切换至 "中华医学电子期刊资源库"
高级检索
中华消化病与影像杂志(电子版)

中华消化病与影像杂志(电子版) ›› 2026, Vol. 16 ›› Issue (03) : 248 -255. doi: 10.3877/cma.j.issn.2095-2015.2026.03.011

论著

基于微血流成像联合超声造影的回归模型评估肝细胞癌微血管侵犯的临床价值
张洪涛1, 于大中2, 王静怡3,†()   
  1. 1063000　河北省，唐山市第三医院超声科
    2063000　河北省，唐山市第三医院肿瘤科
    3063000　河北省，唐山市人民医院功能检查科
  • 收稿日期:2026-03-31 出版日期:2026-06-01
  • 通信作者: 王静怡
  • 基金资助:
    河北省卫生健康委医学科学研究课题(20201539)

Evaluation of the clinical value of microvascular invasion in hepatocellular carcinoma based on the regression model combining microvascular imaging and contrast-enhanced ultrasound

Hongtao Zhang1, Dazhong Yu2, Jingyi Wang3,†()   

  1. 1Department of Ultrasound, Tangshan Third Hospital, Tangshan 063000, China
    2Department of Oncology, Tangshan Third Hospital, Tangshan 063000, China
    3Department of Functional Examination, Tangshan People's Hospital, Tangshan 063000, China
  • Received:2026-03-31 Published:2026-06-01
  • Corresponding author: Jingyi Wang
全文 ( ) 下载PDF ( ) 导出引用
引用本文：

张洪涛, 于大中, 王静怡. 基于微血流成像联合超声造影的回归模型评估肝细胞癌微血管侵犯的临床价值[J/OL]. 中华消化病与影像杂志(电子版), 2026, 16(03): 248-255.

Hongtao Zhang, Dazhong Yu, Jingyi Wang. Evaluation of the clinical value of microvascular invasion in hepatocellular carcinoma based on the regression model combining microvascular imaging and contrast-enhanced ultrasound[J/OL]. Chinese Journal of Digestion and Medical Imageology(Electronic Edition), 2026, 16(03): 248-255.

目的

探讨基于术前微血流成像（MFI）联合超声造影（CEUS）的多参数回归模型在预测肝细胞癌（HCC）微血管侵犯（MVI）中的临床价值。

方法

回顾性分析唐山市第三医院2022年1月至2025年8月期间经术后病理证实的186例HCC患者的临床资料。所有患者术前均行MFI及CEUS检查。以术后病理诊断MVI为金标准，将患者分为MVI阳性组（72例）与MVI阴性组（114例）。采用单因素分析和LASSO回归筛选预测因子，并通过多因素Logistic回归构建联合预测模型。受试者工作特征（ROC）曲线评估模型及各独立预测因子的诊断效能。

结果

MVI阳性组的肿瘤最大直径显著大于阴性组，且甲胎蛋白>400 μg/L的患者比例更高（均P<0.001）。MVI阳性组的高MFI血流分级、瘤周滋养血管、增强不均匀性、早期廓清≤60 s及瘤周强化方面的比例均显著高于MVI阴性组（均P<0.001）。Spearman相关性分析显示，MVI状态与MFI血流分级、瘤周滋养血管、增强不均匀性、早期廓清以及瘤周强化均呈弱至中度正相关（r为0.173~0.419，均P<0.05）。多因素Logistic回归结果显示：肿瘤最大直径（OR=2.182）、甲胎蛋白>400 μg/L（OR=6.664）、高MFI血流分级（OR=7.126）、增强不均匀性（OR=4.418）及瘤周强化（OR=5.849）是预测MVI的独立危险因素（均P<0.05）。ROC分析显示，联合预测模型的曲线下面积为0.930，优于任一单一指标（均P<0.001），灵敏度为0.764，特异度为0.939。

结论

基于术前MFI联合CEUS构建的联合预测能有效预判HCC的MVI状态，其诊断价值显著优于单一影像或血清学指标，有望为HCC患者的术前个体化治疗决策提供有价值参考。

关键词: 肝细胞癌, 微血管侵犯, 微血流成像, 超声造影, LASSO回归, Logistic回归
Objective

To explore the clinical value of a multi-parameter regression model based on preoperative microvascular flow imaging (MFI) combined with contrast-enhanced ultrasound (CEUS) in predicting microvascular invasion (MVI) in hepatocellular carcinoma (HCC).

Methods

A retrospective analysis was conducted on the clinical data of 186 HCC patients who had undergone postoperative pathological confirmation in Tangshan Third Hospital from January 2022 to August 2025. All patients underwent MFI and CEUS examinations before surgery. The postoperative pathological diagnosis of MVI was used as the gold standard to divide the patients into the MVI positive group (72 cases) and the MVI negative group (114 cases). Univariate analysis and LASSO regression were used to screen the predictive factors, and a combined predictive model was constructed through multivariate Logistic regression. The receiver operating characteristic (ROC) curve was used to evaluate the diagnostic efficacy of the model and each independent predictive factor.

Results

The maximum diameter of tumors in the MVI positive group was significantly larger than that in the MVI negative group, and the proportion of patients with alpha-fetoprotein (AFP) >400 μg/L was also higher (both P<0.001). The proportions of high MFI blood flow grading, peritumoral nutrient vessels, heterogeneous enhancement, early clearance ≤60 seconds, and peritumoral enhancement in the MVI positive group were significantly higher than those in the MVI negative group (all P<0.001). Spearman correlation analysis showed that the MVI status was weakly to moderately positively correlated with MFI blood flow grading, peritumoral nutrient vessels, heterogeneous enhancement, early clearance, and peritumoral enhancement (r ranged from 0.173 to 0.419, all P<0.05). Multivariate Logistic regression analysis showed that the maximum tumor diameter (OR=2.182), AFP> 400 μg/L (OR=6.664), high MFI blood flow grading (OR=7.126), heterogeneous enhancement (OR=4.418), and peritumoral enhancement (OR=5.849) were independent risk factors for MVI (all P<0.05). ROC analysis showed that the area under the curve of the combined prediction model was 0.930, which was superior to any single indicator (all P<0.001), with a sensitivity of 0.764 and a specificity of 0.939.

Conclusion

The combined prediction model constructed based on preoperative MFI and CEUS can effectively predict the MVI status of HCC. Its diagnostic value is significantly superior to that of either imaging or serological indicators, and it is expected to provide an important reference for the preoperative individualized treatment decisions of HCC patients.

Key words: Hepatocellular carcinoma, Microvascular invasion, Microvascular flow imaging, Contrast-enhanced ultrasound, LASSO regression, Logistic regression
表1 两组肝细胞癌患者基线资料比较
项目 MVI阳性组(n=72) MVI阴性组(n=114) t/χ2 P
性别[例(%)] 男 48(66.67) 77(67.54) 0.015 0.901
  女 24(33.33) 37(32.46)    
年龄(岁,±s)   56.40±8.65 57.10±8.10 -0.554 0.580
体重指数(kg/m2,±s)   22.89±1.10 23.05±1.00 -1.019 0.309
HBsAg阳性[例(%)] 是 46(63.89) 71(62.28) 0.049 0.825
  否 26(36.11) 43(37.72)    
肝硬化[例(%)] 是 38(52.78) 62(54.39) 0.046 0.830
  否 34(47.22) 52(45.61)    
肿瘤部位[例(%)] 左叶 28(38.89) 47(41.23) 0.100 0.751
  右叶 44(61.11) 67(58.77)    
肿瘤数目[例(%)] 单发 41(56.94) 68(59.65) 0.133 0.715
  多发 31(43.06) 46(40.35)    
肿瘤最大直径(cm,±s)   5.57±1.90 3.33±1.32 8.723 <0.001
甲胎蛋白(μg/L) >400 μg/L 38(52.78) 24(21.05) 19.987 <0.001
  ≤400 μg/L 34(47.22) 90(78.95)    
表2 两组肝细胞癌患者超声指标比较
项目 MVI阳性组(n=72) MVI阴性组(n=114) t/χ2 P
微血流成像血流分级[例(%)] 高 48(66.67) 42(36.84) 15.718 <0.001
  低 24(33.33) 72(63.16)    
瘤周滋养血管[例(%)] 有 52(72.22) 46(40.35) 17.982 <0.001
  无 20(27.78) 68(59.65)    
动脉期高增强[例(%)] 是 68(94.44) 106(92.98) - 0.929
  否 4(5.56) 8(7.02)    
增强不均匀性[例(%)] 是 58(80.56) 43(37.72) 32.631 <0.001
  否 14(19.44) 71(62.28)    
廓清时间(s,±s)   44.15±12.39 45.89±11.61 -0.971 0.333
早期廓清≤60 s[例(%)] 是 45(62.50) 51(44.74) 5.575 0.018
  否 27(37.50) 63(55.26)    
瘤周强化[例(%)] 是 50(69.44) 38(33.33) 23.085 <0.001
  否 22(30.56) 76(66.67)    
动脉期达峰时间(s,±s)   18.32±4.10 18.66±3.89 -0.566 0.572
门脉期始退时间(s,±s)   36.71±8.11 37.24±7.84 -0.442 0.659
表3 肝细胞癌患者微血管侵犯与超声特征的相关性分析
变量 系数 微血管侵犯状态 微血流成像血流分级 瘤周滋养血管 增强不均匀性 早期廓清≤60 s 瘤周强化
微血管侵犯状态 r - 0.291 0.311 0.419 0.173 0.352
p - <0.001 <0.001 <0.001 0.018 <0.001
微血流成像血流分级 r 0.291 - 0.142 0.111 -0.053 0.031
p <0.001 - 0.054 0.132 0.474 0.679
瘤周滋养血管 r 0.311 0.142 - 0.212 0.160 0.122
p <0.001 0.054 - 0.004 0.029 0.098
增强不均匀性 r 0.419 0.111 0.212 - 0.019 0.113
p <0.001 0.132 0.004 - 0.799 0.126
早期廓清≤60 s r 0.173 -0.053 0.160 0.019 - 0.056
p 0.018 0.474 0.029 0.799 - 0.451
瘤周强化 r 0.352 0.031 0.122 0.113 0.056 -
p <0.001 0.679 0.098 0.126 0.451 -
图1 Lasso回归模型构建注：纵坐标为标准化后的回归系数，横坐标为对数（λ）；MFI微血流成像；AFP甲胎蛋白
图2 Lasso回归模型筛选注：纵坐标为模型均方误差（MSE），横坐标为对数（λ）
表4 自变量赋值
变量 赋值
肿瘤最大直径(cm) 连续变量，直接纳入
甲胎蛋白水平(μg/L) 0=≤400，1=>400
瘤周滋养血管 0=无，1=有
微血流成像血流分级 0=低，1=高
增强不均匀性 0=否，1=是
瘤周强化 0=否，1=是
表5 肝细胞癌患者的微血管侵犯状态影响因素分析
变量 B SE Wald P OR(95% CI)
肿瘤最大直径(cm) 0.780 0.159 24.096 <0.001 2.182(1.598~2.979)
甲胎蛋白水平(μg/L) 1.897 0.535 12.545 <0.001 6.664(2.333~19.034)
瘤周滋养血管 0.685 0.495 1.921 0.166 1.985(0.753~5.232)
微血流成像血流分级 1.964 0.521 14.185 <0.001 7.126(2.565~19.798)
增强不均匀性 1.486 0.491 9.158 0.002 4.418(1.688~11.562)
瘤周强化 1.766 0.515 11.771 0.001 5.849(2.132~16.042)
常量 -7.736 1.084 50.898 - -
图3 各预测因子诊断效能的ROC曲线注：MFI微血流成像；AFP甲胎蛋白
表6 ROC曲线评估模型及各独立预测因子的诊断效能
变量 AUC SE P 95% CI cut-off值 约登指数 灵敏度 特异度
肿瘤最大直径 0.830 0.032 <0.001 0.767~0.893 4.5 cm 0.492 0.667 0.825
甲胎蛋白水平 0.659 0.042 <0.001 0.576~0.741 - 0.317 0.528 0.789
微血流成像血流分级 0.649 0.041 0.001 0.568~0.730 - 0.299 0.667 0.632
增强不均匀性 0.714 0.039 <0.001 0.639~0.790 - 0.429 0.806 0.623
瘤周强化 0.681 0.041 <0.001 0.601~0.760 - 0.361 0.694 0.667
联合预测 0.930 0.018 <0.001 0.894~0.965 - 0.703 0.764 0.939
[1]
陈元莉, 曾德锋, 范会文. 超声造影联合超声弹性成像对肝细胞癌微血管侵犯的预测价值[J]. 肝脏, 2024, 29(9): 1035-1039, 1051.
[2]
Zhang Y, Liu H, Zhu L, et al. Modality-aware distillation network for microvascular invasion prediction of hepatocellar carcinoma from MRI images[J]. IEEE Trans Biomed Eng, 2024, 72(6): 1825-1836.
[3]
秦琼, 文荣, 白秀梅, 等. 基于示卓安超声造影Kupffer期的深度学习预测肝细胞癌微血管侵犯的研究[J]. 肿瘤影像学, 2024, 33(4): 432-441.
[4]
陈昕然, 梁伟, 韩立明. 彩色多普勒血流成像联合NLR、HK-2评估肝癌介入治疗不良预后风险及预测模型构建与验证[J]. 中西医结合肝病杂志, 2025, 35(10): 1280-1284.
[5]
Wang C, Zhang T, Sun S, et al. Preoperative contrast-enhanced ultrasound predicts microvascular invasion in hepatocellular carcinoma as accurately as contrast-enhanced MR[J]. J Ultrasound Med, 2024, 43(3): 439-453.
[6]
顾怡君, 李奕冉, 钱艺, 等. 基于超声造影定量指标预测肝细胞癌微血管侵犯及评估其复发的研究[J/OL]. 中华医学超声杂志(电子版), 2025, 22(5): 451-461.
[7]
林如君, 杨晓岑, 李琪虹, 等. 超声造影联合血清AFP、GGT与GLR对肝细胞癌微血管侵犯的预测价值[J]. 现代生物医学进展, 2024, 24(13): 2467-2472.
[8]
王振宝, 刘国安, 赖江琼. 超声造影联合临床资料预测小肝癌患者发生微血管侵犯的临床价值[J]. 临床超声医学杂志, 2024, 26(10): 855-862.
[9]
Zhang Y, Chen J, Yang C, et al. Preoperative prediction of microvascular invasion in hepatocellular carcinoma using diffusion-weighted imaging-based habitat imaging[J]. Eur Radiol, 2024, 34(5): 3215-3225.
[10]
郝艳红, 陈娟, 鲁琴, 等. 多期相超声影像组学模型预测肝细胞癌微血管侵犯的多中心研究[J]. 中华超声影像学杂志, 2025, 34(11): 983-991.
[11]
朱康, 郑潇, 张磊, 等. 超声造影及血清标志物检测对肝癌介入术后微血管侵犯及复发的预测价值[J/OL]. 中华消化病与影像杂志(电子版), 2025, 15(5): 474-479.
[12]
Dong M, Chen F, Huang W, et al. Multiregional radiomics to predict microvascular invasion in hepatocellular carcinoma using multisequence MRI[J]. J Comput Assist Tomogr, 2025, 49(6): 844-852.
[13]
郭健伟, 贾健峰, 阳春, 等. 多模态超声评估原发性肝癌微血管侵犯及对经肝动脉栓塞化疗治疗后肿瘤复发的影响[J]. 实用肝脏病杂志, 2025, 28(6): 902-905.
[14]
杜静妮, 刘婷婷. 超声造影LI-RADS类别与肝细胞癌分化程度及GPC3指数的关系[J]. 肝脏, 2025, 30(10): 1370-1374.
[15]
Wang K, Xiang YJ, Yu HM, et al. Adjuvant sintilimab in resected high-risk hepatocellular carcinoma: a randomized, controlled, phase 2 trial[J]. Nat Med, 2024, 30(3): 708-715.
[16]
Wang Q, Zhou Y, Yang H, et al. MRI‐based clinical‐radiomics nomogram model for predicting microvascular invasion in hepatocellular carcinoma[J]. Med Phys, 2024, 51(7): 4673-4686.
[17]
王斐倩, 刘钰鑫, 白晓旭, 等. 基于多模态影像学手段构建肝癌微血管侵犯的预测模型[J]. 中华超声影像学杂志, 2023, 32(1): 10-19.
[18]
Feng LH, Zhu YY, Zhou JM, et al. ASO author reflections: Early recurrence in hepatocellular carcinoma patients with microvascular invasion after hepatectomy[J]. Ann Surg Oncol, 2023, 30(1): 373-374.
[19]
梁莹, 吴雅菲, 施洁, 等. 基于LI-RADS影像学特征联合血清学指标对肝细胞肝癌GPC3及MVI的预测价值[J]. 中国超声医学杂志, 2025, 41(11): 1257-1260.
[20]
朱珠, 郁义星, 陆健, 等. 基于瘤内和瘤周影像组学模型预测肝细胞癌微血管侵犯的临床应用价值:一项多中心研究[J]. 磁共振成像, 2024, 15(8): 132-138.
[21]
郝菲, 徐梓祎, 原韶玲. 超声造影联合超微血流成像鉴别诊断肝脏局灶性病变的临床价值[J]. 临床超声医学杂志, 2023, 25(12): 1024-1028.
[22]
徐亚丹, 王飞航, 陈凯玲, 等. 基于术前临床及超声特征的预测肝细胞癌切除术后复发的列线图模型构建[J]. 中华肝胆外科杂志, 2024, 30(8): 566-571.
[23]
Peng YC, Xu JX, You XM, et al. Specific gut microbiome signature predicts hepatitis B virus-related hepatocellular carcinoma patients with microvascular invasion[J]. Ann Med, 2023, 55(2): 2283160.
[24]
Li H, Zhang D, Pei J, et al. Dual-energy computed tomography iodine quantification combined with laboratory data for predicting microvascular invasion in hepatocellular carcinoma: a two-centre study[J]. Br J Radiol, 2024, 97(1160): 1467-1475.
[25]
刘子鑫, 闫祖仪, 张涛, 等. 术前MRI特征对肝细胞癌血管包绕肿瘤团簇及微血管侵犯的评估[J]. 国际医学放射学杂志, 2024, 47(5): 539-545, 574.
[1] 邬明嫄, 李婷婷, 鲜欣欣, 罗朝阳, 杨青, 卢漫. 基于超微血流成像血管指数的列线图模型诊断肢端黑色素瘤引流区域淋巴结的价值[J/OL]. 中华医学超声杂志（电子版）, 2026, 23(04): 276-282.
[2] 蔡轶伦, 陈燕, 董金玲. 人类Runt相关转录因子、E-钙黏蛋白和Ras相关区域家族1A基因甲基化对丙型肝炎病毒相关肝细胞癌的诊断价值[J/OL]. 中华实验和临床感染病杂志(电子版), 2026, 20(02): 106-113.
[3] 李志超, 叶梓绎, 辛万鹏. TACE在肝细胞癌根治性切除术后MVI阳性患者的疗效分析[J/OL]. 中华普外科手术学杂志(电子版), 2026, 20(03): 252-256.
[4] 邓瑞锋, 程璐, 刘远灵, 郑秋平, 刘溪, 江文聪, 江敏耀, 习明. 基于Logistic回归构建一期输尿管通路鞘置入失败的预测模型[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2026, 20(02): 171-178.
[5] 陈志坚, 俞建达, 林泽润, 林宏焕, 易长昱, 池小斌, 吕立志, 陈永标. 基于术前影像肿瘤负荷评分的模型对单发肝细胞癌微血管侵犯的预测价值[J/OL]. 中华肝脏外科手术学电子杂志, 2026, 15(03): 379-385.
[6] 崔梦玲, 孙文梅, 赵睿敏, 王家平. 合并微血管侵犯肝癌术后TACE联合治疗的研究进展[J/OL]. 中华肝脏外科手术学电子杂志, 2026, 15(02): 160-166.
[7] 戴宗伯, 张城硕, 郭庭维, 何知远, 赵昊宇, 张宇慈, 张佳林. 基于MRI影像组学机器学习构建肝细胞癌微血管侵犯预测模型[J/OL]. 中华肝脏外科手术学电子杂志, 2026, 15(01): 36-44.
[8] 何泰霖, 王峻峰, 田林云, 王罡, 杨超, 王海峰. 基于CT影像组学构建肝细胞癌微血管侵犯预测模型[J/OL]. 中华肝脏外科手术学电子杂志, 2026, 15(01): 45-52.
[9] 中国研究型医院学会放射学专业委员会, 上海抗癌协会实体肿瘤聚焦诊疗专业委员会. 血管包裹肿瘤簇在肝细胞癌影像诊疗中的临床应用专家共识（2026年版）[J/OL]. 中华消化病与影像杂志(电子版), 2026, 16(03): 193-198.
[10] 陈小坤, 杜顺达. 影像组学在肝细胞癌中的应用进展及挑战[J/OL]. 中华消化病与影像杂志(电子版), 2026, 16(02): 97-100.
[11] 高增霞, 贺云飞, 赵娜. DCE-MRI联合Gd-EOB-DTPA MRI纹理特征对肝细胞癌经导管动脉化疗栓塞术后疗效的评估[J/OL]. 中华消化病与影像杂志(电子版), 2026, 16(02): 108-113.
[12] 赵威武, 任卫华, 王琴, 杨楠, 王强, 赵霞. 口服联合静脉注射双重超声造影在早期胃癌诊断中的价值[J/OL]. 中华临床医师杂志(电子版), 2026, 20(02): 114-118.
[13] 印于, 俞斌, 冯文聪, 杨俊, 倪才方, 朱晓黎, 李智, 李明明. 动脉化疗栓塞联合锥形束断层扫描引导乙醇注射治疗危险部位小肝癌的疗效与安全性[J/OL]. 中华介入放射学电子杂志, 2026, 14(02): 157-163.
[14] 阿旺晋美, 格桑罗布, 雷彦明, 次旦旺久. 高海拔地区肝癌栓塞化疗联合靶免短期疗效预测模型构建与验证[J/OL]. 中华介入放射学电子杂志, 2026, 14(02): 164-170.
[15] 董振楠, 管恒星, 丁伟, 王卫东, 张金星, 周春高, 祖庆泉, 施海彬. 动脉化疗栓塞与灌注化疗分别联合靶免治疗肝细胞癌伴门静脉癌栓的对照研究[J/OL]. 中华介入放射学电子杂志, 2026, 14(02): 177-183.
阅读次数
全文


摘要

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号

AI
小
编
AI小编
你好！我是《中华医学电子期刊资源库》AI小编，有什么可以帮您的吗？