DCE-MRI 定量分析与 MRI 影像组学：预测肺癌微波消融早期疗效的新利器

为评估动态对比增强 MRI（DCE-MRI）定量分析和 MRI 影像组学预测肺癌微波消融（MWA）疗效的可行性，研究人员开展相关研究，发现二者有助于评估早期疗效，为优化治疗提供依据。

　　肺癌，这个隐匿在人体肺部的 “杀手”，一直以来都是肿瘤领域的重点关注对象。它的死亡率在各类肿瘤中 “名列前茅”，对于那些无法进行手术的肺癌患者，微波消融（MWA）成为了一种可行的治疗选择。然而，治疗后的效果评估却存在诸多难题。传统的 CT 扫描虽然常用，但在术后早期，很难区分消融区的磨玻璃影（GGO，指在影像学上呈现的模糊、密度增加的区域，是评估消融疗效的重要指标之一）与出血等并发症，这对于准确判断治疗效果和及时干预极为不利。而 MRI 凭借其较高的软组织对比度，或许能在这方面发挥独特作用。动态对比增强 MRI（DCE-MRI）不仅能展现病变的形态特征，还能反映治疗后的血流动力学变化；影像组学则能从医学图像中高通量提取定量特征，为预测治疗结果提供更精准的方法。基于此，绍兴人民医院的研究人员开展了一项研究，旨在探讨 DCE-MRI 定量分析和 MRI 影像组学在预测肺癌 MWA 疗效方面的可行性与价值，该研究成果发表在《Cancer Imaging》杂志上。

研究人员主要采用了以下几种关键技术方法：首先，通过招募符合条件的肺癌患者，构建样本队列，这些患者均接受了 MWA 治疗，并在术后 24 小时内进行 DCE-MRI 检查；然后，利用 Omni.Kinetics 软件对 DCE-MRI 数据进行处理，采用扩展 Tofts 模型（ETM）和交换模型（ECM）计算药代动力学（PK）参数及其直方图特征；最后，借助科研平台进行影像组学分析，从 T1WI 和对比增强 T1WI（Ce-T1WI）图像中提取大量影像组学特征，并构建模型进行评估。

研究结果如下：

1. 研究人群特征：最终纳入 43 例患者，根据改良实体瘤疗效评价标准（m-RECIST）分为有效治疗组（28 例）和无效治疗组（15 例）。两组患者在肿瘤大小上存在显著差异，有效治疗组肿瘤在 CT 上的平均大小为 9.6mm，无效治疗组为 16.2mm。
2. 药代动力学参数及直方图参数差异：从 ETM 和 ECM 分别获得的 PK 参数中，发现 ECM 模型中的Vp?值在无效治疗组显著高于有效治疗组。同时，两组在多个 PK 参数的直方图参数上存在明显差异，如 ETM 模型中Vp?的偏度、峰度，ECM 模型中Fp?的偏度、峰度以及多个分位数等，这些差异反映出无效治疗组的组织灌注和肿瘤异质性更高。
3. DCE-MRI 药代动力学参数的诊断效能：通过绘制受试者工作特征曲线（ROC）评估发现，Vp?的直方图参数在预测 MWA 疗效方面表现出色，其曲线下面积（AUC）在 ETM 模型中为 0.805，在 ECM 模型中为 0.843。
4. 影像组学特征及模型性能：从 T1WI 和 Ce-T1WI 图像中分别筛选出 7 个和 5 个影像组学特征，构建的 T1WI、Ce-T1WI 和联合序列模型在训练组和测试组中均展现出一定的诊断性能。联合模型在训练组和测试组中的特异性和准确性较高，AUC 值在训练组为 0.965，在测试组为 0.850。
5. 影像组学特征对生存结局的预测作用：通过 Kaplan-Meier 生存分析发现，在训练队列中，根据影像组学模型的最佳截断值将患者分为高风险组和低风险组，低风险组的无进展生存期（PFS）显著长于高风险组，但由于样本量较小，在测试队列中未观察到两组生存曲线的显著差异。

研究结论与讨论部分指出，DCE-MRI 定量分析和 MRI 影像组学在评估肺癌患者 MWA 早期疗效方面具有一定潜力。PK 参数及其直方图特征，尤其是Vp?相关参数，能在一定程度上预测肿瘤疗效；影像组学模型则展现出较高的特异性和准确性，不同 MRI 序列特征的组合可提升模型的预测能力。不过，该研究也存在一些局限性，如未进行治疗前后的 DCE-MRI 对比、样本量较小且患者来源单一、未对不同来源的肺癌进行细化研究以及定量参数受多种因素影响等。尽管如此，这项研究为进一步探索 DCE-MRI 和影像组学在评估和预测各种肿瘤干预疗效方面的应用奠定了基础，有望为临床治疗决策提供更有力的支持，助力肺癌治疗的发展与进步。