结直肠癌是威胁人类健康的世界第三大肿瘤，2020年全球有193万新发病例，死亡率仅次于肺癌，居世界第2位[1]。直肠癌约占结直肠癌病例的1/3,起病隐匿，出现症状时大多已到中晚期。淋巴结转移(lymph node metastasis, LNM)是直肠癌进展、恶化和死亡的重要因素[1],术前准确预测盆腔外侧LNM是直肠癌精确治疗的关键。为了确定合适的治疗方案，需要对淋巴结状态、T分期及直肠系膜筋膜受累情况进行准确评估。目前经直肠超声和CT被广泛应用于直肠癌的局部分期，但二者均存在一定的局限性。直肠超声对高位病变或狭窄者的探查较为困难，且不能辨别直肠筋膜内、外淋巴结；CT无法分辨肠壁各层，对脂肪的轻微浸润不敏感，在直肠癌术前T分期方面仍存在一定的局限性。高分辨率MR具有良好的软组织分辨率，根据主要的国际指南[2,3],MR检查被认为是直肠癌局部分期和再分期的参考标准，常用于评估术后局部复发的危险因素，有助于评估患者复发风险[4]。多参数MRI(multi-parameter MRI,mpMRI)可提供肿瘤分期诊断最重要的危险因素：T分期、N分期、壁外血管侵犯、环形切缘和淋巴结状态，能够为患者选择合适的治疗方案及手术方式提供重要信息[5,6]。近年来，MRI影像组学在结直肠癌患者中的应用引起了人们的广泛兴趣。研究表明，基于mpMRI的影像组学在鉴别淋巴结状态方面具有更好的诊断性能[7,8,9]。与传统的计算机辅助诊断相比，影像组学可以在宏观层面探索医学诊断的深层隐藏信息，并在肿瘤异质性、预测和预后方面发挥重要作用，有助于推动精准医学的实施。本研究就mpMRI预测直肠癌LNM的研究进展、局限性以及未来发展趋势进行综述。

1、mpMRI基本概念与优势

mpMRI是指在MR检查过程中，可分别在同一解剖部位或层面获取T1加权图像(T1 weighted imaging, T1WI)、T2加权图像(T2 weighted image, T2WI)和质子密度加权图像等多种图像，从而有利于显示正常组织与病变组织。mpMRI中的T1WI主要反映组织间的T1差异，T2WI主要反映组织间的T2差异，质子密度加权图像主要反映组织间质子密度的差异。与单一的CT图像相比，如果2种组织之间的X射线吸收率无差别，那么它们就没有密度差异，也就无法将这2种组织区分开来。而在mpMRI中，即使2种组织的T1没有差别，还可以通过T2等的差别来辨别正常和异常组织。T1WI中T1越长，信号强度越低，亮度就越低；相反，短T1的组织则表现为高信号，即高亮度。T2WI中T2越长，信号强度就越高，表现为高亮度；相反，短T2的组织则表现为低亮度。弥散加权成像(diffusion weighted imaging, DWI)的原理是生理条件下的体内水分子呈现自由扩散运动状态，而在病理情况下体内水分子扩散运动受限，在DWI上显示为高亮度，结合表观扩散系数(apparent diffusion coefficient, ADC)图像，可以用于多种疾病的诊断与鉴别诊断[10]。

基于先进模式识别工具的影像组学可以高通量地提取大量影像信息，对数据信息进行更深层次的分析和预测，辅助医师做出最佳诊断[11,12]。其大体流程归纳为以下部分：(1)影像数据的获取；(2)肿瘤区域的分割；(3)特征的提取和量化；(4)影像数据模型的建立；(5)模型的验证。与单一的CT图像或单光子发射计算机断层显像相比，基于mpMRI的组学信息提取被认为可以提供更多的代谢和生物信息[13]。通过mpMRI提取人眼无法识别的灰度、空间和结构的微观信息，揭示了肿瘤在特定感兴趣区域的异质性。研究表明，肿瘤较高的异质性是区域LNM的有力预测因子[14]。近年来，影像组学已被用于评估直肠癌术前及新辅助放化疗前后的T期、淋巴结状态、基因表达和生物学特征[15,16],在鉴别直肠癌淋巴结状态方面也显示出了一定的诊断价值[17]。见表1。

表1 MRI影像组学在结直肠癌患者淋巴结转移预测应用的近5年研究总结

2、mpMRI在直肠癌LNM中的应用

2.1对比增强MRI

MRI于1999年首次应用于直肠癌诊断研究中，已经成为直肠癌诊疗计划中必不可少的检查方法[28]。2011年，Lambregts等[29]研究表明，对比增强MRI(contrast-enhanced MRI,CE-MRI)可提高直肠癌淋巴结分期的诊断性能。2013年，Lambregts等[30]在非增强和CE-MRI图像上测量淋巴结中部的信号强度(signal intensity of the middle part, mSI)和淋巴结边缘的信号强度(signal intensity of the white rim part, wSI),结果显示恶性肿瘤的CE-MRI图像上，良性淋巴结的mSI和wSI高于转移淋巴结(P<0.001),表明CE-MRI可用于测量淋巴结mSI和wSI,从而提高直肠癌患者转移淋巴结的诊断性能。2016年，Yu等[31]发现了动态增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)的定量和半定量参数在识别转移性淋巴结方面的价值。此外，DCE-MRI可评估肿瘤灌注，虽不是常规检查序列，但已被应用于直肠癌良恶性肿瘤的分化、分期和治疗反应评价[32]。2021年，Iwasa等[33]通过CE-MRI检测到直肠中动脉，用于预测下直肠癌的外侧LNM;多因素分析显示直肠中动脉是转移的独立预测因素，成功证明了直肠中动脉的存在可以有效预测下直肠癌患者的外侧LNM,突出了CE-MRI在直肠癌LNM预测中的临床意义。2023年，Xu等[34]的研究表明，结合术前MRI形态学特征、ADC和DCE-MRI有助于鉴别结直肠系膜肿瘤沉积和转移淋巴结。

然而，以上诊断均是基于传统MRI进行的。基于mpMRI的组学特征被认为可以提供更为丰富的诊断信息。2022年，Zhou等[35]基于T2WI、T1WI、DWI和增强T1WI图像特征和临床病理构建列线图，以预测新辅助放化疗的直肠癌患者盆腔外侧淋巴结转移，结果表明这2种列线图均具有良好的预测性能。

2.2 DWI/ADC

由DWI计算出的ADC可以反映肿瘤细胞数量的变化，是一种有价值的肿瘤特性生物标志物[36]。研究表明，ADC值有助于鉴别原发性肿瘤转移性和非转移性淋巴结，转移性淋巴结的平均ADC显著高于非转移性淋巴结[37]。此外，ADC值在结直肠癌检测和鉴别转移性和良性淋巴结方面也存在潜在价值[38]。2021年，Xu等[39]证实了原发肿瘤的平均ADC值是LNM的强预测因子，将平均ADC、影像学参数(MRI T分期、MRI N分期、环形切缘、壁外血管侵犯)与临床危险因素(癌胚抗原、糖类抗原19-9、分化程度)结合的逻辑回归模型，可提高直肠癌LNM的诊断效率，且该mpMRI模型的诊断性能优于单纯MRI模型。

与传统成像模式的诊断相比，纹理分析是解释医学成像的“影像组学”方法之一，可以提供一种更客观的方法来表征病变与肿瘤分级和分期密切相关的组织异质性。研究表明，从CT或MR图像中提取的一些纹理信息在多个方面表现出了潜力[40,41]。2020年，Yin等[42]基于DWI和ADC图像进行纹理分析，探讨了纹理特征与直肠癌T/N分期的相关性，其结果表明了纹理特征在直肠癌分期中的潜力。此外，与基于DWI的纹理分析相比，基于ADC的纹理分析在预测淋巴结状态方面取得了更好的辨别性能(b值为1 000 s/mm2)[42]。

然而，以上都是基于单层面图像进行的特征提取分析得出的结果。三维感兴趣区是指对整个肿瘤体积进行勾画，被认为可以提取更多的肿瘤信息，有助于LNM预测。2021年，Li等[43]的研究证实了基于T2WI和ADC图像感兴趣区提取的影像学特征，对直肠癌患者术前淋巴结转移具有良好的预测性能。此外，基于肿瘤体积的DWI直方图分析在结直肠肿瘤中的应用也在增加[44]。体素内不相干运动(intravoxel incoherent motion, IVIM)-DWI可以有效地分离水分子的扩散运动和血流微循环灌注的成分，在一定程度上能更准确地反映水分子在肿瘤组织中扩散受限的程度和微循环灌注的信息[45]。2022年，Jia等[46]建立基于T2WI和IVIM-DWI影像组学特征的列线图模型，以评估直肠腺癌的非扩大性LNM,结果表明该模型与非扩大性LNM相关，在术前评估非扩大性LNM有一定的价值。

2.3 T2WI

T2WI可以清晰显示病变信号的改变，已成为mpMRI中不可缺少的扫描序列。Yang等[27]将88例病理确诊的直肠腺癌患者分为淋巴结阴性组和淋巴结阳性组，回顾性分析结果显示，与淋巴结阳性组相比，淋巴结阴性组的偏斜、峰度(P<0.001)和能量(P=0.004)显著更高，熵(P=0.028)更低。这4个参数在预测LNM方面显示出良好的诊断能力，表明原发肿瘤T2WI信号强度直方图参数与恶性肿瘤局部淋巴结状态相关，可能有助于提高对LNM的预测。

一项研究报道了小波特征对T2WI在预测淋巴结状态方面的有效性[26]。He等[47]发现T2WI的小波特征在直肠癌的肿瘤分级中具有良好的表现，进一步证明了小波特征可以反映肿瘤的生物学特性和异质性。以往的一些研究表明，T2WI的直方图特征和ADC图的纹理特征也可以帮助预测LNM[27,48]。此外，基于高分辨率T2WI(high-resolution T2WI,HR-T2WI)的放射组学特征在预测直肠癌LNM方面表现出强大的性能，并可用于临床医生确定直肠癌患者转移性淋巴结的状态[24]。特别是使用T2WI和ADC图像的体积病变特征以及患者的临床信息[22,23,49]。Nardone等[50]的一项研究表明，基于T2WI和ADC图像体积特征的放射组学模型在预测局部晚期直肠癌的病理完全应答方面取得了良好的性能。Song等[51]的研究表明，基于T2WI的放射诺模图对直肠癌患者术前盆腔LNM具有良好的预测效果，可作为优化决策和调整辅助治疗的影像生物标志物，同时表明了基于HR-T2WI的放射组学预测模型用于直肠癌直肠系膜转移性淋巴结的可行性。一些研究也报道了基于mpMRI数据的放射组学模型可以提高对肿瘤特征的预测性能[52,53]。

以上研究均是基于MRI本身的表现或者肿瘤的特征提取来诊断淋巴结的转移。2023年，Zhuang等[18]前瞻性登记了直肠癌手术标本中每个淋巴结的组织学检查及与术前成像的解剖匹配，以组织病理学结果为金标准，结合患者的临床特征和T2WI上的淋巴结影像学特征，通过多变量logistic回归分析确定LNM的危险因素，并用于创建列线图。结果显示，诺模图结合术前临床和影像生物标志物不仅可以提高对淋巴结受累的预测，还可以作为癌症术前N分期和复发的重要参考。

深度学习是近年来快速发展的一个新兴领域，因其出色的图像识别能力而引起了放射科医生的极大关注[54]。它可以自动学习图像的层次特征，并提供肉眼无法检测到的细节[55]。研究表明，基于MRI的深度学习可以提高直肠癌患者LNM的诊断[56]。与传统的放射组学特征相比，深度学习特征具有更高的选择性和不变性[57]。Wan等[58]利用原发肿瘤T2WI图像训练和测试4个二维和三维残差网络的深度学习模型，用以预测直肠癌LNM,结果表明，基于术前原发肿瘤T2WI图像的深度学习模型对T1-2期直肠癌患者LNM的预测效果优于放射科医生。另外，利用T2WI和DWI通过深度学习框架掩膜区域卷积神经网络生成的LNM预测模型，可以有效地实现基于mpMRI预测直肠癌盆腔LNM,在临床实践中具有促进N分期的巨大潜力。

3、mpMRI预测直肠癌LNM的局限性

多项研究表明，淋巴结的大小是识别淋巴结状态的重要临床标志[23,59,60]。

尽管mpMRI可以在不同的序列观察病变，但对于直径<3 mm的病变检出仍是非常困难的[61]。然而，只有当淋巴结直径>5 mm时，放射科医生才能有效地评估其形状、边缘和信号强度，从而做出最佳诊断。其次，目前用于预测淋巴结状态的mpMRI大多局限于CE-MRI、DWI/ADC和T2WI序列。再者，通过mpMRI提取的组学特征构建的预测模型，缺乏前瞻性多中心研究，使得基于mpMRI的组学模型仍然不能取代病理。虽然近年来基于mpMRI的深度学习预测模型为患者诊疗提供了有价值的信息，但还需要进一步的前瞻性、多中心研究来验证获得临床转化的可信度。

结语与展望

直肠癌术前LNM的状态是治疗选择的重要因素，也是影响预后最主要的因素之一。mpMRI可提供代谢及功能信息，为了提高<3 mm转移淋巴结的检出率，改进术前识别淋巴结状态的技术是关键的要求，有望发展一种同时具有高敏感性与高特异性的检测方法。目前用于预测淋巴结状态的mpMRI大多局限于CE-MRI、DWI/ADC和T2WI序列，未来可考虑DCE-MRI进行瘤内和瘤周的影像特征提取，并结合其他序列组学特征及临床危险因素提高直肠癌LNM的预测性能。因此，为了提高术前及新辅助放化疗前后直肠癌LNM的检测，临床资料结合基于mpMRI序列的放射组学特征是未来的研究思路之一。其次，LNM预测的研究近几年进展较快，基于区域的卷积神经网络深度学习越来越受到研究者的关注。因此，结合基于mpMRI的放射组学特征和深度学习是未来研究发展的方向之一。此外，人工智能飞速发展，有望基于mpMRI序列开发出更多的模型以提高直肠癌患者术前淋巴结状态的预测，辅助临床对直肠癌的诊疗作出最佳决策。

利益冲突无

参考文献:

[6]邓冬平,沈家生.MR在结直肠癌分期诊断中的应用价值研究[J].浙江创伤外科,2023,28(2):380-383.

[7]周红俐,田云鸿,陈世孝,等.高分辨率盆腔MRI扫描在直肠癌淋巴结转移中的应用价值研究[J].中国CT和MRI杂志,2022,20(1):5.

[9]崔翔.多模态MRI在直肠癌术前诊断中的价值研究[D].芜湖:皖南医学院,2019.

[10]刘礼鸿,刘祥治,陈仲良,等.磁共振多b值弥散加权成像在评价直肠癌淋巴结转移的应用价值研究[J].现代医用影像学,2023,32(1):69-72.

基金资助:山东省医学会临床科研基金(YXH2022ZX02197,YXH2022ZX02025);山东省医务职工科技创新计划(SDYWZGKCJH2022008);山东省中医药科技项目(M-2022225);

文章来源:邹静敏,王华东,马长升等.多参数MRI预测直肠癌淋巴结转移的研究进展[J].中华肿瘤防治杂志,2024,31(04):241-246.