李丹，王效春

1 定量磁敏感加權成像的基本原理

磁敏感加權成像(susceptibility weighted imaging，SWI)利用組織之間的磁敏感差異成像，它是一個三維采集的、具有完全流動補償?shù)母叻直媛侍荻然夭ㄐ蛄?。與SWI類似，定量磁敏感圖(quantitative susceptibility mapping，QSM)同樣基于物質本身磁敏感性基本特征形成圖像對比。物質的磁化率信息主要通過相位獲得，在生物組織中，相位對比度主要來源于鐵、鈣、脂質及髓鞘等[1]，這些物質具有不同的磁敏感特性，且都會引起局部磁場發(fā)生改變從而使質子失相位。從物質的相位圖到磁敏感圖主要有3個步驟：(1)相位解纏繞；(2)去除背景場；(3)運用特殊算法進行圖像后處理，得到磁化率圖。組織中的磁性物質可以產生局部磁場從而擾動圖像中的相位信息，由于系統(tǒng)所能獲得的相位信息局限在-π到π之間，與真實的相位之間存在相位周期模糊，所以需要進行相位解纏繞來消除這種相位模糊，得到真實的相位周期。在QSM中，只有由局部磁化率分布誘導產生的局部磁場是所關注的，背景磁場不均勻性可以造成低頻相位干擾，因此就需要去除背景場。去除背景場的方法主要有復雜諧波偽影去除法(so-phisticated harmonic artifact reduction for phase data，SHARP)和偶極場投影法(projection onto dipole fields，PDF)[2]。SHARP算法認為磁場擾動由內部磁場擾動及外部磁場擾動兩者共同構成，外部磁場擾動在整個感興趣區(qū)內具有諧波性質而內部磁場擾動不具有，利用這一區(qū)別將內部磁場擾動提取出來，從而有效地保持了感興趣區(qū)的內部信息。PDF算法可以有效地去除空氣-組織交界面的低頻偽影，提供良好的對比度。

QSM需結合特殊的重建算法對獲得的場圖信息進行后處理才能得到磁化率圖像。如何求解不適定逆問題[3]是QSM技術的一個關鍵問題。QSM的重建方法多種多樣，主要包括多方向采樣磁化率計算方法(calculation of susceptibility through multiple orientation sampling，COSMOS)、貝葉斯正規(guī)化方法、K空間加權微分法(weighted k-space derivative，WKD)、K空間閾值分割法(truncated k-space division，TKD)、以及基于迭代計算的HEIDI(homogeneity enabled incremental dipole inversion)方法、MEDI(morphology enabled dipole inversion)方法等[4]。

2 定量磁敏感加權成像在急性缺血性腦卒中中的應用

2.1 動脈血栓的評估

急性缺血性腦卒中(acute ischemic stroke，AIS)的發(fā)生機制較多，其中急性動脈血栓形成導致血管閉塞是較常見的原因，又以大腦中動脈閉塞或血栓形成最為常見。Chalela等[5]首先報道了在AIS患者的梯度回波(gradient echo，GRE)序列上大腦中動脈走行區(qū)域的低信號改變現(xiàn)象，稱之為磁敏感血管征(susceptibility vessel sign，SVS)，并指出這一征象為責任血管內血栓形成的典型征象。

既往評價腦血管有無閉塞及血栓形成常用的磁共振方法有磁共振血管造影(magnetic resonance angiography，MRA)，Huang等[6]的研究表明SWI與MRA在顯示血栓形成方面一致性較好，且SWI發(fā)現(xiàn)遠端血栓的敏感性高于MRA。國內外學者[7-8]研究發(fā)現(xiàn)，伴有SVS的AIS患者臨床病情較重、梗死面積較大、具有更高的不良預后率，并且SVS的長度越長梗死的范圍越大。Liebeskind等[9]對50例行機械取栓的急性大腦中動脈閉塞患者的血栓進行了病理分析，發(fā)現(xiàn)存在SVS的患者中，紅細胞含量為主的血栓要比混合血栓以及纖維為主的血栓更常見，由此可見，SVS可能提示該血栓成分以紅細胞為主。Yamamoto等[10]認為心源性栓塞顯示SVS是因為其主要成分為紅色血栓，大動脈粥樣硬化所形成的血栓以白色為主，其內脫氧血紅蛋白含量較低，所以心源性栓塞顯示SVS的陽性率高于大動脈粥樣硬化血栓形成亞型患者，提示SVS是診斷心源性栓塞的可靠預測因子。

在AIS患者中，早期疏通閉塞血管、恢復血流再灌注是拯救瀕臨梗死的缺血腦組織最理想的方法，早期發(fā)現(xiàn)急性期紅色血栓在血栓形成6 h內進行溶栓治療，有助于可逆性修復低灌注損傷腦組織，從而顯著提高血管再通比例。近年來，有一些學者對SVS與溶栓后血管再通的關系進行了研究。Yan等[11]回顧性分析了72例急性大腦中動脈閉塞的缺血性腦卒中患者的臨床和影像數(shù)據(jù)，發(fā)現(xiàn)所有SVS長度大于20 mm的患者行靜脈溶栓治療后均未實現(xiàn)血管再通，而對于SVS長度小于20 mm的患者，SVS形態(tài)不規(guī)則是無血管再通強有力的獨立預測指標。Ritzenthaler等[12]的研究表明SVS是低血管再通率的一個預測因子，而王昊、Bourcier等[13-14]卻得出了相反的結論，他們認為SVS的存在有助于預測靜脈溶栓及機械取栓后血管再通情況，并且存在SVS者臨床預后較好。

目前對SVS的研究還僅限于對其檢出、形態(tài)學測量等方面，對SVS定量測量的相關研究還較少。QSM是在SWI的基礎上發(fā)展而來的，是可以對體內磁性物質的磁化率進行定量測定的一項新技術，它不僅能得到SWI所提供的信息，還可以進行定量分析。根據(jù)QSM的定量特性，可以對SVS進行磁化率定量分析，這將會為動脈血栓成分的評估提供影像學依據(jù)，從而為臨床提供幫助。

2.2 不對稱靜脈血管征的評估

AIS發(fā)生時，由于供血動脈閉塞導致局部血流變緩，供氧量減少，腦組織為了獲得足夠的供氧量而代償性增加氧攝取分數(shù)(oxygen extraction fraction，OEF)，從而使梗死側回流靜脈內脫氧血紅蛋白濃度增高，脫氧血紅蛋白為順磁性物質，可使局部靜脈的磁化率發(fā)生改變，在SWI上表現(xiàn)為顯著低信號，被稱為不對稱靜脈血管征，包括不對稱突出皮質靜脈(asymmetrically prominent cortical veins，APCV)和不對稱深髓質靜脈(deep medullary veins，DMV)。

Lou等[15]的研究發(fā)現(xiàn)APCV的存在表明組織氧攝取分數(shù)增加，提示患者病情有惡化的趨勢。靜脈氧飽和度是一個可以反映大腦耗氧量的指標，可以通過QSM對磁共振相位信號展開卷積來直接測量[16]。Xia等[17]首次將定量測定靜脈氧飽和度應用于腦卒中患者，通過對26例存在APCV的一側大腦中動脈閉塞的AIS患者的磁共振影像進行分析，運用QSM測量卒中側、對側正常大腦半球及30名健康對照者的皮質靜脈磁化率值，分析得出了兩個主要結論，第一，QSM可以定量定義APCV，并將其定義為磁化率值高出閾值兩倍的靜脈(閾值指卒中對側正常大腦半球皮質靜脈磁化率均值加上兩倍的標準差)；第二，卒中側APCV的磁化率值較明顯對側大腦半球及健康對照組高，表明APCV的氧飽和度下降、脫氧血紅蛋白濃度增高。有研究[18-19]表明卒中側SWI上顯示突出髓質靜脈是預后不良的一個重要預測指標，且與灌注不足相關，而對側髓質靜脈的顯示與良好的臨床預后相關。通過對213例急性缺血性腦卒中患者的SWI圖像進行分析，Payabvash等[20]發(fā)現(xiàn)SWI上的不對稱突出靜脈與動脈閉塞和大面積梗死相關，其中APCV是動脈閉塞的獨立預測指標，而DMV則與大面積梗死相關。形成好的側枝循環(huán)可以為缺血半暗帶提供血流量，從而延長治療時間窗。Verma等[21]研究發(fā)現(xiàn)柔腦膜側枝循環(huán)形成的越多，脫氧血紅蛋白水平越低，SWI上不對稱突出皮質靜脈的顯示范圍越小。近期有研究者[22]應用QSM-mMRV探測大鼠卒中模型的腦微血管結構和靜脈氧飽和度，結果發(fā)現(xiàn)用QSM-mMRV量化腦微血管的大小比傳統(tǒng)SWI小30%，消除了SWI對血管大小的高估，并發(fā)現(xiàn)用QSM對靜脈血氧飽和度的測量可以與使用脈搏血氧計標準指標測量的靜脈氧飽和度相媲美。

由此推測，QSM可以更加精確地顯示卒中后腦內異常血管，并可以定量測量靜脈氧飽和度以反映腦代謝狀況，為AIS臨床治療方案的制訂及預后的早期預測提供更好的影像學信息及定量指標。

2.3 缺血半暗帶的評估

缺血半暗帶是指位于梗死灶中心與正常腦組織之間的低灌注區(qū)域，為臨床治療急性缺血性腦卒中時所要挽救的組織。評估缺血半暗帶對急性缺血性腦卒中患者的后續(xù)治療及預測病情演變至關重要。

磁共振擴散加權成像(diffusion-weighted imaging，DWI)可以顯示不可逆轉的梗死灶核心，灌注加權成像(perfusion weighted imaging，PWI)可以顯示腦缺血低灌注區(qū)，PWI-DWI不匹配是目前臨床上最常用的判定缺血半暗帶的方法。近期有研究[23]發(fā)現(xiàn)SWI-DWI不匹配與PWI-DWI不匹配一樣，均可以提示缺血半暗帶的存在，并可以預測卒中進展。Payabvash等[24]的研究發(fā)現(xiàn)SWI-DWI不匹配與小梗死面積相關，在校正梗死面積、入院癥狀嚴重程度及年齡后，與良好的臨床預后相關。Dejobert、Park等[25-26]的研究發(fā)現(xiàn)DWI-SWI完全不匹配(DWI上無擴散受限區(qū)域，但在SWI上出現(xiàn)多發(fā)低信號血管影)提示病灶區(qū)域存在良好的側枝循環(huán)，對臨床再通治療的反應較好，這與DWIPWI完全不匹配所提供的信息類似，提示SWI和PWI在評估缺血半暗帶方面具有非常高的相關性。DWI-SWI完全不匹配表明脫氧血紅蛋白/氧和血紅蛋白比例升高是由于腦低灌注區(qū)OEF的升高，可以反映腦組織的氧需求，PWI可以提供腦缺血區(qū)的灌注情況，所以聯(lián)合SWI-DWI不匹配與PWI-DWI不匹配可以為評估缺血半暗帶提供更加完善的信息。

腦組織低灌注會導致氧攝取分數(shù)增加，使靜脈內脫氧血紅蛋白升高，而血液的磁化率變化與內源性脫氧血紅蛋白直接相關，故QSM可應用于腦灌注的量化。運用QSM可以對SWI-DWI不匹配區(qū)域的磁化率進行定量測量，并計算出該區(qū)域的靜脈氧飽和度，可以反映腦組織的氧攝取分數(shù)，量化腦代謝狀況，從而更加準確地評估缺血半暗帶。

2.4 出血性轉化的預測

出血性轉化(hemorrhagic transformation，HT)是在腦組織缺血缺氧的基礎上繼發(fā)的出血，是急性缺血性腦卒中的常見并發(fā)癥之一。HT的發(fā)生與血腦屏障(blood brain barrier，BBB)的破壞及缺血再灌注有關。SWI對脫氧血紅蛋白及含鐵血黃素等順磁性物質具有很高的敏感性，故在檢測微出血的敏感性較CT及常規(guī)MRI高，可作為早期檢測腦微出血的首選方法及檢測缺血性腦卒中后HT的常規(guī)檢查。Chen等[27]研究發(fā)現(xiàn)QSM對出血及鈣化的診斷敏感度和特異度均優(yōu)于SWI，并能清晰地顯示病灶及其與鄰近組織的邊界，在QSM上，出血表現(xiàn)為順磁性的高信號影而鈣化表現(xiàn)為逆磁性的低信號影，故可以應用QSM精準地檢測腦內微出血灶。

文小檢等[28]的研究發(fā)現(xiàn)較大面積梗死灶內小靜脈明顯顯示提示容易發(fā)生HT，梗死灶周圍引流靜脈增粗提示早期預后不良。徐超等[29]將SWI上側腦室旁大量擴大的深部髓質靜脈稱為“毛刷征”，并發(fā)現(xiàn)“毛刷征”與靜脈溶栓后HT的發(fā)生相關，具有臨床預測價值。他們使用SWI相位圖分別評價卒中側及對側大腦半球的深部髓質靜脈，使用3分法進行評分，0分表示未見，1分表示輕度可見，2分表示明顯可見，并將患側靜脈評分與健側靜脈評分相減得到不對稱指數(shù)(asymmetry index，AI)(0、1、2分)，研究發(fā)現(xiàn)溶栓前基線SWI上患側“毛刷征”的AI等級越高提示溶栓后發(fā)生HT風險越大。Bai等[30]的研究發(fā)現(xiàn)超急性期腦卒中患者進行靜脈rt-PA溶栓治療后腦微出血的發(fā)生率較高，且溶栓后出現(xiàn)微出血灶的患者臨床療效較好，提示微出血灶的出現(xiàn)表明血管的再通/再灌注。近期的一些研究[31-32]發(fā)現(xiàn)急性腦卒中患者梗死灶內常合并微出血灶(cerebral microbleeds，CMBs)，并認為微出血灶數(shù)目少于5個是安全的，但是多發(fā)CMBs可能增加靜脈溶栓治療后彌漫性顱內出血的風險。

QSM對于腦微血管結構的顯示要優(yōu)于SWI，可以更好地顯示梗死側增多的微細血管，并且QSM具有定量特性，可以對腦內微出血灶的磁化率值進行定量，從而更加精準地檢測及預測急性缺血性腦卒中的出血轉化。

目前，QSM對于急性缺血性腦卒中的臨床應用研究還相對較少，其臨床價值還有待于進一步探索。QSM的定量特性基于磁化率值的測量，而磁化率值測量的準確性基于各種復雜的重建算法，隨著科技的發(fā)展，相信磁化率的測定將會越來越精準，在急性缺血性腦卒中的應用也會越來越廣泛。

3 展望

QSM作為一種新型磁共振技術，可以提供精確的磁化率定量，準確測定鐵、鈣含量及靜脈氧飽和度，在疾病的早期診斷、病情嚴重程度評估、臨床治療方案指導及預后評估等方面均具有很大潛力。QSM不僅可以應用在急性缺血性腦卒中中，在其他疾病中也得到了很好的應用，如血管畸形、阿爾茨海默病、帕金森病、多發(fā)性硬化、腦腫瘤等。相信隨著相關研究的積極開展，QSM有望成為臨床常規(guī)使用的序列，為臨床提供更多更有意義的影像信息。

參考文獻 [References]

[1]Liu C, Li W, Tong KA, et al. Susceptibility-weighted imaging and quantitative susceptibility mapping in the brain. J Magn Reson Imaging, 2015, 42(1): 23-41.

[2]Haacke EM, Liu S, Buch S, et al. Quantitative susceptibility mapping: current status and future directions. Magn Reson Imaging,2015, 33(1): 1-25.

[3]Wang S, Duan C, Zhang P, et al. Reaserch progress of quantitative susceptibility mapping in MRI. J Biomedical Eng, 2015, 32(5):1131-1134.王帥, 段昶, 張萍, 等. 磁共振圖像中磁量圖技術研究進展. 生物醫(yī)學工程學雜志, 2015, 32(5): 1131-1134.

[4]Liu C, Wei H, Gong NJ, et al. Quantitative susceptibility mapping:contrast mechanisms and clinical applications. Tomography, 2015,1(1): 3-17.

[5]Chalela JA, Haymore JB, Ezzeddine MA, et al. The hypointense MCA sign. Neurology, 2002, 58(10): 1470.

[6]Huang Y, Mei WL, Liu HQ, et al. Diagnostic value of clot burden score of susceptibility vessel sign in arterial thrombosis of acute ischemic stroke and its association with prognosis. Natl Med J China,2017, 97(1): 7-11.

[7]Payabvash S, Benson JC, Taleb S, et al. Susceptible vessel sign:identification of arterial occlusion and clinical implications in acute ischaemic stroke. Clin Radiol, 2017, 72(2): 116-122.

[8]Xia S, Yan S, Chai C, et al. The effect of middle cerebral artery susceptibility sign on susceptibility weighted imaging. Int J Med Radiol, 2014, 37(4): 307-310, 322.夏爽, 閆鑠, 柴超, 等. 大腦中動脈磁敏感加權成像的磁敏感征對臨床病人的影響. 國際醫(yī)學放射學雜志, 2014, 37(4): 307-310, 322.

[9]Liebeskind DS, Sanossian N, Yong WH, et al. CT and MRI early vessel signs reflect clot composition in acute stroke. Stroke, 2011,42(5): 1237-1243.

[10]Yamamoto N, Satomi J, Yamamoto Y, et al. The susceptibility vessel sign containing two compositions on 3-tesla T2*-weighted image and single corticosubcortical infarct on diffusion-weighted image are associated with cardioembolic stroke. J Neurol Sci, 2015, 359(1-2):141-145.

[11]Yan S, Hu H, Shi Z, et al. Morphology of susceptibility vessel sign predicts middle cerebral artery recanalization after intravenous thrombolysis. Stroke, 2014, 45(9): 2795-2797.

[12]Ritzenthaler T, Lacalm A, Cho TH, et al. Sequential MR assessment of the susceptibility vessel sign and arterial occlusion in acute stroke.J Neuroimaging, 2015, 26(3): 355-359.

[13]Wang H, Xue J, Gao PY, et al. Study of susceptibility vessel sign in predicting recanalization after rt-PA thrombolysis in acute ischemic stroke. Radiol Prac, 2016, 31(7): 599-603.王昊, 薛靜, 高培毅, 等. 磁敏感血管征對預測急性缺血性腦卒中靜脈溶栓后血管再通的價值. 放射學實踐, 2016, 31(7): 599-603.

[14]Bourcier R, Volpi S, Guyomarch B, et al. Susceptibility vessel sign on MRI predicts favorable clinical outcome in patients with anterior circulation acute stroke treated with mechanical thrombectomy.AJNR AM Neuroradiol, 2015, 36(12): 2346-2353.

[15]Lou Y, Gong Z, Zhou Y, et al. Increased susceptibility of asymmetrically prominent cortical veins correlates with misery perfusion in patients with occlusion of the middle cerebral artery. Eur Radiol, 2017, 27(6): 2381-2390.

[16]Xu B, Liu T, Spincemaille P, et al. Flow compensated quantitative susceptibility mapping for venous oxygenation imaging. Magn Reson Med, 2014, 32(2): 438-445.

[17]Xia S, Utriainen D, Tang J, et al. Decreased oxygen saturation in asymmetrically prominent cortical veins in patients with cerebral ischemic stroke. Magn Reson Imaging, 2014, 32(10): 1272-1276.

[18]Yu X, Yuan L, Jackson A, et al. Prominence of medullary veins on susceptibility-weighted images provides prognostic information in patients with subacute stroke. AJNR Am J Neuroradiol, 2015, 37(3):423-429.

[19]Mucke J, M?hlenbruch M, Kickingereder P, et al. Asymmetry of deep medullary veins on susceptibility weighted MRI in patients with acute MCA stroke is associated with poor outcome. PLoS One, 2015,10(4): e0120801.

[20]Payabvash S, Benson JC, Taleb S, et al. Prominent cortical and medullary veins on susceptibility-weighted images of acute ischaemic stroke. Br J Radiol, 2016, 89(1068): 20160714.

[21]Verma RK, Hsieh K, Gratz PP, et al. Leptomeningeal collateralization in acute ischemic stroke: impact on prominent cortical veins in susceptibility-weighted imaging. Eur J Radiol, 2014, 83(8):1448-1454.

[22]Hsieh MC, Tsai CY, Liao MC, et al. Quantitative susceptibility mapping-based microscopy of magnetic resonance venography(QSM-mMRV) for in vivo morphologically and functionally assessing cerebromicrovasculature in rat stroke model. PloS One,2016, 11(3): e0149602.

[23]Luo S, Yang L, Wang L. Comparison of susceptibility-weighted and perfusion-weighted magnetic resonance imaging in the detection of penumbra in acute ischemic stroke. J Neuroradiol, 2014, 42(5):255-260.

[24]Payabvash S, Taleb S, Benson JC, et al. Susceptibility-diffusion mismatch in middle cerebral artery territory acute ischemic stroke:clinical and imaging implications. Acta Radiol, 2016, 58(7):876-882.

[25]Dejobert M, Cazals X, Annan M, et al. Susceptibility-diffusion mismatch in hyperacute stroke: correlation with perfusion-diffusion mismatch and clinical outcome. J Stroke Cerebrovasc Dis, 2016,25(7): 1760-1766.

[26]Park MG, Yeom JA, Baik SK, et al. Total mismatch of diffusion-weighted imaging and susceptibility-weighted imaging in patients with acute cerebral ischemia. J Neuroradiol, 2017, 44(5): 308-312.

[27]Chen W, Zhu W, Kovanlikaya I, et al. Intracranial calcifications and hemorrhages: characterization with quantitative susceptibility mapping. Radiology, 2014, 270(2): 496-505.

[28]Wen XJ, Liu J, Xu L, et al. Clinical value of susceptibility weighted imaging in predicting hemorrhagic transformation and making early prognosis for acute cerebral infarction. J Clin Radiol, 2015, 34(1):14-17.文小檢, 劉筠, 許亮. SWI對急性腦梗死出血性轉化及早期預后的預測價值. 臨床放射學雜志, 2015, 34(1): 14-17.

[29]Xu C, Chen ZC, Tang H, et al. Signifiance of brush sign on susceptibility-weighted imaging predicts hemorrhagic transformation after intravenous thrombolysis in patients with acute ischemic stroke.J Zhejiang Univ(Med Sci), 2015, 44(6): 625-631.徐超, 陳智才, 唐歡, 等. 磁敏感加權成像毛刷征預測急性缺血性卒中患者靜脈溶栓后出血轉化的意義. 浙江大學學報醫(yī)學版,2015, 44(6): 625-631.

[30]Bai Q, Zhao Z, Sui H, et al. Susceptibility-weighted imaging for cerebral microbleed detection in super-acute ischemic stroke patients treated with intravenous thrombolysis. Neurol Res, 2013, 35(6):586-593.

[31]Zhao G, Sun L, Wang Z, et al. Evaluation of the role of susceptibilityweighted imaging in thrombolytic therapy for acute ischemic stroke.J Clin Neurosci, 2017, 40(1): 175-179.

[32]Hsu CC, Kwon GNC, Hapugoda S, et al. Susceptibility weighted imaging in acute cerebral ischemia: review of emerging technical concepts and clinical applications. Neuroradiol J, 2017, 30(2): 109-119.