體素內不一致運動磁共振成像后處理中單指數和雙指數模型的比較

王麗雯 謝 晟* 王 蕾 常飛燕 王 武

體素內不一致運動MRI(intravoxel incoherent motion-MRI，IVIM-MRI)是近年來新發展的一種磁共振成像技術，實際上就是通過特殊的彌散加權成像(diffusion weighted-imaging，DWI)序列在體素水平分離出“擴散”和“灌注”這兩種因素[1-2]。該技術可以在一定水平上反映出組織的灌注情況。前期研究表明，IVIM的測量指標要明顯優于傳統的DWI[3-4]。IVIM的后處理模型有多種，其中常用的選擇包括單指數模型和雙指數模型。本研究通過測量普通病例組中正常腦組織和轉移瘤中的IVIM參數，分析評價這兩種模型測量的一致性。

1 資料與方法

1.1 一般資料

選取在中日友好醫院行顱腦核磁共振增強掃描確定腦內無病灶的患者30例(普通病例組)及轉移瘤患者30例(轉移瘤組)進行IVIM和灌注加權成像(perfusionweighted imaging，PWI)掃描。普通病例組患者中男性14例，女性16例；年齡13～78歲，平均年齡為49.3歲。其中包括垂體瘤2例，腦膜瘤5例，未見明顯異常強化灶19例，聽神經鞘瘤1例，橋前池表皮樣囊腫1例。磁共振平掃及增強掃描顯示除局灶性腫瘤本身外，其余腦實質均未見異常。轉移瘤組患者中男性18例，女性12例，年齡39～88歲，平均年齡為58.5歲。臨床確診為腦轉移瘤的病例，其中肺癌轉移24例，乳腺癌轉移3例，結腸癌轉移3例。

1.2 MR檢查方法

應用美國GE 3.0T Discovery750磁共振掃描儀和8通道相控陣頭顱線圈對患者進行頭顱MRI掃描。普通病例組及轉移瘤組均進行了磁共振頭顱平掃及增強掃描，序列包括：軸位T1WI FLAIR序列(TR 1750 ms，TE 24 ms，矩陣384×320，NEX=1)，軸位及矢狀位T2WI序列(TR 7411ms，TE 94 ms，矩陣512×512，NEX=1)，IVIM序列(掃描參數為：TR 6000 ms，TE 91.2 ms，矩陣192×192，NEX=1，b值分別取0、50 s/mm2、100 s/mm2、150 s/mm2、200 s/mm2、300 s/mm2、500 s/mm2、1000 s/mm2、1500 s/mm2、2000 s/mm2和3000 s/mm210個值，掃描時間共4 min 6 s)。常規平掃后患者均進行了磁共振增強頭顱掃描。應用高壓注射器按照2.0 mmol/kg的劑量以3.0 ml/s的速率套管經肘前靜脈團注造影劑釓噴葡萄酸胺(Gd-DTPA)，隨后以相同速率注射生理鹽水20 ml沖洗殘留在血管內的對比劑。PWI應用EPI序列，TR/TE/FA(1500 ms/80 ms/60o)，層厚5 mm，連續掃描60次，掃描時間為90 s。隨后進行增強T1WI FLAIR序列掃描(矢狀位、橫軸位、冠狀位)。所有序列FOV均為24 cm×24 cm，層厚及間隔為5.0 mm，1.5 mm。20層覆蓋全腦。

1.3 數據分析

IVIM序列原始圖像在AW VolumeShare 4工作站上，利用Funtool軟件進行圖像后處理，利用單指數模型可得到慢速擴散表觀擴散系數(apparent diffusion coefficient，ADC)值(slow ADC mono)、快速擴散ADC值(fast ADC mono)、快速擴散ADC值分數(Ff mono)，利用雙指數模型可得到慢速擴散ADC值(slow ADC Bi)、快速擴散ADC值(fast ADC Bi)、快速擴散ADC值分數(Ff Bi)。PWI序列原始圖像后處理得到血流量(cerebral blood flow，CBF)圖和血容量(cerebral blood volume，CBV)圖。在各個參數圖上測取不同腦組織結構(包括雙側額葉、頂葉、顳葉、枕葉及半卵圓中心白質)感興趣區域(region of interest，ROI)的值(如圖1所示)。

圖1 頭顱IVIM參數測量的ROI放置位置

所有ROI均為圓形，在普通病例組中面積約為90 mm2。在轉移瘤組病例中，通過增強掃描后的圖像確定轉移瘤的病灶大小及位置，在對應的IVIM后處理圖像上設置相應的ROI。測量時避開靜脈竇、外周血管、腦脊液及部分容積效應，保持測量時ROI位置一致。

1.4 統計學方法

利用SPSS 17.0統計學軟件，計量資料用均數±標準差。在普通病例組中，對兩種模型所測得的值分別進行變異度計算；并對兩種模型的測量參數分別進行配對t檢驗、繪制兩種模型參數的Bland-Altman圖。在轉移瘤組中，繪制兩種模型參數的Bland-Altman圖。在普通病例組中，用Pearson法對所有ROI的兩種模型的測量參數分別與CBF，CBV絕對測量值做相關性分析。以P＜0.05為差異有統計學意義。

2 結果

2.1 普通病例組分析結果

在普通病例組中，共測量10個ROI，各參數測量數據見表1。

表1 30例普通病例組中ROI各參數測量值

普通病例組ROI的CBF值為(32.90±24.46) ml/min·100g-1,CBV為(3.44±2.16)ml/100 g。

普通病例組的單指數模型、雙指數模型各測量指標的各個ROI的變異度及所有ROI的總體變異度見表2。

表2 30例普通病例組中ROI各參數測量值的變異度

單指數模型slow ADC mono與雙指數模型slow ADC Bi的測量值進行配對t檢驗，差異有統計學意義(t=26.37，P=0.00)。單指數模型fast ADC mono與雙指數模型fast ADC Bi進行配對t檢驗，差異有統計學意義(t=-5.93，P=0.00)。單指數模型Ff mono與雙指數模型Ff Bi做配對t檢驗，差異有統計學意義(t=-17.05，P=0.00)。

將兩種模型的3種參數測量值分別進行Bland-Altman繪圖(如圖2、圖3、圖4所示)。

以SlowADC為例，即以均值(slow ADC mono值＋slow ADC Bi值)/2為橫坐標、差值slow ADC mono值-slow ADC Bi值為縱坐標生成散點圖。并在圖形區域內加三條橫線從上到下依次為Mean+1.96SD、Mean和Mean-1.96SD，即差值slow ADC mono值-slow ADC Bi值的均數及差值的95%分布范圍(即為一致性界限，LoA，mean±1.96SD)。其中單指數模型slow ADC mono值與雙指數模型slow ADC Bi值的Bland-Altman繪圖中有14個點位于LoA范圍外面，表明slow ADC mono值與slow ADC Bi值的一致性較好。(95%的點在LoA范圍內，認為兩種方法一致性好)。單指數模型fast ADC mono值與雙指數模型fast ADC Bi值的Bland-Altman繪圖中有10個點位于LoA范圍外面，表明fast ADC mono值與fast ADC Bi值的一致性較好。單指數模型Ff mono值與雙指數模型Ff Bi值的Bland-Altman繪圖中有6個點位于LoA范圍外面，表明Ff mono值與Ff Bi值的一致性好。

圖2 普通病例組slow ADC mono值與slow ADC Bi值的Bland-Altman圖

圖3 普通病例組fast ADC mono值與fast ADC Bi值的Bland-Altman圖

圖4 普通病例組Ff mono值與Ff Bi值的Bland-Altman圖

2.2 轉移瘤組分析結果

轉移瘤共測量30個病灶，各指標的測量數據各有30個。轉移瘤ROI的slow ADC、fast ADC測量值見表3。

表3 轉移瘤ROI各參數測量值(×10-3mm2)

各參數測量值的Bland-Altman圖結果顯示，雙指數模型與單指數模型參數之間的一致性好。

2.3 普通病例組IVIM各指標與PWI指標之間的相關性分析

將普通病例組中的30個ROI的單指數模型與雙指數模型的各測量指標與CBF及CBV絕對值進行泊松相關分析，結果顯示：①單指數模型fast ADC mono、Ff mono與CBF的相關系數為(r=0.145，r=0.182，P＜0.05)呈顯著正相關；②單指數模型fast ADC mono、Ff mono與CBV的相關系數為(r=0.226，r=0.123；P＜0.05)呈顯著正相關；③雙指數模型fast ADC Bi、Ff Bi與CBF的相關系數為(r=-0.037，r=-0.21；P＜0.05)，其中Ff Bi與CBF在0.05水平上呈顯著負相關；④雙指數模型fast ADC Bi、Ff Bi與CBV的相關系數為(r=0.099，r=-0.246；P＜0.05)，其中Ff Bi與CBV在0.05水平上呈顯著負相關。

3 討論

由于DWI技術獨特的運動敏感對比度，已成為常規MRI成像技術的重要補充。IVIM的概念最早由Le Bihan等[5]提出，微循環中血液的運動可以看作是一個類似擴散的過程，其擴散敏感因子為b，在低b值(＜200 s/mm2)的條件下可以測量。在運用足夠多的b值進行擴散信號的采樣、以及應用雙指數擬合分析，可以分開組織的擴散和微循環相關的擴散，從而得到可測量的微循環的效應。IVIM的另一優點是，只要b值的分布合理，其測量參數就不再受b值的影響[6]。目前，IVIM在臨床上已被廣泛應用于各個臟器，并且被證明能夠用來分析灌注對于擴散的貢獻[7-8]。

傳統的DWI通過ADC這一定量參數對組織內水分子的擴散情況進行定量檢測，其數學模型為單指數模型(公式1)[8]：

式中S(b)為擴散加權信號強度；S0為不施加擴散梯度時的信號強度；b為擴散敏感因子，與施加的擴散梯度場強、持續時間和時間間隔有關。

單指數模型是目前臨床工作中最常用的定量檢測組織內水分子擴散情況的方法，確實可以解決很多臨床問題，然而，在很多情況下，特別是在高度不均質的組織內部，擴散加權信號實際上是呈多指數衰減方式進行，尤其當b值范圍較大時更是如此。有文獻報道相比于單指數模型，雙指數模型可以更好地描述這種復雜的信號衰減方式[9-10]。

雙指數模型假設在一個成像體素內同時存在著快速擴散質子池和慢速擴散質子池兩種成分(公式2)：

式中f為快速擴散質子池的容積率，Dfast和Dslow為相應的快速和慢速擴散系數。

有文獻比較了單指數模型和雙指數模型在疾病中的應用，指出雙指數模型具有更高的準確性[11-12]。這些文獻中的單指數模型通常被用于雙b值(b=0和其他值)的數據處理，和本研究中IVIM的單指數模型之間存在較大差異。本研究探討IVIM數據后處理所使用的單指數模型和雙指數模型之間的差別。在Functool軟件中，應用單指數模型時，IVIM采集的數據被分為高b值部分(通常b＞200 s/mm2)，用來擬合慢速擴散ADC，而低b值的部分被單純用作擬合快速擴散ADC；而在應用雙指數模型時，高b值部分數據的曲線被認為是單指數衰減，經過簡單的線性擬合即得到慢速擴散ADC和容積率，將其代入低b值數據進行公式(2)的求解，快速擴散ADC也就很容易得到了。但是需要注意的是，如果為了精確求解公式(2)，需用Marquardt-Levenberg算法，使用該算法需要預先設定初始值，不適當的初始值會導致擬合失敗或者陷入局部最小值而得到錯誤的結果，需要擬合的變量越多，初始值的設定越困難[13]。為了使結果更加穩定，在臨床應用中設定擴散與灌注的ADC有數量級的差別，采取以上所述雙指數模型的簡化辦法求解，因此存在著許多未知的影響因素[14]。

本研究首次比較了商業化軟件Functool提供的兩種模型，為臨床應用提供參考。本研究的結果表明，單指數模型和雙指數模型計算得到的參數具有較好的一致性，從Bland-Altman圖中可以得到證明。Bland-Altman圖是一種較為全面評價一致性的統計學方法，其同時考慮到數據集中趨勢、離散趨勢以及相關性[15]。但配對t檢驗的結果顯示，單指數模型和雙指數模型得到的數據相差很大，因此不能互相替代。如果在臨床上應用，設置正常對照組的情況下，正常對照組的數據變異度越小越好，因此單指數模型得到的參數變異度小于雙指數模型，因而在臨床上應用更加有優勢。此外，IVIM參數尤其Fast ADC，在普通病例組中較大的變異度也說明腦組織的微循環擴散在不同的區域，不同的人群中差別較大，與CBF一樣，設置正常值范圍不可行，國外在前列腺的研究中同樣發現了類似問題[16]。因此，在研究設計時只能選擇在個體中病變與對側進行參數測量值的比較。

PWI是一種依賴于血管內造影劑T2*縮短效應的磁共振技術，因此也被稱為動態磁敏感對比增強成像。但由于該技術采集的數據MRI信號強度與造影劑濃度是非線性，因此灌注圖像不是絕對定量的，需要應用信號時間曲線估計出ROI的局部CBV和CBF。IVIM中得到的Fast ADC與局部的血流灌注雖然有關，但畢竟不是真正的腦血流量[17]。因此，單指數模型得到的Fast ADC和Fast ADC分數雖然只與CBV和CBF有很弱的正相關，但結果合理；而雙指數模型參數與CBV和CBF表現為負相關，明顯不合理。從雙指數模型計算得到的參數圖來分析，其信噪比差，因此測量誤差很大，不適合臨床應用。由于在轉移瘤中PWI得到的CBF與CBV測量的變異范圍非常大，不適合進行絕對定量的分析，通常在臨床應用腫瘤區域與對側腦組織的測量比值，因此本研究未進行轉移瘤IVIM指標與CBF及CBV絕對值的相關分析。

綜上所述，通過對IVIM后處理的單指數模型和雙指數模型的測量比較分析發現，盡管單指數模型和雙指數模型的參數測量上有較好的一致性，但在正常腦組織中單指數模型測量的變異度較小，Fast ADC與PWI的測量參數CBV和CBF間的相關性較為合理，因此在臨床應用中更具有優勢。

[1]Yamada Il,Aung W,Himeno Y,et al.Diffusion coefficients in abdominal organs and hepaticlesions:evaluation with intravoxel incoherent motion echo-planar MR imaging[J].Radiology,1999,210(3):617-623.

[2]彭雯佳,陳士躍,陸建平,等.雙指數衰減表觀擴散系數對大鼠超急性期腦缺血的評價[J].影像診斷與介入放射學,2012,21(1):61-66.

[3]Mulkern RV,Vajapeyam S,Robertson RL,et al.Biexponential ap parent diffusion coefficient parametrization in adult vs newborn brain[J].Magn Reson Imaging,2001,19(6):659-668.

[4]李玉華,陸建平,段秀杰,等.多b值DWI在兒童腦腫瘤中的初步研究[J].放射學實踐,2012,27(2):159-163.

[5]Le Bihan D,Breton E,Lallemand D,et a1.Separation of diffusion and perfusion in intravoxel incoherent motion MR imaging[J].Radiology,1988,168(2):497-505.

[6]Koh DM1,Collins DJ,Orton MR.Intravoxel incoherentmotion in body diffusion-weighted MRI:reality and challenges[J].AJR Am J Roent genol,2011,196(6):1351-1361.

[7]Lemke A,Laun FB,Simon D,et al.An in vivo verification of the intravoxel incoherent motion effect in diffusion-weighted imaging of the abdomen[J].Magn Reson Med,2010,64(6):1580-1585.

[8]Chandarana H,Lee VS,Hecht E,et al.Comparison of biexponential and monoexponential model of diffusion weighted imaging in evaluation of renal lesions:preliminary experience[J].Invest Radiol,2011,46(5):285-291.

[9]Mulkern RV,Gudbjartsson H,Carl—Fredrik W,et a1.Multi—component apparent diffusion coefficients in human brain[J].NMR Biomed,1999,12(1):51-62.

[10]Mulkern RV,Zengingonul HP,Robertson RL,et a1.Multi—component apparent diffusion coefficients in human brain:Relationship to spin-lattice relaxation[J].Magn Reson Med,2000,44(2):292-300.

[11]Clark CA,Hedehus M,Moseley ME.In vivo mapping of the fast and slow diffusion tensors in human brain[J].Magn Reson Med,2002,47(4):623-628.

[12]Maier SE,Bogner P,Bajzik G.Normal brain and brain tumor:multi-component apparent dilfusion coefficient line scan imaging[J].Radiology,2001,219(3):842-849.

[13]Sukstanskii AL,Yablonskiy DA.Effects of restricted diffusion on MR signal formation[J].Magn Reson,2002,157(1):92-105.

[14]Luciani A,Vignaud A,Cavet M,et al.Liver cirrhosis:intravoxel incoherent motion MR imaging—pilot study[J].Radiology,2008,249(3):891-899.

[15]薩建,劉桂芬.定量測量結果的一致性評價及Bland-Altman法的應用[J].中國衛生統計,2011,8(4):409-411.

[16]Riches SF,Hawtin K,Charles-Edwards EM,et al.Diffusion-weighted imaging of the prostate and rectal wall:comparison of biexponential and monoexponential modelled diffusion and associated perfusion coefficients[J].NMR Biomed,2009,22(3):318-325.

[17]Wang Z,Su MY,Najafi A,et al.Effect of vasodilator hydralazine on tumor microvascular random flow and blood volume as measured by intravoxel incoherent motion(IVIM)weighted MRI in conjunction with Gd-DTPA-Albumin enhanced MRI[J].Magn Reson Imaging,2001,19(8):1063-1072.