环状强化者;但仅有动脉期环状强化而无其他靶样征象的肿瘤与无强化者相比,预后差异无统计学意义。此外,许倩等[28]基于EOB-MRI影像特征及临床资料,分析了孤立性HCCRFA术后早期复发的危险因素。研究发现,肿瘤边界不清、肿瘤邻近大血管、消融不完全及术前甲胎蛋白(alpha-fetoprotein, AFP)升高是术后早期复发的独立危险因素。

       上述研究表明,EOB-MRI在评估HCC患者热消融术后复发风险和患者预后方面具有重要价值。其通过识别卫星结节、强化异质性、瘤周低信号等影像特征,提供了有效的无创预后指标。然而,这些征象依赖评估者主观判读,存在一定差异性。

3.2 DWI的应用

       DWI作为一种功能性MRI技术,通过表观扩散系数(apparent diffusion coefficient, ADC)量化组织内水分子扩散受限程度。研究已证实,ADC值可反映肿瘤细胞密度及增殖活性[29, 30, 31]。热消融后,若坏死区域增多、细胞密度降低,ADC值通常升高,提示疗效良好;反之,若持续低值,则可能存在残留或复发病灶。临床研究对这一规律提供了验证。姚升娟等[32]在212例HCC患者的研究中发现,术前ADC值及血清miR-204水平在完全消融组均显著高于残留组,且两者联合可同时预测术后残留(AUC=0.915)和复发风险(AUC=0.868),显示出多模态指标整合的优势。刘铁芳等[33]则报道,MVA术前的低ADC值(<1.27×10-3 mm2/s)与高eADC值(>0.364)是肝癌早期复发转移的独立预测因子,其预测效能优异(AUC分别为0.901和0.876),提示此类患者需强化随访。HU等[34]在105例患者的回顾性队列中进一步证实,ADC值与肿瘤边缘环状强化均与RFA术后LTP独立相关,结合二者构建的列线图模型具有较好的预测效能(C指数=0.782)。值得注意的是,低ADC值还与HCC的不良生物学特征(如低分化、微血管侵犯)密切相关,这为其在复发预测中的作用提供了病理学解释[31, 35]

       总之,DWI在HCC患者热消融术后疗效评估与复发预测中展现出巨大潜力。通过量化评估肿瘤的细胞密度与增殖活性,DWI较好地揭示其生物学行为及侵袭性,然而,目前临床仍缺乏统一的标准ADC截止值来评估热消融术后肿瘤进展及复发。

       除了DWI与HBP EOB-MRI外,越来越多研究开始关注MRI新兴功能成像技术在HCC中的潜在价值。体素内不相干运动成像可分离肿瘤区水分子扩散与微灌注效应,已用于评估肿瘤分化程度和治疗反应[36, 37]。酰胺质子转移成像能够反映肿瘤区域蛋白质代谢活性,提示其可能用于识别残留活性病灶[38, 39];磁共振波谱成像则揭示肿瘤代谢物分布,有望用于术后病灶活性判断[40];血氧水平依赖成像可间接评估肿瘤组织血氧状态,相关研究显示其与坏死程度和治疗反应有关[41, 42]。目前,这些功能成像技术在HCC热消融术后应用仍较为有限,主要受限于热消融术后肿瘤区常伴有坏死、出血、水肿及炎性渗出等复杂组织改变,使得成像信号不稳定,功能参数难以准确反映活性组织与非活性区域的差异。但目前已有研究在小样本或动物实验中探索其在热消融术后复发预测中的可能价值[43, 44],提示其在未来影像评估体系中具有发展潜力。

3.3 磁共振弹性成像的应用

       磁共振弹性成像(magnetic resonance elastography, MRE)能够无创量化组织的力学特性,用于定量评估肝脏硬度(liver stiffness, LS)[45]。HUI等[46]的前瞻性研究表明,HCC患者接受消融治疗后,术前非肿瘤区LS≥3.3 kPa与质子密度脂肪分数≥2.7%是肿瘤复发的独立预测因子。VOGL等[47]的研究结果显示热消融术治疗时间延长与肝组织的总LS增加相关,且非完全灭活肿瘤的消融边缘硬度低于完全灭活肿瘤(4.6 kPa vs. 5.3 kPa)。这表明MRE能够通过量化肝脏硬度评估HCC热消融治疗后的反应。在评估消融的完全性、肿瘤的灭活程度以及预测肿瘤早期复发方面具有良好的潜力。但MRE需要需配备专用硬件(如机械波发生器)及后处理软件,成本较高,临床普及受限,且受限于研究数量较少,其有效性和可靠性仍需进一步验证[48]

4 影像组学

       影像组学可从医学影像中提取高维特征,揭示肿瘤微观结构和生物学行为,为残留灶识别、复发风险分层及动态监测提供敏感量化指标[18, 19, 20]

4.1 基于影像模态的组学研究进展

       在单模态影像组学研究中,学者多集中于从医学影像中提取纹理特征或高维参数,以评估HCC热消融术后复发风险。

       KOBE等[49]将RFA术前MRI影像特征与术后24小时CTP直方图及灌注参数结合,可实现局部复发的早期预测,显示出组学方法在超早期风险识别中的潜力。BELEÙ等[50]分析98例RFA术后患者的CT影像,发现肿瘤边界区域的纹理特征优于核心区(C指数=0.73),提示瘤周微环境在复发风险评估中的重要性。一项纳入34例患者的初步研究[51]表明,平衡期图像中的灰度共生矩阵与灰度依赖矩阵特征可有效预测持续完全缓解(AUC>0.7)。此外,PETUKHOVA-GREENSTEIN等[52]发现,多灶性生长、包膜缺失、肿瘤及瘤周的影像组学特征值升高与PFS缩短显著相关。

       综合来看,这些研究共同指向一个趋势,即瘤周区域与瘤体外影像特征可能比单纯瘤体特征更具预测价值,未来研究应进一步探索多区域整合策略。此类研究通过丰富感兴趣区域(region of interest, ROI)的定义和特征类型,提升了模型的表征能力,但仍主要依赖单一成像模态,受限于影像信息维度。

4.2 影像组学与临床指标的多维融合研究

       为进一步提高预测性能与临床可解释性,多项研究尝试将影像组学特征与临床变量、生物标志物进行融合建模。

       MA等[53]基于318例单发≤5 cm HCC患者术前动态CEUS及常规超声影像构建影像组学模型:CEUS模型对热消融后早期(≤2年)复发预测AUC达0.84,优于US及临床模型;融合CEUS、US及临床因素的联合模型进一步将晚期(>2年)复发风险分层C指数提升至0.77,显著优于单一影像或临床模型。研究证实动态CEUS影像组学可有效术前识别高复发风险患者,为个体化随访及治疗策略提供依据。

       LI等[54]在HCC患者中,基于术后双能CT图像提取纹理特征,并与临床变量共同构建融合模型,成功预测术后12个月内的肿瘤进展,AUC高达0.962,显著优于单一模型。YUAN等[55]进一步基于增强CT影像组学与临床变量建立列线图模型,在训练与验证集中的C指数分别为0.792和0.755,展现出良好的泛化能力。

       MRI方面,ZHAO等[56]纳入298例患者,融合术前血清AFP/AFP-L3水平与多模态MRI影像组学特征,构建三模态融合模型,训练集与验证集AUC分别达0.897和0.841,显著优于各单一指标。ZHANG等[57]基于EOB-MRI影像提取瘤体及瘤周特征,并结合AFP、肿瘤大小等临床因素构建综合模型,在训练集与验证集中的AUC均超过0.80,具备良好的风险分层能力。此外,WANG等[58]在一项多中心研究中,整合多序列MRI影像组学特征、深度学习特征与临床信息,构建融合预测模型用于评估术后2年内复发风险,模型在训练、验证及独立测试集中AUC均稳定在0.78左右,体现出较强的泛化性能与临床价值。另有两项回顾性研究显示,基于MRI构建的影像-临床联合预测模型能够有效预测HCC患者接受热消融治疗后的早期复发风险,并通过危险分层指导个体化治疗决策优化[59, 60]

       近年来,研究还从分子病理角度揭示了影像组学特征的生物学基础。已有证据提示,特定影像特征可预测TP53基因突变[61],而肿瘤边缘异质性增强则常与微血管侵犯(microvascular invasion, MVI)密切相关[62]。此外,影像特征与肿瘤免疫微环境的关联也逐渐受到关注,研究重点包括代谢改变、免疫细胞浸润等关键过程,显示出影像组学在微环境状态表征方面的潜力[63, 64]。尽管上述研究多基于术前影像,但其揭示的分子机制在热消融术后残留病灶中可能仍然存在,相应影像特征的解释路径亦具有一定的迁移性与理论支撑。

       上述多模态融合策略通过整合多维数据,在提升模型性能的同时,增强了生物学解释力,但随之而来的模型复杂性与可解释性不足仍限制了临床推广。未来亟需统一建模框架和跨学科协作,以推动模型在真实临床环境中的转化应用。

4.3 基于深度学习的自动化建模研究

       近年来,深度学习技术被逐渐引入HCC术后影像评估,以克服传统影像组学依赖人工ROI勾画和特征选择的局限性,实现更高效、自动化的预测建模。

       LIM等[65]基于74例HCC热消融术后患者的三通道CT影像,构建三维卷积神经网络自动检测LTP。该模型通过融合肝脏窗、消融窗及肿瘤窗的多通道配准技术,显著增强微小强化灶对比度,在独立测试集中AUC达0.992,显著优于传统CT肉眼判读显著优化征象评估。此研究为热消融术后LTP的自动化精准监测提供了新思路。WANG等[62]则利用Swin Transformer架构,基于多期相MRI开发MVI分类器,并在RFA患者复发预测中验证其价值,高危患者无复发生存期(recurrence-free survival, RFS)显著缩短。针对“黑箱”问题,作者通过梯度加权类激活映射(gradient-weighted class activation mapping, Grad-CAM)生成注意力热力图,显示模型判定MVI时聚焦于肿瘤边缘模糊强化带及卫星结节,与病理MVI区域高度一致,显著提升了可解释性。尽管上述研究显示深度学习在HCC热消融术后复发预测中优于传统方法,但其大规模临床应用仍面临两大挑战:其一,模型训练依赖大规模高质量标注数据;其二,算法“黑箱化”问题限制了临床信任度。除Grad-CAM外,近期研究也尝试引入沙普利加性解释值、逐层相关性传播等可解释性方法[66, 67],为缓解“黑箱”困境提供了更多可能。尽管影像组学在HCC术后预后预测中展现出令人鼓舞的前景,但其临床转化仍面临诸多挑战。目前研究方法和结果存在显著异质性,即便某些模型在特定任务中表现良好,也难以在不同研究之间实现一致应用。迄今为止,尚无任何类型的影像组学模型被纳入HCC管理的临床指南或专家共识。提高报告质量、扩大样本规模、推进多中心前瞻性研究,以及在影像采集、ROI勾画、特征提取与模型构建等环节实现流程标准化,均是提升模型可重复性和适用性的关键。当前大多数研究为单中心回顾性设计,样本量小,数据异质性高,导致模型泛化能力有限。图像处理和建模策略尚未统一,影响研究结果的可比性与可靠性。更重要的是,现有研究多集中于单模态影像或单病灶分析,忽视了肿瘤异质性、瘤周微环境、肝功能及系统炎症等多因素协同作用对HCC热消融术后预后评估的综合影响。未来研究亟需在方法学、标准化与临床关联性等方面不断完善,以推动影像组学真正走向临床实践。总之,尽管取得了一定进展,但将影像组学分析转化为临床实用性仍有很大的改进空间。

5 总结与展望

       HCC热消融术后疗效评估与复发监测是一个多维度、跨学科的复杂过程。近年来,影像学方法不断进步:从传统形态学与功能学指标,逐渐发展到影像组学与人工智能技术;从主观定性分析转向客观定量与自动化建模;从单一模态特征向多序列、多模态融合演进。这些进展显著提升了疗效评估的准确性与临床潜力。然而,建立统一的影像评估标准仍需通过大规模、多中心(特别是国际多中心)临床验证研究予以实现。

       与此同时,结合人工智能算法优化图像分析流程,推进自动化建模与风险分层策略的临床转化应用是未来研究方向。此外,多组学整合研究(如影像基因组学)的开展,也有望为揭示影像表型与肿瘤生物学之间的关联机制提供新思路。总之,先进的影像技术有望实现HCC消融术后疗效的可靠、无创性评估,有望共同推动HCC热消融术后复发风险的早期识别与精准管理,为提高患者长期预后提供坚实支撑。

[1]
HWANG S Y, DANPANICHKUL P, AGOPIAN V, et al. Hepatocellular carcinoma: updates on epidemiology, surveillance, diagnosis and treatment[J]. Clin Mol Hepatol, 2025, 31(Suppl): S228-S254. DOI: 10.3350/cmh.2024.0824.
[2]
European Association for the Study of the Liver. EASL Clinical Practice Guidelines on the management of hepatocellular carcinoma[J]. J Hepatol, 2025, 82(2): 315-374. DOI: 10.1016/j.jhep.2024.08.028.
[3]
LLOVET J M, KELLEY R K, VILLANUEVA A, et al. Hepatocellular carcinoma[J/OL]. Nat Rev Dis Primers, 2021, 7: 6 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/33479224/. DOI: 10.1038/s41572-020-00240-3.
[4]
GALLE P R, FORNER A, LLOVET J M, et al. EASL Clinical Practice Guidelines: Management of hepatocellular carcinoma[J]. J Hepatol, 2018, 69(1): 182-236. DOI: 10.1016/j.jhep.2018.03.019.
[5]
SIEGEL R L, GIAQUINTO A N, JEMAL A. Cancer statistics, 2024[J]. CA A Cancer J Clinicians, 2024, 74(1): 12-49. DOI: 10.3322/caac.21820.
[6]
中华人民共和国国家卫生健康委员会医政司. 原发性肝癌诊疗指南(2024年版)[J]. 磁共振成像, 2024, 15(6): 1-18. DOI: 10.12015/issn.1674-8034.2024.06.001.
Department of Medical Administration of the National Health Commission of the People's Republic of China. Guideline for diagnosis and treatment of primary liver cancer (2024 edition)[J]. Chin J Magn Reson Imaging, 2024, 15(6): 1-18. DOI: 10.12015/issn.1674-8034.2024.06.001.
[7]
SINGAL A G, LLOVET J M, YARCHOAN M, et al. AASLD Practice Guidance on prevention, diagnosis, and treatment of hepatocellular carcinoma[J]. Hepatology, 2023, 78(6): 1922-1965. DOI: 10.1097/HEP.0000000000000466.
[8]
REIG M, FORNER A, RIMOLA J, et al. BCLC strategy for prognosis prediction and treatment recommendation: The 2022 update[J]. J Hepatol, 2022, 76(3): 681-693. DOI: 10.1016/j.jhep.2021.11.018.
[9]
HASEGAWA K, TAKEMURA N, YAMASHITA T, et al. Clinical practice guidelines for hepatocellular carcinoma: the Japan society of hepatology 2021 version (5th JSH-HCC guidelines)[J]. Hepatol Res, 2023, 53(5): 383-390. DOI: 10.1111/hepr.13892.
[10]
LI H, VOGL T J, CHEN K A, et al. A comparison of the efficacy and safety of US-, CT-, and MR-guided radiofrequency and microwave ablation for HCC: a systematic review and network meta-analysis[J/OL]. Cancers (Basel), 2025, 17(3): 409 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/39941779/. DOI: 10.3390/cancers17030409.
[11]
SINGAL A G, KANWAL F, LLOVET J M. Global trends in hepatocellular carcinoma epidemiology: implications for screening, prevention and therapy[J]. Nat Rev Clin Oncol, 2023, 20(12): 864-884. DOI: 10.1038/s41571-023-00825-3.
[12]
HERRERO A, TOUBERT C, BEDOYA J U, et al. Management of hepatocellular carcinoma recurrence after liver surgery and thermal ablations: state of the art and future perspectives[J]. Hepatobiliary Surg Nutr, 2024, 13(1): 71-88. DOI: 10.21037/hbsn-22-579.
[13]
NEVOLA R, RUOCCO R, CRISCUOLO L, et al. Predictors of early and late hepatocellular carcinoma recurrence[J]. World J Gastroenterol, 2023, 29(8): 1243-1260. DOI: 10.3748/wjg.v29.i8.1243.
[14]
HAN S, SUNG P S, PARK S Y, et al. Local ablation for hepatocellular carcinoma: 2024 expert consensus-based practical recommendations of the Korean liver cancer association[J]. Korean J Radiol, 2024, 25(9): 773-787. DOI: 10.3348/kjr.2024.0550.
[15]
MARQUEZ H P, PUIPPE G, MATHEW R P, et al. CT perfusion for early response evaluation of radiofrequency ablation of focal liver lesions: first experience[J]. Cardiovasc Intervent Radiol, 2017, 40(1): 90-98. DOI: 10.1007/s00270-016-1444-9.
[16]
夏永旭, 林元强, 王辉. 超声造影在肝细胞癌热消融术后复发监测的研究进展[J]. 中国实验诊断学, 2025, 29(2): 224-229. DOI: 10.3969/j.issn.1007-4287.2025.02.018.
XIA Y X, LIN Y Q, WANG H. Progress in monitoring the recurrence of hepatocellular carcinoma after thermal ablation with contrast-enhanced ultrasound[J]. Chin J Lab Diagn, 2025, 29(2): 224-229. DOI: 10.3969/j.issn.1007-4287.2025.02.018.
[17]
ZHANG X J, WANG C D, ZHENG D, et al. Radiomics nomogram based on multi-parametric magnetic resonance imaging for predicting early recurrence in small hepatocellular carcinoma after radiofrequency ablation[J/OL]. Front Oncol, 2022, 12: 1013770 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/36439458/. DOI: 10.3389/fonc.2022.1013770.
[18]
HU Y Z, ZHANG L M, ZHANG H Q, et al. Prediction power of radiomics in early recurrence of hepatocellular carcinoma: a systematic review and meta-analysis[J/OL]. Medicine (Baltimore), 2024, 103(27): e38721 [2025-08-27].https://pubmed.ncbi.nlm.nih.gov/38968499/. DOI: 10.1097/MD.0000000000038721.
[19]
朱帆东, 杨晨, 赵振华. 影像组学对评估肿瘤微波/射频消融疗效预后的研究进展[J]. 介入放射学杂志, 2024, 33(6): 693-696. DOI: 10.3969/j.issn.1008-794X.2024.06.021.
ZHU F D, YANG C, ZHAO Z H. Research progress in radiomics evaluation of the efficacy and prognosis of microwave/radiofrequency ablation treatment for tumors[J]. J Interv Radiol, 2024, 33(6): 693-696. DOI: 10.3969/j.issn.1008-794X.2024.06.021.
[20]
刘璐豪, 周舟. 影像组学在肝细胞癌精准诊疗及预后评估中的研究进展[J]. 磁共振成像, 2025, 16(1): 216-221, 227. DOI: 10.12015/issn.1674-8034.2025.01.035.
LIU L H, ZHOU Z. Advances in radiomics in accurate diagnosis, treatment and prognosis evaluation of hepatocellular carcinoma[J]. Chin J Magn Reson Imag, 2025, 16(1): 216-221, 227. DOI: 10.12015/issn.1674-8034.2025.01.035.
[21]
GU D Y, ZHANG Y, HU J X, et al. The value of contrast-enhanced ultrasound quantitative parameters in the prognosis prediction of hepatocellular carcinoma after thermal ablation: a retrospective cohort study[J]. J Gastrointest Oncol, 2022, 13(5): 2522-2531. DOI: 10.21037/jgo-22-919.
[22]
LI Z N, JIAO D C, SI G Y, et al. Making timely remedial measures after TACE based on the results of cone-beam CT liver perfusion[J]. Int J Hyperth, 2021, 38(1): 428-436. DOI: 10.1080/02656736.2021.1895331.
[23]
YUE X F, DONG X J, HUANG M T, et al. Early assessment of response to radiofrequency ablation with CT perfusion imaging in rabbit VX2 liver tumor model[J/OL]. Front Oncol, 2021, 11: 728781 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/34900679/. DOI: 10.3389/fonc.2021.728781.
[24]
KALARAKIS G, CHRYSSOU E G, PERISINAKIS K, et al. CT perfusion and MRI: A combined approach for hepatocellular carcinoma diagnosis and follow-up after locoregional treatment[J/OL]. Eur J Radiol, 2025, 183: 111928 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/39855148/. DOI: 10.1016/j.ejrad.2025.111928.
[25]
BAE J S, KIM J H, LEE D H, et al. Hepatobiliary phase of gadoxetic acid-enhanced MRI in patients with HCC: prognostic features before resection, ablation, or TACE[J]. Eur Radiol, 2021, 31(6): 3627-3637. DOI: 10.1007/s00330-020-07499-w.
[26]
ÖCAL O, SCHÜTTE K, MALFERTHEINER P, et al. Prognostic value of baseline MRI features in patients treated with thermal ablation for hepatocellular carcinoma[J/OL]. Eur J Radiol, 2023, 168: 111120 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/37806190/. DOI: 10.1016/j.ejrad.2023.111120.
[27]
CHA D I, LEE M W, JEONG W K, et al. Rim-arterial enhancing primary hepatic tumors with other targetoid appearance show early recurrence after radiofrequency ablation[J]. Eur Radiol, 2021, 31(9): 6555-6567. DOI: 10.1007/s00330-021-07769-1.
[28]
许倩, 张岚, 黄婷婷, 等. 基于钆塞酸二钠增强MRI对孤立性肝细胞癌射频消融术后早期复发的危险因素分析[J]. 中国医学影像学杂志, 2025, 33(3): 238-244, 259. DOI: 10.3969/j.issn.1005-5185.2025.03.004.
XU Q, ZHANG L, HUANG T T, et al. Risk factors for early recurrence of solitary hepatocellular carcinoma after radiofrequency ablation based on Gd-EOB-DTPA-enhanced MRI[J]. Chin J Med Imag, 2025, 33(3): 238-244, 259. DOI: 10.3969/j.issn.1005-5185.2025.03.004.
[29]
SUROV A, EGER K I, POTRATZ J, et al. Apparent diffusion coefficient correlates with different histopathological features in several intrahepatic tumors[J]. Eur Radiol, 2023, 33(9): 5955-5964. DOI: 10.1007/s00330-023-09788-6.
[30]
MEYER H J, LEONHARDI J, POTRATZ J, et al. Association between radiomics of diffusion-weighted imaging and histopathology in hepatocellular carcinoma. A preliminary investigation[J/OL]. Magn Reson Imaging, 2025, 118: 110356 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/39938670/. DOI: 10.1016/j.mri.2025.110356.
[31]
SUROV A, PECH M, OMARI J, et al. Diffusion-weighted imaging reflects tumor grading and microvascular invasion in hepatocellular carcinoma[J]. Liver Cancer, 2021, 10(1): 10-24. DOI: 10.1159/000511384.
[32]
姚升娟, 曲静琦, 曹宇, 等. MRI联合血清miR-204水平对原发性肝癌经皮穿刺射频消融术后疗效及复发的预测价值[J]. 放射学实践, 2022, 37(1): 62-67. DOI: 10.13609/j.cnki.1000-0313.2022.01.011.
YAO S J, QU J Q, CAO Y, et al. The predictive value of MRI combined with serum miR-204 level for the efficacy and recurrence of primary liver cancer after percutaneous radiofrequency ablation[J]. Radiol Pract, 2022, 37(1): 62-67. DOI: 10.13609/j.cnki.1000-0313.2022.01.011.
[33]
刘铁芳, 藏晓, 李萌, 等. 磁共振扩散加权成像在肝癌微波消融预后评估中的应用研究[J]. 磁共振成像, 2022, 13(6): 112-116. DOI: 10.12015/issn.1674-8034.2022.06.022.
LIU T F, ZANG X, LI M, et al. Application of magnetic resonance diffusion-weighted imaging in prognostic evaluation of microwave ablation of hepatocellular carcinoma[J]. Chin J Magn Reson Imag, 2022, 13(6): 112-116. DOI: 10.12015/issn.1674-8034.2022.06.022.
[34]
HU Z C, YU N N, WANG H P, et al. Pre-radiofrequency ablation MRI imaging features predict the local tumor progression in hepatocellular carcinoma[J/OL]. Medicine (Baltimore), 2020, 99(52): e23924 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/33350797/. DOI: 10.1097/MD.0000000000023924.
[35]
WEI H, YANG T, CHEN J, et al. Prognostic implications of CT/MRI LI-RADS in hepatocellular carcinoma: state of the art and future directions[J]. Liver Int, 2022, 42(10): 2131-2144. DOI: 10.1111/liv.15362.
[36]
WANG F, YAN C Y, WANG C H, et al. The roles of diffusion kurtosis imaging and intravoxel incoherent motion diffusion-weighted imaging parameters in preoperative evaluation of pathological grades and microvascular invasion in hepatocellular carcinoma[J/OL]. Front Oncol, 2022, 12: 884854 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/35646649/. DOI: 10.3389/fonc.2022.884854.
[37]
ZHOU Y, ZHENG J, YANG C, et al. Application of intravoxel incoherent motion diffusion-weighted imaging in hepatocellular carcinoma[J]. World J Gastroenterol, 2022, 28(27): 3334-3345. DOI: 10.3748/wjg.v28.i27.3334.
[38]
WANG X J, ISHIMATSU K, LI J J, et al. APT imaging of hepatocellular carcinoma signals an effective therapeutic response in advance of tumor shrinkage[J/OL]. Hepat Oncol, 2024, 11(1): 2389031 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/39881558/. DOI: 10.1080/20450923.2024.2389031.
[39]
QI X H, WANG Q, SHEN Z W, et al. Image quality assessment and feasibility of three-dimensional amide proton transfer-weighted imaging for hepatocellular carcinoma[J]. Quant Imaging Med Surg, 2024, 14(2): 1778-1790. DOI: 10.21037/qims-23-767.
[40]
刘伟, 王培源. 磁共振功能成像在肝细胞癌中的应用[J]. 医学影像学杂志, 2020, 30(2): 327-330. DOI: 1006-9011(2020)02-0327-04.
LIU W, WANG P Y. Functional magnetic resonance imaging in hepatocellular carcinoma[J]. J Med Imag, 2020, 30(2): 327-330. DOI: 1006-9011(2020)02-0327-04.
[41]
牟亚男, 张静, 庞雅萱, 等. 血氧水平依赖磁共振成像评估肿瘤缺氧的研究进展[J]. 磁共振成像, 2025, 16(7): 215-220, 226. DOI: 10.12015/issn.1674-8034.2025.07.034.
MOU Y N, ZHANG J, PANG Y X, et al. Research progress of blood oxygenation level dependent magnetic resonance imaging in assessing tumor hypoxia[J]. Chin J Magn Reson Imag, 2025, 16(7): 215-220, 226. DOI: 10.12015/issn.1674-8034.2025.07.034.
[42]
LI B S, XU A H, HUANG Y R, et al. Oxygen-challenge blood oxygen level-dependent magnetic resonance imaging for evaluation of early change of hepatocellular carcinoma to chemoembolization: a feasibility study[J]. Acad Radiol, 2021, 28(Suppl 1): S13-S19. DOI: 10.1016/j.acra.2020.06.021.
[43]
ZHANG Z H, YU J, LIU S S, et al. Multiparametric liver MRI for predicting early recurrence of hepatocellular carcinoma after microwave ablation[J/OL]. Cancer Imaging, 2022, 22(1): 42 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/36042507/. DOI: 10.1186/s40644-022-00471-5.
[44]
KELLER S, CHAPIRO J, BRANGSCH J, et al. Quantitative MRI for assessment of treatment outcomes in a rabbit VX2 hepatic tumor model[J]. J Magn Reson Imaging, 2020, 52(3): 668-685. DOI: 10.1002/jmri.26968.
[45]
钟林辉, 刘文广, 李文政. 磁共振弹性成像在肝细胞癌诊疗评估中的研究进展[J]. 磁共振成像, 2022, 13(12): 150-153, 158. DOI: 10.12015/issn.1674-8034.2022.12.028.
ZHONG L H, LIU W G, LI W Z. Advances in the application of magnetic resonance elastography in the diagnosis and treatment of hepatocellular carcinoma[J]. Chin J Magn Reson Imag, 2022, 13(12): 150-153, 158. DOI: 10.12015/issn.1674-8034.2022.12.028.
[46]
HUI R W, CHAN A C, LO G, et al. Magnetic resonance elastography and proton density fat fraction predict adverse outcomes in hepatocellular carcinoma[J]. Hepatol Int, 2022, 16(2): 371-380. DOI: 10.1007/s12072-022-10305-y.
[47]
VOGL T J, DOSCH M P, HAAS Y. MR elastography is a good response parameter for microwave ablation liver tumors[J/OL]. Eur J Radiol, 2022, 152: 110360 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/35597071/. DOI: 10.1016/j.ejrad.2022.110360.
[48]
庞雅萱, 殷亮, 张静, 等. MRI评估肝细胞癌消融治疗疗效的研究进展[J]. 磁共振成像, 2024, 15(10): 200-204. DOI: 10.12015/issn.1674-8034.2024.10.034.
PANG Y X, YIN L, ZHANG J, et al. Research progress in MRI evaluation of the therapeutic effect of ablation in hepatocellular carcinoma[J]. Chin J Magn Reson Imag, 2024, 15(10): 200-204. DOI: 10.12015/issn.1674-8034.2024.10.034.
[49]
KOBE A, KINDLER Y, KLOTZ E, et al. Fusion of preinterventional MR imaging with liver perfusion CT after RFA of hepatocellular carcinoma: early quantitative prediction of local recurrence[J]. Invest Radiol, 2021, 56(3): 188-196. DOI: 10.1097/RLI.0000000000000726.
[50]
BELEÙ A, AUTELITANO D, GERACI L, et al. Radiofrequency ablation of hepatocellular carcinoma: CT texture analysis of the ablated area to predict local recurrence[J/OL]. Eur J Radiol, 2022, 150: 110250 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/35367776/. DOI: 10.1016/j.ejrad.2022.110250.
[51]
HORVAT N, DE ARIMATEIA B ARAUJO-FILHO J, ASSUNCAO-JR A N, et al. Radiomic analysis of MRI to predict sustained complete response after radiofrequency ablation in patients with hepatocellular carcinoma - a pilot study[J/OL]. Clinics (Sao Paulo), 2021, 76: e2888 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/34287480/. DOI: 10.6061/clinics/2021/e2888.
[52]
PETUKHOVA-GREENSTEIN A, ZEEVI T, YANG J L, et al. MR imaging biomarkers for the prediction of outcome after radiofrequency ablation of hepatocellular carcinoma: qualitative and quantitative assessments of the liver imaging reporting and data system and radiomic features[J/OL]. J Vasc Interv Radiol, 2022, 33(7): 814-824.e3 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/35460887/. DOI: 10.1016/j.jvir.2022.04.006.
[53]
MA Q P, HE X L, LI K, et al. Dynamic contrast-enhanced ultrasound radiomics for hepatocellular carcinoma recurrence prediction after thermal ablation[J]. Mol Imaging Biol, 2021, 23(4): 572-585. DOI: 10.1007/s11307-021-01578-0.
[54]
LI J P, ZHAO S, JIANG H J, et al. Quantitative dual-energy computed tomography texture analysis predicts the response of primary small hepatocellular carcinoma to radiofrequency ablation[J]. Hepatobiliary Pancreat Dis Int, 2022, 21(6): 569-576. DOI: 10.1016/j.hbpd.2022.06.003.
[55]
YUAN C W, WANG Z C, GU D S, et al. Prediction early recurrence of hepatocellular carcinoma eligible for curative ablation using a Radiomics nomogram[J/OL]. Cancer Imaging, 2019, 19(1): 21 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/31027510/. DOI: 10.1186/s40644-019-0207-7.
[56]
ZHAO L D, WANG J, SONG J N, et al. Combining serum biomarkers and MRI radiomics to predict treatment outcome after thermal ablation in hepatocellular carcinoma[J]. Am J Transl Res, 2025, 17(3): 2031-2043. DOI: 10.62347/TFRF1430.
[57]
ZHANG Y, WEI H, SONG B. Magnetic resonance imaging for treatment response evaluation and prognostication of hepatocellular carcinoma after thermal ablation[J/OL]. Insights Imaging, 2023, 14(1): 87 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/37188987/. DOI: 10.1186/s13244-023-01440-7.
[58]
WANG Y D, ZHANG Y, XIAO J C, et al. Multicenter integration of MR radiomics, deep learning, and clinical indicators for predicting hepatocellular carcinoma recurrence after thermal ablation[J]. J Hepatocell Carcinoma, 2024, 11: 1861-1874. DOI: 10.2147/JHC.S482760.
[59]
HUANG W R, PAN Y F, WANG H F, et al. Delta-radiomics analysis based on multi-phase contrast-enhanced MRI to predict early recurrence in hepatocellular carcinoma after percutaneous thermal ablation[J]. Acad Radiol, 2024, 31(12): 4934-4945. DOI: 10.1016/j.acra.2024.06.002.
[60]
KONG Q Y, LI K. Predicting early recurrence of hepatocellular carcinoma after thermal ablation based on longitudinal MRI with a deep learning approach[J/OL]. Oncologist, 2025, 30(3): oyaf013 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/40110765/. DOI: 10.1093/oncolo/oyaf013.
[61]
BU D D, DUAN S B, REN S S, et al. Machine learning-based ultrasound radiomics for predicting TP53 mutation status in hepatocellular carcinoma[J/OL]. Front Med (Lausanne), 2025, 12: 1565618 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/40357300/. DOI: 10.3389/fmed.2025.1565618.
[62]
WANG W T, WANG Y Y, SONG D J, et al. A Transformer-Based microvascular invasion classifier enhances prognostic stratification in HCC following radiofrequency ablation[J]. Liver Int, 2024, 44(4): 894-906. DOI: 10.1111/liv.15846.
[63]
XIE Y Y, WANG F, WEI J W, et al. Noninvasive prognostic classification of ITH in HCC with multi-omics insights and therapeutic implications[J/OL]. Sci Adv, 2025, 11(18): eads8323 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/40315307/. DOI: 10.1126/sciadv.ads8323.
[64]
PENG J, WANG J R, ZHU H B, et al. Three-dimensional multimodal imaging for predicting early recurrence of hepatocellular carcinoma after surgical resection[J/OL]. J Adv Res, 2025 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/40533057/. DOI: 10.1016/j.jare.2025.06.031.
[65]
LIM S, SHIN Y, LEE Y H. Arterial enhancing local tumor progression detection on CT images using convolutional neural network after hepatocellular carcinoma ablation: a preliminary study[J/OL]. Sci Rep, 2022, 12(1): 1754 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/35110631/. DOI: 10.1038/s41598-022-05794-8.
[66]
GUPTA S, DUBEY A K, SINGH R, et al. Four transformer-based deep learning classifiers embedded with an attention U-net-based lung segmenter and layer-wise relevance propagation-based heatmaps for COVID-19 X-ray scans[J/OL]. Diagnostics (Basel), 2024, 14(14): 1534 [2025-08-27]. https://pubmed.ncbi.nlm.nih.gov/39061671/. DOI: 10.3390/diagnostics14141534.
[67]
LIAO H, ZHAO Y, PEI W, et al. An interpretable machine learning model assists in predicting induction chemotherapy response and survival for locoregionally advanced nasopharyngeal carcinoma using MRI: a multicenter study[J]. Eur Radiol, 2025, 35(8): 5121-5134. DOI: 10.1007/s00330-025-11396-5.

上一篇 心脏磁共振在急性心肌炎风险分层及预后评估中的应用进展
下一篇 影像组学在肝细胞癌生物学行为中的研究进展
  
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