劉志成， 胡玉川， 顏林楓， 韓宇， 田強(qiáng)， 孫穎志， 王文， 崔光彬

?

·中樞神經(jīng)影像學(xué)·

拉伸指數(shù)與單指數(shù)模型DWI術(shù)前預(yù)測腦膠質(zhì)瘤病理分級的對照

劉志成， 胡玉川， 顏林楓， 韓宇， 田強(qiáng)， 孫穎志， 王文， 崔光彬

目的：探討拉伸指數(shù)模型與單指數(shù)擴(kuò)散加權(quán)成像(DWI)在腦膠質(zhì)瘤術(shù)前分級中的應(yīng)用價值。方法：回顧性分析經(jīng)手術(shù)病理證實的40例腦膠質(zhì)瘤患者的磁共振多b值圖像。所有患者在手術(shù)前均行磁共振常規(guī)序列及多b值DWI(b=0、30、50 、100、200、300、500、800、1000、1500、2000、3000、3500 s/mm2)掃描，經(jīng)后處理獲得腫瘤實體部分的DDC、α及ADC值。結(jié)果：40例膠質(zhì)瘤中包括WHO Ⅱ級12例，Ⅲ級5例，Ⅳ級23例。低級別膠質(zhì)瘤的平均DDC、α及ADC 值均顯著高于高級別膠質(zhì)瘤[低級別：(1.04±0.23)×10-3mm2/s，(0.91±0.05)及(0.93±0.10)×10-3mm2/s；高級別：(0.73±0.21)×10-3mm2/s，(0.82±0.07)和(0.60±0.13)×10-3mm2/s，P<0.05]。當(dāng)ADC值取0.755×10-3mm2/s時，區(qū)分低級別和高級別膠質(zhì)瘤的敏感度和特異度分別為100%和89%，以DDC=0.929×10-3mm2/s為診斷閾值，分級診斷的敏感度及特異度分別為75%和89.3%，取α=0.827為診斷閾值，其敏感度及特異度分別為100%和64%。腫瘤實體部分的DDC與ADC值之間存在顯著正相關(guān)(r=0.802，P<0.05)。結(jié)論：術(shù)前磁共振單指數(shù)和拉伸指數(shù)模型DWI能夠準(zhǔn)確地評估膠質(zhì)瘤分級。與單指數(shù)DWI比較，拉伸指數(shù)模型并未表現(xiàn)出更高的效能。

神經(jīng)膠質(zhì)瘤； 腫瘤分級； 磁共振成像

根據(jù)2007年WHO中樞神經(jīng)系統(tǒng)腫瘤分級標(biāo)準(zhǔn)膠質(zhì)瘤可分為4級，Ⅰ和Ⅱ級為低級別Ⅲ和Ⅴ級為高級別。膠質(zhì)瘤術(shù)前準(zhǔn)確分級對臨床治療方案的選擇和預(yù)后評估具有重要意義[1，2]。常規(guī)磁共振對于膠質(zhì)瘤的準(zhǔn)確分級仍存在一定的局限性。

磁共振擴(kuò)散加權(quán)成像(diffusion weighted imaging，DWI)技術(shù)是評估腦腫瘤的一項重要功能影像技術(shù)，能夠在活體組織中觀察水分子擴(kuò)散情況，已應(yīng)用于膠質(zhì)瘤的術(shù)前分級及療效評估[3-6]。然而，傳統(tǒng)的擴(kuò)散加權(quán)成像是基于單指數(shù)模型和相對小的b值。研究表明腦組織和腦內(nèi)腫瘤的DWI信號呈多指數(shù)衰減，當(dāng)b值超過1000 s/mm2時，單指數(shù)模型就不能準(zhǔn)確地評估腦組織中水分子信號強(qiáng)度的衰減[7，8]。而基于多b值DWI的拉伸指數(shù)模型能夠準(zhǔn)確地反映活體中水分子的擴(kuò)散情況及體素內(nèi)異質(zhì)性，主要通過分布擴(kuò)散系數(shù)(distributed diffusion coefficients，DDC)及拉伸因子(α)值來進(jìn)行定量分析，目前已有少量文獻(xiàn)報道可以用于對腦膠質(zhì)瘤的術(shù)前分級[7-9]。

本研究應(yīng)用拉伸指數(shù)模型DWI預(yù)測膠質(zhì)瘤術(shù)前分級，并與單指數(shù)模型進(jìn)行對照分析。

材料與方法

1.研究對象

搜集2013年9月-2014年6月經(jīng)第四軍醫(yī)大學(xué)唐都醫(yī)院神經(jīng)外科手術(shù)病理證實的膠質(zhì)瘤患者40例。其中男24例，女16例，年齡19～77歲，平均年齡48歲。根據(jù)2007年WHO分級標(biāo)準(zhǔn)包括：低級別(Ⅱ級)膠質(zhì)瘤12例，高級別(Ⅲ～Ⅳ級)28例(Ⅲ級5例，Ⅳ級為23例)。主要臨床癥狀包括頭暈、頭痛、嘔吐、發(fā)作性抽搐、運動或感覺障礙等，無癥狀者2例。所有患者均在治療前行磁共振檢查，并簽署知情同意書。

2.MRI掃描方案

本研究采用3.0T磁共振掃描儀(MR750,GE Healthcare，Milwaukee，WI，USA) 和8通道頭部線圈進(jìn)行掃描。常規(guī)掃描序列：橫軸面T1WI(TR 1750 ms，TE 24 ms，矩陣256×256，視野24 cm×24 cm，NEX=1，層厚5 mm，層間隔1.5 mm)；橫軸面FSE-T2WI (TR 4247 ms，TE 93 ms，矩陣512×512，視野24 cm×24 cm，NEX=1，層厚5 mm，層間隔1.5 mm)；矢狀面FSE-T2WI(TR 10639 ms，TE 96 ms，矩陣為384×384，視野24 cm×24 cm，NEX=2，層厚5 mm，層間隔1 mm)；橫軸面T2FLAIR(TR 800 ms，TE 165 ms，矩陣256×256，視野24 cm×24 cm，NEX=1，層厚5 mm，層間隔1.5 mm)。

多b值DWI采用自旋平面回波脈沖序列(SE-EPI)，掃描主要參數(shù)為TR=3000 ms，TE：Minimum，F(xiàn)A=90°，NEX=2，矩陣128×128，層厚5 mm、層間隔1.5 mm，13個b 值(0，30，50，100，200，300，500，800，1000，1500，2000，3000及3500 s/mm2)，總掃描時間5 min 45 s。

3.圖像處理與分析

由一位高年資放射科醫(yī)師進(jìn)行數(shù)據(jù)處理及分析。將采集到的數(shù)據(jù)傳至GE Advantage 4.6工作站，使用Functool軟件包中的MADC軟件進(jìn)行處理。在腫瘤實性部分DWI信號最高且ADC值相對減低區(qū)放置感興趣區(qū)(ROI)，避開囊變壞死、出血及鈣化區(qū)(圖1a、2a)。根據(jù)單指數(shù)模型(1)和拉伸指數(shù)模型(2)數(shù)學(xué)表達(dá)式，利用13個b值及每個b值下感興趣區(qū)的信號強(qiáng)度擬合出DDC、α及ADC 值，并自動生成DDC、α及ADC圖(圖1b～c、2b～c)。

S(b)/S0=exp-(ADC× b)

(1)

S(b)/S0=exp{-(b×DDC)α}

(2)

4.統(tǒng)計學(xué)分析

結(jié)　果

1.膠質(zhì)瘤病理組織分型

40例膠質(zhì)瘤中，根據(jù)2007年WHO分級標(biāo)準(zhǔn)包括：低級別(Ⅱ級)膠質(zhì)瘤12例(包括星形細(xì)胞瘤3例、彌漫性星形細(xì)胞瘤3例、少突-星形細(xì)胞瘤6例)；高級別(Ⅲ～Ⅳ級)膠質(zhì)瘤28例(Ⅲ級5例：間變型少突膠質(zhì)細(xì)胞瘤1例、間變型星形細(xì)胞瘤2例、間變型少突-星形細(xì)胞瘤1例，膠質(zhì)瘤病1例；Ⅳ級為23例：膠質(zhì)母細(xì)胞瘤22例、膠質(zhì)肉瘤1例)。

2.不同級別膠質(zhì)瘤組間DDC、α及ADC值的比較(表1)

獨立樣本t檢驗顯示低級別膠質(zhì)瘤的平均DDC、α及ADC值均顯著高于高級別膠質(zhì)瘤(P<0.01) 。

表1　不同級別膠質(zhì)瘤組間DDC、α及ADC 值的比較

3.DDC、α及ADC值鑒別不同級別膠質(zhì)瘤的診斷效能比較

利用SPSS軟件繪制出腫瘤區(qū)DDC、ADC及α值鑒別高、低級別膠質(zhì)瘤的ROC曲線，并計算相關(guān)參數(shù)(表2、圖3)。

表2　DDC、ADC及α值鑒別高、低級別膠質(zhì)瘤的ROC比較

4.DDC與ADC的相關(guān)性分析

利用Pearson相關(guān)性分析，腫瘤實體部分的DDC與ADC值間呈顯著正相關(guān)(r=0.802，P<0.05)。

討　論

磁共振DWI技術(shù)可以無創(chuàng)性提供活體組織中水分子微觀擴(kuò)散信息，在臨床上已廣泛應(yīng)用于急性腦缺血疾病及腦內(nèi)腫瘤的診斷及評估。單指數(shù)模型DWI相對簡單，認(rèn)為影響組織中水分子擴(kuò)散運動因素較單一，通常采用兩個b值計算反映水分子擴(kuò)散信息的ADC值。拉伸指數(shù)模型DWI則考慮了體素內(nèi)擴(kuò)散成份的復(fù)雜性，引入了新的參數(shù)DDC和α值，其中DDC為分布擴(kuò)散系數(shù)，代表體素內(nèi)平均擴(kuò)散率，單位為mm2/s。α為拉伸因子，代表體素內(nèi)指數(shù)衰減的不均質(zhì)性，與體素內(nèi)水分子擴(kuò)散的異質(zhì)性有關(guān)，取值為0～1，當(dāng) α趨向1時，表明體素內(nèi)信號衰減方式相當(dāng)于單指數(shù)衰減，組織擴(kuò)散的異質(zhì)性低；當(dāng)α趨向0時，表明體素內(nèi)信號衰減方式復(fù)雜，組織擴(kuò)散的異質(zhì)性高[10]。本研究結(jié)果發(fā)現(xiàn)低級別膠質(zhì)瘤的平均DDC、α及ADC 值均顯著高于高級別膠質(zhì)瘤，單指數(shù)模型ADC值的診斷效能高于DDC和α值。

多項研究表明高級別膠質(zhì)瘤的ADC值顯著低于低級別膠質(zhì)瘤[3，11-14]。這一現(xiàn)象符合不同級別膠質(zhì)瘤的生物學(xué)特性和組織學(xué)特征，高級別膠質(zhì)瘤細(xì)胞增殖較快、細(xì)胞數(shù)目相對較多，核漿比大，細(xì)胞內(nèi)外間隙相對較小，限制了水分子的自由擴(kuò)散，因此腫瘤實性部分的ADC值明顯減低。本研究結(jié)果與其它相關(guān)文獻(xiàn)結(jié)果一致[3，11-14]，也同樣證實腫瘤實體區(qū)ADC值在高、低級別膠質(zhì)瘤中有明顯差異。同時，本研究利用13個b值及每個b值下感興趣區(qū)的信號強(qiáng)度擬合得出ADC值，較常規(guī)兩個b值(0和1000 s/mm2或其它b值)圖像擬合計算得出ADC值更為準(zhǔn)確[15]。

另外，本研究結(jié)果發(fā)現(xiàn)高級別膠質(zhì)瘤組的DDC值顯著低于低級別組(P<0.01)，且DDC與ADC值呈顯著正相關(guān)。究其原因DDC值為多指數(shù)衰減成分組成的ADC值分布的加權(quán)和，代表體素內(nèi)平均擴(kuò)散率，可視為不同體積分?jǐn)?shù)的所有部分連續(xù)分布的ADC值[7-9]。與ADC值一樣，DDC值也可以描述膠質(zhì)瘤的擴(kuò)散特征，與腫瘤組織的細(xì)胞密度呈負(fù)相關(guān)。與低級別膠質(zhì)瘤相比，高級別膠質(zhì)瘤具有更高的細(xì)胞密度和核漿比，因此DDC值較低。同時本研究也證實高級別膠質(zhì)瘤組的α值顯著低于低級別組，可能與高級別膠質(zhì)瘤組織中細(xì)胞異形性大、壞死囊變多、血管數(shù)量多、組織成分復(fù)雜、異質(zhì)性高等特性相關(guān)[16]。α值反映了體素內(nèi)水分子擴(kuò)散的不均質(zhì)性，α值越小，水分子擴(kuò)散的不均質(zhì)性越大，組織的異質(zhì)性越高，因此高級別膠質(zhì)瘤組的α值顯著降低。

本研究結(jié)果顯示，盡管DDC及α值能有效鑒別高、低級別膠質(zhì)瘤，但其敏感度及特異度均低于單指數(shù)模型ADC值。這可能與感興趣區(qū)選取有關(guān)，本研究選取病變實體區(qū)DWI信號最高且ADC值相對減低區(qū)，并排除壞死、囊變、出血、鈣化等成分作為感興趣區(qū)[11]。而α值反映的是組織的異質(zhì)性，對異質(zhì)性顯著的膠質(zhì)瘤而言，應(yīng)盡可能多的包含整個腫瘤，因此我們選擇ROI的方法未能充分反映腫瘤異質(zhì)性特征。另外本研究采用多個b值擬合得出ADC值，較常規(guī)兩個b值得出的ADC值更為準(zhǔn)確[15]，一定程度上提高了ADC值的鑒別診斷效能。

綜上所述，術(shù)前應(yīng)用磁共振拉伸指數(shù)模型DWI能夠準(zhǔn)確地預(yù)測膠質(zhì)瘤分級。與單指數(shù)模型ADC值比較，DDC及α值并未表現(xiàn)出更高的效能。本研究樣本量相對較少，缺乏WHO Ⅰ級膠質(zhì)瘤，高級別(Ⅲ～Ⅳ級)相對較多，組間樣本量的相對不均衡可能會影響研究結(jié)果，有待進(jìn)一步大樣本研究。

[1]Adamson C，Kanu OO，Mehta AI，et al.Glioblastoma multiforme:a review of where we have been and where we are going[J].Expert Opinion on Investigational Drugs，2009，18(8):1061-1083.

[2]van den Bent MJ，Afra D，de Witte O，et al.Long-term efficacy of early versus delayed radiotherapy for low-grade astrocytoma and oligodendroglioma in adults:the EORTC 22845 randomised trial[J].Lancet，2005，366(9490):985-990.

[3]Sugahara T，Korogi Y，Kochi M，et al.Usefulness of diffusion-weighted MRI with echo-planar technique in the evaluation of cellularity in gliomas[J].JMRI，1999，9(1):53-60.

[4]Fan GG，Deng QL，Wu ZH，et al.Usefulness of diffusion/perfusion-weighted MRI in patients with non-enhancing supratentorial brain gliomas:a valuable tool to predict tumour grading[J].Br J Radiology，2006，79(944):652-658.

[5]Bulakbasi N，Guvenc I，Onguru O，et al.The added value of the apparent diffusion coefficient calculation to magnetic resonance imaging in the differentiation and grading of malignant brain tumors[J].J Computer Assisted Tomography，2004，28(6):735-746.

[6]Stegman LD，Rehemtulla A，Hamstra DA，et al.Diffusion MRI detects early events in the response of a glioma model to the yeast cytosine deaminase gene therapy strategy[J].Gene Therapy，2000，7(12):1005-1010.

[7]Kwee TC，Galban CJ，Tsien C，et al.Comparison of apparent diffusion coefficients and distributed diffusion coefficients in high-grade gliomas[J].JMRI，2010，31(3):531-537.

[8]Maier SE，Bogner P，Bajzik G，et al.Normal brain and brain tumor:multicomponent apparent diffusion coefficient line scan imaging[J].Radiology，2001，219(3):842-849.

[9]Kwee TC，Galban CJ，Tsien C，et al.Intravoxel water diffusion heterogeneity imaging of human high-grade gliomas[J].NMR in Biomedicine，2010，23(2):179-187.

[10]鐘洋，吳光耀，全紅.多b值DWI對艾滋病家庭孤兒基底節(jié)擴(kuò)散差異的研究[J].放射學(xué)實踐，2015，30(7):721-724.

[11]Hu YC，Yan LF，Wu L，et al.Intravoxel incoherent motion diffusion-weighted MR imaging of gliomas:efficacy in preoperative grading[R].Scientific Reports，2014，4:7208.

[12]Hayashida Y，Hirai T，Morishita S，et al.Diffusion-weighted imaging of metastatic brain tumors:comparison with histologic type and tumor cellularity[J].AJNR，2006，27(7):1419-1425.

[13]劉曉云，袁婷婷，席永強(qiáng)，等.表觀彌散系數(shù)值在腦膠質(zhì)瘤術(shù)前分級診斷中的應(yīng)用價值[J].吉林大學(xué)學(xué)報(醫(yī)學(xué)版)，2011，37(1):154-158.

[14]陳軍，夏軍，周義成，等.星形細(xì)胞瘤磁共振彌散加權(quán)成像與腫瘤細(xì)胞密度的相關(guān)性研究[J].中華腫瘤雜志，2005，27(5):309-311.

[15]King AD，Ahuja AT，Yeung DK，et al.Malignant cervical lymphadenopathy:diagnostic accuracy of diffusion-weighted MR imaging[J].Radiology，2007，245(3):806-813.

[16]Behin A，Hoang-Xuan K，Carpentier AF，et al.Primary brain tumours in adults[J].Lancet，2003，361(9354):323-331.

Comparative study between mono-exponential and stretched-exponential model DWI in preoperative grading of gliomas

LIU Zhi-cheng，HU Yu-chuan，YAN Lin-feng,et al.

Department of Radiology，Tangdu Hospital of the 4th Military Medical University，Xi′an 710038，China

Objective：To explore the application value of stretched-exponential model DWI in grading of glioma before surgical treatment compared with mono-exponential DWI.Methods：Forty patients with pathological confirmed glioma underwent conventional MRI and multi-b value DWI (b-value:0，30，50，100，200，300，500，800，1000，1500，2000，3000，3500s/mm2) before treatments.The distribute diffusion coefficient (DDC)，α and apparent diffusion coefficient (ADC) values of tumor solid regions were computed by the stretched-exponential and mono-exponential model，respectively.Results：Forty gliomas included WHO grade Ⅱ (n=12)，grade Ⅲ (n=5) and grade Ⅳ (n=23).The mean DDC，α and ADC values in low grade glioma were significantly higher than those in high grade glioma.When the threshold value of ADC was 0.755 ×10-3mm2/s，the sensitivity and specificity were 100% and 89 %，respectively.And when the threshold values of DDC was 0.929 ×10-3mm2/s and α was 0.827，the sensitivities were 75% and 100% and specificities were 89.3 % and 64.3 % in differentiating low grade from high grade gliomas，respectively.There was significant positive correlation between DDC and ADC value in the solid part of tumors (R=0.802，P<0.05).Conclusion：Both the stretched- exponential and mono-exponential model DWI provide accurate evaluation of glioma grading before surgery.Compared to the mono-exponential model DWI,stretched-exponential model DWI does not show higher efficacy for evaluation of glioma grading.

Glioma; Neoplasm grading; Magnetic resonance imaging

710038西安，第四軍醫(yī)大學(xué)唐都醫(yī)院放射科

劉志成(1989-)，男，湖南益陽人，碩士研究生，主要從事膠質(zhì)瘤多模態(tài)影像學(xué)研究工作。

崔光彬，E-mail:cgbtd@126.com

陜西省自然科學(xué)基金 (2014JZ2-007)

R730.264; R445.2

A

1000-0313(2016)06-0478-05

10.13609/j.cnki.1000-0313.2016.06.001

2015-12-07

2016-02-05)