多模态磁共振成像在前列腺癌包膜外侵犯的研究进展

Research Progress on Multimodal Magnetic Resonance Imaging in Extracapsular Invasion of Prostate Cancer

摘要: 前列腺癌是男性常见癌症之一，前列腺癌是否侵犯包膜影响治疗方案选择，准确的术前评估能优化临床决策，影响患者术后生存质量。磁共振成像(magnetic resonance imaging, MRI)是观察前列腺包膜、评估肿瘤局部分期的首选影像方法，本文介绍了前列腺包膜解剖、前列腺MRI成像序列、包膜外侵犯风险分级及影像组学，总结了磁共振在前列腺癌包膜外侵犯国内外研究进展与不足并进行展望。

Abstract: Prostate cancer is one of the common cancers in men, and whether prostate cancer invades the capsule affects the choice of treatment plan, and accurate preoperative evaluation can optimize clinical decision-making and affect the quality of life of patients after surgery. Magnetic resonance imaging (MRI) is the preferred imaging method for observing the prostate capsule and assessing the local stage of tumor, and this paper introduces the anatomy of the prostate capsule, the MRI imaging sequence of the prostate, the risk grading of extracapsular invasion and radiomics, and summarizes the research progress and shortcomings of magnetic resonance in the invasion of prostate cancer at home and abroad and looks forward to it.

1. 引言

前列腺癌是男性群体中发病率较高的恶性肿瘤之一，根据2022年全球癌症统计数据，前列腺癌已成为当年全球男性新发病例数最多的癌症类型，在118个国家中其新增发病数位居男性恶性肿瘤首位，并且其发病年龄呈现年轻化趋势[1]。目前，局限性前列腺癌的主要治疗方式为根治性前列腺切除术(radical prostatectomy, RP)，术后5年生存率可达90%以上，术后常见并发症有性功能障碍和尿失禁等，显著影响患者的生活质量，而保留性神经(nerve-sparing, NS)的手术方式能够在一定程度上减少术后并发症的发生，并促进性功能的恢复[2]-[4]。前列腺癌包膜外侵犯(Extracapsular Extension, EPE)是指前列腺恶性肿瘤突破包膜并向邻近组织或器官扩散的病理过程，EPE患者手术切缘阳性、发生生化复发和转移的概率相对增高[5]，不建议对EPE患者实施NS-RP术，且需要根据EPE程度扩大手术切除范围、积极地清扫盆腔淋巴结。鉴于此，术前对EPE进行准确评估具有重要的临床意义。本文从前列腺包膜解剖、前列腺MRI成像序列、包膜外侵犯风险分级及影像组学等方面，对磁共振在前列腺癌包膜外侵犯国内外研究进展进行综述。

2. 前列腺包膜结构组织学

前列腺包膜肉眼观可以观察到纤维结缔组织成分，光滑而清楚，把前列腺腺体与周围脂肪组织和静脉丛分隔；镜下由外层浅薄胶原纤维和内层平滑肌构成，包膜的平滑肌层呈外环内纵的表现，并与前列腺间质在组织结构和连续性上有同一性[6]。前列腺包膜并非均匀分布，虽覆盖前列腺的大部分，但前列腺尖部前方无包膜，这一区域前纤维肌性间质与前列腺腺体组织分界欠清，当癌组织累及时难以评价是否超出前列腺边界。前列腺包膜成分的比例、排列不恒定，解剖定义不明确，与肝脏、脾脏等包膜存在差异，肝脾包膜是一层致密的纤维结缔组织结构，能从脏器完整解剖分离。血管神经束(neurovascular bundle, NVB)主要分布前列腺包膜背外侧区域[6] [7]，是术前评估及手术操作时需要重点关注的结构。

3. 前列腺癌MRI成像序列

目前，关于前列腺疾病的诊断主要影像学方法有超声、计算机断层扫描(Computed Tomography, CT)及MRI等。超声是常见的筛查手段，优点是能提供实时成像且价格便宜，图像上前列腺癌表现为低回声结节，但前列腺增生、炎性病灶等也可表现为低信号区，超声诊断前列腺疾病良恶性特异性低，且常规超声对于前列腺包膜显示有限，对于超声医师技术、病人配合度有一定的要求，主要包括经腹、经直肠两种方式，经直肠检查可引到穿刺活检，具有较高价值[8]；CT对于前列腺组织的分辨率低，一般不应用于前列腺癌的诊断，部分前列腺癌在动态扫描早期可出现明显强化，对于疾病检出有一定的意义，而PET-CT的组合对于分期和远处转移可提供精确定位和功能显像的双层信息[9]。磁共振成像具有优越的软组织分辨率，结合其多方位、多参数成像的特点，在诊断前列腺癌、观察EPE等方面具有独特优势，是目前评估前列腺癌局部分期的首选方法[10]。除了T1WI、T2WI为代表解剖序列，越来越多功能成像序列出现并运用于前列腺的影像诊断，如扩散加权成像、动态对比增强磁共振成像、3D-SPACE等。

3.1. T1WI、T2WI

T1WI、T2WI能提供前列腺的形态学信息，外周带在T2WI呈高信号，前列腺癌呈低信号，并且约70%的前列腺癌发生于外周带，因此对前列腺癌的检出作用很大，但炎症、出血、钙化也可以表现为低信号，因此，对于前列腺病灶良恶性诊断特异性较低[11]。正常的前列腺包膜在T1WI、T2WI上表现为环绕前列腺边缘细薄而均匀的低信号影，厚度为1mm左右，当病灶累及的包膜出现信号改变或形态学异常时，提示前列腺病变可能有突破包膜向周围组织侵袭的风险；NVB在T1WI上显示最佳，表现为包膜周围类圆形、葡萄状或弧线状的低信号，与脂肪高信号形成鲜明对比[12]。

3.2. 磁共振动态增强(DCE-MRI)

前列腺癌病灶内血管数量增加，血管壁不成熟、渗透性高，因此在DCE-MRI可出现早期强化出现时间早、峰值相对增高、消退时间较短的特点，能与前列腺增生等良性疾病鉴别。DCE-MRI还能进行定量分析，可以通过容积转运常数(ktrans)、运动速率常数(Kep)、血浆容积分数(Vp)和血管外细胞外容积分数(Ve)等定量参数提供病灶相关的血流动力学信息，为病灶定性提供更多参考，但各定量参数在发生于中央带及移行带的前列腺癌中的诊断价值仍然存在很多争议。而且新生血管不是前列腺癌所特有，因此DCE-MR需要结合其他序列及功能成像才能更好的鉴别前列腺病变[13]。DCE-MRI上ECE则表现为包膜外出现不对称、隆起的强化灶。

3.3. 磁共振扩散加权成像(Diffusion Weighted Imaging, DWI)

DWI通过测定水分子在组织间扩散受限程度反应病变微观结构变化，弥散权重即b值的选择具有重要意义，b值越高弥散权重越高，更好区分不同组织，但同时也会降低信噪比使图像质量变差。b值等于0时图像近似T2WI，不能显示病灶弥散受限情况，目前常规DWI检查b值范围约600~1000 s/mm²，此范围弥散权重较低，不能很好区分表现相似的增生结节和前列腺癌。随着研究的深入，华圳等[14]一项纳入72例的回顾性研究显示b值 = 2500 s/mm²诊断前列腺癌的准确度为97.22%，高于b = 1500、1000 s/mm²的91.67%、77.78%；另外赵莹莹等[15]一项纳入64例的回顾性研究显示b值 = 2000 s/mm²发现前列腺癌的敏感性高于b值 = 1000 s/mm²，可见b值选择对于前列腺癌诊断有重要意义，超高b值下正常组织与前列腺癌对比愈显著。此外，测定病灶DWI图像中ADC值也可用于良、恶性的鉴别，在不同b值图像中前列腺癌小于前列腺良性病变的ADC值[16]。

3.4. 3D-SPACE

可变翻转角3D快速自旋回波磁共振成像具有更好的空间分辨率及高信噪比，其在前列腺疾病的应用具有良好表现，相较于常规T2WI更好显示前列腺包膜形态和信号的细节[17]，邓喜青[18]等回顾性分析了33例前列腺癌患者的MRI资料研究3D-SPACE诊断EPE的价值，结果显示3D-SPACE法的准确性、敏感性为81.8%、73.3%，高于T2WI法的72.7%、60.0%，3D-SPACE在显示前列腺包膜与肿瘤分界方面，相较于常规T2WI具有更显著的优势，对前列腺癌EPE的诊断准确性更高，可作为补充序列联合应用于前列腺癌分期评估。由此可见，技术优化与图像质量的提升是增强MRI对EPE诊断效能的重要途径。

4. MRI风险评估分级方法

4.1. 前列腺影像报告与数据系统

前列腺影像报告与数据系统(Prostate Imaging Reporting and Data System, PI-RADS)是目前运用最广泛的前列腺结构化报告方法，PI-RADS提出了基于mp-MRI的影像技术扫描标准和影像诊断分级，将前列腺病灶评为1~5分，高评分显著提示存在前列腺癌的可能性，同时PI-RADS肯定了评价EPE的重要性，当病灶出现显著的包膜外延伸或有侵袭性生物学行为，应当将病灶评分提高至PI-RADS 5分[19]。2019年更新的PI-RADS v2.1版本中描述了6个影像征象直接或间接提示EPE，2023年，Choi等[20]的一项纳入了17研究、3062例患者的荟萃分析结果提示该6个征象与EPE具有显著的相关性，诊断价值由高到低依次为病灶突破包膜或膀胱壁受侵、病灶–包膜接触面大于10 mm、周围神经血管束不对称或受侵、直肠前列腺角消失、前列腺轮廓局限性突出、包膜不规则膨出。根据上述研究结果，影像医师可以关注价值较高的影像学征象并结合实际情况综合诊断，对于评估EPE风险有一定应用价值。但PI-RADS没有进一步对EPE征象进行量化评分，其诊断阈值不明确，多是基于定性影像描述诊断EPE，影像医生的经验差异可能导致不一致的诊断结果。

4.2. Likert量表评分

Likert量表是一种应用于多种研究领域的等级量表，部分研究采用Likert量表结合PI-RADS中定义的影像征象对EPE的可能性进行评分，Onay等[21]的研究对量表进行了细化和完善，将5种可能的EPE影像征象定为1~5分，评分标准为：1分(无)，在肿瘤和前列腺包膜之间观察到正常组织；2分(可能没有)，肿瘤紧贴前列腺包膜；3分(不确定)，肿瘤紧贴前列腺包膜并包膜形态欠规整；4分(可能有)肿瘤紧贴的前列腺包膜形态凸起变形并信号模糊；5分(有)，可观测并测量的包膜外肿瘤。

4.3. ESUR评分

2012年欧洲泌尿生殖系统放射学会根据PI-RADS评分对于EPE定性描述提出了ESUR评分[22]，Schieda等[23]对评分更进一步补充和优化提出了改良版ESUR评分：1分，无包膜外侵犯；2分，肿瘤紧邻前列腺包膜但包膜形态及信号正常；3分，包膜形态不规则；4分，包膜缺损伴或不伴神经血管束增厚；5分，出现显著包膜外肿瘤。

影像医生可以根据Likert量表评分或ESUR评分的相应影像征象对EPE进行风险等级评价，用量化评分代替前列腺MRI报告中“考虑”、“可能”、“不能排除”等主观术语，提高报告的可信度。Wibmer等[24]的一项纳入465例患者的回顾性研究显示Likert量表评分诊断EPE的AUC (area under the curve, AUC)为0.852，相比非结构化报告能提高诊断准确性。尽管如此，Likert量表评分与ESUR评分本质上依然是主观定性的评估方法，缺乏客观指标和定量数据，其结果非常依赖放射科医生诊断经验。

4.4. Mehralivand分级

2019年Mehralivand等[25]基于以往研究引入了病灶-包膜曲面接触长度，提出了一个联合定性评分和定量指标的Mehralivand分级，评分方法如下：0级，无包膜接触或接触长度小于15 mm；1级，接触长度达15 mm或出现包膜形态改变；2级，同时存在接触长度达15 mm和包膜形态改变；3级，显著包膜突破。Mehralivand分级简易化的评分设计便于临床教学及应用，引入定量指标有助于降低对经验判断的依赖程度。有研究对比Mehralivand分级、ESUR评分及Likert量表评分预测EPE的价值，发现均具有良好的诊断效能(AUC: 0.77~0.85)，敏感性分别为0.77、0.75、0.68，且Mehralivand分级与组织学EPE程度相关性最高，Mehralivand分级结合临床指标比其它两种方法具有更良好的诊断性能和一致性[26]。

5. 影像组学

为更好实现量化指标诊断和分析病灶，荷兰学者Lambin等[27]在2012年提出了影像组学概念，影像组学的核心假设是提取能反映病灶异质性(如基因表达、突变状态等)的相关特征，从医学影像(如CT、MRI或PET)中挖掘大量视觉无法识别的定量特征，经数据的分析处理后提取相关特征，最后通过分类或回归算法训练得到最终的预测模型，预测模型能应用于肿瘤检测、分期评估或预后分析，以辅助临床决策的制定[28]。近年来，随着影像组学方法成熟、在前列腺疾病中研究的深入，证实其能为PCa诊断与鉴别诊断、侵袭性评估及术后病理的预测提供有效参考信息[29]-[31]。

5.1. 基于不同MRI成像序列预测EPE

XU等[32]以95例PCa患者为对象，基于mp-MRI构建了一个影像组学模型，并收集患者t-PSA和Gleason分组，建立临床预测模型和联合临床模型，在验证组中，影像组学模型的AUC值分别为0.865，诊断效果优于临床模型(AUC为0.658)，与联合模型的AUC值接近(AUC为0.857)。国内许多针对EPE的研究基于bp-MRI展开，杨丽勤等[33]以392例PCa患者为对象，从DWI、T2WI中提取了20个组学特征，并参考PSA浓度、病灶位置、PI-RADS v2.1评分及穿刺病理分级等EPE独立危险因素构建了临床模型及影像组学 + 临床联合模型，根据测试组结果，影像组学模型诊断EPE的AUC值为0.882，高于临床模型及Mehralivand分级诊断效能，接近联合模型在训练组的AUC值0.897。

5.2. 不同ROI勾画区域对预测EPE的研究

多数研究ROI的选择肿瘤病灶，通过直方图方法、基于纹理等处理后提取特征值，以期反映肿瘤的生物学行为如肿瘤细胞密度、侵袭能力、是否突破包膜等。有学者另辟蹊径以瘤周组织为主要研究对象，Bai等[34]提出瘤周影像学的概念，研究结果显示瘤周影像组学特征比瘤内特征更能反映肿瘤对包膜的侵犯情况；Shiradkar等[35]发现前列腺周围脂肪成分改变与PCa侵袭性有关，可以从中提取有意义的影像组学特征以评估EPE情况，可能与高危PCa更易累及周围结构而改变瘤周生化环境有关，目前针对瘤周区域的影像组学研究仍较为有限，需开展更多研究以验证其结果的有效性。

5.3. 计算器辅助诊断的研究进展

随着计算机技术的不断发展，人工智能与医学领域的结合成为现阶段的研究热点。机器学习是人工智能的核心技术，其算法、工具和开发平台在病灶分割、影像特征筛选与处理、模型构建等阶段均发挥着重要作用[36]，根据影像分割方法不同，影像组学可以分为传统机器学习(machine learning, ML)与深度学习(deep learning, DL)两个阶段[36]-[38]。Xu、杨丽勤等[32] [33]的研究基于传统ML进行，其ROI主要依靠手动勾画，缺点是当样本量较大时，操作工作量大、耗时长。DL是ML的一个分支，特点是应用了卷积神经网络模型，是研究EPE的新兴方向。目前基于DL预测EPE的模型较少，SIMON等[39]对634名患者的前列腺MRI进行了前瞻性临床评估，集成现有DL模型，提取RF分类模型的面积和距离特征构建模型，达到了67%的准确率，特异度和敏感度与放射科医师相当。DL较于传统ML不再需要复杂的影像预处理，可自动在原始图像中特征选择、勾画ROI，具有一定的效率优势，其缺点在于数据来源单一、多数条目是单一阅片人编辑，其解释性不及经过统计理论传统ML研究，对样本数量要求更高才能在一定程度下保证精度，且计算成本较高。

6. 总结与展望

MRI是评估前列腺Ca是否侵犯包膜的重要无创检查方法，高b值DWI、3D-SPACE等是观察前列腺EPE的有价值序列，特别是3D-SPACE在观察解剖细节方面的优势能提高EPE的诊断准确度。Likert量表评分、ESUR评分及Mehralivand分级等风险评估方法有一定评价意义，有助于实现对EPE描述的规范化与统一性，便利了影像医师和临床医生交流，使术前评估有效进行。Mehralivand分级相较其他两种更简便，测量定量指标一定程度减少主观因素影响，在教学、实践工作中有一定推广价值。影像组学在评估EPE方面展现出良好的应用潜力，但目前多数研究来自小样本的回顾性研究，证实其模型的可靠性和普适性，仍需进行大量外部验证和前瞻性的临床试验。未来关于前列腺癌EPE的研究方向，一方面是联合运用高价值序列，寻找更有意义的评估标准，以提高判断EPE的准确度，并不断改进更新EPE风险评估分级方法；另一方面随着人工智能技术的不断发展及其在医疗领域的深度融合，期待机器学习与深度学习在CT及MRI影像分析中的应用进一步拓展，进而在前列腺肿瘤的检测、定位、侵袭性评估以及随访监测中发挥更为重要的作用。

NOTES

^*通讯作者。