肝細(xì)胞癌（Hepatocellular Carcinoma, HCC）是全球范圍內(nèi)最常見(jiàn)的惡性腫瘤之一，其預(yù)后與治療方案的選擇高度依賴于腫瘤的生物學(xué)行為，其中微血管浸潤(rùn)（Microvascular Invasion, MVI）是一個(gè)關(guān)鍵的獨(dú)立不良預(yù)后因素。MVI指在顯微鏡下于癌旁門(mén)靜脈分支內(nèi)發(fā)現(xiàn)癌細(xì)胞巢，其存在顯著增加了術(shù)后復(fù)發(fā)和轉(zhuǎn)移的風(fēng)險(xiǎn)。MVI的確診通常依賴于術(shù)后病理檢查，屬于有創(chuàng)且滯后性評(píng)估。因此，術(shù)前無(wú)創(chuàng)、精準(zhǔn)地預(yù)測(cè)MVI狀態(tài)，對(duì)于指導(dǎo)個(gè)體化治療策略（如手術(shù)范圍、輔助治療決策）具有至關(guān)重要的臨床價(jià)值。
磁共振功能成像技術(shù)，特別是擴(kuò)散加權(quán)成像（DWI）及其擴(kuò)展模型——擴(kuò)散峰度成像（Diffusion Kurtosis Imaging, DKI），在肝臟腫瘤的微觀結(jié)構(gòu)評(píng)估中展現(xiàn)出巨大潛力。與傳統(tǒng)DWI的單指數(shù)模型假設(shè)水分子擴(kuò)散符合高斯分布不同，DKI模型考慮了生物組織內(nèi)復(fù)雜微結(jié)構(gòu)（如細(xì)胞膜、細(xì)胞器）對(duì)水分子擴(kuò)散的限制，使其擴(kuò)散行為偏離高斯分布，這種偏離程度用峰度（Kurtosis）來(lái)量化。DKI能夠提供更豐富的參數(shù)，包括平均擴(kuò)散系數(shù)（Mean Diffusivity, MD）和平均峰度（Mean Kurtosis, MK）。其中，MK值反映了組織微觀結(jié)構(gòu)的異質(zhì)性和復(fù)雜性，值越高，表明水分子擴(kuò)散受限越嚴(yán)重，組織越復(fù)雜。
在評(píng)估HCC的MVI方面，研究表明，存在MVI的HCC腫瘤往往具有更強(qiáng)的侵襲性、更高的細(xì)胞密度以及更紊亂的微血管網(wǎng)絡(luò)。這些病理特征理論上會(huì)導(dǎo)致水分子擴(kuò)散運(yùn)動(dòng)受到更顯著的非高斯限制。因此，基于DKI的MK參數(shù)被廣泛研究用于區(qū)分MVI陽(yáng)性與陰性的HCC。多項(xiàng)研究證實(shí)，MVI陽(yáng)性HCC的MK值通常顯著高于MVI陰性者。高M(jìn)K值可能對(duì)應(yīng)著腫瘤內(nèi)部更高的細(xì)胞增殖活性、更密集的細(xì)胞排列以及可能存在的微小壞死灶周?chē)募?xì)胞擁擠區(qū)域，這些都間接反映了腫瘤侵襲性增強(qiáng)和MVI風(fēng)險(xiǎn)升高。
為了將DKI技術(shù)更高效、標(biāo)準(zhǔn)化地應(yīng)用于臨床科研與實(shí)踐，專業(yè)的影像后處理與分析平臺(tái)變得不可或缺。MK分析平臺(tái)正是這樣一個(gè)集成了圖像預(yù)處理、模型擬合、參數(shù)圖生成、感興趣區(qū)（ROI）勾畫(huà)、特征提取與統(tǒng)計(jì)分析于一體的軟件系統(tǒng)。其核心工作流程通常包括：
- 數(shù)據(jù)導(dǎo)入與預(yù)處理：平臺(tái)支持導(dǎo)入原始DKI序列圖像，并進(jìn)行必要的運(yùn)動(dòng)校正、配準(zhǔn)和噪聲過(guò)濾，確保數(shù)據(jù)質(zhì)量。
- DKI模型擬合與參數(shù)圖計(jì)算：平臺(tái)內(nèi)置算法（如非線性擬合）對(duì)每個(gè)體素的信號(hào)強(qiáng)度與多個(gè)b值的關(guān)系進(jìn)行DKI模型擬合，快速生成全腦或全肝的MK圖、MD圖等參數(shù)映射圖。這些彩圖直觀地顯示了微觀結(jié)構(gòu)異質(zhì)性在空間上的分布。
- 腫瘤分割與特征提取：醫(yī)生或研究者可以在平臺(tái)界面上，基于T2WI、增強(qiáng)掃描等參考圖像，在MK圖上精準(zhǔn)勾畫(huà)整個(gè)腫瘤的ROI。平臺(tái)自動(dòng)提取該ROI內(nèi)的多項(xiàng)特征，如MK平均值、最大值、最小值、百分位數(shù)、偏度、峰度（統(tǒng)計(jì)意義上的）以及紋理特征（如熵、均勻性）等。這些定量特征構(gòu)成了評(píng)估MVI的影像組學(xué)數(shù)據(jù)基礎(chǔ)。
- 統(tǒng)計(jì)分析建模：平臺(tái)可能集成基礎(chǔ)統(tǒng)計(jì)工具，或支持?jǐn)?shù)據(jù)導(dǎo)出，便于研究者將提取的MK特征與臨床病理結(jié)果（如MVI狀態(tài)）進(jìn)行關(guān)聯(lián)分析。通過(guò)單因素分析、多因素邏輯回歸、機(jī)器學(xué)習(xí)（如支持向量機(jī)、隨機(jī)森林）等方法，構(gòu)建基于MK及其衍生特征的MVI預(yù)測(cè)模型，并評(píng)估其診斷效能（如靈敏度、特異度、AUC值）。
- 可視化與報(bào)告生成：平臺(tái)提供強(qiáng)大的可視化功能，如多參數(shù)圖融合顯示、直方圖分析、特征分布對(duì)比圖等，并能夠生成結(jié)構(gòu)化的分析報(bào)告。
利用MK分析平臺(tái)進(jìn)行研究，優(yōu)勢(shì)在于實(shí)現(xiàn)了分析流程的自動(dòng)化與標(biāo)準(zhǔn)化，減少了人為誤差，提高了研究效率與可重復(fù)性。未來(lái)的發(fā)展方向包括：開(kāi)發(fā)更魯棒的擬合算法以應(yīng)對(duì)肝臟DKI信噪比較低的挑戰(zhàn)；整合多參數(shù)MRI（如DKI與動(dòng)態(tài)增強(qiáng)DCE-MRI）特征，構(gòu)建融合模型以提升預(yù)測(cè)準(zhǔn)確性；以及探索基于深度學(xué)習(xí)的人工智能方法，實(shí)現(xiàn)從原始圖像到MVI風(fēng)險(xiǎn)分級(jí)的端到端自動(dòng)預(yù)測(cè)，并推動(dòng)其向臨床決策支持系統(tǒng)的轉(zhuǎn)化。
DKI技術(shù)，尤其是其核心參數(shù)MK，為無(wú)創(chuàng)評(píng)估HCC微血管浸潤(rùn)提供了新的重要視角。而專業(yè)的MK分析平臺(tái)作為強(qiáng)大的技術(shù)工具，正加速著相關(guān)研究成果向臨床應(yīng)用的邁進(jìn)，有望在未來(lái)實(shí)現(xiàn)HCC患者術(shù)前風(fēng)險(xiǎn)的精準(zhǔn)分層與個(gè)性化管理。
