馬 珂 MA Ke岳云龍 YUE Yunlong周賾辰 ZHOU Zechen孫愛琦 SUN Aiqi陳 碩 CHEN Shuo李 睿 LI Rui
?
利用4D-Flow技術(shù)定量分析肺動脈血流和相對壓力的可重復(fù)性研究
馬 珂 MA Ke
岳云龍 YUE Yunlong
周賾辰 ZHOU Zechen
孫愛琦 SUN Aiqi
陳 碩 CHEN Shuo
李 睿 LI Rui
Department of Biomedical Engineering, Tsinghua University, Beijing 100084, China
Address Correspondence to: LI Rui E-mail: leerui@tsinghua.edu.cn
修回日期:2015-09-06
中國醫(yī)學(xué)影像學(xué)雜志
2016年 第24卷3期:215-217,222
Chinese Journal of Medical Imaging 2016 Volume 24(3): 215-217, 222
【摘要】目的 肺動脈血流動力學(xué)參數(shù)的無創(chuàng)測量,對于肺動脈高壓的診斷、預(yù)后評估和跟蹤研究有重要意義。本文主要基于4D-Flow技術(shù)對肺動脈血流定量測量和相對壓力計(jì)算的可重復(fù)性進(jìn)行研究。資料與方法 對8例健康志愿者1周內(nèi)進(jìn)行2次獨(dú)立的肺動脈4D-Flow成像,在肺動脈干、左肺動脈和右肺動脈取3個(gè)截面,定量分析每個(gè)截面的最大流速、每搏輸出量、最大流量和平均相對壓力等參數(shù),分析各參數(shù)的相關(guān)性和可重復(fù)性。結(jié)果 利用2次掃描結(jié)果成功測量了肺動脈最大流速、每搏輸出量、最大流量和平均相對壓力,2次掃描結(jié)果相關(guān)性較好(r=0.880 0.988、0.958、0.953,P<0.001)。Bland-Altman分析結(jié)果表明,最大流速、最大流量、每搏輸出量和峰值壓力結(jié)果有較好的可重復(fù)性(d=1.30、4.60、1.00、0.04 σd=±8.90、±29.30、±9.20、±0.35)。結(jié)論 利用4D-Flow技術(shù)可以對肺動脈血流及相對壓力進(jìn)行定量分析,并且有較好的可重復(fù)性。
【關(guān)鍵詞】高血壓,肺性;磁共振成像;肺動脈;血流動力學(xué);圖像處理,計(jì)算機(jī)輔助
肺動脈高壓是一種死亡率較高的惡性疾病,其特點(diǎn)是肺動脈壓力升高和近端肺動脈硬化,并伴隨血流動力學(xué)變化,最終導(dǎo)致右心衰竭[1-2]。目前,右心導(dǎo)管術(shù)是診斷肺動脈高壓的“金標(biāo)準(zhǔn)”,盡管具有較高的可靠性和較低的風(fēng)險(xiǎn),但仍為有創(chuàng)檢查。近年,隨時(shí)間變化的三維三方向相位對比MRI,即4D-Flow技術(shù)[3]得到迅速發(fā)展,利用該方法可進(jìn)行大范圍感興趣區(qū)的血流定量分析、復(fù)雜血流的三維可視化和高級血流動力學(xué)參數(shù)計(jì)算[4-5]。4D-Flow技術(shù)使肺動脈血流動力學(xué)參數(shù)的無創(chuàng)測量成為可能,但在臨床應(yīng)用之前需要對這種測量方法的可重復(fù)性進(jìn)行驗(yàn)證,以保證參數(shù)測量的穩(wěn)定性。因此,本研究基于4D-Flow技術(shù)對肺動脈流速、流量、每搏輸出量和相對壓力進(jìn)行測量,并對其進(jìn)行可重復(fù)性研究。
1.1 研究對象 對8例健康志愿者1周內(nèi)進(jìn)行2 次獨(dú)立的肺動脈4D-Flow成像,其中男6例,女2例;年齡23~30歲,平均(25.0±2.5)歲。本研究經(jīng)本院醫(yī)學(xué)倫理委員會批準(zhǔn),所有受檢者均簽署知情同意書。
1.2 儀器與方法 采用 Philips Achieva TX 3.0T MRI儀和32通道心臟線圈分別進(jìn)行2次肺動脈成像,采用斜橫斷面掃描,并使用回顧式心電門控,每心動周期采集20個(gè)時(shí)相,掃描參數(shù):采集視野200 mm×200 mm ×80 mm,采集體素2 mm×2 mm×4 mm,翻轉(zhuǎn)角10°,3個(gè)梯度方向上的流速編碼范圍均設(shè)定為150 cm/s,TR 5 ms,TE 3 ms,時(shí)間分辨率40~50 ms。
1.3 數(shù)據(jù)分析 4D-Flow數(shù)據(jù)經(jīng)過渦流矯正和噪聲去除后[6],生成幅值加權(quán)的時(shí)間平均3D相位對比MR血管造影數(shù)據(jù),即3D PC-MRA數(shù)據(jù)[7],并將此數(shù)據(jù)輸入三維可視化軟件(EnSight,CEI,USA),在肺動脈干、右肺動脈、左肺動脈分別截取截面,對于每個(gè)截面使用Matlab(Matlab,the Mathworks,USA)程序手工繪制所有時(shí)間幀的肺動脈管腔輪廓,進(jìn)行最大流速、每搏輸出量、最大流量的定量分析[8],截面具體位置見圖1A。
圖1 男,27歲。A.不同時(shí)間肺動脈跡線(pathline)可視化及分析血流的截面位置;B.血流流量分析結(jié)果
相對壓力的計(jì)算流程見圖2,使用3D PC-MRA數(shù)據(jù)可得到三維的動脈結(jié)構(gòu)信息,并利用三維區(qū)域生長算法對肺動脈進(jìn)行半自動分割,可獲得肺動脈三維結(jié)構(gòu)模型。將血液假設(shè)為不可壓縮的黏性液體,壓力的梯度可通過納維葉-斯托克斯公式(Navier-Stokes)計(jì)算,見公式(1)。
其中,P為相對壓力,μ為血液的黏滯系數(shù),ρ為血液的密度,g為重力加速度。在實(shí)際掃描中,志愿者位于水平位,其血液重力可忽略。
對于每個(gè)給定的體素,其速度的時(shí)間和空間一階導(dǎo)數(shù)以及空間的二階導(dǎo)數(shù)可由其相鄰的時(shí)間上和空間上的速度值中心差分法求出[9]。基于所得的壓力梯度結(jié)果,將區(qū)域生長種子點(diǎn)相對壓力設(shè)為0,壓力的初始值為區(qū)域生長路徑上每點(diǎn)的壓力梯度總和,相對壓力可通過迭代壓力泊松方程法[10]得出,其迭代過程見公式(2)。
圖2 相對壓力計(jì)算流程。A. PC-MRA數(shù)據(jù)的最大密度投影圖;B. PC-MRA數(shù)據(jù)二值化后的結(jié)果;C.分割后的肺動脈;D.相對壓力的計(jì)算結(jié)果
其中,Pk為第k次迭代結(jié)果,i確定了6個(gè)相鄰的體素,Pi為第i個(gè)相鄰體素的壓力梯度,α值取0.5,當(dāng)平均壓力值變化小于0.1%時(shí)迭代結(jié)束,可以得到每個(gè)體素相對于參考點(diǎn)的壓力值。在肺動脈干、右肺動脈、左肺動脈分別截取與分析肺動脈血流相同的截面(圖3A),并計(jì)算相對壓力在截面上的均值,可得收縮期和舒張期平均相對壓力的峰值。
圖3 男,27歲。A.計(jì)算平均相對壓力截面位置;B~D分別為右肺動脈、左肺動脈、肺動脈干各截面平均相對壓力結(jié)果。MPA:肺動脈干;RPA:右肺動脈;LPA:左肺動脈
1.4 統(tǒng)計(jì)學(xué)方法 采用SPSS 16.0軟件,2次掃描測得的最大流速、最大流量、每搏輸出量和峰值壓力值的相關(guān)性采用Pearson相關(guān)分析,采用Bland-Altman分析法評價(jià)2次掃描獲得結(jié)果的差異和一致性,P<0.05表示差異有統(tǒng)計(jì)學(xué)意義。
本組8例受試者均成功完成2次掃描,并成功測定了肺動脈流量及相對壓力,圖1B和圖3B~D分別給出了其中1例受試者1個(gè)心動周期內(nèi)右肺動脈、左肺動脈、肺動脈干的血流流量和平均相對壓力的變化曲線。2次掃描所得最大流速、最大流量、每搏輸出量和峰值壓力均有較好的相關(guān)性(r=0.880、0.988、0.958、0.953,P<0.001),見表1。Bland-Altman分析結(jié)果見表1及圖4,結(jié)果顯示2次掃描所得最大流速、最大流量、每搏輸出量和峰值壓力的結(jié)果具有較好的可重復(fù)性。
表1 2次掃描所得各參數(shù)的相關(guān)性和Bland-Altman分析結(jié)果
圖4 2次掃描所得各參數(shù)的Bland-Altman分析。A~D分別為最大流速、最大流量、每搏輸出量、峰值壓力的Bland-Altman分析結(jié)果
本研究通過健康志愿者肺動脈4D-Flow成像獲得了流速、流量、每搏輸出量、相對壓力等血流動力學(xué)參數(shù),并具有較高的穩(wěn)定性和可重復(fù)性。由最大流速、最大流量、每搏輸出量的相關(guān)性分析結(jié)果可見,最大流量和每搏輸出量的相關(guān)性高于最大流速,其原因在于最大流速為分析截面中速度的最大值,相對于流量和每搏輸出量對于截面內(nèi)流速面積上和流量時(shí)間上的積分,容易產(chǎn)生誤差,但總體上3個(gè)參數(shù)均有較好的相關(guān)性和可重復(fù)性,可以應(yīng)用于相關(guān)臨床研究。
在相對壓力計(jì)算方面,本研究采用納維葉-斯托克斯(Navier-Stokes)方程計(jì)算壓力梯度,與簡化的伯努利方程通過速度峰值計(jì)算相對壓力[11]相比,納維葉斯托克斯方程可提供血管內(nèi)相對壓力關(guān)于時(shí)間或空間的變化信息,而通過迭代壓力泊松方程法可以避免相對壓力計(jì)算結(jié)果受到積分路徑的影響[12],并且其準(zhǔn)確性已經(jīng)在水模上得到驗(yàn)證[13]。在計(jì)算壓力的過程中本研究采用了3D PC-MRA技術(shù)進(jìn)行血管的分割,只能提供血管內(nèi)流動的區(qū)域范圍,并不能提供血管壁的確切位置,并且圖像噪聲及血液流動的部分容積效應(yīng)使得速度場并非完全符合散度為0的條件,因此在計(jì)算血壓時(shí)并未考慮流體的邊界條件和散度為0的條件后續(xù)研究中,基于不同時(shí)間幀的分割以及利用散度為0條件對速度場進(jìn)行噪聲去除可能會解決上述問題。
目前對于肺動脈高壓相關(guān)血流動力學(xué)參數(shù)的無創(chuàng)測量研究多集中在利用超聲[14]及二維相位對比技術(shù)盡管4D-Flow技術(shù)采集時(shí)間較長,但其定位較為簡單可以在一次掃描中提供所掃描的三維容積內(nèi)任意位置及截面的血流速度信息,非常適合多截面或血管空間內(nèi)血流動力學(xué)參數(shù)的計(jì)算和分析,并且可以提供包括向量、流線、跡線的三維可視化信息[15]。在后續(xù)研究中,可以利用4D-Flow技術(shù)對肺動脈高壓患者進(jìn)行肺動脈血流、相對壓力、三維可視化等多種血流動力學(xué)參數(shù)的綜合評價(jià),并與右心導(dǎo)管術(shù)數(shù)據(jù)及健康志愿者結(jié)果進(jìn)行對比,進(jìn)行肺動脈高壓的無創(chuàng)評估。4D-Flow技術(shù)也為主動脈、顱內(nèi)動脈、頸動脈等相關(guān)血管疾病研究提供了新的研究手段[16],如先天性心臟?。?7]、主動脈夾層[18]、顱內(nèi)動脈瘤[19]等。
總之,本研究采用4D-Flow技術(shù),完成了對肺動脈血流和相對壓力的測量和定量分析,并驗(yàn)證了測量的可重復(fù)性,有望應(yīng)用于多血流動力學(xué)參數(shù)的肺動脈高壓的評估。
參考文獻(xiàn)
[1] Shah SJ. Pulmonary hypertension. JAMA, 2012, 308(13): 1366 1374.
[2] Thenappan T, Shah SJ, Rich S, et al. Survival in pulmonary arterial hypertension: a reappraisal of the NIH risk stratification equation. Eur Respir J, 2010, 35(5): 1079-1087.
[3] Markl M, Harloff A, Bley TA, et al. Time-resolved 3D MR velocity mapping at 3T: improved navigator-gated assessment o vascular anatomy and blood flow. J Magn Reson Imaging, 2007
25(4): 824-831.
[4] Markl M, Chan FP, Alley MT, et al. Time-resolved threedimensional phase-contrast MRI. J Magn Reson Imaging, 2003, 17(4): 499-506.
[5] Frydrychowicz A, Stalder AF, Russe MF, et al. Threedimensional analysis of segmental wall shear stress in the aorta by flow-sensitive four-dimensional-MRI. J Magn Reson Imaging, 2009, 30(1): 77-84.
[6] Bock J, Kreher BW, Hennig J, et al. Optimized pre-processing of time-resolved 2D and 3D phase contrast MRI data//Proceedings of the 15th Annual Meeting of ISMRM, Berlin, 2007: 3138.
[7] Bock J, Frydrychowicz A, Stalder AF, et al. 4D phase contrast MRI at 3 T: effect of standard and blood-pool contrast agents on Snr, PC-MRA, and blood flow visualization. Magn Reson Med, 2010, 63(2): 330-338.
[8] Stalder AF, Russe MF, Frydrychowicz A, et al. Quantitative 2D and 3D phase contrast MRI: optimized analysis of blood flow and vessel wall parameters. Magn Reson Med, 2008, 60(5):1218-1231.
[9] Balleux-Buyens F, Jolivet O, Bittoun J, et al. Velocity encoding versus acceleration encoding for pressure gradient estimation in MR haemodynamic studies. Phys Med Biol, 2006, 51(19): 4747-4758.
[10] Yang GZ, Kilner PJ, Wood NB, et al. Computation of flow pressure fields from magnetic resonance velocity mapping. Magn Reson Med, 1996, 36(4): 520-526.
[11] Nogami M, Ohno Y, Koyama H, et al. Utility of phase contrast MR
imaging for assessment of pulmonary flow and pressure estimation in patients with pulmonary hypertension: comparison with right heart catheterization and echocardiography. J Magn Reson Imaging, 2009, 30(5): 973-980.
[12] Nagao T, Yoshida K, Okada K, et al. Development of a noninvasive method to measure intravascular and intracardiac pressure differences using magnetic resonance imaging. Magn Reson Med Sci, 2008, 7(3): 113-122.
[13] Tyszka JM, Laidlaw DH, Asa JW, et al. Three-dimensional, timeresolved (4D) relative pressure mapping using magnetic resonance imaging. J Magn Reson Imaging, 2000, 12(2): 321-329.
[14] 魏麗群, 李越, 王廣義, 等. 超聲心動圖無創(chuàng)性評估肺血管阻力. 中國醫(yī)學(xué)影像學(xué)雜志, 2014, 22(4): 272-277.
[15] Markl M, Draney MT, Hope MD, et al. Time-resolved 3-dimensional velocity mapping in the thoracic aorta: visualization of 3-directional blood flow patterns in healthy volunteers and patients. J Comput Assist Tomogr, 2004, 28(4): 459-468.
[16] Pineda Zapata JA, Delgado de Bedout JA, Rascovsky Ramírez S, et al. A practical introduction to the hemodynamic analysis of the cardiovascular system with 4D Flow MRI. Radiologia, 2014, 56(6): 485-495.
[17] Fran?ois CJ, Srinivasan S, Schiebler ML, et al. 4D cardiovascular magnetic resonance velocity mapping of alterations of right heart flow patterns and main pulmonary artery hemodynamics in tetralogy of Fallot. J Cardiovasc Magn Reson, 2012, 14(3): 16.
[18] 郭子義, 陳晶. 動態(tài)三維血管建模法分析Stanford B型胸主動脈夾層四維相位對比MRI. 第二軍醫(yī)大學(xué)學(xué)報(bào), 2014, 35(6): 651-656.
[19] Xiang J, Natarajan SK, Tremmel M, et al. Hemodynamicmorphologic discriminants for intracranial aneurysm rupture. Stroke, 2011, 42(1): 144-152.
(本文編輯 張春輝)
作者單位清華大學(xué)生物醫(yī)學(xué)工程系 北京 100084
Doi:10.3969/j.issn.1005-5185.2016.03.018
通訊作者李 睿
基金項(xiàng)目
北京市科技計(jì)劃課題(Z131100005213001)。
中圖分類號R445.2
收稿日期:2015-07-10
Reproducibility of Pulmonary Artery Flow and Pressure Difference Measurements Using 4D-Flow MRI
【Abstract】Purpose to investigate the reproducibility of blood flow and pressure differenc measurements for pulmonary artery using 4D-Flow MRI.Materials and Methods Eigh healthy volunteers were scanned twice within a week using 4D-Flow MRI for pulmonary artery segment. Three 2D cross-sectional views including main pulmonary artery right pulmonary artery and left pulmonary artery were manually chosen to evaluat local hemodynamic parameters such as peak velocity, stroke volume, peak flow and mean pressure difference as well as the reproducibility between two measurements.Results Th evaluation of peak velocity, stroke volume, peak flow and mean pressure differenc were successfully implemented in all volunteers and a significant correlation between two scans was also found for every measured parameter with correlation coefficient of 0.880, 0.988, 0.958 and 0.953 (P<0.001) respectively. The Bland-Altman results furthe demonstrated good reproducibility in the measurements for peak velocity, stroke volume peak flow and mean pressure difference (d=1.30, 4.60, 1.00 and 0.04, σd=±8.90, ±29.30 ±9.20 and ±0.35).Conclusion Blood flow and PD can be quantitatively measured in pulmonary artery using 4D-Flow MRI with good reproducibility.
【Key words】Hypertension, pulmonary; Magnetic resonance imaging; Pulmonary artery Hemodynamics; Image processing, computer-assisted