本研究由Changjiang Zhang、Yinglan Shu等（共同第一作者）以及Xinjie Liu、Yindeng Luo（共同通讯作者）等学者完成，研究单位包括重庆医科大学附属第二医院放射科和重庆大学附属仁济医院（重庆市第五人民医院）放射科。该研究作为原创性论著（original article）发表于AME出版社旗下的期刊Quantitative Imaging in Medicine and Surgery，预计于2026年2月正式刊出（第16卷第2期），并于2026年1月20日在线发表，DOI为10.21037/qims-2025-862。

从学术背景来看，该研究属于肿瘤影像学与直肠癌（rectal cancer，RC）术前精准评估的交叉领域。直肠癌在全球范围内是常见恶性肿瘤之一，其治疗策略和预后判断长期依赖TNM分期系统。然而，壁外静脉侵犯（extramural venous invasion，EMVI）、肿瘤沉积（tumor deposits，TDs）和周围神经侵犯（peripheral nerve invasion，PNI）作为独立于TNM分期的高危病理特征，与局部复发、远处转移及总生存期缩短密切相关。术前准确评估这些特征有助于患者危险分层和个体化治疗方案的制定。虽然MRI被视为评估直肠癌高危病理特征的金标准，但其临床应用受禁忌症和远处转移评估能力不足的限制。常规增强CT虽然应用广泛，但软组织分辨率不足，难以可靠评估肿瘤周边的PNI、EMVI和TD。双能量CT（dual-energy computed tomography，DECT）可提供更丰富的定量信息以反映肿瘤生物学行为，而分形分析（fractal analysis）通过计算分形维数（fractal dimension，FD）可量化肿瘤内部异质性。FD值升高通常提示肿瘤侵袭性增强。基于这一背景，本研究旨在评估基于DECT的分形分析在直肠癌患者中术前预测EMVI/TD和PNI状态的价值。

在研究流程方面，该研究采用了回顾性开发队列（development cohort）与前瞻性验证队列（validation cohort）相结合的设计。研究共连续纳入2021年4月至2024年11月期间经组织学确诊为直肠癌并在术前接受DECT检查的130例患者，其中开发队列85例（2021年4月至2023年10月），验证队列45例（2023年10月至2024年11月）。排除标准包括病理证实为良性病变或非腺癌、CT检查前接受过抗肿瘤治疗、肿瘤病灶显示不清、存在远处转移以及CT检查后两周内未进行手术或组织学检查。所有手术标本由具有五年以上经验的胃肠病理医师根据国际癌症报告协作组织（International Collaboration on Cancer Reporting，ICCR）指南进行诊断，EMVI通过CD31/CD34免疫组化确认，PNI通过S100免疫组化确认，TD定义为直肠周围脂肪内不伴有淋巴结结构或明确血管、神经结构的离散肿瘤灶。

DECT扫描采用Siemens SOMATOM Force双源CT系统，管电压为100 kV和140 kV，对比剂用量为1.5 mL/kg，流速3 mL/s。扫描数据在后处理工作站（Syngo.via）上生成常规混合能量图像、碘图（iodine concentration maps）和有效原子序数图（effective atomic number maps，Zeff maps）。分形分析使用ImageJ软件和FracLac插件，采用盒计数法计算分形维数。由两名放射科医师在互不知晓临床信息的情况下独立勾画感兴趣区（region of interest，ROI），ROI以40 keV虚拟单能量图像上肿瘤最大轴面层面为定位基准，避开明显血管和肠腔，并传播至混合能量图、碘图和Zeff图上提取FD参数，分别得到FD-con、FD-ic和FD-Zeff。统计分析包括组间比较、Bland-Altman一致性分析、受试者工作特征（receiver operating characteristic，ROC）曲线分析以及多因素logistic回归分析，以确定独立预测因素并构建联合模型，进而在验证队列中验证。

在主要结果方面，130例患者中59例为PNI阳性，35例为EMVI/TD阳性。在开发队列和验证队列中，PNI阳性组与阴性组相比，FD-ic和FD-Zeff均显著升高，而FD-con无显著差异。在EMVI/TD亚组中同样发现FD-ic和FD-Zeff在阳性组显著高于阴性组。观察者间一致性分析显示FD-con、FD-ic和FD-Zeff的组内相关系数（intraclass correlation coefficient，ICC）分别为0.973、0.971和0.965，Bland-Altman图显示偏倚极小，表明分形参数测量具有很好的可重复性。在验证队列中，FD-ic预测PNI的ROC曲线下面积（area under the curve，AUC）为0.732，FD-Zeff为0.752；FD-ic预测EMVI/TD的AUC为0.795，FD-Zeff为0.855。在EMVI/TD亚组中，FD-ic和FD-Zeff的AUC在开发队列和验证队列中均显著高于FD-con。多因素logistic回归分析显示，FD-ic是预测PNI的独立危险因素（比值比odds ratio，OR=77.873，P=0.039），FD-Zeff是预测EMVI/TD的独立危险因素（OR=1.109×10⁴，P=0.006）。基于这些参数构建的联合模型在验证队列中对PNI和EMVI/TD的AUC分别达到0.771和0.879，提示联合多参数可显著提高诊断效能。

在结论方面，本研究证实基于DECT的分形分析，尤其是FD-ic和FD-Zeff参数，能够为直肠癌患者术前预测PNI和EMVI/TD提供定量标志物，其诊断性能优于常规CT分形参数。这一方法具有较好的临床转化前景，能够补充现有临床指南中关于直肠癌高危病理特征术前评估的不足。与影像组学和深度学习等方法相比，分形分析具有更强的可解释性和更低的计算需求，有望成为一种简便且有效的术前风险分层工具。

本研究的亮点在于将DECT的功能成像信息（碘图和有效原子序数图）与分形分析相结合，从肿瘤内部灌注异质性的角度探讨了直肠癌侵袭性病理特征的术前预测价值。研究发现FD-ic和FD-Zeff在PNI和EMVI/TD阳性组中均显著升高，并且FD-Zeff在EMVI/TD预测中表现出最高的AUC（验证队列中为0.855），提示不同DECT衍生参数在反映不同侵袭路径方面可能存在差异。此外，该研究采用回顾性开发加前瞻性验证的设计，并报告了较高的观察者间一致性，增强了研究结果的可信度。研究还指出，由于EMVI和TD阳性例数较少，两者被合并分析；未来研究可在更大样本中分别探讨EMVI与TD的影像学特征差异，并引入三维分形分析以进一步提高肿瘤异质性评估的准确性。