0 引言

       宫颈癌是常见的妇科恶性肿瘤之一，全球发病率和死亡率位居女性恶性肿瘤第四位^{[1, 2]}。宫旁浸润（parametrial invasion, PMI）是指癌组织突破宫颈间质浸润到宫旁组织，其中宫旁组织是一个泛指的概念，通常是指子宫颈实质周围至盆侧壁之间的纤维结缔组织，包括疏松结缔组织、脂肪、血管、神经、淋巴管以及输尿管盆段，宫颈间质位于宫颈黏膜上皮及固有层深面，主要由平滑肌、致密纤维结缔组织和弹力纤维构成，在T2WI上呈特征性低信号环^{[3, 4]}。大量临床研究证实，PMI是影响患者预后的独立危险因素，其准确评估对实现个体化治疗至关重要^{[5, 6]}。目前国际妇产科联盟（International Federation of Gynecology and Obstetrics, FIGO）分期系统，将PMI状态作为区分ⅡA期与ⅡB期的关键指标，这一划分直接决定了患者的首选治疗方案，根治性手术治疗还是同步放化疗^[7]。因此，提高治疗前PMI诊断的准确性具有重要临床意义。目前临床实践中，治疗前常规PMI的评估方法主要包括临床检查、超声、计算机断层扫描（computed tomography, CT）、磁共振成像（magnetic resonance imaging, MRI）、多模态成像等。此外，影像组学也展现出良好潜力，其中MRI为ESGO-ESTRO-ESP指南推荐的首选检查方式。本文就上述PMI评估方法进行总结综述，以期进一步提高PMI诊断的准确性，为临床精准分期与治疗决策提供更全面的参考。

1 文献检索与筛选

       检索2016年1月1日至2026年1月1日（将检索时间范围限定为此，旨在覆盖2018年FIGO分期将影像学纳入宫颈癌分期体系前后的关键变革期，并获取近10年临床及影像学评估PMI的研究文献）WOS核心数据库中有关临床及影像学评估宫颈癌PMI的文献，采用“主题”检索，具体检索式为：Topic=（“cervical cancer” OR “cervical carcinoma” OR “uterine cervical neoplasms”）AND Topic=（“parametrial invasion” OR “parametrial involvement” OR “parametrial infiltration”）AND Topic=（“clinical examination” OR “pelvic examination” OR “ultrasound” OR “sonography” OR “ultrasonography” OR “computed tomography” OR “CT” OR “magnetic resonance imaging” OR “MRI”）。并检索2016年1月1日至2026年1月1日CNKI数据库中相关内容，检索式为：SU=（“宫颈癌”OR“子宫颈癌”）AND SU=（“宫旁浸润”）AND SU=（“临床检查” OR “妇科检查" OR “盆腔检查” OR “超声” OR “彩色多普勒” OR “计算机断层扫描” OR “CT” OR “磁共振成像” OR “MRI"）。

       纳入标准：（1）文献主题与临床及影像学评估宫颈癌PMI相关；（2）发表语言为英文或中文。排除标准：（1）重复发表的文献；（2）无法获取全文或数据无法提取；（3）未单独分析PMI数据；（4）会议论文、摘要、信件、评论等类型的文献；（5）低质量综述或研究设计存在严重缺陷的文献。最终本文共纳入49篇相关文献。

2 宫颈癌PMI临床检查研究现状与进展

       临床检查在PMI评估中具有重要但有限的价值。三合诊通过触诊判断肿瘤是否浸润宫旁，是宫颈癌ⅡB期的重要诊断参考，若宫旁组织增厚、固定，提示肿瘤可能侵犯宫旁。虽然三合诊具有操作简便、成本低廉等优势，但存在诸多局限性：首先，其侵入性特征导致患者不适，影响检查依从性和结果可靠性；其次，其检查结果高度依赖医师经验，且缺乏标准化的操作规范；更重要的是，三合诊对早期微小PMI的检出率低。研究显示，临床检查对PMI的敏感度为29%~66%，特异性为81%~99%^[8]。近年来，有学者提出通过增强麻醉下检查（augmented examination under anesthesia, aEUA）对PMI进行临床评估，即在全身麻醉下妇科检查的同时显示MRI影像，使医师能结合触诊与影像学特征进行综合判断，准确性可达83.0%，且不受肿瘤大小的影响^[8]。但aEUA在实际操作中普及难度较大。虽然临床检查的局限性制约了其在宫颈癌分期中的应用价值，但仍是不可替代的PMI初筛手段。

3 宫颈癌PMI影像学评估研究现状与进展

3.1 CT

       CT检查扫描速度快，临床应用广泛，但其在评估PMI方面表现欠佳，主要应用于评估淋巴结转移和远处转移。CT图像上PMI的直接征象是宫颈边缘毛糙、不光整，宫旁脂肪密度增高，脂肪间隙不清或消失，或存在有软组织结节影和条索影，间接征象为远端输尿管管壁不规则增厚伴扩张积液并被软组织密度影包绕。一项Meta分析表明，常规CT诊断PMI的敏感度和特异性约为43%、71%，显著低于MRI（约71%、91%），且阳性预测值低于58%，空间分辨率与软组织对比度不足，是限制其评估局部浸润的主要原因^[9]。双能CT通过多参数成像（如能量数据、虚拟平扫、碘图等）提升了对软组织与血管结构的区分能力。刘笑言等^[10]通过前瞻性研究探讨了双能CT在Ⅱ期宫颈癌PMI诊断中的价值，共纳入96例Ⅱ期宫颈癌患者，以术后病理结果为金标准进行对比，结果表明，双能CT对PMI的敏感度、特异度、准确度分别为84.38%，81.25%，83.33%。

       CT在PMI评估方面敏感性较低，尤其对早期微小浸润的识别能力有限，另外，宫旁组织的炎症或纤维化改变在CT图像上可表现为不规则的脂肪密度类似肿瘤浸润的征象，影响对PMI的准确判断。尽管技术进步提升了其诊断准确性，但仍逊于MRI。因此，CT检查不推荐用于PMI的常规术前分期，仅在MRI不可及且患者无法耐受超声时作为次选。

3.2 超声

       超声是一种经济、无创、易得的成像技术，可在实时扫描过程中对解剖结构进行动态评估，根据ESGO-ESTRO-ESP指南，经阴道超声（transvaginal ultrasonography, TVUS）或经直肠超声（transrectal ultrasound, TRUS）可作为MRI的替代选择用于初始评估，但仅推荐由具备相应技术能力的超声医师实施，以确保诊断的准确性和可靠性。其诊断PMI的主要征象为宫旁组织表现为结节状，显著增厚，并且出现不规则低回声的毛刺浸润^[3]。MA等^[11]通过Meta分析评估TVUS在宫颈癌分期中的准确性，研究结果表明TVUS诊断PMI的敏感性为82%，特异性为92%。与常规超声相比，增强超声（contrast-enhanced ultrasonography, CEUS）通过团注造影剂使肿瘤病灶的微血管灌注异常更易被发现。WU等^[12]首次以术后病理为金标准比较CEUS与MRI在早期宫颈癌术前分期中的表现，结果显示CEUS对PMI诊断的敏感性和特异性分别为75.0%、85.7%，观察者间一致性中等（Cohen's κ=0.624）；但与CEUS相比，MRI在判断PMI方面与术后病理的一致性更好，二者的符合率分别为84.6%（Cohen's κ=0.421）和89.7%（Cohen's κ=0.685）。多项研究表明，超声与MRI在评估PMI方面表现出相似的诊断效能：ZHANG等^[13]以术后病理为金标准比较TRUS联合造影增强超声（contrast-enhanced TR-US, TR-CEUS）与MRI在评估宫颈癌局部浸润中的表现，结果显示TR-US/TR-CEUS实现了与MRI相当的诊断准确性，同时提高了观察者的一致性。而基于大规模SENTIX研究的事后分析进一步证实，两者在以病理为金标准的阴性预测值上无显著差异（MRI 95.3% vs. 超声97.0%，P=0.624）^[14]。另外，MA等^[15]对比研究了经阴道弹性成像（transvaginal elastography, TVES）联合TVUS与MRI在检测PMI中的诊断性能，配对样本分析显示，MRI对PMI的诊断效果与TVES联合TVUS评估差异无统计学意义（P值均>0.05）。

       超声技术在PMI诊断中具有较高特异性、便捷、可动态观察等优势，临床应用价值显著，适用于资源有限、无法普及MRI的地区，或作为MRI禁忌证（如幽闭恐惧症、起搏器）患者的替代，联合CEUS及TVES等技术可进一步提升诊断效能，当临床高度怀疑PMI但MRI阴性时，可作为补充。但其诊断准确性易受操作者经验、患者个体差异及设备性能等因素影响，宫旁组织炎症反应或纤维化的干扰以及超声技术局限也会导致诊断效能降低。未来需通过技术优化和诊断流程标准化提高超声诊断PMI的可靠性和统一性。

3.3 MRI

       MRI有优异的软组织对比度、多平面成像能力及多参数评估潜力，已成为评估PMI的首选影像学方法。CHEN等^[16]系统评估了MRI对PMI的诊断价值，结果显示MRI诊断PMI的准确率为63%~93%，敏感性33%~100%，特异性46%~96%，阳性预测值25%~96%，阴性预测值33%~98%，差异较大。根据欧洲泌尿生殖放射学会指南，临床常规推荐多参数MRI扫描方案，包括常规形态学序列、扩散加权成像（diffusion weighted imaging, DWI）以及动态对比增强磁共振成像（dynamic contrast enhanced magnetic resonance imaging, DCE-MRI）；盆腔基础序列包含有和无脂肪抑制轴位T1加权成像（T1 weighted imaging, T1WI）及无脂肪抑制的轴位T2加权成像（T2 weighted imaging, T2WI），至少需要采集两个平面[斜轴位（垂直于宫颈管，小视野，层厚≤4 mm）和矢状位]的高分辨率T2WI；推荐使用DCE，并在矢状面进行多期动态采集。然而，常规MRI序列虽然能提供良好的解剖学信息，但在鉴别肿瘤浸润与水肿及纤维性改变时特异性不足，容易造成对宫颈癌分期的高估。近年来，新兴的功能MRI通过反映病变组织内水分子分布、组织灌注及细胞代谢和微环境状态等微观病理生理改变，为评估PMI提供了新的思路。

3.3.1 常规MRI序列

（1）T2WI

       根据欧洲泌尿生殖放射学会指南，T2WI中肿瘤宫旁交界区毛刺征、宫颈外缘不规则、宫旁肿瘤结节或血管包绕征等特征可作为PMI的诊断依据^[17]。正常宫颈间质在T2WI呈现特征性的低信号环，若该环完整则对排除PMI具有较高的阴性预测值（94%~100%）^[18]。然而，仅有间质环中断并不足以诊断PMI，需同时伴有结节状或毛刺样软组织突入宫旁脂肪才具有可靠性。需注意，癌灶局部纤维化、活检后水肿、盆腔炎症或宫颈周围静脉曲张等情况也可能影响间质环的信号，导致PMI被高估，研究数据显示，较大肿瘤比小肿瘤更易出现高估（准确率分别为70% vs. 96%）^[18]。研究表明对于宫旁组织有无受累的判断，在宫颈的垂直轴位（即宫颈斜轴位）图像上显示最佳^[18]：斜轴位通过垂直于宫颈长轴的平面成像，有效减少部分容积效应，更清晰显示宫颈基质低信号环的完整性。WOO等^[19]对71例初治宫颈癌患者（PMI阳性率21.1%）的研究也表明斜轴位T2WI的诊断性能优于标准轴位，二者受试者工作特征曲线下面积（area under the curve, AUC）分别为0.941 vs. 0.917（P=0.027），对于肿瘤直径>2.5 cm的亚组差异更显著（0.906 vs. 0.860，P=0.046）。

（2）DWI

       DWI通过检测水分子扩散受限程度，能直接反映肿瘤细胞增殖状态，其优势在于对细胞密度变化高度敏感，且不受水肿及血管增生等干扰因素影响。肿瘤组织因细胞密度增高及细胞外间隙缩小，在DWI上表现为特征性高信号，表观扩散系数（apparent diffusion coefficient, ADC）图则对应显示低ADC值，多项研究表明，高分辨率T2WI联合DWI能准确区分真性浸润与假阳性改变^[20]。但在进行DWI评估时，必须注意排除“T2穿透效应”的干扰，这种效应常见于富含液体的病灶，其T2弛豫时间极长，即使在高b值条件下仍会显示高信号强度。通过参照ADC图可以有效规避这一误区。SHAKUR等^[20]的研究显示病灶组织的ADC平均值显著低于未受影响的子宫组织，随着FIGO分期的升高，ADC平均值逐渐降低，ⅡB期肿瘤的ADC平均值也显著低于早期肿瘤（P<0.001），这些结果表明DWI的定量成像参数如ADC值，或可为肿瘤评估提供客观的测量依据。然而，目前尚无公认的可用于区分FIGO ⅡA期与ⅡB期的ADC阈值。未来需开展多中心、大样本、统一标准化采集与后处理流程的前瞻性研究，以建立临床实用的ADC阈值。

       尽管ADC值可为PMI提供客观的定量信息，但DWI及ADC图的空间分辨率和解剖细节有限，无法单独用于诊断。因此，在临床实践中，DWI应作为T2WI的重要补充序列，当T2WI显示间质环中断同时伴有DWI高信号及ADC值降低时，可显著提高诊断特异性。小视野扩散加权成像（reduced field of view diffusion weighted imaging, rFOV-DWI）可以显著改善图像空间分辨率，减少失真和伪影^{[21, 22, 23]}，有研究表明，rFOV-DWI比常规视野扩散加权成像（conventional field of view diffusion weighted imaging, cFOV-DWI）更具有PMI诊断价值^[24]。

（3）DCE-MRI

       DCE-MRI能够显著提升正常组织与肿瘤组织之间的对比度，从而更精确呈现病变的侵袭范围和程度。该技术通过定量分析肿瘤区域的血流参数，可有效评估肿瘤的浸润特性。研究表明，DCE-MRI定量参数与宫颈癌的临床分期、分化程度、肿瘤类型均存在显著相关性^[25]，为临床诊断和治疗决策提供了重要的影像学依据。牛俊巧等^[26]通过病理结果将55例宫颈癌患者分为有PMI组和无PMI组，比较两组患者DCE-MRI参数，研究显示PMI组比剂容积转运常数（volume transport constant, K^trans）、速率常数（rate constant, Kep）、血管外细胞间隙容积分数（extravascular extracellular volume fraction, Ve）均显著高于非PMI组（P<0.05）。K^trans、Kep和Ve值诊断宫颈癌PMI的AUC分别为0.876、0.82l和0.864（P<0.05）。LI等^[27]的研究表明K^trans、Kep是宫颈癌患者PMI的独立预测因素。高灌注参数可能反映肿瘤血管生成增加、细胞间黏附丧失及间质渗透性增强，与侵袭性相关。目前的研究表明，DCE-MRI参数在评估PMI中具有良好的诊断效能。

3.3.2 新兴功能MRI

（1）体素内不相干运动

       体素内不相干运动（intravoxel incoherent motion, IVIM）是一种基于DWI的MRI技术，通过多b值扫描和双指数模型拟合，能够同时量化组织中水分子的扩散和微循环灌注信息，而无需使用对比剂，其核心参数包括真扩散系数（true diffusion coefficient, D）、假性扩散系数（pseudo-diffusion coefficient, D^*）、灌注分数（perfusion fraction, f）。IVIM通过分离扩散与灌注信号，可无创评估肿瘤微环境（如血管生成、细胞密度等），在癌症诊断和疗效预测中具有潜力。多项研究表明，IVIM参数，尤其是D值，与PMI显著相关，且IVIM与其他序列联合使用可提高诊断效能（AUC达0.9以上）^{[27, 28]}。但当前研究多存在样本量小、参数测量稳定性不足等局限性，且缺乏多中心验证，仍需通过更大规模、多中心的研究来证实其可靠性。

（2）扩散张量成像

       扩散张量成像（diffusion tensor imaging, DTI）通过检测水分子在神经纤维等高度有序组织结构中的方向性扩散（非随机布朗运动）来评估组织微结构。常用的参数包括平均扩散系数（average diffusion coefficient, DCavg）和部分各向异性指数（fractional anisotropy, FA）。有研究显示，PMI阳性组的FA值低于阴性组[（0.073±0.002）vs.（0.085±0.003），P=0.003]，可能因肿瘤浸润导致肌纤维结构破坏，水分子扩散方向性减弱^[28]。此外，DI PAOLA等^[29]前瞻性分析了27例活检证实宫颈癌的患者信息，测量其腰骶丛（L5和S1神经根）的FA值，并与病理结果对照，研究发现，PMI组的腰骶丛（L5~S1神经根）FA值高于非PMI组（0.321 vs. 0.292，P=0.01），并指出当FA>0.309 9作为诊断阈值时，其敏感性和特异性分别为62%和73%。目前DTI在PMI评估方面的研究报道较少，其参数能否作为PMI的有效评估手段仍需通过更深入的研究加以验证。

（3）扩散峰度成像

       扩散峰度成像（diffusion kurtosis imaging, DKI）是一种先进的DWI技术，能够定量评估生物组织中水分子的非高斯扩散特性。相较于DWI和DTI，DKI不仅可提供水分子扩散的平均程度，还能通过“峰度”参数反映扩散位移分布偏离高斯分布的程度，从而更敏感地揭示组织微观结构的复杂性和空间异质性^[30]。在宫颈癌研究领域，DKI技术已被成功应用于肿瘤分类、临床分期、组织学分型以及放化疗疗效评估等方面^{[31, 32, 33]}。然而，目前关于DKI在评估PMI中的潜在价值，相关研究仍较为匮乏。最新研究中，CHEN等^[34]的研究表明，DKI参数对于评估宫颈鳞癌PMI具有潜在价值。研究发现，PMI组和NPMI组的肿瘤平均扩散系数（mean diffusivity, MDT）、肿瘤平均扩散峰度（mean kurtosis, MKT）、肿瘤峰度各向异性（kurtosis anisotropy, KAT）和瘤周5 mm组织峰度各向异性（kurtosis anisotropy, KAP）存在显著差异（P<0.05）。单独应用DKI参数时，MKT、KAT和KAP的AUC分别为0.765、0.778和0.719。联合肿瘤和瘤周组织的参数（MKT+KAP、KAT+KAP）可将AUC提升至0.792和0.787，较单一区域参数可优化诊断准确性。T2WI低信号环的完整性结合DKI参数（MKT、KAT和KAP）后可进一步提高鉴别效能，AUC提高至0.846、0.828和0.774。然而，该研究受限于样本量小、晚期病例偏多等局限，结论有待进一步验证。

（4）酰胺质子转移

       酰胺质子转移（amide proton transfer, APT）加权成像是一种无创的新型分子MRI技术，通过探测组织中内源性游离蛋白质和多肽中的酰胺质子信号，从而间接反映细胞代谢和微环境状态^[35]。近年来，APT加权成像已逐渐扩展至宫颈癌的诊断与治疗中，在评估宫颈癌的深间质浸润或/和淋巴脉管间隙浸润、预测不良预后因素等方面军展现出良好的潜力^{[36, 37]}。DU等^[38]比较了PMI组与非PMI组在APT值（包括肿瘤内APTw-t和瘤周APTw-p）上的差异，结果显示APTw-t和APTw-p在PMI组中均显著高于非PMI组（P<0.001），APTw-t、APTw-p和ADC值诊断PMI的AUC分别为0.810、0.831和0.806，APTw-p+ADC联合模型进一步提高了的诊断效能，AUC达0.918，敏感度为91.20%，特异度为87.20%。APT可以为DWI提供补充信息，有望提高对PMI的诊断精确度，目前的研究多为回顾性研究，数据集较小，纳入研究的患者大多为早期患者，可能会造成偏倚，需进一步验证。

3.4 多模态成像

       正电子发射断层显像（position emission tomography, PET）通过代谢信息反映组织功能状态。PET/CT是PET及CT的融合图像，兼具功能和解剖成像优势，显著提高了淋巴结转移和远处病灶的检出率，但对PMI的敏感性较低^[39]。SINGARAM等^[40]的前瞻性研究显示，在评估宫旁组织时，PET/CT的敏感性、特异性和阴性预测值分别为33.3%、81.8%和94.7%，与MRI无显著差异，而PET/CT的阳性预测值为11.1%，高于MRI的5.9%（P<0.05）。PET/MRI整合MRI优异的软组织分辨率和PET代谢信息，可更精确评估宫旁侵犯范围，并借助多参数序列（如DWI、磁共振灌注成像）进一步揭示肿瘤的生物学特性。WANG等^[41]的研究表明，基于PET/MRI的体素分割和灰度值定量分析诊断PMI的准确率（87.3%）、敏感度（83.8%）、阴性预测值（86.4%）均高于MRI（P<0.01）。超声与MRI融合技术则通过实时多普勒成像识别“血管桥”等征象为PMI提供动态补充证据，但其操作者依赖性较强^[42]。MORO等^[43]的一项前瞻性研究表明，该技术使放射与超声医师诊断PMI的一致性从66%~74%提升至80%~86%（P<0.05）。CLAIRE等^[42]认为超声与MRI融合成像可作为MRI的补充技术，提高对宫颈癌病灶的诊断效能。多模态融合技术通过整合解剖与功能信息或可成为PMI精准分期的关键工具，为个体化治疗决策提供重要依据，但衰减校正、设备成本等技术挑战及小样本研究的局限性仍需克服。

3.5 医学影像人工智能

       影像组学是一种通过高通量提取医学影像中的定量特征（如纹理、形状、小波特征等），结合人工智能算法构建预测模型的新兴技术。此外，与传统方法相比，深度学习模型利用多层神经网络自动提取图像特征，避免了传统方法中手工特征设计的局限性，在准确性和稳健性方面表现出明显优势^[44]，两者结合能显著提升影像分析的诊断与预测能力。相较于传统影像学，该技术能够无创地量化图像特征，揭示病灶微观异质性信息，在肿瘤早期侵袭和转移预测方面具有显著优势。YANG等^[45]的回顾性研究分别从T2WI、DWI、ADC和对比增强T1加权成像（T1C）中提取了影像组学特征，开发了多个单序列、双序列及多序列放射组学模型，所有模型在训练和测试队列中都表现出良好的PMI分类性能（训练队列AUC：0.755~1.000，测试队列AUC：0.758~0.917），其中，T1C+ADC+DWI模型表现出最佳的诊断性能，显著优于所有其他模型（P<0.05）。HU等^[46]回顾性分析了218例宫颈癌患者的MRI数据，通过提取灰度共生矩阵（gray level co-occurrence matrix, GLCM）的纹理特征（如能量、熵、相关性等），并采用多种机器学习算法（随机森林、支持向量机等）构建了预测早期宫颈癌（FIGO ⅠB1~ⅡA2期）患者PMI风险的模型，研究结果显示，能量、熵等纹理特征是PMI发生的独立预测因子，5种机器学习的预测性能AUC范围为0.747~0.895，具有较高的稳健性。SHANG等^[47]的研究利用¹⁸F-氟代脱氧葡萄糖（¹⁸F-fluorodeoxyglucose, ¹⁸F-FDG）PET/MRI图像，结合肿瘤区域和瘤周区域的影像组学特征，构建了PMI评估模型，其中联合T2加权MRI原发肿瘤区纹理特征与PET瘤周区代谢异质性特征的组合模型表现最佳（AUC为0.774，准确率0.850），凸显了瘤周微环境在评估中的价值。CUI等^[48]在一项双中心研究中，对比分析了基于MRI的影像组学、生境分析和深度学习预测PMI模型的性能，并构建了多模态联合模型，结果显示，与单个模型相比，深度学习模型的AUC值最高（范围为0.803~0.954），而联合模型优于所有单个模型，其AUC值为0.901~0.973。这些发现表明，医学影像人工智能技术发展迅速，在宫颈癌PMI评估中展现出良好应用前景，但其临床转化仍需解决特征标准化、可解释性、泛化能力不足等关键问题。

4 小结与展望

       综上所述，目前临床对PMI的评估方法各具特点（表1）：三合诊简便经济，但存在检查者依赖性高以及对早期微小浸润敏感性不足等局限；EUA和aEUA虽诊断准确率较高，但普及受限。影像学方面，ESGO-ESTRO-ESP指南推荐MRI作为一线检查方法，为治疗前PMI评估的首选，但常规序列面临宫旁区血管神经束、炎性改变、子宫内膜异位症或术后瘢痕等因素导致的假阳性问题，且受肿瘤大小影响，常高估浸润。值得注意的是，手术证实的PMI是明确的预后因素，而MRI判读的PMI与患者预后无显著相关性，这一发现凸显了常规MRI技术对PMI评估的局限性^[49]。目前，难以区分肿瘤浸润与炎性改变等良性病变，是导致临床检查及MRI均易高估PMI的主要原因。超声检查可以实时动态，且诊断性能接近MRI，指南推荐可作为MRI的替代方案，对于无法行TVUS检查的患者（如无性生活史、老年性阴道萎缩、肿瘤易出血等），可优先选择TRUS进行评估，但超声受设备、患者个体差异及操作者经验影响显著。CT扫描速度快，但对PMI敏感性低，因此不被推荐用于PMI常规评估。近年来，多模态MRI技术通过功能成像与定量分析显著提升了诊断效能，PET/MRI等多模态成像技术进一步整合了病灶的生物学特征与解剖信息，可作为常规MRI诊断困难时的补充手段，但是目前所作研究仍存在单中心回顾性设计、样本有限、标准化不足及判读主观等共性问题。影像组学展现出良好前景，但仍需解决特征标准化、模型可解释性、泛化能力不足等关键问题，目前尚不推荐临床常规应用。

       基于现有研究成果，未来PMI诊断的标准化方向将集中在影像学技术规范化、多模态数据融合以及人工智能辅助诊断体系的构建等方面。同时应开展前瞻性、多中心、大样本队列研究，验证多模态MRI、PET/MRI及影像组学模型在PMI诊断中的真实效能，分步推进临床转化路径。总体而言，PMI评估已从形态学分析逐步演进为功能定量评估，并正在向智能化预测的方向发展。

点击查看表格

表1  宫颈癌宫旁浸润治疗前不同评估技术对比
Tab. 1  Comparison of different evaluation techniques before treatment for parametrial invasion of cervical cancer