基于受限频谱成像（RSI）的非小细胞肺癌亚型无创预测模型构建与验证

《Frontiers in Oncology》：Prediction of non-small cell lung cancer subtypes is possible through restricted spectrum imaging

本综述系统评价了受限频谱成像（RSI）在预测非小细胞肺癌（NSCLC）亚型（鳞癌SCC vs. 腺癌AC）中的价值。研究发现，结合吸烟状态、RSI参数f1、PET代谢参数SUVmax及DWI参数ADC的联合诊断模型，其诊断效能（AUC=0.909）显著优于单一指标，为NSCLC的精准无创分型提供了新的影像学生物标志物。

　　

背景

非小细胞肺癌（NSCLC）是全球范围内致死率最高的恶性肿瘤之一。鳞状细胞癌（SCC）和腺癌（AC）作为NSCLC最常见的两种组织学亚型，其诊断、治疗策略及预后评估存在显著差异。例如，在外科手术方面，SCC可能需要进行更广泛的气道重建，而AC的手术创伤相对较小；在药物治疗方面，AC患者更适合靶向治疗，而SCC患者则可能更受益于免疫治疗。因此，在治疗前准确评估NSCLC的亚型，对于制定个体化治疗方案具有至关重要的临床意义。目前，影像引导下的活检和支气管镜检查虽是亚型鉴别的金标准，但其为有创操作，存在出血、气胸等风险。定量影像学技术的进步为肿瘤无创表征提供了替代方案。扩散加权成像（DWI）和¹⁸F-氟代脱氧葡萄糖正电子发射断层扫描（¹⁸F-FDG PET）已广泛应用于肺癌评估。受限频谱成像（RSI）是一种先进的扩散磁共振模型，它通过线性组合多个扩散加权模型，将水分子扩散区分为受限、 hindered（受阻）和自由三个隔室，从而能够更精确地定量表征生物组织中水分子的运动。RSI已在胶质母细胞瘤、肝细胞癌和乳腺癌的评估中展现出价值，但在肺癌，尤其是在区分NSCLC亚型方面的研究尚属空白。

材料与方法

本研究经当地伦理审查委员会批准，所有参与者均签署书面知情同意书。研究纳入了2021年6月至2025年10月期间共142例临床或CT影像怀疑肺癌并接受胸部多参数扫描的患者。经过一系列排除标准（如幽闭恐惧症、图像质量差、扫描与活检间隔超过两周、病理非SCC或AC、扫描前已接受相关治疗等）筛选后，最终97例患者入组，其中SCC组30例，AC组67例。记录基线特征如年龄、性别、吸烟状况和肿瘤大小。

扫描使用3.0 T磁共振系统。MRI序列包括轴位T2加权成像（T2WI）和多个b值的DWI。¹⁸F-FDG PET扫描在注射示踪剂（0.11 mCi/kg）60分钟后进行，覆盖范围从胸廓上口至肺下缘。图像后处理在工作站上进行，包括配准、运动校正和分析。DWI参数表观扩散系数（ADC）图根据公式S_b/S₀= exp(-b × ADC)生成。RSI参数图根据公式S(b) = f₁e^-bD1+ f₂e^-bD2+ f₃e^-bD3生成，其中f₁、f₂、f₃分别代表受限、受阻和自由水扩散隔室的体积分数，D1、D2、D3为相应隔室的ADC值，为避免过拟合并确保可比性，D1、D2、D3被全局设定为固定值（1.0 × 10^-3mm2/s, 2.0 × 10^-3mm2/s, 3.0 × 10^-3mm2/s）。在轴位T2WI图像上逐层手动勾画肿瘤边界定义感兴趣区（ROI），排除囊变、坏死、出血伪影或血管区域，然后将ROI映射到DWI和RSI伪彩参数图上提取平均值。PET融合软件自动勾画感兴趣体积（VOI）并计算最大标准化摄取值（SUV_max）。由两位经验丰富的放射科医生独立完成上述操作。组织病理学评估依据国际肺癌研究协会（IASLC）指南进行亚型分类。

数据分析使用R和SPSS软件。采用组内相关系数（ICC）评估参数观察者间一致性（ICC > 0.75认为可靠性满意）。根据变量特征，使用Mann-Whitney U检验、独立样本t检验和卡方检验比较SCC组与AC组数据。通过受试者工作特征曲线下面积（AUC）评估参数的诊断性能，DeLong检验比较AUC差异。采用逻辑回归（LR）分析筛选独立预测因子并构建多参数复合诊断工具。通过Bootstrap重采样（1000次）、校准曲线和决策曲线分析（DCA）进行内部验证和诊断工具评估。

结果

基线特征比较显示，SCC组与AC组在最大病灶直径、吸烟状况和性别分布上存在显著差异，但年龄无显著差异。所有影像学参数（f₁, f₂, f₃, ADC, SUV_max）的测量均表现出极佳的观察者间一致性（ICC > 0.80）。参数比较发现，与AC组相比，SCC组的SUV_max、f₂和f₃值显著更高，而ADC和f₁值显著更低。

单因素逻辑回归分析确定性别、吸烟状况、最大病灶直径、f₁、f₂、f₃、ADC和SUV_max是区分SCC与AC的显著预测因子。多因素逻辑回归分析进一步确定吸烟状况、f₁、ADC和SUV_max为独立预测因子。

诊断性能评估显示，由吸烟状况、f₁、SUV_max和ADC构建的复合诊断模型取得了最佳诊断效能，其AUC为0.909，敏感性为73.33%，特异性为89.55%。该性能显著优于任何单一参数（所有比较P < 0.05）。Bootstrap重采样内部验证证实了复合模型的稳健性（AUC = 0.895）。校准曲线和DCA进一步证明了模型具有良好的校准度和临床实用性。

讨论

本研究结果与既往研究一致，证实了SCC相较于AC具有更高的葡萄糖代谢（SUV_max更高）和更受限的水分子扩散（ADC更低），支持¹⁸F-FDG PET和DWI在NSCLC亚型评估中的作用。

本研究创新性地将RSI技术应用于SCC与AC的鉴别。研究发现SCC组f₁（受限扩散分数）降低，而f₂（受阻扩散分数）和f₃（自由扩散分数）升高，其中f₁被确定为独立预测因子。对此现象的可能解释是：尽管SCC通常细胞密度更高，但其伴随的组织微缺血和微坏死可能扩大了细胞外间隙，增加了自由水含量，从而导致受阻和自由水扩散的增加超过了受限扩散的增加，最终表现为f₁降低，f₂和f₃升高。此外，两种肿瘤细胞排列方式的差异也可能影响结果。

临床因素分析表明，吸烟状况是区分SCC与AC的简单有效的独立预测因子，这与吸烟导致支气管鳞状上皮癌变的机制相符。

本研究存在一些局限性：单中心研究，样本量相对较小，亚型分布不均（SCC 30例 vs. AC 67例）；RSI在肺部成像的研究尚不充分，最佳b值未确定；MRI对微小病灶检测存在局限；呼吸和心血管搏动伪影的影响仍较显著；未考虑病灶位置等潜在影响因素。未来研究方向包括扩大样本量、开展多中心研究、优化扫描协议以及纳入更多临床因素。

结论

吸烟状况、RSI参数f₁、¹⁸F-FDG PET参数SUV_max和DWI参数ADC是区分肺腺癌（AC）与肺鳞癌（SCC）的独立预测因子。这些参数的组合显示出作为NSCLC亚型分类生物标志物的潜力，为临床无创精准诊断提供了新的参考。