肿瘤血管生成的定量动态对比增强MRI研究进展 | ![]() |
肿瘤血管生成作为肿瘤的生物学行为标志之一,在肿瘤发生、发展、浸润及转移中起重要作用[1-2]。目前,肿瘤血管生成的定量研究方法主要是微血管密度(microvessel density,MVD)。研究[3]表明,动态对比增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)不仅能反映肿瘤血管数量,同时还能评价肿瘤血管渗透性等特点,成为肿瘤影像领域研究的热点,现综述如下。
1 肿瘤血管生成定量研究方法概述Folkman[4]于1971年首次提出肿瘤生长依赖血管生成学说,研究表明,当肿瘤体积>2 mm3时,其进一步生长主要依赖新生血管的生成。肿瘤细胞通过多种信号转导通路靶向调节内皮细胞的配体受体,如血管内皮生长因子(vascular endothelial growth factor,VEGF)诱导血管生成[5]。新生肿瘤血管在结构和功能上具有高度异型性,通常表现为MVD、渗透性增加等[2, 6]。
1.1 组织学检查MVD是目前反映肿瘤血管生成的“金标准”,而VEGF是最直接参与诱导肿瘤血管生成的因子之一。但组织学研究有其局限性,且为有创检查,其正确性依赖于组织取材是否准确,且无法对肿瘤血管生成活性进行功能评估。
1.2 DCE-MRIDCE-MRI的概念于20世纪80年代中期被提出,应用动态成像参数追踪对比剂分子随时间从血管内间隙渗漏到血管外细胞外间隙(extravascular extracellular space,EES)的过程,旨在通过对比剂分子引起的信号改变评估组织灌注及毛细血管通透性[7]。高时间分辨力和足够长的采集时间能同时显示灌注及通透性,可用于全身组织血管的研究[8]。DCE-MRI可无创、整体、全面反映肿瘤血管生成,同时实现功能评估。现阶段用于DCE-MRI数据分析的方法主要包括半定量和定量2种。半定量分析通过量化TIC,获得达峰时间、最大增强率、平均通过时间等参数,对组织的强化特点进行描述,但其半定量参数包含了血流动力学、血管通透性和EES容量的综合信息,不能区分不同因素的作用,同时易受参数设置、组织T1时间变化及患者状态影响,限制了其进一步发展[8]。定量分析基于药代动力学模型,目前最常用的DCE-MRI药代动力学模型为Tofts模型,Tofts等[9-10]提出了一套标准化的测量方法,其参数包括容量转移常数Ktrans(the influx volume transfer constant)、返流速率常数kep(the efflux rate constant)、血管外细胞外容积分数ve(the relative extravascular extracellular space),kep=Ktrans/ve。其中,Ktrans也是美国国家癌症研究院[8]推荐的DCE-MRI研究的主要指标,而Tofts[11]认为ve常受病变周围水肿的影响而不稳定。定量分析可减少外源性干扰因素,计算更准确,是当前基础研究及临床应用的热点。国内外学者[12-13]对乳腺癌研究显示,定量参数Ktrans和kep值与MVD、VEGF表达密切相关,证实Ktrans和kep可反映肿瘤的血管生成。Yeo等[14]对直肠癌的初步研究结果表明,Ktrans值较高的区域kep值与MVD有很好的相关性,相比于Ktrans值,kep值不受血流灌注影响,结果更准确。Liu等[15]对胰腺导管腺癌进行研究显示,Ktrans值与VEGF表达有相关性。
2 定量DCE-MRI在不同部位肿瘤治疗前精准定性诊断的研究定量DCE-MRI在肿瘤病灶检出、良恶性病变的鉴别、临床及常规影像易误诊病变的鉴别、肿瘤分级等方面有重要价值。
2.1 乳腺Ktrans和kep对乳腺良恶性病变的鉴别诊断有重要价值,且诊断效能较高[13, 16]。
2.2 前列腺前列腺癌区Ktrans和kep值均高于非癌区(均P < 0.05),有助于前列腺癌病灶的检出,包括常规前列腺MRI检出率较低的中央腺体癌症的诊断[17]。前列腺癌定量参数Ktrans与Gleason评分相关,高级别前列腺癌灶比低级别癌灶Ktrans值高(P=0.035),可实现前列腺癌侵袭性的评估[18]。
2.3 中枢神经系统研究[19]表明,胶质母细胞瘤瘤周区域Ktrans、kep及ve值均高于脑转移瘤瘤周区域(P < 0.05),可准确评估胶质母细胞瘤与脑转移瘤实性部分及瘤周区域的血-脑脊液屏障破坏的程度,在2种肿瘤生物学特性评估及鉴别诊断中具有重要临床价值。Zhang等[20]对不同级别胶质瘤的研究表明,Ktrans值随胶质瘤级别的升高而升高,提示对比剂毛细血管渗透率增加,ve值亦随之升高,提示功能性EES增大;定量参数Ktrans和ve不仅能有效鉴别高级别(Ⅲ~Ⅳ级)与低级别(Ⅰ~Ⅱ级)胶质瘤(P < 0.001),且可区别Ⅱ~Ⅲ级胶质瘤(PKtrans=0.016,Pve=0.033)。
3 定量DCE-MRI在肿瘤治疗疗效监测及预后评价中的研究定量DCE-MRI在肿瘤放化疗疗效监测、肿瘤新生血管靶向治疗药物疗效监测、预后评价等方面有独特优势。
3.1 疗效监测DCE-MRI预测局部进展期直肠癌新辅助放化疗疗效具有一定价值[21-22]。Ktrans值预测价值最大,高Ktrans值的进展期直肠癌的放化疗疗效优于低Ktrans值。童彤等[21]研究结果显示,新辅助放化疗前,术后病理完全缓解(PCR)组与非PCR组的Ktrans值分别为(1.25±0.56)/min、(0.46±0.39)/min,差异有统计学意义,放化疗前Ktrans值预测疗效为PCR组的ROC曲线下面积为0.837,以Ktrans值为0.66/min鉴别PCR和非PCR组,预测疗效为PCR组的敏感度、特异度分别为75.0%、96.2%。Kim等[23]对直肠癌的研究结果显示,放化疗后Ktrans值显著下降与良好的治疗反应(肿瘤分期下降)相关。国内外学者[24-26]在定量DCE-MRI对肿瘤新生血管靶向治疗药物疗效评估方面开展广泛研究。多项研究[25, 27]报道将Ktrans作为临床及临床前期评估肿瘤VEGF受体(VEGFR)分子靶向治疗疗效的指标。O’Connor等[28]在2007年综合学者们的研究结果,介绍了DCE-MRI评估肿瘤新生血管靶向治疗药物的疗效。
3.2 预后评价研究[29-30]显示,乳腺癌DCE-MRI定量参数与预后因子相关,Ktrans、kep值越高或ve值越低的肿瘤,组织级别越高,预后越差。原发乳腺癌新辅助化疗2周后Ktrans值与无病生存期及总生存期明显相关(P=0.048,0.043)[31]。Andersen等[32]研究DCE-MRI定量参数对局部进展期宫颈癌的预后意义,结果显示Ktrans值与无进展生存期和局部控制呈明显正相关(P < 0.05),放疗前Ktrans值越高,无进展生存期和局部控制时间越长,同时多因素分析显示,Ktrans值可作为宫颈癌局部控制的独立预后因子。儿童骨肉瘤新辅助化疗前DCE-MRI定量参数△ve[△ve=ve(outer)-ve(inner)]与无事件生存期(P=0.02)与总生存期(P=0.03)密切相关[33]。
4 定量DCE-MRI面临的挑战定量DCE-MRI虽在肿瘤疾病的研究中应用广泛,但其尚存在诸多问题需进一步完善:①药代动力学模型的恰当选择。如在脑肿瘤DCE-MRI中,当血-脑脊液屏障未受损时,单参数的单区域摄取模型并不适用[7]。②T1值计算的准确性、动脉输入函数的确定及准确性均会影响最终的定量分析结果。③扫描最佳时机的把握。如在监测和评价肿瘤治疗反应最佳时机方面尚未达成共识。④DCE-MRI主要技术限制与图像质量相关。如非自主运动伪影(呼吸、心跳)可能导致图像失真及空间分辨力与时间分辨力的权衡。⑤成像技术与数据后处理缺乏标准,限制了不同医疗中心间的交流合作。
5 总结与展望定量DCE-MRI通过反映肿瘤血管生成的功能特征,在全身各系统肿瘤的诊断、疗效监测及预后评价等方面应用前景广阔。但尚需进一步研究制订技术相关规范、标准、共识,开展多中心研究,以促进和推广临床转化应用。同时,将DCE-MRI与其他影像技术,如CT、PET等相融合,建立影像数据库,进行影像组学研究,可实现肿瘤异质性的评估。
[1] |
Hanahan D, Weinberg RA. Hallmarks of cancer:the next generation[J]. Cell, 2011, 144: 646-674. DOI:10.1016/j.cell.2011.02.013 |
[2] |
Carmeliet P, Jain RK. Angiogenesis in cancer and other diseases[J]. Nature, 2000, 407: 249-257. DOI:10.1038/35025220 |
[3] |
Teo QQ, Thng CH, Koh TS, et al. Dynamic contrast-enhanced magnetic resonance imaging:applications in oncology[J]. Clinical Oncology, 2014, 26: 9-20. |
[4] |
Folkman J. Tumor angiogenesis:therapeutic implications[J]. N Engl J Med, 1971, 285: 1182-1186. DOI:10.1056/NEJM197111182852108 |
[5] |
Bergers G, Benjamin LE. Tumorigenesis and the angiogenic switch[J]. Nat Rev Cancer, 2003, 3: 401-410. DOI:10.1038/nrc1093 |
[6] |
Ostergaard L, Tietze A, Nielsen T, et al. The relationship between tumor blood flow, angiogenesis, tumor hypoxia, and aerobic glycolysis[J]. Cancer Res, 2013, 73: 5618-5624. DOI:10.1158/0008-5472.CAN-13-0964 |
[7] |
Runge VM, Clanton JA, Herzer WA, et al. Intravascular contrast agents suitable for magnetic resonance imaging[J]. Radiology, 1984, 153: 171-176. DOI:10.1148/radiology.153.1.6433402 |
[8] |
卢光明. 动态对比增强MRI的应用与进展[J]. 中华放射学杂志, 2015, 49(6): 406-409. DOI:10.3760/cma.j.issn.1005-1201.2015.06.003 |
[9] |
Tofts PS, Kermode AG. Measurement of the blood-brain barrier permeability and leakage space using dynamic MR imaging. 1. Fundamental concepts[J]. Magn Reson Med, 1991, 17: 357-367. DOI:10.1002/(ISSN)1522-2594 |
[10] |
Tofts PS, Brix G, Buckley DL, et al. Estimating kinetic parameters from dynamic contrast-enhanced T1-weighted MRI of a diffusable tracer:standardized quantities and symbols[J]. J Magn Reson Imaging, 1999, 10: 223-232. DOI:10.1002/(ISSN)1522-2586 |
[11] |
Tofts PS. Modeling tracer kinetics in dynamic Gd-DTPA MR imaging[J]. J Magn Reson Imaging, 1997, 7: 91-101. DOI:10.1002/(ISSN)1522-2586 |
[12] |
Li L, Wang K, Sun X, et al. Parameters of dynamic contrast-enhanced MRI as imaging markers for angiogenesis and proliferation in human breast cancer[J]. Med Sci Monit, 2015, 21: 376-382. DOI:10.12659/MSM.892534 |
[13] |
窦瑞雪, 杨丽, 黄宁, 等. 定量DCE-MRI在乳腺良恶性病变诊断中的临床价值与病理对照研究[J]. 磁共振成像, 2015, 6(8): 592-598. DOI:10.3969/j.issn.1674-8034.2015.08.007 |
[14] |
Yeo DM, Oh SN, Jung CK, et al. Correlation of dynamic contra-stenhanced MRI perfusion parameters with angiogenesis and biologic aggressiveness of rectal cancer:Preliminary results[J]. J Magn Reson Imaging, 2015, 41: 474-480. DOI:10.1002/jmri.v41.2 |
[15] |
Liu K, Xie P, Peng W, et al. Dynamic contrast-enhanced magnetic resonance imaging for pancreatic ductal adenocarcinoma at 3.0-T magnetic resonance:correlation with histopathology[J]. J Comput Assist Tomogr, 2015, 39: 13-18. DOI:10.1097/RCT.0000000000000171 |
[16] |
李瑞敏, 顾雅佳, 毛健, 等. 定量动态增强MRI鉴别乳腺良恶性病变的研究[J]. 中华放射学杂志, 2011, 45(2): 164-169. |
[17] |
何为, 刘毅, 刘剑羽, 等. 3.0 T MR动态增强扫描定量分析诊断前列腺癌的价值[J]. 中华放射学杂志, 2014, 48(3): 215-218. DOI:10.3760/cma.j.issn.1005-1201.2014.03.011 |
[18] |
Vos EK, Litjens GJS, Kobus T, et al. Assessment of prostate cancer aggressiveness using dynamic contrast-enhanced magnetic resonance imaging at 3 T[J]. Eur Urol, 2013, 64: 448-455. DOI:10.1016/j.eururo.2013.05.045 |
[19] |
张晓琦, 李永丽, 窦社伟, 等. 动态对比增强MRI在胶质母细胞瘤与脑转移瘤鉴别诊断中的应用[J]. 中华放射学杂志, 2015, 49(6): 410-413. DOI:10.3760/cma.j.issn.1005-1201.2015.06.004 |
[20] |
Zhang N, Zhang L, Qiu B, et al. Correlation of volume transfer coefficient Ktrans with histopathologic grades of gliomas[J]. J Magn Reson Imaging, 2012, 36: 355-363. DOI:10.1002/jmri.v36.2 |
[21] |
童彤, 孙轶群, 蔡三军, 等. 动态对比增强MRI预测局部进展期直肠癌新辅助放化疗疗效的价值[J]. 中华放射学杂志, 2015, 49(6): 414-418. DOI:10.3760/cma.j.issn.1005-1201.2015.06.005 |
[22] |
Lim JS, Kim D, Baek SE, et al. Perfusion MRI for the prediction of treatment response after Preoperative chemoradiotherapy in locally advanced rectal cancer[J]. Eur Radiol, 2012, 22: 1693-1700. DOI:10.1007/s00330-012-2416-3 |
[23] |
Kim SH, Lee JM, Gupta SN, et al. Dynamic contrast-enhanced MRI to evaluate the therapeutic response to neoadjuvant chemo-radiation therapy in locally advanced rectal cancer[J]. J Magn Reson Imaging, 2014, 40: 730-737. DOI:10.1002/jmri.v40.3 |
[24] |
史红媛, 田迎, 罗松, 等. 动态增强MRI、扩散加权成像及光学成像联合监测抗血管生成治疗后肿瘤反应的动物实验研究[J]. 中华放射学杂志, 2012, 46(3): 269-274. DOI:10.3760/cma.j.issn.1005-1201.2012.03.016 |
[25] |
Kalpathy-Cramer J, Chandra V, Da X, et al. Phase Ⅱ study of tivozanib, an oral VEGFR inhibitor, in patients with recurrent glioblastoma[J]. J Neurooncol, 2017, 131: 603-610. DOI:10.1007/s11060-016-2332-5 |
[26] |
Eschbach RS, Clevert DA, Hirner-Eppeneder H, et al. Contrast-enhanced ultrasound with VEGFR2-targeted microbubbles for monitoring regorafenib therapy effects in experimental colorectal adenocarcinomas in rats with DCE-MRI and immunohistochemical validation[J]. PLoS One, 2017, 12: 169323. |
[27] |
Kelly RJ, Rajan A, Force J, et al. Evaluation of KRAS mutations, angiogenic biomarkers, and DCE-MRI in patients with advanced nonsmall-cell lung cancer receiving sorafenib[J]. Clin Cancer Res, 2011, 17: 1190-1199. DOI:10.1158/1078-0432.CCR-10-2331 |
[28] |
O'Connor JP, Jackson A, Parker GJ, et al. DCE-MRI biomarkers in the clinical evaluation of antiangiogenic and vascular disrupting agents[J]. Br J Cancer, 2007, 96: 189-195. DOI:10.1038/sj.bjc.6603515 |
[29] |
王瑞, 刘万花, 李丽环, 等. 动态对比增强MRI定量参数与乳腺癌预后因子的相关性研究[J]. 中华放射学杂志, 2016, 50(12): 950-953. DOI:10.3760/cma.j.issn.1005-1201.2016.12.009 |
[30] |
Koo HR, Cho N, Song IC, et al. Correlation of perfusion parameters on dynamic contrast-enhanced MRI with prognostic factors and subtypes of breast cancers[J]. J Magn Reson Imaging, 2012, 36: 145-151. DOI:10.1002/jmri.23635 |
[31] |
Li SP, Makris A, Beresford MJ, et al. Use of dynamic contrast-enhanced MR imaging to predict survival in patients with primary breast cancer undergoing neoadjuvant chemotherapy[J]. Radiology, 2011, 260: 68-78. DOI:10.1148/radiol.11102493 |
[32] |
Andersen EK, Hole KH, Lund KV, et al. Pharmacokinetic parameters derived from dynamic contrast enhanced MRI of cervical cancers predict chemoradiotherapy outcome[J]. Radiother Oncol, 2013, 107: 117-122. DOI:10.1016/j.radonc.2012.11.007 |
[33] |
Guo J, Reddick WE, Glass JO, et al. Dynamic contrast-enhanced magnetic resonance imaging as a prognostic factor in predicting event-free and overall survival in pediatric patients with osteosarcoma[J]. Cancer, 2012, 118: 3776-3785. DOI:10.1002/cncr.26701 |