磁共振體素內不相干運動在腫瘤中的研究進展

胡莎莎，陳小莉，劉海峰，殷亮，徐凱，雷軍強

在梯度敏感磁場下，體素內水分子自由擴散和微循環血流灌注同時存在，使得自旋回波信號衰減，為同時顯示出這兩種不同的運動，Le等[1]于1986年提出體素不相干運動(intravoxel incoherent motion，IVIM)理論。Le等[2]又通過樹脂球實驗演示了IVIM能夠同時反映水分子擴散和血流灌注信息，并詳細地闡述IVIM理論模型及其成像方法。

1 IVIM成像原理

IVIM是擴散加權成像的延伸，在擴散加權成像(diffusional weight imaging，DWI)的基礎之上，IVIM的各參數符合雙指數模型，其公式為：Sb/S0=(1-f)?EXP (-b?D)+f?EXP (-b (D + D*)。

Sb是不同b值的信號強度；S0是b值等于0 s/mm2時的信號強度；f值為灌注分數；D值為真性擴散系數，代表單純水分子的擴散；D*值為假性擴散系數，代表微循環血流灌注，是擴散加權信號衰減的快速組成部分[2]。

IVIM是多b值序列，能夠同時反映組織微循環灌注和水分子擴散信息，b值的變化會改變參數的敏感度，較高的b值使得灌注效應對磁共振信號的影響減低[2]，但由此擬合的數據重復性和穩定性較好，若要獲得敏感的微循環灌注信息，Koh等[3]建議選用較多的低b值(＜200 s/mm2)進行掃描。

IVIM技術可獲得3個主要參數：D值、D*值、f值。D值：真性擴散系數，又稱緩慢擴散系數，以熱擴散為特征，反映水分子擴散信息；D*值：假性擴散系數，又稱灌注相關快速擴散系數，為灌注效應所致的假性擴散，以微循環的流動為特征，反映微循環灌注信息；f值：灌注分數，反映體素內灌注效應占總體擴散效應的容積百分數。

2 IVIM在腫瘤方面的應用

IVIM通過雙指數模型得到相關參數，避免了單指數模型中微循環中灌注相關擴散與單純水分子擴散的混淆，使數據更加可信；同時由于其不需要對比劑，臨床意義不言而喻。

文獻報道，IVIM模型已應用于大腦、肝臟、腎臟、前列腺、乳腺、子宮及直腸等研究，證明IVIM相關參數能夠解決診斷困擾、評估腫瘤臨床分期及病理分級，能夠評估治療效果及預后，對腫瘤是否存在侵襲性提供更多的信息，還可以協助治療計劃的制訂，具有良好的應用前景。

2.1 腦腫瘤

水分子擴散和微血管血流量是腦生理和病理生理學至關重要的組成部分，而IVIM能同時反映擴散系數及腦灌注，從而將腦腫瘤從瘤周水腫及正常腦組織中區分開，有助于腦腫瘤的診斷[4]。Yamashita等[5]通過對50例患者(包括17例中樞神經系統淋巴瘤和33例多形性成膠質細胞瘤)的研究表明IVIM對中樞神經系統淋巴瘤與多形性成膠質細胞瘤的區分有著重要作用，中樞神經系統淋巴瘤是多血管、多細胞性且腫瘤細胞易侵入腦實質，使得細胞聚集成團或者廣泛浸潤，故其D值的最小值及f值的最大值總是低于多形性成膠質細胞瘤。神經膠質瘤是最常見的顱內原發腫瘤[6]，由于組織學差異，世界衛生組織將其分為高級別神經膠質瘤(G3、G4)和低級別神經膠質瘤(G2)，不同級別的神經膠質瘤，治療方案及預后明顯不同，因此二者的鑒別尤為重要；IVIM能同時測得灌注與擴散參數，對于區分低分化與中分化神經膠質瘤有重要作用。Togao等[7]通過對45例神經膠質瘤患者的研究，發現高、低級別神經膠質瘤D值分別為(0.94±0.19)×10-3mm2/s、(1.26±0.37)×10-3mm2/s，P＜0.01；高、低級別神經膠質瘤f值分別為(0.94±0.19) %、(1.26±0.37) %，P＜0.01，即高級別神經膠質瘤D值及f值低于低級別神經膠質瘤，具有統計學意義；而D*值無統計學意義。

2.2 肺癌

肺癌是全球最常見的惡性腫瘤[8]，通常肺癌病灶難以與肺部炎性假瘤、結核等病灶區別，易造成漏診、誤診，故在術前明確良惡性非常重要。Yuan等[9]通過對包含48個良性結節及52個肺癌病灶的29例患者進行檢查發現IVIM相關參數在區分肺部良惡性結節方面具有良好的應用前景，該研究表明細胞增殖活躍的肺癌D值明顯低于良性病灶且有統計學意義，D*值及f值未見明顯價值。Deng等[10]通過對30例肺癌及8例局部肺炎患者的IVIM相關參數分析，發現D值及D*值沒有統計學意義，D值不能區分肺癌及局部肺炎的原因可能是炎癥組織內白細胞聚集及滲出導致單純水分子擴散受到抑制，而肺癌組織細胞排列緊密同樣會導致水分子擴散受限；而肺癌組f值顯著小于炎癥組并有統計學意義，其有助于提高肺癌的檢出率并優于DWI。陳媛媛等[11]的研究也證實了這一結論。

以上研究可以幫助鑒別肺癌與局灶性肺炎及良性結節，提高肺癌診斷準確率，但沒有展現出病理診斷效能，故在不同病理階段的IVIM參數表現還有待進一步研究。

2.3 肝癌

肝癌是全球第五常見的惡性腫瘤，也是肝臟最常見的惡性腫瘤[12]。Klauss等[13]通過對72例(包括29例肝癌和43例肝局灶性結節增生)患者進行IVIM檢查，發現肝癌患者D值[(0.98±0.18)×10-3mm2/s]明顯小于肝局灶性結節性增生患者D值[(1.11±0.14)×10-3mm2/s]，而D*值及f值在二者之間無統計學意義。Watanabe等[14]對74例患者120個肝組織病灶(包括34例肝轉移，32例肝癌，33例肝血管瘤和21例肝囊腫)行IVIM檢查，發現肝血管瘤及肝囊腫中的D值普遍高于肝轉移瘤及肝癌病灶且具有統計學意義，D*值及f值則沒有統計學意義，具體原因不清楚，可能由于肝臟病變組織血流量、血流速度及有關分泌物對微循環灌注的影響。Wang等[15]通過對89例肝腫瘤患者123個病灶(包括40例良性腫瘤57個病灶和49例惡性腫瘤66個病灶)的研究發現，惡性病灶中的D值[(1.04±0.34)×10-3mm2/s]、D*值[(16.5±7.7)×10-3mm2/s]明顯低于良性組D值[(1.70±0.55)×10-3mm2/s]、D*值[(21.7±9.9)×10-3mm2/s]，f值沒有統計學意義，以上研究表明D值、D*值及f值可以促進肝癌的定性及定量診斷，在肝腫瘤良惡性病灶鑒別中D值較D*值更為可信。

2.4 胰腺癌

胰頭部的炎性及纖維變與胰頭癌表現相似難以區分，為臨床研究熱點，Klauss等[16]通過對46例(包括11名例健康志愿者、15例急性胰腺炎、20例胰腺癌患者)的研究發現，急性胰腺炎患者的f值明顯低于健康志愿者，而胰腺癌患者的f值低于急性胰腺炎患者，且都具有統計學意義。Klauss等[17]通過對胰腺癌及慢性胰腺炎的研究發現胰腺癌患者的f值低于慢性胰腺炎患者，這可能是由于胰腺炎尤其是早期胰腺炎血管聚集的緣故，而D值沒有統計學意義。

2.5 宮頸癌

宮頸癌是全球第三常見的癌癥且在女性癌癥死亡中占第4位[12]。目前，日本、意大利等國新輔助化療被廣泛用于宮頸癌的治療[18]，然而只有65%～87.5%的宮頸癌對新輔助化療有效果[19]，對新輔助化療沒效果的腫瘤則增加了腫瘤進展和手術困難的風險，新輔助化療本身可以被認為是一個獨立的預后因子[20]。Wang等[21]通過對42例宮頸癌患者新輔助化療前后IVIM檢查，發現對新輔助化療有效果的病灶D值明顯高于對新輔助化療沒有效果的病灶，D*值及f值則未見明顯差異。李靖等[22]通過對62例宮頸癌患者，在放化療前、放化療1個月后進行IVIM掃描，發現化療后腫瘤穩定組、腫瘤緩解組及腫瘤消失組其D值均較化療前增高；腫瘤緩解組及腫瘤消失組D*值均低于治療前。IVIM 參數D值改變對評價化療及新輔助化療治療效果具有重要作用，D*值在這方面的價值有待于進一步的研究。為探索IVIM在宮頸良惡性病灶的鑒別方面的應用，Lee等[23]通過對宮頸癌患者、子宮肌瘤患者及正常人進行MRI IVIM掃描發現，宮頸癌患者D值低于正常組織，f值明顯低于正常宮頸組織、子宮肌層及子宮肌瘤。f值減低是由于宮頸癌過分增長導致供血微血管密度相對減低，即灌注分數下降，這與MRI增強掃描中顯示的腫瘤內血流量增多似乎矛盾，其實f值反映的是腫瘤的血流灌注分數，與MRI增強顯示血流信號不同，二者沒有可比性。

2.6 前列腺癌

前列腺癌是男性第二常見的腫瘤，其發病率在亞洲及東歐呈上升趨勢[24]。張楊貴等[25]通過對36例前列腺病變患者(包括20例前列腺癌、16例良性病變)行IVIM檢查，發現前列腺癌組D值[(0.75±0.16)×10-3mm2/s]明顯小于良性組D值[(1.27±0.26)×10-3mm2/s]，前列腺癌組的D*值與f值與良性組的差異沒有統計學意義。Valerio等[26]通過對前列腺癌及正常前列腺組織IVIM研究表明，癌組織中D值明顯低于正常組織，而D*值剛好相反。前列腺癌格利森評分表對術前疾病的評估和診斷起著重要作用，但是格利森評分中的穿刺活檢對身體有傷害，Yang等[27]研究發現前列腺癌格利森評分升高與D值呈明顯負相關，這是由于前列腺癌侵襲程度與腫瘤細胞的密度有關，腫瘤細胞的密度越高，格利森分數越高[28]，而腫瘤內單純水分子擴散越慢，即D值越小。格利森評分≥7的前列腺癌D值明顯低于格利森評分＜6，D值以高敏感性和特異性將低度惡性前列腺癌與中高度前列腺癌區分開，這與Valerio等[26]的報道相一致；格利森評分與f值和D*值的關系不大，這可能與微循環血流灌注效應有關。

IVIM提高了前列腺癌評估的敏感度和特異度，達到了更高的診斷準確度，其中f值沒有統計學意義，其他相關報道對于癌變區f值的變化持有不同觀點，故其在前列腺癌中的應用還需要進一步的研究。

2.7 乳腺癌

乳腺癌是全世界最常見的導致女性死亡的癌癥之一，早期發現、早期診斷及早期治療對乳腺癌患者的預后至關重要。最近的研究發現IVIM可能成為乳腺癌診斷的重要輔助工具[29]，Ma等[30]通過對117例患者共128個病灶(包括47個良性病變和81個惡性病變)的研究發現惡性病灶測得的D值[(0.99±0.22)×10-3mm2/s]明顯低于良性組織D值[(1.34±0.17)×10-3mm2/s]，而f值[(8.53±2.14) %]和D*值[7.64±2.07)×10-3mm2/s]明顯高于良性組織f值[(7.68±1.97)%]及D*值[(6.83±2.13)×10-3mm2/s]，這與Bokacheva等[31]的研究結果一致；D值主要反映水分子的擴散，乳腺惡性組織由于細胞的快速增殖導致單位體積內細胞密度增大和細胞外空間變小，水分子的自由擴散受到抑制，故D值減低；f值和D*值主要反映灌注情況，很多良性病變(比如纖維腺瘤、炎癥等)也有較高的血流灌注，這與惡性病變有重疊，再者D*值還受到所選b值的數目及大小范圍的影響，故其在乳腺癌診斷方面的價值還需進一步的研究探索[30]。在探索IVIM與乳腺癌病理分級的相關關系方面，車樹楠等[32]通過對110例乳腺癌患者的研究表明高侵襲性病灶D值低于低侵襲性者，f值高于低侵襲者，即D值與乳腺癌病理分級表達呈負相關；f值與乳腺癌病理分級表達呈正相關。本研究結果亦顯示有淋巴結轉移者與無轉移者病灶IVIM參數差異無統計學意義，可見通過病灶的IVIM參數判斷腋窩淋巴結轉移狀況仍有待進一步研究。

2.8 腎癌

腎癌分為透明細胞癌、乳頭狀細胞癌、嫌色細胞癌等，透明細胞癌與乏脂性血管平滑肌脂肪瘤鑒別較為困難。Ding等[33]通過對透明細胞癌、非透明細胞癌以及乏脂性血管平滑肌脂肪瘤共83例患者研究發現，相比于血管平滑肌脂肪瘤，透明細胞癌組織中有著高D值和低D*值，且有統計學意義。Li等[34]通過研究發現，相比于良性腫瘤，惡性腫瘤有著較高的D值及較低的D*值，f值在二者鑒別中沒有統計學意義。

3 結論與展望

綜上所述，IVIM能無創地同時反映病變組織中水分子自由擴散及微循環血流灌注信息，在腫瘤良惡性鑒別、腫瘤放化療療效評估等方面有著重要價值，但其研究仍在初期階段，很多病變尚未涉及，其相關價值尚待進一步證實；在掃描技術方面IVIM多b值數目及大小范圍的選擇仍沒有具體的標準，如何選取合適的b值區間以獲得最佳圖像仍需摸索。

[References]

[1] Le Bihan D, Breton E, Lallemand D, et al. MR imaging of intravoxel incoherent motions: application to diffusion and perfusion in neurologic disorders. Radiology, 1986, 161(2): 401-407.

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

[3] Koh DM, Collins DJ, Orton MR. Intravoxel incoherent motion in body diffusion-weighted MRI: reality and challenges. AJR Am J Roentgenol, 2011, 196(6): 1351-1361.

[4] Wu WC, Yang SC, Chen YF, et al. Simultaneous assessment of cerebral blood volume and diffusion heterogeneity using hybrid IVIM and DK MR imaging: initial experience with brain tumors. Eur Radiol, 2017, 27(1): 306-314.

[5] Yamashita K, Hiwatashi A, Togao O, et al. Diagnostic utility of intravoxel incoherent motion mr imaging in differentiating primary central nervous system lymphoma from glioblastoma multiforme. J MRI. 2016, 44(5): 1256-1261.

[6] Dolecek TA, Propp JM, Stroup NE, et al. CBTRUS statistical report:primary brain and central nervous system tumors diagnosed in the United States in 2005-2009. Neuro Oncol, 2012, 14(Suppl 5): v1-v49.

[7] Togao O, Hiwatashi A, Yamashita K, et al. Differentiation of highgrade and low-grade diffuse gliomas by intravoxel incoherent motion MR imaging. Neuro Oncol, 2016, 18(1): 132-141.

[8] Siegel RL, Miller KD, Jemal A. Cancer statistics, 2017. CA Cancer J Clin, 2017, 67(1): 7-30.

[9] Yuan M, Zhang YD, Zhu C, et al. Comparison of intravoxel incoherent motion diffusion-weighted MR imaging with dynamic contrast-enhanced MRI for differentiating lung cancer from benign solitary pulmonary lesions. J Magn Reson Imaging, 2016, 43(3):669-679.

[10] Deng Y, Li X, Lei Y, et al. Use of diffusion-weighted magnetic resonance imaging to distinguish between lung cancer and focal inflammatory lesions: a comparison of intravoxel incoherent motion derived parameters and apparent diffusion coefficient. Acta radiologica, 2016, 57(11): 1310-1317.

[11] Chen YY, Zhu SC, Han Q, et al. Preliminary Study of Intravoxel Incoherent Motion Diffusion Weighted MR Imaging for Differentiation Diagnosis of Lung Cancer from Lobar Collapse.Progr Mod Biomed, 2016, 16(4): 734-737.陳媛媛, 朱紹成, 韓倩, 等. 磁共振體素內不相干運動擴散加權成像在肺癌所致肺不張影像診斷中的初步應用. 現代生物醫學進展,2016, 16(4): 734-737.

[12] Jemal A, Bray F, Center MM, et al. Global cancer statistics. CA Cancer J Clin , 2011, 61(2): 69-90.

[13] Klauss M, Mayer P, Maier-Hein K, et al. IVIM-diffusion-MRI for the differentiation of solid benign and malign hypervascular liver lesions-Evaluation with two different MR scanners. Eur J Radiol,2016, 85(7): 1289-1294.

[14] Watanabe H, Kanematsu M, Goshima S, et al. Characterizing focal hepatic lesions by free-breathing intravoxel incoherent motion MRI at 3.0 T. Acta radiol, 2014, 55(10): 1166-1173.

[15] Wang M, Li X, Zou J, et al. Evaluation of Hepatic Tumors using intravoxel incoherent motion diffusion-weighted MRI. Brain Imaging Behav, 2016, 22(1): 702-709.

[16] Klauss M, Maier-Hein K, Tjaden C, et al. IVIM DW-MRI of autoimmune pancreatitis: therapy monitoring and differentiation from pancreatic cancer. Eur Radiol, 2016, 26(7): 2099-2106.

[17] Klauss M, Lemke A, Grunberg K, et al. Intravoxel incoherent motion MRI for the differentiation between mass forming chronic pancreatitis and pancreatic carcinoma. Invest Radiol, 2011, 46(1):57-63.

[18] Sugiyama T, Nishida T, Kumagai S, et al. Combination therapy with irinotecan and cisplatin as neoadjuvant chemotherapy in locally advanced cervical cancer. Brit J Cancer, 1999, 81(1): 95-98.

[19] Fu C, Bian D, Liu F, et al. The value of diffusion-weighted magnetic resonance imaging in assessing the response of locally advanced cervical cancer to neoadjuvant chemotherapy. Int J Gynecol Cancer,2012, 22(6): 1037-1043.

[20] Xiong Y, Liang LZ, Cao LP, et al. Clinical effects of irinotecan hydrochloride in combination with cisplatin as neoadjuvant chemotherapy in locally advanced cervical cancer. Gynecol Oncol,2011, 123(1): 99-104.

[21] Wang YC, Hu DY, Hu XM, et al. Assessing the early response of advanced cervical cancer to neoadjuvant chemotherapy using intravoxel incoherent motion diffusion-weighted magnetic resonance imaging: a pilot study. Chin Med J (Engl), 2016, 129(6): 665-671.

[22] Li J, Wang L, Cheng HJ, et al. Intravoxel incoherent motion sequrnce in predicting and evaluating the response of uterine cervix cancer to concurrent chemoradiation. J Clin Radiol, 2016, 35(4): 539-544.李靖, 王莉, 成慧君, 等. MR體素內不一致運動序列預測和評價宮頸癌放化療效果. 臨床放射學雜志, 2016, 35(4): 539-544.

[23] Lee EY, Yu X, Chu MM, et al. Perfusion and diffusion characteristics of cervical cancer based on intraxovel incoherent motion MR imaging-a pilot study. Eur Radiol, 2014, 24(7): 1506-1513.

[24] Jemal A, Center MM, DeSantis C, et al. Global patterns of cancer incidence and mortality rates and trends. Cancer Epidemiol Biomarkers Prev, 2010, 19(8): 1893-1907.

[25] Zhang YG, Chen SH, Wen ZL, et al. Investigation of prostate cancer: intravoxel incoherent motion MRI versus conventional diffusion weighted imaging. Chin J CT MRI, 2016, 14(3): 78-80, 137.張楊貴, 陳珊紅, 溫志玲, 等. 體素內不相干運動MRI與DWI對前列腺癌的診斷. 中國CT和MRI雜志, 2016, 14(3): 78-80, 137.

[26] Valerio M, Zini C, Fierro D, et al. 3T multiparametric MRI of the prostate: does intravoxel incoherent motion diffusion imaging have a role in the detection and stratification of prostate cancer in the peripheral zone? Eur J Radiol, 2016, 85(4): 790-794.

[27] Yang DM, Kim HC, Kim SW, et al. Prostate cancer: correlation of intravoxel incoherent motion MR parameters with Gleason score.Clin Imaging, 2016, 40(3): 445-450.

[28] Gibbs P, Liney GP, Pickles MD, et al.Correlation of ADC and T2 measurements with cell density in prostate cancer at 3.0 Tesla. Invest Radiol, 2009, 44(9): 572-576.

[29] Liu C, Wang K, Chan Q, et al. Intravoxel incoherent motion MR imaging for breast lesions: comparison and correlation with pharmacokinetic evaluation from dynamic contrast-enhanced MR imaging. Eur Radiol, 2016, 26(11): 3888-3898.

[30] Ma D, Lu F, Zou X, et al. Intravoxel incoherent motion diffusionweighted imaging as an adjunct to dynamic contrast-enhanced MRI to improve accuracy of the differential diagnosis of benign and malignant breast lesions. Magn Reson Imaging, 2016, 36(1): 175-179.

[31] Bokacheva L, Kaplan JB, Giri DD, et al. Intravoxel incoherent motion diffusion-weighted MRI at 3.0 T differentiates malignant breast lesions from benign lesions and breast parenchyma. Magn Reson Imaging, 2014, 40(4): 813-823.

[32] Che SN, Li J, Oyang H, et al. Correlation of diffusion weighted imaging intravoxel incoherent motion model with prognostic factors and subtypes of breast cancers. Chin J Med Imag Technol, 2016,32(3): 367-371.車樹楠, 李靜, 歐陽漢, 等. 擴散加權成像體素內不相干運動模型參數與乳腺癌預后因素及分子亞型的相關性. 中國醫學影像技術,2016, 32(3): 367-371.

[33] Ding Y, Zeng M, Rao S, et al. Comparison of biexponential and monoexponential model of diffusion-weighted imaging for distinguishing between common renal cell carcinoma and fat poor angiomyolipoma. Korean J Radiol, 2016, 17(6): 853-863.

[34] Li L, Wang H, Pan J, et al. Intravoxel incoherent motion dwi in renal tumors: differentiation between benign and malignant masses.Zhonghua yi xue za zhi, 2015, 95(15): 1153-1157.