缺血性腦卒中早期DKI、DWI預測病灶最終轉變的對比研究

孫海珍，張慧，倪紅艷，沈文，尹建忠*，張順，朱文珍

缺血性腦卒中早期DKI、DWI預測病灶最終轉變的對比研究

孫海珍1，張慧1，倪紅艷2，沈文2，尹建忠2*，張順3，朱文珍3

目的 探究擴散峰度成像(diffusion kurtosis imaging，DKI)與擴散加權成像(diffusion weighted imaging，DWI)預測急性腦梗死病灶最終轉變的能力，以便為腦梗死核心區的準確判斷提供補充。材料與方法 選取急性腦梗死病例18例，分別于發病48 h內、30天后進行2次MRI掃描，繪制急性期DWI圖、DKI的平均擴散峰度(mean kurtosis，MK)參數圖與隨訪T2WI圖顯示的病灶范圍，測量并計算3組圖像中的病灶體積。不同參數圖像中各體積值之間的差異采用Kruskal-Wallis H檢驗評估；并采用Spearman秩相關分析研究基線DWI、MK圖體積與復查 T2WI軟化灶體積之間的相關性。結果 急性期DWI、MK圖與復查T2WI異常區域的體積，經Krustal-Wallis H檢驗，差異無統計學意義(H=5.819，P＞0.05)。隨訪T2WI的病灶體積(766.3±1406.4) mm3與急性期MK圖的病灶體積(905.8±1605.4) mm3呈高度相關(r=0.977，P＜0.01)，與急性期DWI的病灶體積(1642.5±3296.9) mm3呈中度相關(r=0.548，P＜0.05)。結論 急性期DKI較DWI與病灶的最終壞死灶范圍具有更好的相關性，DKI更能準確地預測病灶的最終轉變。

卒中；擴散峰度成像；擴散加權成像；磁共振成像；病灶體積

擴散加權成像(diffusion weighted imaging，DWI)是診斷缺血性腦卒中最常用的MRI檢查技術，腦組織擴散受限是梗死灶的重要特征，并認為DWI上所示的病灶為不可逆的梗死核心區。但近來無論是動物實驗[1]還是臨床研究[2-3]均表明由于自發性或干預性的恢復再灌注，DWI所示的病灶部分可以逆轉，且臨床上亟待需要區分出梗死灶中可恢復與不可恢復即已死亡的腦組織，而 DWI 技術并不能反映這一特點。擴散峰度成像(diffusion kurtosis imaging，DKI)可以分級DWI病灶內部不均質的組織微結構改變，較DWI可以提供更為豐富的信息，有望區分DWI病灶內部處在不同代謝狀態的組織[4-7]。本研究旨在探索病灶最終轉歸與急性期DWI、DKI相關表現之間的聯系，從而尋找預測急性期病灶最終轉變的最佳方法，并分析其機制。

1 材料與方法

1.1 研究對象

選擇2015年8月至2016年7月于天津市第一中心醫院就診的急性腦梗死患者18例(女5例，男13例)，發病至首次MRI檢查的時間＜48 h，所有患者均在初次MRI檢查30 d后再次進行MRI檢查。本研究通過了醫院倫理委員會批準，所有受試者均簽署知情同意書。

所有患者均滿足以下入選標準：(1)年齡18～80歲；(2)臨床癥狀符合缺血性腦卒中，卒中癥狀持續時間至少30 min；(3)從發病到接受MRI檢查時間在48 h內；(4)未進行溶栓治療或介入治療。排除標準：腦出血、腦外傷、顱內腫瘤、蛛網膜下腔出血等。

1.2 MRI檢查

應用德國Siemens MAGNETOM Trio Tim 3.0 T (Siemens Medical Systems，Allegra，Germany)磁共振掃描儀，8通道相控陣標準頭線圈。掃描序列包括：橫斷位T1WI，TR/TE 350 ms/2.5 ms，層厚5.0 mm，層間距1.25 mm，矩陣218×256， FOV 230 mm×230 mm；橫斷位T2WI，TR/TE 5000 ms/93 ms，層厚5.0 mm，層間距1.25 mm，矩陣320×320，FOV 220 mm×220 mm；DWI，b=0/1000 s/mm2，TR/TE 3100 ms/77 ms，層厚5.0 mm，層間距 1.25 mm，矩陣183×384，FOV 221 mm×211 mm；DKI，b=0/1000/2000 s/mm2，20個方向，TR/TE 3000 ms/95 ms，層厚5 mm，層間距1.25 mm，FOV 230 mm×230 mm，NEX=2，掃描時間為2 min 10 s。

30天后的掃描序列及參數同上，盡量保證掃描層面與基線保持一致。

1.3 圖像后處理與分析

將工作站導出的DKI原始數據(DICOM 格式)采用MRICron軟件中的“dcm2niigui”工具包轉換為牛津大學的FSL (FMRIB Software Library，http:// www.fmrib.ox.ac.uk/fsl/)軟件可處理的數據格式(.nii)，然后進行頭動、渦流校正及高斯平滑降噪等預處理。采用DKE軟件獲得平均擴散峰度(mean kurtosis，MK)參數圖。參考表觀擴散系數(apparent diffusion coefficient，ADC)圖的改變采用Image-J軟件手動勾畫DWI所有層面異常區域的邊緣，為避免誤差，所有感興趣區(region of interest，ROI)由2名影像診斷醫師共同完成，當意見有分歧時，由第3名副主任醫師進行評定。同一病例病變范圍及形態盡量保持一致，并測量兩次取平均值。急性期MK參數圖、隨訪復查T2WI圖所示異常區域的體積測量同樣由以上方法完成。根據梗死體積=所有層面的異常區域面積之和×(層厚+層間距)計算各參數圖異常區域的體積。

1.4 統計學方法

采用SPSS 19.0軟件包進行統計分析，P＜0.05認為差異有統計學意義。對計量資料進行正態性檢驗，年齡、首次MRI檢查時間符合正態分布，采用表示。末次MRI檢查時間、各圖像上異常區域的體積值不符合正態分布，采用M±Q表示，采用Kruskal-Wallis H檢驗比較3者之間的差異。隨訪T2WI的病灶體積與基線DWI、MK圖的病灶體積之間的相關性采用Spearman秩相關分析。

2 結果

2.1 一般信息

本研究共納入18例急性期腦梗死患者，其中女5例，男13例，平均年齡(59±7)歲，自患者出現臨床癥狀至行首次MRI檢查的平均發病時間為(16.5±10.1) h，末次MRI檢查時間為(33.5±29.0) d。所有患者首次檢查時均不存在缺血半暗帶，且均未接受溶栓及介入治療。

2.2 影像表現

18例急性期腦梗死患者中，發病部位位于額頂葉2例、額頂顳葉4例、額頂顳島葉2例、顳頂葉2例、基底節區3例、腦干3例及小腦半球2例。其中急性期參照ADC改變所示的DWI異常范圍與DKI的MK參數圖所示的異常范圍大致相當的有8例，最終隨訪T2WI所示的病灶范圍亦與二者相當；而DWI異常范圍明顯大于MK異常范圍的有10例，其中1例患者首次MRI檢查顯示左側小腦半球片狀DWI高信號，ADC圖呈低信號，但MK圖未見明顯信號升高區域，復查T2WI圖未見異常病灶(圖1～12)，余9例隨訪的T2WI范圍更接近于急性期DKI的范圍。

2.3 急性期DWI、MK圖與復查T2WI圖病灶體積的比較

測量并計算所有患者的DWI、MK圖與復查T2WI圖的病灶體積，結果顯示急性期DWI、MK圖及復查T2WI圖顯示的病灶體積分別為(1642.5±3296.9) mm3、(905.8±1605.4) mm3、(766.3±1406.4) mm3，經Kruskal-Wallis H檢驗，三者間無統計學差異(H=5.819，P＞0.05；圖13)。

2.4 急性期DWI、MK圖病灶體積與復查T2WI病灶體積的相關性分析

急性期DWI、MK圖與隨訪T2WI圖所示的病灶體積之間的相關性采用Spearman秩相關分析，結果顯示隨訪T2WI所示異常區域的體積與急性期DWI、MK圖所示的體積均呈正相關，但急性期DKI的MK參數圖所示的病灶體積較DWI所示的病灶的體積與復查T2WI的病灶體積具有更好的相關性(r=0.977，P＜0.001；r=0.548，P＜0.05)，提示早期DKI的改變能更準確地預測病灶的最終轉變。散點圖見圖14、15。

3 討論

3.1 DKI診斷缺血性腦卒中的臨床價值

溶栓治療是目前針對缺血性腦卒中最為有效的治療手段，但是溶栓治療時間窗很窄，并且不同患者腦組織對缺血的耐受性是不一致的，僅根據發病時間和臨床癥狀確定治療時間窗，會忽略個體差異，缺乏科學性[8-9]。目前依據缺血半暗帶(ischemic penumbra，IP)的存在指導溶栓治療，是以“腦組織所處的生理狀態為基礎”，可以有效延長治療時間窗[10]。最為常用的評估IP的方法是DWI-PWI不匹配，其準確性取決于DWI評價梗死核心區的能力[11]。既往動物及臨床研究均表明DWI所示的病灶經過自發性或干預性再灌注，可以得到部分逆轉，即DWI會高估梗死核心區，會使部分患者被排除在溶栓的條件之外。為了更好地評估梗死核心區，需要對DWI內部的組織微結構改變進行研究，以區分其內部可逆轉及不可逆轉的組織。

DKI是DTI技術的延伸，是新近出現的擴散成像技術[12]。DTI技術基于理想的高斯分布假設，也就是說在設定的b值下MRI擴散信號衰減呈單指數形式，可評估組織結構的完整性[4,13]。在生物體內，由于細胞膜、細胞器、組織分隔及其他結構的存在，水分子的擴散形式并非真正的高斯分布，其峰度(kurtosis)參數可以量化真實水分子擴散位移偏移高斯分布的程度，反映水分子擴散受限的程度及不均質性，進而反映組織微結構的復雜性及不均質性。在疾病狀態下，如缺血性腦卒中早期，擴散峰度表現為信號增高，改變的機制可能包括：細胞毒性水腫、細胞幾何形態的改變、細胞膜通透性的改變以及細胞壞死導致的細胞大小的改變等[14-16]。DKI可以同時得到其自身及DTI的相關參數，包括MK、軸向峰度(axial kurtosis，AK)、徑向峰度(radial kurtosis，RK)、平均擴散率(mean diffusion，MD)、軸向擴散率(axial diffusion，AD)、徑向擴散率(radial diffusion，RD)、各向異性分數(fractional anisotropy，FA)。其中MK是應用最為廣泛的參數，是各方向峰度值的平均，可反映組織微觀結構的復雜程度。

圖1～12 女，63歲，頭暈伴嘔吐12 h。圖1～4 發病12 h的DWI連續層面的表現，于左側小腦半球可見多發斑片狀高信號影；圖5～8 相同發病時間DKI的MK參數圖表現，左側小腦半球DWI顯示異常的區域于MK圖未見信號改變；圖9～12 發病33 d的T2WI表現，未見軟化灶形成，與急性期DKI的MK圖改變相一致Fig. 1—12 Female, 63 years old, dizziness and vomiting for 12 h. Fig.1—4 Show the incidence of 12 h continuous level of performance about DWI, multiple patchy high signal in the left cerebellar hemisphere; Fig. 5—8 Show the performance of MK parameter map, the left cerebellar hemisphere has no signal abnormalities whereas DWI is abnormal; Fig. 9—12 Show the onset of 33 days T2WI performance, no softening foci formation, consistent with the change in the acute phase of MK map.

3.2 MK圖預測病灶最終轉變的分析

本研究的病例雖未接受溶栓及介入治療，但由于血管再通或側枝循環的代償作用，DWI所示的病灶部分顯示可逆轉改變，提示DWI所示病灶內部的代謝狀態是不一致的。Hui等[6]發現梗死腦組織內部的峰度參數是不均勻分布的，而常規擴散參數并不能顯示梗死灶這一特點，結合DKI的信息可以分級DWI上不同代謝狀態的組織。首診DWI、MK圖與隨診T2WI圖異常區域的體積相比，差異無統計學意義(P＞0.05)。分析原因可能是本研究的樣本例數少且梗死部位不完全一致引起統計學效率降低所致，有待于筆者在后續研究中不斷增加樣本量，并進一步分層分析以排除混雜因素。

最終T2WI形成的壞死灶體積與參照ADC圖DWI所示的急性期病灶體積呈中度相關，而與MK圖所示的急性期病灶體積呈高度相關，后者較前者具有更好的相關性，說明DKI顯示的病灶范圍更接近于梗死核心區，更能于早期預測病灶的最終轉變。可能的原因為：DWI的ADC值改變繼發于細胞缺血缺氧導致細胞通透性的改變，鈉鉀泵失衡，引起細胞毒性水腫；而DKI的MK值改變對細胞骨架崩解及線粒體腫脹導致的細胞曲度及粘度的改變很敏感，可能代表了更嚴重的組織微結構改變[15-17]。這與之前Cheung等[7]用大腦中動脈閉塞的大鼠模型比較峰度模型和傳統擴散模型，初步發現MK在梗死病灶內不均勻升高，急性期MK值升高的區域與最終梗死的面積相近。Zhang等[18]采用大腦中動脈閉塞的大鼠模型探究DKI的演變過程，也發現MK參數圖所示的病灶范圍與病灶最終的范圍更為接近。張順等[19]還發現急性期腦梗死MK值的變化較ADC值更敏感，AK改變較RK更為顯著，反映了缺血梗死區內部水分子擴散是不均質性，軸索損害較髓鞘損傷更為嚴重，預示MK或AK可望成為預測梗死最終范圍及準確界定缺血半暗帶的有效指標。

總之，通過本研究顯示，DKI較DWI在缺血性腦卒中早期所示的病灶范圍同隨訪T2WI所示的病灶范圍具有更好的相關性，能夠更真實地預測病灶的最終轉變，可以為梗死核心區的準確判斷提供補充信息，以更好地指導臨床治療。

[References]

[1] Li F, Liu KF, Silva MD, et al. Transient and permanent resolution of ischemic lesions on diffusion-weighted imaging after brief periods of focal ischemia in rats: correlation with histopathology. Stroke, 2000, 31(4): 946-954.

[2] Fiehler J, Foth M, Kucinski T, et al. Severe ADC decreases do not predict irreversible tissue damage in humans. Stroke, 2002, 33(1): 79-86.

[3] Labeyrie MA, Turc G, Hess A, et al. Diffusion lesion reversal after thrombolysis: a MR correlate of early neurological improvement. Stroke, 2012, 43(11): 2986-2991.

[4] Wu EX, Cheung MM. MR diffusion kurtosis imaging for neural tissue characterization. NMR Biomed, 2010, 23(7): 836-848.

[5] Sun PZ, Wang Y, Mandeville E, et al. Validation of fast diffusion kurtosis MRI for imaging acute ischemia in a rodent model of stroke. NMR Biomed, 2014, 27(11): 1413-1418.

[6] Hui ES, Du F, Huang S, et al. Spatiotemporal dynamics of diffusional kurtosis, mean diffusivity and perfusion changes in experimental stroke. Brain Res, 2012, 1451(1): 100-109.

[7] Cheung JS, Wang E, Lo EH, et al. Stratification of heterogeneous diffusion MRI ischemic lesion with kurtosis imaging: evaluation of mean diffusion and kurtosis MRI mismatch in an animal model of transient focal ischemia. Stroke, 2012, 43(8): 2252-2254.

[8] Shobha N, Buchan AM, Hill MD. Thrombolysis at 3-4.5 hours after acute ischemic stroke onset--evidence from the canadian alteplase for stroke effectiveness study (CASES) registry. Cerebrovasc Dis, 2011, 31(3): 223-228.

[9] Copen WA, Rezai GL, Barak ER, et al. Existence of the diffusionperfusion mismatch within 24 hours after onset of acute stroke: dependence on proximal arterial occlusion. Radiology, 2009, 250(3): 878-886.

[10] Gonzalez RG. Imaging-guided acute ischemic stroke therapy: From "time is brain" to "physiology is brain". AJNR Am J Neuroradiol, 2006, 27(4): 728-735.

[11] Campbell BC, Purushotham A, Christensen S, et al. The infarct core is well represented by the acute diffusion lesion: sustained reversal is infrequent. J Cereb Blood Flow Metab, 2012, 32(1): 50-56.

[12] Dang YX, Wang XM. Present research situation of diffusion kurtosis imaging and intravoxel incoherent motion of the brain. Chin J MagnReson Imaging, 2015, 6(2): 145-150.黨玉雪, 王曉明. 磁共振新技術DKI和IVIM在中樞神經系統的研究現狀. 磁共振成像, 2015, 6(2): 145-150.

[13] Yue Q, Xu XJ, Wang ZM, et al. Assessment of diffusion tensor imaging and arterial spin labeling in acute ischemic cerebral apoplexy brain damage. Chin J Magn Reson Imaging, 2015, 6(7): 486-490.岳倩, 徐香玖, 王治民, 等. 擴散張量成像和動脈自旋標記對急性缺血性腦卒中腦損傷的評價. 磁共振成像, 2015, 6(7): 486-490.

[14] Olivot JM, Marks MP. Magnetic resonance imaging in the evaluation of acute stroke. Top Magn Reson Imaging, 2008, 19(5): 225-230.

[15] Jensen JH, Falangola MF, Hu C, et al. Preliminary observations of increased diffusional kurtosis in human brain following recent cerebral infarction. NMR Biomed, 2011, 24(5): 452-457.

[16] Jensen JH, Helpern JA, Ramani A, et al. Diffusional kurtosis imaging: the quantification of non-gaussian water diffusion by means of magnetic resonance imaging. Magn Reson Med, 2005, 53(6): 1432-1440.

[17] van Pul C, Jennekens W, Nicolay K, et al. Ischemia-induced ADC changes are larger than osmotically-induced ADC changes in a neonatal rat hippocampus model. Magn Reson Med, 2005, 53(2): 348-355.

[18] Zhang S, Yao Y, Shi J, et al. The temporal evolution of diffusional kurtosis imaging in an experimental middle cerebral artery occlusion (MCAO) model. Magn Reson Imaging, 2016, 34(7): 889-895.

[19] Zhang S, Yao YH, Zhang SX, et al. A study for the time course of cerebral infarction with diffusion kurtosis imaging. Zhonghua Fang She Xue Za Zhi, 2014, 48(6): 443-447.張順, 姚義好, 張水霞, 等. 腦梗死不同時期的 MR 擴散峰度成像表現. 中華放射學雜志, 2014, 48(6): 443-447.

The comparative study of ischemic stroke early DKI, DWI lesions predicted the fnal transition

SUN Hai-zhen1, ZHANG Hui1, NI Hong-yan2, SHEN Wen2, YIN Jian-zhong2*, ZHANG Shun3, ZHU Wen-zhen31The First Central Clinical College of Tianjin Medical University, Tianjin 300192, China
2Department of Radiology, Tianjin First Central Hospital, Tianjin Medical Imaging Institute, Tianjin 300192, China
3Department of Radiology, Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan 430030, China

Objective: Diffusion kurtosis imaging (DKI) has lately been postulated as a complementary MRI method to stratify the heterogeneous damaged DWI lesion. Compare the ability of DWI and DKI predicting lesion transformation, to supplement the precise defnition of infarct core area. Materials and Methods: Eighteen cases of ischemic stroke were recruited for our study, who had infarct on DWI at baseline, and had follow-up MR scans. Pre-defned target imaging time points, obtained on a 3.0 T MR scanner, were＜48 h and≥30 d post-stroke. Drawing the range of lesion from acute DKI (MK mapping), DWI and fnal T2WI, and calculate the lesion volume. Relationship between baseline DWI, MK map and follow-up T2WI was analyzed using Spearman rank-order correlation test, and Kruskal-Wallis H test was used to compare the volumes among three groups. Results: There was no difference among the volume of DWI, MK map and follow-up T2WI (H=5.819, P＞0.05). Follow-up T2WI infarct volume (766.3±1406.4) mm3was correlated with both volume predicted with the MK map(905.8±1605.4) mm3and baseline DWI volume (1642.5±3296.9) mm3, which showed baseline DKI (MK mapping) infarct volume had stronger correlation with fnal T2 infarct volume than DWI (r=0.977, P＜0.001; r=0.548, P＜0.05, respectively). Conclusion: Final infarct volume was closer to the lesion shown on DKI than on DWI, DKI can predict the fnal transition more accuratly.

Stroke; Diffusion kurtosis imaging; Diffusion weighted imaging; Magnetic resonance imaging; Lesion volume

“十二五”課題(編號：2011BAI08B10)；天津市科委重點項目(編號：15ZCZDSY00520)；天津市衛生計生委攻關項目(編號：13KG107)

1.天津醫科大學一中心臨床學院，天津 300192

2.天津市第一中心醫院放射科，天津市影像醫學研究所，天津 300192

3.華中科技大學同濟醫學院附屬同濟醫院，武漢 430030

尹建忠，Email：yin3000@126.com

2016-08-08

接受日期：2016-09-23

R445.2；R743.3

A

10.12015/issn.1674-8034.2016.10.003

孫海珍, 張慧, 倪紅艷, 等. 缺血性腦卒中早期DKI、DWI預測病灶最終轉變的對比研究. 磁共振成像, 2016, 7(10): 732-737.

*Correspondence to: Yin JZ, E-mail: yin3000@126.com

Received 8 Aug 2016, Accepted 23 Sep 2016

ACKNOWLEDGMENTS This study was supported by National "Twelfth Five-Year" Program of Science & Technology Support (No. 2011BAI08B10); Tianjin Science and Technology Support Project (No. 15ZCZDSY00520) and Tianjin Bureau of Public Health (No. 13KG107).