综述：增强 MRI 在直肠癌中的作用：从分期到预后预测的进展

本文综述 MRI 在直肠癌评估中的进展，涵盖分期、疗效评估等，探讨其优化治疗策略的潜力。

　　# 增强 MRI 在直肠癌中的作用：从分期到预后预测的进展
直肠癌（Rectal cancer，RC）作为全球范围内重大的健康挑战之一，其准确的分期、再分期、侵袭性评估以及治疗疗效评价，对临床治疗决策和患者预后起着决定性作用。磁共振成像（Magnetic resonance imaging，MRI）在直肠癌的诊疗过程中占据重要地位，然而，传统的标准 MRI 技术存在一定局限性。本文将深入探讨 MRI 在直肠癌评估中的最新科研进展，为临床实践提供参考。

一、MRI 在直肠癌诊疗中的重要性及现状

随着医疗技术的发展，直肠癌患者的生存率和生活质量有所改善，如部分患者在新辅助放化疗（Neoadjuvant chemoradiotherapy，NCRT）达到病理完全缓解（Pathological complete response，pCR）后可选择 “观察等待” 策略，避免手术并发症。但由于患者个体差异大，优化个体化治疗策略仍面临挑战。

MRI 是评估直肠癌肿瘤特征和潜在生物学行为的关键影像学工具。标准的直肠 MRI 包括高分辨率 T2 加权成像（High-resolution T2-weighted imaging，HR-T2WI）和扩散加权成像（Diffusion-weighted imaging，DWI）。HR-T2WI 能有效显示肿瘤浸润深度，DWI 有助于区分肿瘤与非肿瘤组织。但它们在早期肿瘤、恶性结节、血管外侵犯（Extramural vascular invasion，EMVI）以及治疗后微小残留病灶的识别上存在不足。而先进的 MRI 技术、影像组学和人工智能（Artificial intelligence，AI）的发展，为解决这些问题带来了新的希望。

二、MRI 在直肠癌分期和侵袭性评估中的进展

（一）原发性肿瘤评估

1. 视觉解读：在区分早期直肠癌（如 T1 和 T2 肿瘤、T2 和早期 T3 肿瘤）时，HR-T2WI 分辨率不足。而对比增强 T1 加权成像（Contrast-enhanced T1-weighted imaging，CE-T1WI）可通过观察黏膜下层的连续性来区分 T0 - 1 和 T2 肿瘤，准确率达 87%。合成双反转恢复成像能增加组织对比度，其与 HR-T2WI 结合可提高区分 T1 - 2 和 T3 - 4 肿瘤的能力。
2. 功能参数：酰胺质子转移加权成像（Amide proton transfer-weighted，APT_w）的信号强度（SI）值和 T2 值在区分 T 分期上存在争议。有研究表明，T2 值在 T1 - 2 肿瘤中高于 T3 - 4 肿瘤，可能有助于区分不同 T 分期，但仍需进一步研究。而平均表观扩散系数（Apparent diffusion coefficient，ADC）、扩散峰度成像（Diffusion kurtosis imaging，DKI）衍生的平均扩散率（Mean diffusivity，MD）和平均峰度（Mean kurtosis，MK）值，以及合成 MRI 衍生的 T1 和质子密度值，单独使用时在区分 T1 - 2 和 T3 - 4 肿瘤上可能无价值。
3. AI 和影像组学：基于 MRI 的影像组学和深度学习模型在区分 T1 - T2 和 T3 - T4 肿瘤上有一定潜力，但在区分相邻分期（如 T2 和 T3）时效果不佳，未来研究可考虑进行单独亚分析以更好捕捉细微差异。

（二）淋巴结评估

1. 视觉解读：直肠系膜内的孤立结节可能是正常淋巴结、转移淋巴结（Metastatic lymph nodes，MLNs）或肿瘤沉积物（Tumor deposits，TDs），目前的评估标准不可靠。HR-T2WI 上淋巴结对血管的中断、T1WI 反相位上淋巴结包膜的破裂、HR-T2WI 上淋巴结内的异质性以及 DWI（b = 0 s/mm²）上结节直接附着的尾状高信号等特征，可用于识别淋巴结外扩展（Extranodal extension，ENE）+/TD +，具有较高的诊断效能。
2. 功能参数：研究发现，相对较低的淋巴结或原发性肿瘤的 T2 值有助于检测 MLNs。但关于 IVIM、DKI 和 APT_w MRI 衍生参数在识别 MLNs 上的研究结果不一致，未来需在大规模研究中规范成像，以进一步评估这些功能参数的应用潜力。
3. AI 和影像组学：目前基于淋巴结的影像组学和 AI 特征评估结节状态的研究较少。使用深度学习工具自动检测和分割淋巴结并诊断 MLNs 的模型虽提高了诊断速度和准确性，但由于标注标准基于主观解读，限制了模型精度。未来研究需建立影像与病理结节的一一对应关系，以构建高质量模型。

（三）血管外侵犯评估

1. 视觉解读：EMVI + 是直肠癌预后不良的高危因素之一，目前诊断标准的敏感性较低。新兴的合成相位敏感反转恢复图像在区分等信号肿瘤和高信号血管方面具有优势，与传统 HR-T2WI 结合，可显著提高早期 EMVI + 的诊断敏感性和准确性。
2. 功能参数：研究表明，EMVI + 肿瘤的 MK 值显著高于阴性肿瘤，MK 值在检测 EMVI + 肿瘤方面优于 MD 和平均 ADC 值。APT_w MRI 的直方图参数（如更高的熵和峰度）也有助于识别 EMVI +，提示 EMVI + 可能更易发生于微观结构复杂和增殖活跃的肿瘤。
3. AI 和影像组学：目前基于原发性肿瘤的 MRI 影像组学术前评估 EMVI 的研究样本量有限，存在过拟合风险，其有效性需进一步研究和验证。

三、MRI 在直肠癌疗效评估中的应用

（一）原发性肿瘤疗效评估

1. 视觉解读：HR-T2WI 上的 “三层征” 可用于描述原发性肿瘤的完全缓解，但该方法在识别 pCR 时敏感性和阳性预测值较低。DWI 在不同新辅助治疗方案中的表现不同，对于接受 NCRT 的患者，DWI 对 T2WI 识别 pCR 的性能提升有限；而对于仅接受新辅助化疗的患者，DWI 可显著提高 T2WI 的准确性。CE-T1WI 在再分期方面具有优势，可通过结节强化情况区分不同分期的肿瘤。
2. 功能参数：治疗后的平均 ADC 值及其变化百分比、DKI 和 IVIM 衍生的平均参数及其变化百分比，在识别 pCR 上准确性不足。
3. AI 和影像组学：影像组学分析在评估 pCR 方面具有潜力，治疗前后的影像组学特征可有效评估 pCR，深度学习算法在疗效评估方面可能比传统影像组学更具优势。整合先进功能 MRI 特征的深度学习模型在识别 pCR 上表现出色，有望成为辅助诊断工具，但需进行真实世界的有效性验证。

（二）淋巴结疗效评估

1. 视觉解读：目前缺乏可靠的再分期 MRI 图像识别 MLNs 和 TDs 的标准。研究发现，再分期 HR-T2WI 上最大淋巴结的大小、短轴直径的减少率，以及再分期 DWI 上原发性肿瘤的体积及其减少率，可辅助识别持续存在的 MLNs。
2. AI 和影像组学：与放射科医生相比，基于淋巴结的影像组学模型在诊断病理 MLN + 方面具有更高的特异性和阳性预测值，整体诊断准确性也有所提高。但该领域研究有限，结论仍需进一步探讨。

（三）EMVI 疗效评估

持续存在的 EMVI + 提示治疗可能存在抵抗，与更具侵袭性的肿瘤生物学相关。再分期 T2WI 上 EMVI 的表现可能存在歧义，而 DWI 通过检测扩散受限，在检测 NCRT 后 EMVI + 方面具有更高的特异性。当基线 MRI 存在 EMVI + 时，放射科医生应重点关注再分期 DWI 上的表现。

四、MRI 在直肠癌治疗反应预测和生存预测中的价值

（一）治疗反应预测

1. 视觉解读：基线 MRI 上的一些形态学特征，如下三分之一肿瘤位置、近圆形肿瘤形状、长度大于 5cm、肿瘤体积大以及临床 T3 - 4、临床 N +、EMVI + 或直肠系膜筋膜阳性等，可能提示对 NCRT 的不良反应，但目前尚未建立可靠的分类系统。
2. 功能参数：治疗前的一些功能参数，如较低的平均扩散指标（MD 和平均 ADC 值）、较低的平均 T1 和 T2 值以及较高的平均 APT_w SI 值，与对新辅助治疗（Neoadjuvant therapy，NAT）的良好反应相关。其中，平均 T2 值预测 pCR 的曲线下面积（Area under the curve，AUC）为 0.831，APT_w SI 值预测良好反应的 AUC 为 0.824。
3. AI 和影像组学：基线 MRI 上原发性肿瘤、瘤周区域和淋巴结的影像组学特征对预测治疗反应有价值。整合影像组学和病理组学的模型在预测治疗反应方面表现更优，强调了多模态方法在推进直肠癌治疗反应预测中的关键价值。

（二）生存预测

传统的肿瘤淋巴结转移分类系统在预测直肠癌患者预后方面存在局限性。众多研究表明，影像组学和深度学习特征具有预后价值，基于这些特征建立的模型在预后预测方面表现出色，有望超越传统的预后评估方法，为临床决策提供重要补充。

五、总结与展望

MRI 在直肠癌评估中的应用不断发展，视觉评估在分期、再分期、EMVI 和疗效评估方面具有重要价值，功能参数在肿瘤生物学评估方面潜力巨大，影像组学和 AI 模型在疗效评估、预后和反应预测方面展现出良好前景。然而，目前功能参数、影像组学和 AI 在临床实践中的应用仍面临一些挑战，如数据采集和处理方法的差异、新特征对传统特征的替代作用不明确、缺乏高质量验证和生物学解释以及自动分割和诊断工具的整合缓慢等。

未来，需要从多方面进行改进。在疗效预测方面，应关注主要反应（包括 pCR 和原发性肿瘤的微小残留病灶），早期识别治疗抵抗，综合预测患者预后和治疗疗效，以更好地指导临床决策。同时，鉴于不同肿瘤对各种治疗的反应模式不同，迫切需要开发除 NCRT 外的替代疗法的预测模型，使更多患者受益于个性化治疗策略。