功能磁共振成像在腫瘤學領域的應用

馮 煥 姜 暉 王雪梅

功能磁共振成像在腫瘤學領域的應用

馮 煥1,2姜 暉1,2王雪梅1,2

（1.生物電子學國家重點實驗室（東南大學） 南京 210096 2. 東南大學生物科學與醫學工程學院 南京 210096）

功能磁共振成像（fMRI）作為一種非侵入性和非電離輻射成像，可對全身各系統疾病進行成像診斷，如心血管疾病、神經退行性疾病、腫瘤、創傷和炎癥等。腫瘤是全球第二大死亡原因，各國科學家都致力于攻克腫瘤。通過fMRI對腫瘤進行成像，可實現腫瘤的分型、分級和分期，對制定治療方案、評估療效及預后等有重大作用。該文總結和探討六種fMRI，包括彌散加權成像（DWI）、彌散張量成像（DTI）、灌注加權成像（PWI）、磁敏感加權成像（SWI）、磁共振波譜成像（MRS）和血氧水平依賴的功能磁共振成像（BOLD-fMRI），以及多模態正電子發射斷層掃描/磁共振成像（PET/MRI）在腫瘤學領域的應用，并對其在相關治療領域的應用前景進行 展望。

功能磁共振成像 多模態成像 腫瘤 正電子發射斷層成像/磁共振成像

0 引言

電磁學、影像學與生物醫學在不斷發展完善的同時也在推動生物電磁學向前發展。借助生物體自身電磁場和外加電磁場，與生物電磁有關的成像技術包括磁共振成像[1]（Magnetic Resonance Imaging, MRI）、電阻抗成像[2-3]（Electrical Impedance Tomography, EIT）和太赫茲波成像[4]等。目前常用的生物成像方法主要為X射線成像、計算機斷層掃描成像（Computed Tomography, CT）、超聲成像（Ultrasonic Imaging, US）、MRI、正電子發射斷層成像（Positron Emission Tomography, PET）和光熱成像。不同于X射線、CT和PET的電離輻射成像，MRI和US屬于非電離輻射成像[5]，即無需使用核素和射線，對人體更加安全。US利用多普勒效應進行成像，更適合于檢測運動流體。而MRI則利用生物體中的質子進行成像，可對全身系統進行成像診斷。

腫瘤[6]作為中國乃至全世界第二大死亡原因，世界各國都投入了巨大的財力、物力和人力等資源支持其研究。目前判斷是否為腫瘤以及分型、分級和分期最精準的方式為病理檢查。病理組織切片雖能反映細胞組織形態的變化，卻無法提供代謝相關信息。而腫瘤的代謝變化一般早于組織解剖的變化。MRI除具有無創檢查，安全性高，對時間、空間和軟組織分辨率高的優勢外，還可利用磁共振波譜成像檢測組織代謝物的變化，從而為腫瘤的早期診斷、分型、分級和分期、評估和預測療效提供重要信息和判斷依據，從而幫助醫生為患者制定更為個性化的治療方案。

因此，本文旨在對六種功能磁共振成像（functional MRI, fMRI）和多模態正電子發射斷層掃描/磁共振成像（PET/MRI）的原理、特點和其在腫瘤方面的應用研究進行總結和梳理，并對其未來發展趨勢和前景進行展望。

1 功能磁共振成像

MRI是一種基于原子核（通常是氫核）在射頻脈沖磁場下[7]產生核磁共振現象，利用空間信息編碼信號，重建人體圖像的成像方式。無外加磁場情況下，人體內質子隨機排列，自旋產生的磁化矢量可相互抵消，宏觀磁化矢量和為零。施加一個與質子同頻率的外界磁場，質子由低能態躍遷到高能態，人體被磁化，產生縱向的宏觀磁化矢量。由于不同組織質子密度和弛豫速度不同[8]，MRI可利用此特性來區分不同組織。

fMRI在MRI的基礎上進一步發展。傳統磁共振成像主要呈現組織、器官等靜態結構的解剖信息，很少包含代謝等過程的生理信息[9]，已無法滿足臨床需求。fMRI可評估組織和器官的代謝等活動過程，提供更加豐富的信息。當前，fMRI主要分為擴散加權成像（Diffusion Weighted Imaging, DWI）、彌散張量成像（Diffusion Tensor Imaging, DTI）、灌注加權成像（Perfusion Weighted Imaging, PWI）、磁敏感加權成像（Susceptibility Weighted Imaging, SWI）、磁共振波譜（Magnetic Resonance Spectroscopy, MRS）成像和血氧水平依賴的功能磁共振成像（Blood Oxygen Level Dependent functional Magnetic Resonance Imaging, BOLD-fMRI）。

1.1 擴散加權成像及彌散張量成像

擴散是指分子的無規則運動，即布朗運動。DWI主要依據人體不同組織間水分子擴散速率的差異進行成像[10]。擴散速度與細胞的關系如圖1所示[11]，正常生理狀態下，人體內水分子根據組織和結構特征進行擴散；發生病變后，同一區域內細胞體積增大或細胞數量增多[11]，水分子的運動會受到一定影響，稱之為擴散受限。這種變化可借助表觀擴散系數（Apparent Diffusion Coefficient, ADC）進行分 析[12]，如發生腦梗后，如圖2所示[13]，水分子擴散受限的區域在ADC圖上呈現低信號。

圖1 擴散速度與細胞的關系

圖2 急性梗塞

除ADC外，（彌散敏感系數）值、分子的各向異性和T2穿透效應等因素也會影響DWI序列的彌散信號。信號強度以灰度的形式反映于圖像中。通過對比DWI和ADC圖像信號的差異，醫生可分析患者病情。DWI除應用于中樞神經系統疾病[14]，如腦卒中、顱內腫瘤、多發性硬化等研究外，在區分良惡性腫瘤、腫瘤分型、分級和分期、評估和預測療效等[15]方面也扮演著越來越重要的角色。

DTI是在DWI的基礎上，利用水分子的各向異性進行成像。均勻介質中，分子向各個方向運動的機會均等。非均勻介質中，分子會在擴散方向上有所側重。大腦中水分子沿神經束縱向擴散[14]，而非自由擴散。腦白質在神經纖維[16]平行方向的擴散速度快于垂直方向。通過彩色標記，可反映腦白質的空間方向性。相比于DWI的二維成像，DTI可增加擴散梯度，研究水分子的三維擴散[10]，獲取更多有關病灶部位的空間信息。

1.2 灌注加權成像

PWI主要通過施加外界磁場，利用對比劑對血管及灌注狀態進行高時間分辨率[15]成像。對比劑可增強血管內部的磁敏感性，引起體內磁場變化和質子自旋失相，并縮短弛豫時間（1或2）。對磁化率效應敏感的回波平面成像（Echo Planar Imaging, EPI）技術可將對比劑濃度變化轉化為弛豫時間變化，獲得時間-濃度曲線，定量分析腦血容量（Cerebral Blood Volume, CBV）、腦血流量（Cerebral Blood Flow, CBF）、平均通過時間（Mean Transit Time, MTT）等參數，評價組織血流灌注狀態。根據對比劑性質的不同，PWI可分為使用外源性對比劑（通常為釓噴酸葡胺, Gadopentetate Dimeglumine, Gd- DTPA）的動態增強成像和利用自身動脈血標記的動脈自旋標記（Arterial Spin Labeling, ASL）成像[17]。除Gd-DTPA外，順磁性細胞外對比劑包括釓特酸葡胺、釓雙胺；特異性對比劑主要有高特異性的釓塞酸二鈉和特異性稍低的釓貝普胺。動態增強又可分為動態敏感性灌注加權成像（Dynamic Susceptibility Perfusion Weighted Imaging, DSC-PWI）和動態對比增強灌注加權成像（Dynamic Contrast Enhanced Perfusion Weighted Imaging, DCE-PWI）。外源性成像研究多聚焦于腦卒中、腦腫瘤血液供應、心臟、腎臟和肝臟血流灌注及腫瘤分級、組織學評估[18]等方面。

1.3 磁敏感加權成像

SWI是一種利用磁敏感物質的內在特性，增強靜脈與周圍組織對比度的成像方式[18]。去氧血紅蛋白和氧合血紅蛋白是人體中最常見的磁敏感物質。順磁性的去氧血紅蛋白中，Fe2+含有4個未成對電子，易造成局部磁場不均勻，縮短橫向弛豫時間2。反磁性的氧合血紅蛋白無未成對電子，對質子弛豫時間無影響。目前，SWI廣泛應用于靜脈中的去氧血紅蛋白、鐵沉積[19]、出血、微出血和鈣化等方面的臨床研究。利用SWI中磁矩圖和相位圖的信息，可定性分析組織磁場的變化[20]。聯合定量磁敏感成像（Quantitative Susceptibility Mapping, QSM）技術可進一步獲得更為量化的信息。

1.4 磁共振波譜成像

MRS是一種利用磁共振化學位移，定量分析體內代謝物質含量變化的技術。用于MRS研究的物質，質子數一般為奇數，主要有1H、13C、19F、23Na和31P。目前臨床上應用的主要為1H-MRS和31P-MRS。1H-MRS常用于腦部、乳腺和前列腺，用于檢測脂肪、氨基酸、酮體等物質的代謝產物，包括N-乙酰天門冬氨酸（NAA）、肌酸（Cr）、膽堿（Cho）和肌醇（mI）等。31P-MRS通過檢測磷酸單酯（PME）、無機磷（Pi）、磷酸二脂（PDE）、磷酸肌酸（PCr）、三磷酸腺苷等物質了解機體能量代謝過程。13C-MRS主要標記物為丙酮酸、乳酸和谷氨酰胺，目前在臨床應用極少。體內19F的濃度極低，因此19F-MRS采用靜脈注射氟辛基溴化物（PFOB）或全氟-15-冠乙醚（PFCE）增強圖像對比。23Na-MRS可檢測生物體內Na+濃度及其分布，主要用于研究Na-K泵的相關信息。

發生病變時，因病變組織的代謝變化早于解剖變化[9]，MRS診斷比傳統MRI更具優勢。通過分析代謝物質或中間產物的變化，MRS可用于疾病的早期診斷、觀察疾病進展、監測治療、了解疾病的發病機制[9]。

1.5 血氧水平依賴的功能磁共振成像

2 功能磁共振成像在腫瘤領域的應用

腫瘤已成為全球范圍內除心腦血管外的第二大死亡原因。數據顯示[25]，國內心血管疾病死亡率占居民死亡40%以上，且心血管患病率和死亡率仍處在上升階段。最新癌癥統計數據顯示[26]，2015年全國新發惡性腫瘤329.9萬例，233.8萬人死于腫瘤，占全部死亡人數的23.9%。在老齡化速度加快、環境惡化、生活壓力增大等多重因素作用下，腫瘤的發病率和死亡率分別以3.9%和2.5%的平均年復合增長率增長。

在中國及全球腫瘤發病率和死亡率如此嚴峻的情況下，采用無創無輻射的成像方式進行早期診斷，確定腫瘤分型、分級和分期，評估療效及預后，對患者和醫生都具有重要意義。MRI雖多用于神經系統疾病，如腦卒中、阿爾茲海默、帕金森、多發性硬化等，但功能和技術的不斷完善，使其在腫瘤領域的作用愈來愈凸顯。各fMRI成像原理和特點不同使其在腫瘤領域的應用范圍也不盡相同。目前臨床上使用較多的DWI和PWI，其他幾種功能成像也在腫瘤領域積極探索。

2.1 DWI在腫瘤成像中的應用

DWI的信號強度能夠反映出組織密度[27]，可用以區分良惡性病變，確定腫瘤分型、分級和分期，評估療效及預后，也便于在隨訪中檢測可能存在的殘留/復發/轉移的腫瘤。

研究表明，DWI對胸腹腔腫瘤如肺癌和肝癌等之外的腫瘤具有良好的檢測效果[28]。正常組織發生病變后，病變組織中水分子擴散受限，因此，ADC值一般低于正常組織或良性病變。功能磁共振圖像參數結果見表1[29]，良性軟組織腫瘤和惡性軟組織腫瘤的ADC信號值雖會有部分重疊，依舊能觀察到惡性軟組織腫瘤的ADC顯著低于良性病變組織。

表1 功能磁共振圖像參數結果

Tab.1 Results of parameters for fMRI

①值來源于卡方檢驗和雙樣本檢驗。

②值來源于調整后的年齡和性別的多元數據回歸分析。

T. Mickael等[31]利用ADC對腎透明細胞癌（ccRCC）和其他腎癌亞型分析后發現，相比于整體ADC，排除囊腫和壞死區的ADC可更精準地識別ccRCC。診斷胸腹腔病變時，DWI信號受到心臟搏動、胃腸蠕動和呼吸等方面影響，會產生偽影或模糊[32]，一定程度上影響了診斷的準確性。

圖3 良惡性嗜鉻細胞瘤患者的ADC

圖4 箱型圖比較不同組織病理區域ADC值的差異

除區分腫瘤類型和良惡性病變外，研究者們也研究了ADC與預后的關系。低ADC值代表預后效果可能不理想[29]。腫瘤患者在接受治療后，如果該方案有效，腫瘤會發生如細胞活性降低、壞死，腫瘤體積縮小等變化，水分子運動范圍擴大，腫瘤DWI信號降低，ADC值升高；若對治療方案無響應，則可能引起腫瘤惡化或進一步擴散。不同ADC cut-off總生存率Kaplan-Meier曲線如圖5所示[33]，胃癌患者的生存率與ADC值存在相關性。Ⅲ期胃癌患者ADC≤1.36×10–3mm2/s，生存率遠低于Ⅱ期（1.36×10–3mm2/s≥ADC＞1.80×10–3mm2/s）和Ⅰ期（ADC＞1.80×10–3mm2/s）的患者。

圖5 不同ADC cut-off總生存率Kaplan-Meier曲線

2.2 PWI在腫瘤成像中的作用

腫瘤細胞增殖和分化較快，需要更多的氧氣和營養物質，因此腫瘤周圍的毛細血管更加豐富。PWI利用毛細血管灌注情況對腫瘤進行判斷。早期研究發現PWI信號強度與CBV有關。血管內皮生長因子（Vascular Endothelial Growth Factor, VEGF）、微血管密度（Microvessel Density, MVD）等因素[28]也會影響CBV。研究表明，CBV與膠質瘤級別呈現一定相關性。低級別膠質瘤的CBV較低，而高級別膠質瘤的CBV較高[34]。然而PWI區分良惡性腦膜瘤的結果卻不完全一致。Shi Ruihua等[35]發現良性腦膜瘤的rCBV為9.61±4.76，顯著高于惡性腦膜瘤的3.61±0.25，且最大rCBV均值與MVD呈正相關。而Zhang Hao等[36]研究發現，良惡性腦膜瘤的CBV雖無顯著差異，如圖6所示[36]，但可進一步通過瘤周水腫區來區分。原因可能為惡性腦膜瘤水腫區有新生血管，灌注增加，CBV高于良性水腫區。圖6a為良性腦膜瘤（WHO Ⅰ級）的rCBV。腫瘤實質ROI 1（白色）表示rCBV高于周圍腦組織，瘤周水腫ROI 2（灰色）比正常白質ROI 3（黑色）更“熱”。圖6b為良性腦膜瘤（WHO Ⅰ級）的rMTE，腫瘤實質和瘤周水腫的顏色與正常腦組織相似，沒有清晰的界面。圖6c為惡性腦膜瘤（WHO Ⅲ級）rCBV，腫瘤實質ROI 1（白色）表示rCBV高于周圍腦組織；瘤周水腫ROI 2（灰色）也比正常白質中的ROI 3（黑色）更“熱”。圖6d為惡性腦膜瘤（WHO Ⅲ級）的rMTE，大多數腫瘤實質顯示出比正常腦組織稍“熱”的顏色，反映了長時間的rMTE。

圖6 組織病理學證實的腦膜瘤

早期PWI腫瘤研究多集中在腦部、頭頸、乳腺、肝臟和腎臟等血管較為豐富的組織，現在也應用于宮頸癌、腸系膜腫瘤等研究。傳統MRI檢測上腸系膜腫瘤敏感性、特異性和準確性分別為24%、93%和50%[37]，DCE-PWI的檢測敏感性、特異性和準確性顯著優于傳統MRI，分別為100%、92%和97%。另有研究發現，DWI與DCE-PWI聯合診斷乳腺癌的準確性顯著高于DCE-PWI單一檢測模式[38]。

除參數CBV可幫助診斷腫瘤外，定量參數容積轉運常數trans也可幫助評估治療效果。Jon-Vidar Gaustad等[39]系統分析了trans與腫瘤缺氧之間的關系后發現，經過抗血管生成藥物治療后，腫瘤周圍毛細血管生成減少、灌注減少、缺氧情況加劇、trans減小、腫瘤生長受到抑制。同時，trans也可以預測腫瘤轉移和患者生存。trans值越小，發生淋巴結和肺轉移的可能性越大，腫瘤惡化進展的可能性也越高；相反，trans值越大，無進展生存率和整體生存率都較高。

2.3 SWI在腫瘤成像中的作用

SWI通過反映腫瘤內部出血、鈣化情況[40]和腫瘤血管結構等信息，幫助實現腫瘤分級。Xing Wei等[41]對32位ccRCC患者進行回顧分析后發現，相比CT和傳統MRI，SWI不僅能夠更好地顯示ccRCC的出血情況，也能更準確地反映出血模式。SWI對ccRCC出血模式的判斷與病理分析結果一致，對ccRCC的檢測敏感性和準確性都達到了100%。

此外，出血情況與膠質瘤的惡性程度也存在一定關系。腫瘤分級越高，出血風險也越大[42-45]。高級別（Ⅲ級和Ⅳ級）膠質瘤的出血風險高于低級別膠質瘤（Ⅰ級和Ⅱ級）。48歲男性，多形性膠質母細胞瘤病史，如圖7所示[40]。圖7a為快速自旋回波（Fast Spin Echo，FSE）T2W圖像，圖中顯示右額葉異質腫物高信號及浸潤性水腫周圍高強度，腫瘤壓迫右側腦室，由右至左移位。圖7b顯示軸向SE T1W對比增強，腫瘤異質性對比增強。圖7c為SWI最小強度投影算法（minimum Intensity Projection algorithm, minIP）圖像，顯示腫瘤周邊微出血，提示腫瘤級別高。在SWI圖中，顯示膠質母細胞瘤（Glioblastoma, GBM）周圍存在微出血的情況，提示此GBM的級別為高級別。

圖7 48歲男性，多形性膠質母細胞瘤病史

除出血外，鈣化也是評估腫瘤的重要因素。少突膠質細胞瘤中，鈣化在磁矩圖中表現為低信號，在相位圖上呈現高密度[46]，與鈣化在CT中呈現高密度的圖像相吻合。M. Zulfiqar等[47]回顧分析了經病理證實的71位患者MRI圖像。以CT數據為基準，經過Fisher檢驗后，SWI檢測瘤內鈣化的敏感性和準確性均顯著優于傳統MRI（=0.015、=0.048）。Dou Shewei等[48]發現，相比于CT、傳統MRI和DWI，SWI能夠更好地診斷出前列腺癌（PCa）如圖8所示[48]。圖8c和圖8d均未顯示前列腺癌和出血。圖8e和圖8f箭頭證明了前列腺癌的微異常。

圖8 81歲男性，外周區前列腺癌

研究發現，新診斷的GBM患者[49]，圖像中低信號的比例越高，輔助治療的應答效果越好。

2.4 MRS在腫瘤成像中的作用

MRS可通過定量分析組織代謝判斷疾病進展，這一技術在腦腫瘤和前列腺癌的診斷中得到了較為廣泛的應用。1H-MRS的腦腫瘤臨床應用較為成熟。NAA作為神經元的主要標志物，通過檢測神經元的狀態判斷疾病進展。NAA濃度降低表明神經元的功能受損，可用于診斷腦腫瘤、腦卒中和神經退行性疾病等。Cho參與細胞膜磷脂代謝，含量升高意味著膠質增生、細胞增殖和跨膜轉運增多。mI是星形細胞的標志物，可調節胞內滲透壓。此外，機體處于缺血缺氧狀態時，能夠檢測到乳酸（Lac）峰。高級別腦腫瘤中脂質和乳酸鹽的含量水平也相對較高。S. J. Nelson等[50]發現新診斷GBM患者的總體生存率與Cho、Lac和脂質含量水平相關。除1H-MRS外，31P-MRI和23Na-MRI也在不斷發展。31P-MRS[51]獲取更大的體素時雖然需要使用雙共振技術來保證成像質量，但它的優勢是可以區分膽堿和乙醇胺類化合物。23Na雖然只有一個共振，但可利用此特點來獲取空間信息，且弛豫時間1和2均小于50ms，可快速實現對采集信號的最大化。

MRS中，（Cho+Cr）/Cit（枸櫞酸鹽）的比例是區分前列腺病變的重要指標，診斷標準（4分量表）如圖9所示[52]。圖9a為1分，正常，（Cho/Cr）/Cit≤1/3，Cit峰值至少比Cho/Cr峰值高2倍；圖9b為2分，可能為良性，1/2≤（Cho/Cr）/Cit，Cit峰值小于或等于Cho/Cr峰值的2倍；圖9c為3分，可能為惡性，1＜（Cho/Cr）/Cit＜3，Cho/Cr的峰值低于2倍的Cit峰值，但高于Cit峰值；圖9d為4分，惡性，3≤（Cho/Cr）/Cit，若存在Cit峰值，Cho/Cr的峰值至少高于Cit峰值2倍。（Cho+Cr）/Cit的峰值比例在前列腺癌中明顯高于前列腺良性病變和正常組織[52]。G. M. Villeirs等[52]發現MRS聯合T2W1 MRI對高級別前列腺癌的檢測敏感性為92.7%，高于低級別前列腺癌的67.6%的檢測敏感性。

在乳腺癌中，1H-MRS應用受限主要有兩方面原因：①總膽堿的測量會受到乳腺脂肪組織[51]的影響；②在乳腺中可能會出現梯度誘導產生的聲側帶。除了常用的1H-MRS，31P-MRS和23Na-MRS也用于研究乳腺癌。31P-MRS在磁感應強度1.5T下產生的信號較弱，已不能滿足臨床早期診斷的需求，7T儀器的誕生和應用[53]又給研究者帶來了新希望。O. Zaric等[54]在磁感應強度7T下，利用23Na-MRS對健康者和乳腺癌患者進行掃描成像。結果發現，惡性癌變乳腺組織中Na+濃度為(69±10)mmol/kg，而良性組織中濃度為(47±8)mmol/kg。此發現為臨床利用Na+區分良惡性病變組織提供了依據。

MRS也在其他腫瘤如子宮內膜癌、癌肉瘤和肝癌等中進行了探究。子宮內膜癌中膽堿的峰值顯著高于子宮肌層組織和侵襲性肉瘤[55-56]。癌變肝臟組織與良性組織的膽堿/脂質比具有明顯差異[57]。同時也發現，相比于單一的傳統MRI評估，MRS可小幅度提高檢測肝癌的敏感性和特異性。

2.5 BOLD在腫瘤成像中的作用

BOLD-fMRI多聚焦于血氧水平和腫瘤缺氧研究。研究表明，缺氧可認為是實體瘤不良預后的指標，也可導致放化療、手術和靶向治療的失敗[58]。腫瘤缺氧研究一般以為基線，。高血容量的缺氧腫瘤不僅可提高基線，也更易對卡波金氣體（95%O2和5%CO2的混合氣體）產生響應，引起和放射敏感性發生較大變化。而低血容量缺氧腫瘤則相反，對和放射敏感性的影響可忽略不 計[59]。張培賢等[60]發現利用BOLD定量參數，可幫助醫生明確放化療對鼻咽癌的治療效果，提供確切的參考。

BOLD雖可間接測量腫瘤血管、顯示血流變化，但其也易受到偽影的影響，導致圖像失真。此外，BOLD的圖像質量還會受到核心體溫、藥物[61]如咖啡因、左旋多巴等因素的影響。進行研究時，受試者還需吸入100%的O2或卡波金氣體，其中有25%～35%的患者因發生呼吸窘迫導致臨床檢查失敗。這些亟待解決的問題都延遲了其轉化到臨床的速度。

3 PET/MRI多模態成像

目前PET/CT已在臨床得到實際應用，對于腫瘤定位、定性診斷、腫瘤分期、腫瘤活檢部位的選擇、放化療計劃的制定等具有重要指導意義[62]，但其存在腫瘤診斷假陽性和假陰性的問題[63]，成像質量也會受到呼吸、腹部臟器運動的影響。CT診斷中使用的X射線會產生電離輻射，對人體產生一定危害。而非電離輻射MRI不僅對軟組織的分辨率高于CT，MRI與PET相融合的技術難題也已通過光電二極管得到解決，這些都促進了PET/MRI的發展。相比于PET/CT，PET/MRI在時間和空間[64]上高度適配，可在同一時間對同一區域進行成像，避免單獨成像時拍攝部位不一致的問題，從而提供質量更佳的多功能圖像，揭示更詳細的腫瘤信息[65]。

當前PET/MRI腫瘤研究多聚焦于腫瘤肝膽轉移和前列腺癌。研究表明，PET/MRI在評估腫瘤肝膽轉移方面具有重要作用，但對肺轉移的檢測效果較差[64]。相比單一的PET或MRI模式，整合PET/ MRI能夠提高前列腺癌分期的能力。這種方式在歐洲相對常見，美國臨床中雖也有應用，但尚未真正納入臨床規范中[64]。此外，PET/MRI在乳腺癌、胰腺導管癌和頭頸癌等腫瘤中也有所研究。MRI可改善乳腺癌成像特征，而PET對遠端轉移有較高的診斷性能[66]，兩者強強聯合提高了在乳腺癌的應用潛力。Eun-Jung Kong等[67]發現PET/MRI可將乳腺癌高分辨率影像和代謝影像相結合，精準診斷尺寸＜1cm的浸潤腫瘤。氟脫氧葡萄-PET/MRI（FDG- PET/MRI）在胰腺導管癌上應用較少，原因可能為FDG在此類腫瘤中的活性較低。借助PET/MRI高軟組織分辨率的優勢，頭頸癌成像研究也在進行中，但當前研究結果并不完全統一[68]。A. Varoquaux 等[69]發現在圖像融合質量、病灶大小及數目等方面，PET/MRI與PET/CT表現相當；但K. Kubiessa等[70]卻發現PET/ MRI診斷頭頸癌惡性腫瘤的能力并不比PET/CT突出。這一差異的主要原因可能是樣本量和研究數量都相對較少，還需進行更大樣本量和更深層次的研究探索。

Buchbender等[71-72]以大量病例為基礎，闡述了PET/MRI在腫瘤分期中的潛在應用價值。對于T分期的實體瘤，PET/MRI診斷準確性更高，特別是對于頭頸鱗癌。對于N分期的實體瘤，PET/MRI與PET/CT診斷能力相當，但超順磁性納米顆粒的出現為PET/MRI提供了新機會。M分期腫瘤，PET/ MRI在腦部、肝臟和骨頭病變的檢測中具有更高的準確性。

技術的進步已成功推動PET/MRI向前發展，但若像PET/CT一樣能夠成為臨床診斷標準，還需解決掃描協議、臨床監管[73]、風險控制、費用成本等方面的問題。

4 結論與展望

fMRI在MRI的基礎上，進一步利用水分子、血紅蛋白等物質對病灶部位進行代謝、血流灌注、出血和鈣化等生理層面信息的成像。根據fMRI的灰度圖和相關參數如ADC、trans、等對腫瘤進行早期診斷、分型、分期、制定治療方案并評估療效評估。PET/MRI聯用也為腫瘤臨床應用提供了新機會。然而，fMRI也存在一些如胸腹部偽影、衰減校正、掃描時間長、臨床標準規范不明確、某些腫瘤臨床研究較少等問題。未來，隨著軟硬件技術、新型磁納米顆粒造影劑如雙模態造影劑等的發展和臨床研究力度的加大，上述問題可能會得到逐步改善或解決，fMRI或多模態成像有望為腫瘤患者提供更為方便精準的服務。

[1] 任自艷, 謝德馨, 李會香. 開放式MRI永磁型主磁體的勻場方法[J]. 電工技術學報, 2010, 25(3): 1-5.

Ren Ziyan, Xie Dexin, Li Huixiang. Shimming method for open MRI permanent main magnet[J]. Transactions of China Electrotechnical Society, 2010, 25(3): 1-5.

[2] Grasland-Mongrain P, Lafon C. Review on bio- medical techniques for imaging electrical impe- dance[J]. IRBM, 2018, 39(4): 243-250.

[3] 李星, 楊帆, 余曉, 等. 基于內源式電阻抗成像的接地網缺陷診斷逆問題研究[J]. 電工技術學報, 2019, 34(5): 902-909.

Li Xing, Yang Fan, Yu Xiao, et al. Research on the inverse problem of grounding grid fault diagnosis based on inner-source EIT[J]. Transactions of China Electrotechnical Society, 2019, 34(5): 902-909.

[4] Wan Min, Healy J J, Sheridan J T. Terahertz phase imaging and biomedical applications[J]. Optics and Laser Technology, 2020: 105859.

[5] Xia Yang, Matham M V, Su Haibin, et al. Nanoparticulate contrast agents for multimodality molecular imaging[J]. Journal of Biomedical Nano- technology, 2016, 12(8): 1553-1584.

[6] 劉紅梅, 董守龍, 寧郡怡, 等. 納秒脈沖高頻透膜效應優先殺傷化療抗性腫瘤細胞的仿真與實驗研究[J]. 電工技術學報, 2019, 34(22): 4839-4848.

Liu Hongmei, Dong Shoulong, Ning Junyi, et al. Simulation and experimental study on preferential killing of chemoresistance tumor cells induced by the high-frequency permeation effect of nanosecond pulse field[J]. Transactions of China Electrotechnical Society, 2019, 34(22): 4839-4848.

[7] Wallyn J, Anton N, Akram S, et al. Biomedical imaging: principles, technologies, clinical aspects, contrast agents, limitations and future trends in nanomedicines[J]. Pharmaceutical Research, 2019, 36(6): 78.

[8] Tognarelli J M, Dawood M, Shariff M I F, et al. Magnetic resonance spectroscopy: principles and techniques: lessons for clinicians[J]. Journal of Clinical and Experimental Hepatology, 2015, 5(4): 320-328.

[9] Ratai Eva-Maria, Gilberto G R. Clinical magnetic resonance spectroscopy of the central nervous system[J]. Handbook of Clinical Neurology, 2016, 135: 93-116.

[10] Meoded A, Orman G, Huisman T A G M. Diffusion weighted and diffusion tensor MRI in pediatric neuroimaging including connectomics: principles and applications[J]. Seminars in Pediatric Neurology, 2020, 33: 100797.

[11] Fornasa F. Diffusion-weighted magnetic resonance imaging: what makes water run fast or slow?[J]. Journal of Clinical Imaging Science, 2011, 1: 27.

[12] Messina C, Bignone R, Bruno A, et al. Diffusion- weighted imaging in oncology: an update[J]. Cancers, 2020, 12(6): 1493.

[13] Baliyan V, Das C J, Sharma R, et al. Diffusion weighted imaging: technique and applications[J]. World Journal of Radiology, 2016, 8(9): 785-798.

[14] Chilla G S, Tan C H, Xu Chenjie, et al. Diffusion weighted magnetic resonance imaging and its recent trend-a survey[J]. Quantitative Imaging in Medicine and Surgery, 2015, 5(3): 407-422.

[15] Malayeri A A, El K R H, Zaheer A, et al. Principles and applications of diffusion-weighted imaging in cancer detection, staging, and treatment follow-up[J]. Radiographics, 2011, 31(6): 1773-1791.

[16] 郭磊, 劉東釗, 黃鳳榮, 等. 基于突觸可塑性的自適應脈沖神經網絡在高斯白噪聲刺激下的抗擾功能研究[J]. 電工技術學報, 2020, 35(2): 225-235.

Guo Lei, Liu Dongzhao, Huang Fengrong, et al. Research on disturbance rejection of adaptive spiking neural network based on synaptic plasticity under white gaussian noise[J]. Transactions of China Electrotechnical Society, 2020, 35(2): 225-235.

[17] Jahng Geon-Ho, Li Ka-Loh, Ostergaard L, et al. Perfusion magnetic resonance imaging: a com- prehensive update on principles and techniques[J]. Korean Journal of Radiology, 2014, 15(5): 554-577.

[18] Liu Saifeng, Buch S, Chen Yongsheng, et al. Susceptibility-weighted imaging: current status and future directions[J]. NMR in Biomedicine, 2017, 30(4): 10.1002/nbm.3552.

[19] Yan Fuhua, He Naying, Lin Huimin, et al. Iron deposition quantification: applications in the brain and liver[J]. Journal of Magnetic Resonance Imaging, 2018, 48(2): 301-317.

[20] Ruetten P P R, Gillard J H, Graves M J. Introduction to quantitative susceptibility mapping and susce- ptibility weighted imaging[J]. British Journal of Radiology, 92(1101): 20181016.

[21] Barrett T, Brechbiel M, Bernardo M, et al. MRI of tumor angiogenesis[J]. Journal of Magnetic Resonance Imaging, 2007, 26(2): 235-249.

[22] Detre J A, Wang J J. Technical aspects and utility of fMRI using BOLD and ASL[J]. Clinical Neurophy- siology, 2002, 113(5): 621-634.

[23] Edlow B L, Giacino J T, Wu O. Functional MRI and outcome in traumatic coma[J]. Current Neurology and Neuroscience Reports, 2013, 13(9): 375.

[24] Naik M L, Mannelli H, Chandarana V, et al. Hepato- cellular carcinoma assessment of tumor oxygenation with BOLD MRI[C]//16th International Society for Magnetic Resonance in Medicine, Toronto, 2008: 1-2.

[25] 胡盛壽, 高潤霖, 劉力生, 等. 《中國心血管病報告2018》[J]. 中國循環雜志, 2019, 34(3): 209-220.

Hu Chengshou, Gao Runlin, Liu Lisheng, et al. Summary of the 2018 report on cardiovascular diseases in China[J]. Chinese Circulation Journal, 2019, 34(3): 209-220.

[26] 鄭榮壽, 孫可欣, 張思維, 等. 2015年中國惡性腫瘤流行情況分析[J]. 中華腫瘤雜志, 2019, 30(1): 19-28.

Zheng Rongshou, Sun Kexin, Zhang Siwei, et al. Report of cancer epidemiology in China, 2015[J]. Chinese Journal of Oncology, 2019, 30(1): 19-28.

[27] Wang Jifei, Sun Meili, Liu Dawei, et al. Correlation between apparent diffusion coefficient and histo- pathology subtypes of osteosarcoma after neoadjuvant chemotherapy[J]. Acta Radiologica, 2017, 58(8): 971-976.

[28] Haj-Mirzaian A, Kadivar A, Kamel I R, et al. Updates on imaging of liver tumors[J]. Current Oncology Reports, 2020, 22(5): 46.

[29] Choi Y J, Lee I S, Song Y S, et al. Diagnostic performance of diffusion-weighted (DWI) and dynamic contrast-enhanced (DCE) MRI for the differentiation of benign from malignant soft-tissue tumors[J]. Journal of Magnetic Resonance Imaging, 2019, 50(3): 798-809.

[30] Dong Yin, Liu Qingwei. Differentiation of malignant from benign pheochromocytomas with diffusion- weighted and dynamic contrast enhanced magnetic resonance at 3.0T[J]. Journal of Computer Assisted Tomography, 2012, 36(4): 361-366.

[31] Mickael T, Mali R, Madelin G, et al. Diagnostic test accuracy of ADC values for identification of clear cell renal cell carcinoma: systematic review and meta-analysis[J]. European Radiology, 2020, 30(7): 4023-4038.

[32] Dhanda S, Thakur M, Kerkar R, et al. Diffusion- weighted imaging of gynecologic tumors: diagnostic pearls and potential pitfalls[J]. Radiographics, 2014, 34(5): 1393-1416.

[33] Giganti F, Ambrosi A, Chiari D, et al. Apparent diffusion coefficient by diffusion-weighted magnetic resonance imaging as a sole biomarker for staging and prognosis of gastric cancer[J]. Chinese Journal of Cancer Research, 2017, 29(2): 118-126.

[34] Aydin S, Fatihoglu E, Kosar P N, et al. Perfusion and permeability MRI in glioma grading[J]. Egyptian Journal of Radiology and Nuclear Medicine, 2020, 51(1): 2.

[35] Shi Ruihua, Jiang Tao, Si Lifang, et al. Correlations of magnetic resonance, perfusion-weighed imaging parameters and microvessel density in meningioma[J]. Journal of the Balkan Union of Oncology, 2016, 21(3): 709-713.

[36] Zhang Hao, Rodiger L A, Shen Tianzhen, et al. Perfusion MR imaging for differentiation of benign and malignant meningiomas[J]. Neuroradiology, 2008, 50(6): 525-530.

[37] Low R N, Barone R M, Duggan B, et al. Detection of mesenteric tumor using dynamic contrast enhanced MRI[J]. Annals of Surgical Oncology, 2020, 27(7): 2525-2536.

[38] Zhang Li, Tang Min, Min Zhiqian, et al. Accuracy of combined dynamic contrast-enhanced magnetic resonance imaging and diffusion-weighted imaging for breast cancer detection: a meta-analysis[J]. Acta Radiologica, 2016, 57(6): 651-660.

[39] Gaustad Jon-Vidar, Hauge A, Wegner C S, et al. DCE-MRI of tumor hypoxia and hypoxia- associated aggressiveness[J]. Cancers, 2020, 12(7): 1979.

[40] Halefoglu A M, Yousem D M. Susceptibility weighted imaging: clinical applications and future directions[J]. World Journal of Radiology, 2018, 10(4): 30-45.

[41] Xing Wei, He Xiaozhou, Kassir M A, et al. Evaluating hemorrhage in renal cell carcinoma using susceptibility weighted imaging[J]. Plos One, 2013, 8(2): e57691.

[42] Rauscher A, Sedlacik J, Fitzek C, et al. High resolution susceptibility weighted MR-imaging of brain tumors during the application of a gaseous agent[J]. Rofo-Fortschritte Auf Dem Gebiet Der Rontgenstrahlen Und Der Bildgebenden Verfahren, 2005, 177(8): 1065-1069.

[43] Sehgal V, Delproposto Z, Haacke E M, et al. Clinical applications of neuroimaging with susceptibility- weighted imaging[J]. Journal of Magnetic Resonance Imaging, 2005, 22(4): 439-450.

[44] Hammond K E, Lupo J M, Xu Duan, et al. Development of a robust method for generating 7.0T multichannel phase images of the brain with application to normal volunteers and patients with neurological diseases[J]. Neuroimage, 2008, 39(4): 1682-1692.

[45] Thomas B, Somasundaram S, Thamburaj K, et al. Clinical applications of susceptibility weighted MR imaging of the brain-a pictorial review[J]. Neuroradiology, 2008, 50(2): 105-116.

[46] Wu Zhen, Mittal S, Kish K, et al. Identification of calcification with MRI using susceptibility-weighted imaging: a case study[J]. Journal of Magnetic Resonance Imaging, 2009, 29(1): 177-182.

[47] Zulfiqar M, Dumrongpisutikul N, Intrapiromkul J, et al. Detection of intratumoral calcification in oligo- dendrogliomas by susceptibility-weighted MR Imaging[J]. American Journal of Neuroradiology, 2012, 33(5): 858-864.

[48] Dou Shewei, Bai Yan, Shandil A, et al. Detecting prostate cancer and prostatic calcifications using advanced magnetic resonance imaging[J]. Asian Journal of Andrology, 2017, 19(4): 439-443.

[49] Di L A, Lam T, Alcaide-Leon P, et al. Magnetic resonance susceptibility weighted imaging in neuro- surgery: current applications and future perspe- ctives[J]. Journal of Neurosurgery, 2015, 123(6): 1463-1475.

[50] Nelson S J, Kadambi A K, Park I, et al. Association of early changes in H-1 MRSI parameters with survival for patients with newly diagnosed glioblastoma receiving a multimodality treatment regimen[J]. Neuro-Oncology, 2017, 19(3): 430-439.

[51] Payne G S. Clinical applications of in vivo magnetic resonance spectroscopy in oncology[J]. Physics in Medicine and Biology, 2018, 63(21): 21TR02.

[52] Villeirs G M, Oosterlinck W, Vanherreweghe E, et al. A qualitative approach to combined magnetic resonance imaging and spectroscopy in the diagnosis of prostate cancer[J]. European Journal of Radiology, 2010, 73(2): 352-356.

[53] van der Kemp Wybe J M, Stehouwer B L, Boer V O, et al. Proton and phosphorus magnetic resonance spectroscopy of the healthy human breast at 7T[J]. NMR in Biomedicine, 2017, 30(2): e3684.

[54] Zaric O, Pinker K, Zbyn S, et al. Quantitative sodium MR imaging at 7T: initial results and comparison with diffusion-weighted imaging in patients with breast tumors[J]. Radiology, 2016, 280(1): 39-48.

[55] Takeuchi M, Matsuzaki K, Harada M. Carcinosarcoma of the uterus: MRI findings including diffusion- weighted imaging and MR spectroscopy[J]. Acta Radiologica, 2016, 57(10): 1277-1284.

[56] Ytre-Hauge S, Esmaeili M, Sjobakk T E, et al. In vivo MR spectroscopy predicts high tumor grade in endometrial cancer[J]. Acta Radiologica, 2018, 59(4): 497-505.

[57] Yang Zifeng, Sun Shiqiang, Chen Yuanli, et al. Application of single voxel H-1 magnetic resonance spectroscopy in hepatic benign and malignant lesions[J]. Medical Science Monitor, 2016, 22: 5003-5010.

[58] O'Connor J P B, Robinson S P, Waterton J C. Imaging tumour hypoxia with oxygen- enhanced MRI and BOLD MRI[J]. British Journal of Radiology, 2019, 92(1095): 20180642.

[59] Rijpkema M, Kaanders J, Joosten F B M, et al. Effects of breathing a hyperoxic hypercapnic gas mixture on blood oxygenation and vascularity of head-and-neck tumors as measured by magnetic resonance imaging[J]. International Journal of Radiation Oncology Biology Physics, 2002, 53(5): 1185-1191.

[60] 張培賢, 俞勝男, 丁玖樂, 等. 磁共振血氧水平依賴成像在鼻咽癌化放療近期療效評估中的價值[J]. 磁共振成像, 2019, 10(3): 190-194.

Zhang Peixian, Yu Shengnan, Ding Jiule, et al. Value of BOLD-MRI for the evaluation of short-term chemoradiotherapy efficacy in nasopharyngealcar- cinoma[J]. Chinese Journal of Magnetic Resonance Imaging, 2019, 10(3): 190-194.

[61] Vlieger E J, Majoie C B, Leenstra S, et al. Functional magnetic resonance imaging for neurosurgical planning in neurooncology[J]. European Radiology, 2004, 14(7): 1143-1153.

[62] Zheng Yuanda, Sun Xiaojiang, Wang Jian, et al. FDG-PET/CT imaging for tumor staging and definition of tumor volumes in radiation treatment planning in non-small cell lung cancer[J]. Oncology Letters, 2014, 7(4): 1015-1020.

[63] Wang Shunyi, Chen Xianxia, Li Yi, et al. Appli- cation of multimodality imaging fusion technology in diagnosis and treatment of malignant tumors under the precision medicine plan[J]. Chinese Medical Journal, 2016, 129(24): 2991-2997.

[64] Broski S M, Goenka A H, Kemp B J, et al. Clinical PET/MRI: 2018 update[J]. American Journal of Roentgenology, 2018, 211(2): 295-313.

[65] Ishii S, Shimao D, Hara T, et al. Comparison of integrated whole-body PET/MR and PET/CT: is PET/MR alternative to PET/CT in routine clinical oncology?[J]. Annals of Nuclear Medicine, 2016, 30(3): 225-233.

[66] Pujara A C, Kim E, Axelrod D, et al. PET/MRI in breast cancer[J]. Journal of Magnetic Resonance Imaging, 2019, 49(2): 328-342.

[67] Kong Eun-Jung, Chun Kyung-Ah, Bom Hee-Seung, et al. Initial experience of integrated PET/MR mammography in patients with invasive ductal carcinoma[J]. Hellenic Journal of Nuclear Medicine, 2014, 17(3): 171-176.

[68] Nensa F, Beiderwellen K, Heusch P, et al. Clinical applications of PET/MRI: current status and future perspectives[J]. Diagnostic and Interventional Radiology, 2014, 20(5): 438-447.

[69] Varoquaux A, Rager O, Poncet A, et al. Detection and quantification of focal uptake in head and neck tumours: F-18-FDG PET/MR versus PET/CT[J]. European Journal of Nuclear Medicine and Molecular Imaging, 2014, 41(3): 462-475.

[70] Kubiessa K, Purz S, Gawlitza M, et al. Initial clinical results of simultaneous F-18-FDG PET/MRI in comparison to F-18-FDG PET/CT in patients with head and neck cancer[J]. European Journal of Nuclear Medicine and Molecular Imaging, 2014, 41(4): 639- 648.

[71] Buchbender C, Heusner T A, Lauenstein T C, et al. Oncologic PET/MRI, part 1: tumors of the brain, head and neck, chest, abdomen, and pelvis[J]. Journal of Nuclear Medicine, 2012, 53(6): 928-938.

[72] Buchbender C, Heusner T A, Lauenstein T C, et al. Oncologic PET/MRI, part 2: bone tumors, soft-tissue tumors, melanoma, and lymphoma[J]. Journal of Nuclear Medicine, 2012, 53(8): 1244-1252.

[73] Jadvar H, Colletti P M. Competitive advantage of PET/MRI[J]. European Journal of Radiology, 2014, 83(1): 84-94.

Application of Functional Magnetic Resonance Imaging in the Field of Oncology

1,21,21,2

（1. State Key Laboratory of Bioelectronics Southeast University Nanjing 210096 China 2. School of Biological Science & Medical Engineering Southeast University Nanjing 210096 China）

As a non-invasive and non-ionizing radiation imaging, functional magnetic resonance imaging (fMRI) can be used for imaging diagnosis of systemic diseases, such as cardiovascular diseases, neurodegenerative diseases, tumors, trauma, inflammation and so on. Tumor is the second leading cause of death in the world, and scientists from all over the world are committed to tackling tumors. fMRI imaging of tumors can achieve the classification, grading and staging of tumors, which plays an important role in the formulation of treatment plans, evaluation and prediction of curative effect. This paper summarizes and discusses 6 types of fMRI, including diffusion weighted imaging (DWI), diffusion tensor imaging (DTI), perfusion weighted imaging (PWI), susceptibility weighted imaging (SWI), magnetic resonance spectroscopy (MRS), and blood oxygen level dependent functional magnetic resonance imaging (BOLD-fMRI). The application research of multimodal imaging positron emission tomography/magnetic resonance imaging (PET/MRI) in the field of oncology and the application prospects in related therapeutic fields are discussed.

Functional magnetic resonance imaging, multimodal imaging, cancer, positron emission tomography/magnetic resonance imaging (PET/MRI)

R445.2

10.19595/j.cnki.1000-6753.tces.201255

江蘇省重點研發計劃（BE2019716）和國家自然科學基金（91753106）資助項目。

2020-09-21

2020-10-10

馮 煥 女，1995年生，碩士研究生，研究方向為生物傳感和多模態成像。E-mail: 220181844@seu.edu.cn

王雪梅 女，1968年生，教授，博士生導師，研究方向為生物電子與生物傳感、多模態生物成像、納米醫學和精準醫療。E-mail: xuewang@seu.edu.cn（通信作者）

（編輯 崔文靜）