喬玉杰,張鳳翔
(1.內蒙古醫(yī)科大學研究生學院,內蒙古 呼和浩特 010000;2.內蒙古鄂爾多斯市中心醫(yī)院影像科,內蒙古 鄂爾多斯 017000)
體素內不相干運動MRI在肺部占位性病變中的應用研究進展
喬玉杰1,張鳳翔2
(1.內蒙古醫(yī)科大學研究生學院,內蒙古 呼和浩特 010000;2.內蒙古鄂爾多斯市中心醫(yī)院影像科,內蒙古 鄂爾多斯 017000)
肺部占位性病變發(fā)病率很高,尤其是肺癌,發(fā)病率和死亡率均居腫瘤第1位。體素內不相干運動MRI對肺部占位性病變的定性診斷及臨床治療均具一定指導意義。本文就體素內不相干運動MRI對肺部占位性病變的診斷、鑒別診斷、化療早期療效預測及評估等方面進行綜述。
體素內不相干運動磁共振成像;彌散加權成像;肺癌
肺部占位性病變是臨床常見病,CT是目前臨床檢出和診斷肺部占位性病變的最主要手段。傳統(tǒng)多以病變的形態(tài)學特征改變?yōu)橹饕跋駥W診斷依據,但存在“同病異影”或“異病同影”現象,給定性診斷帶來困難。隨著MRI硬件技術和成像技術的不斷發(fā)展,功能MRI在疾病診斷與研究中有了革命性的進展。體素內不相干運動磁共振成像(introvoxel inco-herent motion MR imaging,IVIM-MRI)是用于描述體素的微觀運動的成像方法。IVIM-MRI提出DWI中同時測量組織內水分子隨機運動和毛細血管網中血液流動的數學模型,從理論上提供了更精準的方法分別評價組織的擴散系數及組織微循環(huán)灌注,為肺部占位性病變的定性診斷提供了新的理論依據。本文擬介紹IVIM的基本原理,并綜述其在肺部占位性病變中的應用進展。
1986年Le Bihan等[1]提出IVIM-MRI理論,指出組織中水分子的運動不僅是純水分子的擴散,同時還包括毛細血管灌注。就體素水平而言,由于毛細血管網的偽隨機性器官分布,毛細血管內水分子隨血流運動可看作無序的隨機運動,即“假性擴散”,其與毛細血管網的結構及血流速度相關。當施加擴散敏感梯度場時,血流灌注也可引起相位分散而導致信號衰減。因此,DWI信號包含了水分子擴散和微循環(huán)灌注兩部分,只有當水分子擴散為體素內唯一運動形式時,所測得的ADC值才等于真實擴散系數[1-2]。
IVIM成像可用于分別量化其中的擴散運動成分和血流灌注成分[2],其信號強度衰減符合以下方程
b=γ2G2δ2(Δ-δ/3)。其中γ為旋磁比;G為梯度場強度;δ為梯度場持續(xù)時間;Δ為2個梯度場的間隔時間;Sb為相應b值(b≠0)的DWI信號強度;S0為b=0 s/mm2時的信號強度;f為灌注分數,表示體素內微循環(huán)灌注相關擴散在DWI信號衰減中所占的比例,與毛細血管血容量相關;D*為假擴散系數,代表體素內微循環(huán)灌注相關擴散運動,又稱灌注相關擴散或快速的擴散運動成分,單位為mm2/s;D為純擴散系數,代表體素內單純的水分子擴散運動或慢速的擴散運動成分,單位為mm2/s。
微循環(huán)對DWI信號衰減的影響取決于b值大小。b值越小,微循環(huán)灌注的比重越大,解剖結構顯示越清楚;相反,b值越大,越能反映水分子擴散,但解剖結構顯示越模糊[3]。此時,公式(1)可簡化為:Sb/S0=(1-f)exp(-bD),通過較大范圍的多個b值DWI成像,并對不同b值及相應DWI數據進行雙指數擬合,便可分離單純水分子擴散和微循環(huán)灌注效應[4],并得到3個參數D*、D和f值。
隨著MRI平面回波序列的使用,其使得人體器官的DWI發(fā)展為快速成像成為可能。但呼吸偽影、心臟運動偽影等一系列降低成像質量的相關因素卻限制了DWI在肺部相關疾病中的應用。因此,為得到更好的圖像質量、更快的掃描速度及更精確的數據,呼吸方式的選擇、采用合適的掃描序列等技術問題同樣重要。通常認為,屏氣掃描可減少呼吸偽影,但延長采集時間,圖像的SNR及空間分辨力均會隨之下降。Liu等[5]研究認為,在高b值下單次激勵平面回波成像序列與自由呼吸相結合,可提高DWI的圖像質量。與屏氣掃描相比,采用自由呼吸掃描可使層厚更薄、掃描范圍更大、噪聲比更高[6]。此外,劉海東等[7]研究認為,在1.5 T MRI設備上使用相控陣線圈和AEEST技術對肺惡性腫瘤和良性實性病變行DWI檢查切實可行;在自由呼吸狀態(tài)下采用b值為500 s/mm2、NEX為4時能夠獲得滿意的胸部DWI圖像。還有學者[8]認為,采用3.0 T高場MRI設備,同時應用并行采集成像技術,可減少編碼相位的步驟和填充K空間的時間,從而抑制磁敏感偽影和化學位移偽影。
3.1 IVIM-MRI各參數對肺部良惡性病變的鑒別診斷 傳統(tǒng)DWI很早就已用于鑒別肺部良惡性病變的研究中;Liu等[5]通過分析良惡性病變在DWI上的信號強度特征、良惡性病變ADC值的比較認為,定量分析的ADC值對鑒別肺部良惡性病變有重要意義,并通過ROC曲線的分析,得出鑒別兩者的最佳閾值約為1.400×10-3mm2/s。但Gumustas等[9]認為,肺部良惡性病變ADC值差異無統(tǒng)計學意義。這可能與b值的設定、場強的大小及數據后處理方式不一致有關。但這些研究所測得的ADC值,包含了擴散及微灌注2種成分,由于IVIM-MRI可分離組織的純擴散效應和微灌注效應,所以有不少學者利用IVIM模型研究。王曉華等[10]利用IVIM技術,通過分析利用IVIM模型評估組織中D值、D*值和f值,采用Mann-Whitney U檢驗比較惡性組與良性組相關參數值的差異及ROC曲線評價各參數的診斷效能,最終得出2組間D*和f值差異無統(tǒng)計學意義,而肺惡性組D值明顯低于良性組(P=0.001),且D值的ROC曲線下面積最大(AUC=0.839),即IVIM參數中D值對于鑒別肺腫塊的良惡性有顯著意義,且診斷效能較好。Yuan等[11]的研究也顯示,鱗癌和腺癌的ADC值、D值均明顯低于良性組(P<0.05),D*值、f值與良性組差異無統(tǒng)計學意義。分析原因,可能與灌注參數與腫瘤的微血管密度(MVD)有關,MVD增多導致血流量增加,故肺惡性病變D*值較高。由于血管生成增加不僅發(fā)生在惡性腫瘤中,也可發(fā)生于良性腫瘤中,因此良惡性病變的MVD有重疊[12],所以D*值對良惡性病變的鑒別診斷意義不大。另一個原因是,D*值及f值是在低b值(<200 s/mm2)、標準偏差較大的情況下擬合得到。Koh等[13]也認為ADC值在高b值(>200 s/mm2)、標準偏差較小的情況下擬合得到,其穩(wěn)定性高于在低b值、標準偏差較大的情況下擬合得到參數。另有學者[14]研究發(fā)現,周圍型肺癌D值、D*值與感染性肉芽腫差異無統(tǒng)計學意義,但f值的ROC的AUC最大,在周圍型肺癌及感染性肉芽腫的鑒別診斷方面具有一定價值。理論上D*值及f值均與微循環(huán)灌注密切相關,而研究結果的不同,可能與病變的血供是否豐富有關。
3.2 IVIM-MRI對不同病理類型肺癌的鑒別診斷
3.2.1 腺癌與鱗癌 從理論上來講,腺癌和鱗癌的ADC值應有區(qū)分:一方面,腺癌尤其是高分化腺癌,組織學上特征性表現為腫瘤細胞沿肺泡壁生長替代柱狀上皮細胞,而鱗癌則為團塊狀生長方式,表現為腫瘤細胞壓縮式增殖和非替代性侵犯[15],兩者生長方式的差異決定了鱗癌的腫瘤細胞密度高于腺癌,而細胞密度越高,細胞內外水分子的擴散運動越受限制,ADC值越低。另一方面,腺癌組織的腺腔及細胞的胞漿內含有黏液成分,其中含有較多自由水,使其ADC值升高。因此,腺癌的平均ADC值多高于鱗癌。陳利華等[3]的研究結果顯示,腺癌、鱗癌的ADC值分別為(1.10±0.14)×10-3mm2/s、(0.89±0.09)×10-3mm2/s,兩者差異有統(tǒng)計學意義。而有學者[16]認為,ADC值對于鑒別肺部腺癌、鱗癌及大細胞癌無意義。Yuan等[11]通過IVIM成像方法得到的數據分析也顯示,不僅ADC值對腺癌及鱗癌的鑒別差異無統(tǒng)計學意義,D值對兩者的鑒別差異亦無統(tǒng)計學意義,其原因可能是,管狀流和腺體的分泌有助于信號的衰減,從而導致信號采集的誤差,另一方面,可能與ROI中血管的異質性分布有關,所以在評估腫瘤的異質性時,基于直方圖的整個體積分析更有助于區(qū)分腫瘤的侵襲性及腫瘤類型的鑒別。另Shen等[16]認為,雖然細胞的密集性可影響病灶的ADC值,但這一生物學參數并不能決定腫瘤的組織學類型,而且,腫瘤的組織學分型大多通過腫瘤細胞的角化程度、細胞異型性等劃分,僅靠細胞密度并不能準確區(qū)分腫瘤亞型。
3.2.2 小細胞肺癌(SCLC)與非小細胞肺癌(NSCLC)Shen等[16]共收集了202例SCLC及736例NSCLC,通過Meta分析,SCLC的ADC值95%CI為(1.21~1.29)×10-3mm2/s,NSCLC的ADC值95%CI為(1.33~1.37)×10-3mm2/s,兩者差異有統(tǒng)計學意義(P<0.05);Liu等[5]研究發(fā)現,SCLC的ADC值較NSCLC的ADC明顯減低,前者為(1.064±0.196)×10-3mm2/s,后者為(1.321±0.335)×10-3mm2/s,差異有統(tǒng)計學意義(P=0.007)。理論上講,與NSCLC相比,SCLC的細胞大且密集,胞核大且胞漿少,這些結構特點均決定SCLC中水的擴散受限更明顯[17],這也解釋了SCLC的ADC值較低的原因。但這些僅是傳統(tǒng)DWI的研究,關于IVIM成像的各參數對SCLC與NSCLC的鑒別診斷是否有幫助還需進一步研究探討。
3.3 肺癌與繼發(fā)阻塞性肺實變的鑒別診斷 中央型肺癌常伴阻塞性肺炎,后者導致肺容積的減少,最終出現阻塞性肺實變[18]。腫瘤與肺實變區(qū)域在胸片上及CT掃描中均表現為片狀實性陰影,難以區(qū)分。但是準確地確定腫瘤范圍對肺癌的臨床分期及治療方法的選擇都很重要,所以利用IVIM成像鑒別兩者,對臨床的診斷及治療會有很大幫助。Wang等[19]研究發(fā)現,肺癌的ADC、D及f值較繼發(fā)阻塞性肺實變均較低(P=0.000);肺癌的D*值較繼發(fā)阻塞性肺實變差異無統(tǒng)計學意義(P=0.335)。此外,ROC曲線顯示ADC優(yōu)于其他灌注及擴散參數,其最佳截斷值為1.409×10-3mm2/s(AUC=0.95)。由此看來,IVIM-DWI在鑒別肺癌與阻塞性肺實變中具有潛在價值,ADC、D及f值是可靠的獨立區(qū)分標志物,但D*值變異較大且診斷準確性較低。傳統(tǒng)的DWI-MRI對肺癌及阻塞性肺實變的鑒別也有很大幫助,楊蕊夢等[20]研究發(fā)現,瘤體的平均ADC值顯著低于其繼發(fā)阻塞性肺實變的平均ADC值[(1.83±0.58)mm2/s vs.(2.90±0.26)mm2/s](P<0.0001);在DWI信號強度方面,瘤體均表現為明亮高信號,肺實變區(qū)域表現為等或稍低信號。Baysal等[21]的研究中,瘤體的平均ADC值為(1.83±0.75)×10-3mm2/s,低于阻塞性肺實變區(qū)域的平均ADC值(2.50±0.76)×10-3mm2/s(P=0.003)。原因可能是腫瘤內部細胞比較密集,細胞間隙小,水分擴散受限;而阻塞性肺實變雖灌注較高,但是炎性改變所致,細胞密集程度不如癌組織密集,因此水分擴散受限沒有癌組織明顯。
3.4 肺部病灶化療早期療效的預測及評估 以往研究[22]顯示,灌注可作為許多生理和病理過程的一個重要標志,所以當高灌注的惡性腫瘤經過化療后,供血血管若減少,灌注程度減低,在一定程度上說明治療有效,反之,無效。理論上講,IVIM可將細胞的灌注和擴散分開,從而反映化療療效的好壞。近年來有不少學者逐漸證實了這一點,Yan等[23]研究發(fā)現,經嚴密的評估及化療后,臨床效果較差組的f值(12.6±4.4)低于臨床效果較好組的f值(30.2±8.6)(P<0.001),與Joo等[24]的結果一致。結合文獻,筆者認為原因主要是腫瘤組織內有許多新生血管,高灌注是必然的,而化療可誘導組織的纖維化[25-26]。纖維的供血與惡性腫瘤細胞相比,供血是較低的,因此化療后,腫瘤整體的供血降低,f值相應降低。但Yan等[23]的研究結果還顯示,治療前后ADC、D及D*值的變化差異無統(tǒng)計學意義。D值的變化差異無統(tǒng)計學意義,可能與肺部MRI的SNR太低有關。說明組織細胞的密度對預測治療效果價值不大。另外,D*和f值分別代表血流灌注的不同特征[27],D*主要表示平均血流速度,f值主要表示與血液微循環(huán)有關的微觀平移運動。
綜上所述,常規(guī)DWI使用單指數擬合函數得到ADC值,雖在病變檢出及良惡性病變鑒別等方面的價值得到廣泛認可,但仍存在一定局限性。由于正常組織與病變組織、良惡性病變的ADC值有很大重疊,故ADC值往往不能對病變進行精確定性[28]。而IVIM通過多b值的DWI圖像,采用雙指數模型的后處理方式可得到更本質的D值、f值和D*值。多個參數聯合鑒別診斷,其診斷特異度和靈敏度均明顯高于單一ADC值,更有助于病變的定性診斷和鑒別診斷,在預測和監(jiān)控放化療療效方面也有一定指導作用。
[1]Le Bihan D,Breton E,Lallemand D,et al.MR imaging of intr-avoxel incoherent motions:application to diffusion and perfusion in neurologic disorders[J].Radiology,1986,161:401-407.
[2]Le Bihan D,Breton E,Lallemand D,et al.Separation of diffusion and perfusion in intravoxel incoherent motion MR imaging[J]. Radiology,1988,168:497-505.
[3]陳利華,陳永峰,張久權,等.表觀擴散系數值在鑒別不同組織學類型肺癌中的價值[J].中國醫(yī)學影像技術,2012,28(8):1541-1545.
[4]Luciani A,Vignaud A,Cavet M,et al.Liver cirrhosis:intravoxel incoherent motion MR imaging--pilot study[J].Radiology,2008,249:891-899.
[5]Liu H,Liu Y,Yu T,et al.Usefulness of diffusion-weighted MR imaging in the evaluation of pulmonary lesions[J].Eur Radiol,2010,20:807-815.
[6]Nishie A,Stolpen AH,Obuchi M,et al.Evaluation of locally recurrent pelvic malignancy:performance of T2-and diffusion-weighted MRI with image fusion[J].Magn Reson Imaging,2008,28:705-713.
[7]劉海東,于鐵鏈,劉穎,等.肺惡性腫瘤和實性良性病變擴散加權成像技術初探[J].國際醫(yī)學放射學雜志,2010,33(3):240-244.
[8]Henzler T,Schmid-bindert G,Schoenberg SO,et al.Diffusion and perfusion MRI of the lung and mediastinum[J].Eur J Radiol,2010,76:329-336.
[9]Gumustas S,Inan N,Akansel G,et al.Differentiation of malignant and benign lung lesions with diffusion-weighted MR imaging[J]. Radiol Oncol,2012,46:106-113.
[10] 王曉華,段江暉,袁慧書.多b值擴散加權成像在鑒別肺腫塊良惡性中的價值[J].中國醫(yī)學科學院學報,2014,36(5):510-515.
[11]Yuan M,Zhang YD,Zhu C,et al.Comparison of intravoxel in-coherent motion diffusion-weighted MR imaging with dynamic contrast-enhanced MRI for differentiating lung cancer from ben-ign solitary pulmonary lesions[J].J Magn Reson Imaging,2015,43:669-679.
[12]Yi CA,Lee KS,Kim EA,et al.Solitary pulmonary nodules:dyna-mic enhanced multi-detector row CT study and comparison with vascular endothelial growth factor and microvessel density[J]. Radiology,2004,233:191-199.
[13]Koh DM,Blackledge M,Collins DJ,et al.Reproducibility and changes in the apparent diffusion coefficients of solid tumours treated with combretastatin A4 phosphate and bevacizumab in a two-centre phase I clinical trial[J].Eur Radiol,2009,19:2728-2738.
[14] 雷永霞,李新春,萬齊,等.周圍型肺癌的磁共振體素內不相干運動擴散加權成像[J].中國醫(yī)學影像技術,2015,31(1):57-61.
[15]Humphries PD,Sebire NJ,Siegel MJ,et al.Tumors in pedia-tric patients at diffusion-weighted MR imaging:apparent diffus-ion coefficient and tumor cellularity[J].Radiology,2007,245:848-854.
[16] Shen G,Jia Z,Deng H.Apparent diffusion coefficient values of diffusion-weighted imaging for distinguishing focal pulmonary lesions and characterizing the subtype of lung cancer:a metaanalysis[J].Eur Radiol,2016,26:556-566.
[17]Matoba M,Tonami H,Kondou T,et al.Lung carcinoma:diffus-ion-weighted mr imaging--preliminary evaluation with apparent diffusion coefficient[J].Radiology,2007,243:570-577.
[18]Qi LP,Zhang XP,Tang L,et al.Using diffusion-weighted MR imaging for tumor detection in the collapsed lung:a preliminary study[J].Eur Radiol,2009,19:333-341.
[19]Wang LL,Lin J,Liu K,et al.Intravoxel incoherent motion diff-usion-weighted MR imaging in differentiation of lung cancer from obstructive lung consolidation:comparison and correlation with pharmacokinetic analysis from dynamic contrast-enhanced MR imaging[J].Eur Radiol,2014,24:1914-1922.
[20]楊蕊夢,羅良平,李龍,等.DWI-MR在鑒別中央型肺癌與繼發(fā)阻塞性肺實變中的價值[J].臨床放射學雜志,2013,32(6):817-821.
[21]Baysal T,Mutlu DY,Yologlu S.Diffusion-weighted magnetic re-sonance imaging in differentiation of postobstructive consol-idation from central lung carcinoma[J].Magn Reson Imaging,2009,27:1447-1454.
[22]Le Bihan D.Diffusion,confusion and functional MRI[J].Ne-uroimage,2012,62:1131-1136.
[23]Yan C,Xu J,Xiong W,et al.Use of intravoxel incoherent mot-ion diffusion-weighted MR imaging for assessment of treatment response to invasive fungal infection in the lung[J].Eur Radiol,2016,27:212-221.
[24] Joo I,Lee JM,Han JK,et al.Intravoxel incoherent motion diff-usion-weighted MR imaging for monitoring the theraPeutic effi-cacy of the vascular disrupting agent CKD-516 in rabbit VX2 liver tumors[J].Radiology,2014,272:417-426.
[25]Hauser T,Essig M,Jensen A,et al.Prediction of treatment res-Ponse in head and neck carcinomas using IVIM:evaluation of lymph node metastasis[J].Eur J Radiol,2014,83:783-787.
[26]Dzik-jurasz A,Domenig C,George M,et al.Diffusion MRI for prediction of response of rectal cancer to chemoradiation[J]. Lancet,2002,360:307-308.
[27]Lee EY,Yu X,Chu MM,et al.Perfusion and diffusion charac-teristics of cervical cancer based on intraxovel incoherent mo-tion MR imaging--a pilot study[J].Eur Radiol,2014,24:1506-1513.
[28] 周立綏,杜勇,楊漢峰.體素內相位不相干運動成像原理及其在腹部的研究進展[J].中國醫(yī)學影像學雜志,2015,5(17):391-393.
2016-08-13)
10.3969/j.issn.1672-0512.2017.02.040
張鳳翔,E-mail:zc890308@sina.com。