| 胃肠道腺癌18F-FDG PET-CT标准摄取值与ADC值的相关性分析 |
早期诊断、准确分期、选择适当的治疗决策及随访方式对于胃肠道肿瘤患者的预后非常关键。临床上常使用的检查方法有脱氧葡萄糖(fluorodeoxyglucose,FDG)PET-CT。FDG-PET-CT对肿瘤的成像是基于其葡萄糖代谢水平的增加,而PET中FDG的摄取可使用半定量值标准摄取值(standard uptake value,SUV)测得,其值可提示肿瘤的代谢活性,以及判断肿瘤分期、术后再分期、预后评估[1-3]。
DWI用于测量组织内水分子的布朗运动,水分子扩散信息能够帮助了解病灶微观环境及组织细胞水代谢状况;恶性肿瘤水分子弥散减弱,ADC值升高。DWI可用于肿瘤的诊断、鉴别诊断、分级、术后评价及生存率评估[4-6]。但传统的单指数模型DWI对水分子的扩散运动状态进行定量分析,忽略了组织内中小动脉-毛细血管-小静脉微循环对ADC值的影响[7]。1986年,Le Bihan等[8]提出了体素不相干运动(Introvoxelincoherent Motion,IVIM)的概念,利用该模型可获取反映组织微循环灌注及组织扩散的参数。
虽然SUV及ADC值是体现肿瘤不同特性的2个功能参数,但很多研究[9-13]在试图寻找两者之间的关系,其中Gu等[13]揭示了直肠癌单指数模型ADC值与SUV间的相关性。本文假设IVIM计算出的ADC值对于胃肠道腺癌的评估是有价值的,使用该模型计算快速表观扩散系数(ADCfast)及慢速表观扩散系数(ADCslow)。在这种模式中,假设不同b值可体现出2种不同弥散成分:血液灌注及真正的水弥散,并寻找代表葡萄糖代谢的SUV与各组ADC值之间的关系。
1 资料与方法 1.1 一般资料连续选择2016年4月至2018年12月在我院行PET-CT及MRI检查的29例未经治疗的胃肠道腺癌患者,均经组织病理学及免疫组织化学检查证实。其中男19例,女10例,平均年龄64岁;发生于胃部4例,结肠16例,直肠9例。
1.2 仪器与方法所有患者均利用PET-CT-MRI三模式系统行PET-CT及腹部MRI检查。
1.2.1 PET-CT检查PET-CT及MRI 2个检查系统由一个专门的转运系统相连接,该转运系统基于一个转运床和固定的转运机制,患者可在不改变体位的前提下,在PET-CT检查后行MRI成像。
29例均行PET与低剂量非CT增强扫描,使用GE Discovery Elite PET-CT,范围从颅顶至股骨上段。患者在平静呼吸下行CT扫描,使用64排CT扫描仪。扫描参数:140 kV,150 mA,层厚3.75 mm,层距3.27 mm,重建算法为滤波反投影法。患者注射显像剂18F-FDG[标准计量(3.70~4.44)MBq/kg,放化纯>95%]前至少禁食6 h,测量血糖<8.1 mmol/L,注射18F-FDG静卧60 min后行全身PET-CT显像。PET扫描层厚3.3 mm,层距3.27 mm,重建算法为VUE Point HD+FX。PET数据以3D模式采集,每床位2 min,床位数依患者身高而定,为6~7个,扫描完成后用CT数据对PET数据进行非均匀衰减校正。
1.2.2 MRI检查29例均行常规腹部MRI成像,使用GE Discovery MR 750 3.0 T MRI。扫描序列及参数:3D双回波GRE脉冲序列(Liver Accelerated Volume Acquisition LAVA-Flex)、轴位T2WI及其压脂序列、轴位单b值DWI(0及800 s/mm2)及多b值DWI检查(b值为0、50、100、150、200、300、500、800、1 000、1 300、1 500、1 700、2 000、2 500、3 000、3 500、4 000和4 500 s/mm2);扫描层厚6.6 mm,无间隔。
1.3 图像分析1.3.1将PET-CT数据输入AW 4.6工作站,利用系统自带软件勾画ROI,测量标准摄取值的最大值(SUVmax)(图 1)。
![]() |
| 图 1 男,71岁,直肠中分化腺癌图 1a~1c分别为PET-CT融合的轴位、矢状位及冠状位图像。ROI(绿色框包括整个病灶从同层面PET图像上测量得到标准摄取值的最大值(SUVmax) 图 1d 轴位T2WI压脂图像 图 1e ~ 1g 分别为标准表观扩散系数(ADCstd)、快速表观扩散系数(ADCfast)及慢速表观扩散系数(ADCslow)伪彩图及其ROI勾画(箭头所指为病灶及ROI所在部位) |
1.3.2将多b值DWI图像导入AW4.6工作站的MADC软件,结合MRI常规序列(图 1d)在含病灶的所有层面多b值DWI原始图像上手工选定ROI。软件通过单指数模型产生标准表观扩散系数(ADC std)伪彩图(图 1e),双指数模型产生b值所对应的ADCfast伪彩图(图 1f)、b值300~1 700 s/mm2所对应的ADCslow伪彩图(图 1g),并计算得出ROI相应参数的数值,记录所有层面相应ADC的最小值。
1.4 统计学处理采用SPSS 16.0统计软件,ADC值与SUVmax间的相关性行Pearson相关性分析。以P<0.05为差异有统计学意义。
2 结果胃肠道腺癌SUVmax、ADCfast、ADCslow及ADCstd数值见表 1,均符合正态分布(图 2)。绘制SUVmax与各组ADC间散点图(图 3),用Pearson相关分析SUVmax与ADC值间的相关性。结果表明,胃肠道原发性恶性肿瘤的SUVmax与多指数模型的ADCslow呈负相关(表 2)。
| 表 1 胃肠道腺癌SUVmax与ADC值结果 |
![]() |
![]() |
| 图 2 图 2a SUVmax频数分布图 图 2b ADCslow频数分布图 图 2c ADCfast频数分布图 图 2d ADCstd频数分布图 |
![]() |
| 图 3 图 3a SUVmax与ADCfast散点图 图 3b SUVmax与ADCslow散点图 图 3c SUVmax与ADCstd散点图 |
| 表 2 胃肠道腺癌SUVmax与多指数模型ADC值间相关性分析 |
![]() |
3 讨论
SUV值是PET-CT中提供的定量化指标,代表肿瘤组织内FDG的活性浓聚,即肿瘤的糖代谢水平。静脉注射的FDG由葡萄糖转运体转运,通过细胞膜而积聚于代谢活跃的肿瘤细胞内。虽然目前尚无文献证明胃肠道腺癌SUV与细胞增殖的直接相关性,但有报道[14-15]表明,乳腺癌及肺癌SUV升高与肿瘤细胞的快速增殖有关。Herholz等[16]研究显示,星形细胞瘤葡萄糖代谢水平与细胞致密程度密切相关。
在生物组织内,DWI可通过检测人体组织内水分子扩散运动受限的信息反映组织微观结构的变化。双指数衰减模型是以IVIM为理论基础,将人体内的水分成2个部分,即血管内及血管外水,相对于血管外水,血管内血液流动很快,这种成分的水运动称为假扩散,也称灌注,而ADCslow反映真正的水弥散信息,细胞致密会导致细胞外间隙减少,继而水分子弥散受限,ADCslow值减小。已有研究[17-18]提示,ADCslow能反映细胞的结构组成,并在一定程度上提供肿瘤分级的相关信息。
DWI通过肿瘤微环境中水分子的运动进行诊断,而18F-FDG PET-CT是以肿瘤细胞对18F-FDG的摄取作为诊断依据。近些年,有越来越多关于SUV与ADC相关性的研究,但研究结果[19-20]不一。Gu等[13]关于直肠癌单指数模型ADC与SUV间关系研究结果显示,ADC与SUV间呈负相关,而本研究基于单指数模型的ADC与SUV间无显著相关关系,原因可能为:①本研究中单指数模型ADC是组织在b值为0~1 000 mm2/s时的平均ADC值,而Gu等[13]研究中的标准ADC值是由b值为0和1 000 s/mm2拟合而成;②可能是由于研究的病理类型及分化程度不同所致。本研究显示代表真正水弥散信息的ADCslow与SUV呈负相关关系,即肿瘤的葡萄糖代谢水平与组织细胞间隙有相关性。水分子弥散受限,提示细胞间隙小,细胞体积大和(或)密度大,这均与肿瘤细胞增殖速度密切相关,而细胞增殖速度越快,细胞对葡萄糖的需求量越高,进而导致SUV升高。
本研究的局限性:①由于例数限制,未进一步进行分组数据的相关性分析;②由于肠腔含气及肠壁的蠕动,可能影响信号强度。
综上所述,SUV与单指数模型ADC间无明显相关性,而双指数模型中的ADCslow与SUV呈负相关,主要是因肿瘤组织内细胞更加致密,导致细胞间隙减少,细胞间水弥散受限,同时肿瘤组织FDG摄取增加,这为揭示肿瘤的相关生物学特性提供了信息。
| [1] |
Rymer B, Curtis NJ, Siddiqui MRS, et al. FDG PET/CT can assess the response of locally advanced rectal cancer to neoadjuvant chemoradiotherapy:evidence from meta-analysis and systematic review[J]. Clin Nucl Med, 2016, 41: 371-375. DOI:10.1097/RLU.0000000000001166 |
| [2] |
Moon SY, Joo KR, So YR, et al. Predictive value of maximum standardized uptake value (SUVmax) on 18F-FDG PET/CT in patients with locally advanced or metastatic pancreatic cancer[J]. Clin Nucl Med, 2013, 38: 778-783. DOI:10.1097/RLU.0b013e31829f8c90 |
| [3] |
Zhang J, Cui LB, Tang X, et al. DW MRI at 3.0 T versus FDG PET/CT for detection of malignant pulmonary tumors[J]. Int J Cancer, 2014, 134: 606-611. DOI:10.1002/ijc.28394 |
| [4] |
Shen G, Jia Z, Deng H. Apparent diffusion coefficient values of diffusion weighted imaging for distinguishing focal pulmonary lesions and characterizing the subtype of lung cancer:a meta-analysis[J]. Eur Radiol, 2016, 26: 556-566. DOI:10.1007/s00330-015-3840-y |
| [5] |
Dutoit JC, Vanderkerken MA, Anthonissen J, et al. The diagnostic value of SE MRI and DWI of the spinein patients with monoclonal gammopathy of undetermined significance, smouldering myeloma and multiple myeloma[J]. Eur Radiol, 2014, 24: 2754-2765. DOI:10.1007/s00330-014-3324-5 |
| [6] |
Baba S, Isoda T, Maruoka Y, et al. Diagnostic and prognostic value of pretreatment SUV in 18F-FDG/PET in breast cancer:comparison with apparent diffusion coefficient from diffusion weighted MR imaging[J]. Nucl Med, 2014, 55: 736-742. DOI:10.2967/jnumed.113.129395 |
| [7] |
Guiu B, Cercueil JP. Liver diffusion-weighted MR imaging:the tower of Babel?[J]. Eur Radiol, 2011, 21: 463-467. DOI:10.1007/s00330-010-2017-y |
| [8] |
Le Bihan D. Intravoxel incoherent motion perfusion MR imaging: a wake-up call[J]. Radiology, 2008, 249: 748-752. DOI:10.1148/radiol.2493081301 |
| [9] |
Heusch P, Buchbender C, Kohler J, et al. Correlation of the apparent diffusion coefficient (ADC) with the standardized uptake value (SUV) in hybrid 18F-FDG PET/MRI in non-small cell lung cancer (NSCLC) lesions:initial results[J]. Rofo, 2013, 185: 1056-1062. DOI:10.1055/s-0033-1350110 |
| [10] |
陈光祥, 屈春晖, 郑婷, 等. 肺癌MR扩散加权成像ADC与18F-FDG PET/CT代谢成像SUV的相关性研究[J]. 临床放射学杂志, 2012, 31(7): 955-959. |
| [11] |
Schmidt H, Brendle C, Schraml C, et al. Correlation of simultaneously acquired diffusion-weighted imaging and 2-deoxy-[J]. Invest Radiol, 2013, 48: 247-255. DOI:10.1097/RLI.0b013e31828d56a1 |
| [12] |
Wong CS, Gong N, Chu YC, et al. Correlation of measurements from diffusion weighted MR imaging and FDG PET/CT in GIST patients:ADC versus SUV[J]. Eur J Radiol, 2012, 81: 2122-2126. DOI:10.1016/j.ejrad.2011.09.003 |
| [13] |
Gu J, Khong PL, Wang SL, et al. Quantitaive assement of diffusion-weighted MR imaging in patients with primary rectal cancer:correlation with FDG-PET/CT[J]. Mol Imaging Biol, 2011, 13: 1020-1028. DOI:10.1007/s11307-010-0433-7 |
| [14] |
Vesselle H, Schmidt RA, Pugsley JM, et al. Lung cancer proliferation correlates with[J]. Clin Cancer Res, 2006, 6: 3837-3844. |
| [15] |
Ueda S, Kondoh N, Tsuda H, et al. Expression of centromere protein F (CENP-F) associated with higher FDG uptake on PET/CT, detected by cDNA microarray, predicts high-risk patients with primary breast cancer[J]. BMC Cancer, 2008, 8: 384-396. DOI:10.1186/1471-2407-8-384 |
| [16] |
Herholz K, Pietrzyk U, Voges J, et al. Correlation of glucose consumption and tumor cell density in astrocytomas. A stereotactic PET study[J]. J Neurosurg, 1993, 79: 853-858. DOI:10.3171/jns.1993.79.6.0853 |
| [17] |
Chandarana H, Lee VS, Hecht E, et al. Comparison of biexponential and monoexponential model of diffusion weighted imaging in evaluation of renal lesions:preliminary experience[J]. Invest Radiol, 2011, 46: 285-291. DOI:10.1097/RLI.0b013e3181ffc485 |
| [18] |
Yoon JH, Lee JM, Yu MH, et al. Evaluation of hepatic focal lesions using diffusion-weighted MR imaging:comparison of apparent diffusion coefficient and intravoxel incoherent motion-derived parameters[J]. J Magn Reson Imaging, 2014, 39: 276-285. DOI:10.1002/jmri.24158 |
| [19] |
向振东, 崔兰兰, 王涛, 等. 18F-FDG PET/CT联合WB-DWI诊断直肠腺癌病理分化程度的应用价值[J]. 中国肛肠病杂志, 2015, 35(1): 7-10. DOI:10.3969/j.issn.1000-1174.2015.01.001 |
| [20] |
Schwenzer NF, Schmidt H, Gatidis S, et al. Measurement of apparent diffusion coefficient with simultaneous MR/positron emission tomography in patients with peritoneal carcinomatosis:Comparison with 18F-FDG-PET[J]. J Magn Reson Imaging, 2014, 40: 1121-1128. DOI:10.1002/jmri.24497 |
2020, Vol. 18







