任 彥，龐浩鵬，狄寧寧，張家文，邱天明，陳 宏，劉含秋，莊冬曉，張 泳，徐田勇，吳勁松，姚振威，馮曉源

1. 復(fù)旦大學(xué)附屬華山醫(yī)院放射科，上海 200040；

2. 復(fù)旦大學(xué)附屬華山醫(yī)院神經(jīng)外科，上海 200040；

3. 復(fù)旦大學(xué)附屬華山醫(yī)院病理科，上海 200040；

4. 通用電氣公司MR科研部，上海 201203；

5. 通用電氣MR公司培訓(xùn)部，上海 201203

腦膠質(zhì)瘤體素內(nèi)不相干運動彌散加權(quán)成像與T1動態(tài)對比增強磁共振成像相關(guān)性研究

任 彥1，龐浩鵬1，狄寧寧1，張家文1，邱天明2，陳 宏3，劉含秋1，莊冬曉2，張 泳4，徐田勇5，吳勁松2，姚振威1，馮曉源1

1. 復(fù)旦大學(xué)附屬華山醫(yī)院放射科，上海 200040；

2. 復(fù)旦大學(xué)附屬華山醫(yī)院神經(jīng)外科，上海 200040；

3. 復(fù)旦大學(xué)附屬華山醫(yī)院病理科，上海 200040；

4. 通用電氣公司MR科研部，上海 201203；

5. 通用電氣MR公司培訓(xùn)部，上海 201203

目的：研究磁共振22 b值eDWI（b值范圍0～5 000 s/mm2）體素內(nèi)不相干運動（intravoxel incoherent motion，IVIM）成像與T1動態(tài)對比增強磁共振成像（dynamic contrast enhanced MRI，DCE-MRI）評價腦膠質(zhì)瘤微循環(huán)灌注的相關(guān)性。方法：92例手術(shù)病理證實的成人膠質(zhì)瘤患者術(shù)前進(jìn)行MRI、eDWI和T1 DCE-MRI。所有膠質(zhì)瘤分為低級別組（low-grade glioma，LGG）（Ⅱ級）、高級別組（high-grade gliomas，HGG）（Ⅲ+Ⅳ級）；膠質(zhì)母細(xì)胞瘤組（glioblastoma multiforme，GBM）（Ⅳ級）、其他級別組（other-grade gliomas，OGG） （Ⅱ+Ⅲ級）。工作站進(jìn)行eDWI和DCE-MRI后處理，抽取IVIM雙指數(shù)模型灌注相關(guān)的Dfast和PF兩個參數(shù)，以及DCE-MRI擬合的血管與血管外細(xì)胞外間隙（extravascular extracellular space，EES）轉(zhuǎn)運常數(shù)（volume transfer constant，Ktrans）、容積分?jǐn)?shù)（extravascular extracellular space volume fraction，Ve）、EES反向容積轉(zhuǎn)運常數(shù) （Kep）和血漿容積分?jǐn)?shù)（fraction of plasma volume，Vp）4個參數(shù)，選取腫瘤最大層面實性區(qū)域勾畫感興趣區(qū)，測定以上參數(shù)的平均值。Dfast、PF分別與Ktrans、Ve、Vp和Kep進(jìn)行Spearman相關(guān)性分析，并比較LGG與HGG、GBM與OGG組之間的差異。受試者工作操作特性（receiver operating characteristic，ROC）曲線分析不同參數(shù)對膠質(zhì)瘤分級的能力。結(jié)果：Dfast與Ve、Vp呈中等相關(guān)（ρ=0.460和0.412，P＜0.01），與Ktrans相關(guān)性稍弱（ρ=0.396，P＜0.01），與Kep沒有相關(guān)性；PF與Vp、Ktrans和Ve呈弱負(fù)相關(guān)（ρ=-0.345、-0.323和-0.249，P均＜0.05），與Kep不相關(guān)。除Kep外，其余參數(shù)在LGG與HGG、GBM與OGG之間均有顯著性差異（P均＜0.01）。ROC曲線分析各參數(shù)鑒別HGG與LGG的能力（AUC，95%CI）：Ktrans的AUC值最高，為0.808（0.717，0.899）。ROC曲線分析各參數(shù)鑒別GBM與OGG的能力（AUC，95%CI）：Dfast最高，為0.802（0.703，0.902）。結(jié)論：膠質(zhì)瘤IVIM灌注相關(guān)參數(shù)與DCE-MRI密切相關(guān)，Dfast是無需外源性造影劑示蹤的活體評價腦膠質(zhì)瘤灌注的潛在標(biāo)記物。

體素內(nèi)不相干運動；雙指數(shù)模型；磁共振動態(tài)對比增強成像；膠質(zhì)瘤

體素內(nèi)不相干運動（intravoxel incoherent motion，IVIM） MRI可評價腫瘤微循環(huán)灌注［1-3］。腫瘤血管增殖是惡性膠質(zhì)瘤的重要組織學(xué)特征。動態(tài)對比增強磁共振成像（dynamic contrast enhanced magnetic resonance imaging，DCE-MRI）的血管與血管外細(xì)胞外間隙（extravascular extracellular space，EES）容積轉(zhuǎn)運常數(shù)（volume transfer constant，Ktrans）可評價腫瘤增殖血管的完整性［4-5］，用于監(jiān)測腫瘤血管靶向藥物治療反應(yīng)［6-7］和預(yù)測預(yù)后［6］，但DCE-MRI需引入外源性造影劑。由于對外源性造影劑在體內(nèi)沉積的擔(dān)心和潛在的腎功能損害使其臨床應(yīng)用受限［8］。而基于內(nèi)源性氫質(zhì)子示蹤的IVIM-MRI，無需外源性造影劑，是真正無創(chuàng)的微血管灌注評價技術(shù)［9］。但I(xiàn)VIM-MRI能否評價腫瘤血管增殖和腫瘤血管完整性及其與DCE-MRI之間的關(guān)系尚不清楚，IVIM灌注相關(guān)參數(shù)與Ktrans相關(guān)性如何，能否成為評價腫瘤血管微循環(huán)灌注的替代標(biāo)記，有待更多的研究證實。現(xiàn)有的膠質(zhì)瘤IVIM-MRI研究樣本普遍較小，不同研究eDWI使用的b值數(shù)量和范圍也不相同［2，10-12］，甚至產(chǎn)生了相互矛盾的結(jié)果［10-11］。本研究將重點探討優(yōu)化后的高寬b值（0、10、20、30、50、100、150、200、300、400、500、600、800、1 000、1 500、2 000、2 500、3 500、4 000、4 500和5 000 s/mm2） IVIM-MRI與DCE-MRI的相關(guān)性，旨在研究IVIM-MRI評價腫瘤增殖血管的可行性和臨床意義。

1　資料和方法

1.1臨床資料

將92例經(jīng)手術(shù)病理確診的幕上膠質(zhì)瘤納入本組研究。其中男性63例、女性29例；平均年齡44歲，中位年齡43歲，最小18歲，最大69歲。病例納入標(biāo)準(zhǔn)：① 年齡：18歲以上成年人；② 術(shù)前擬診膠質(zhì)瘤患者；③ 初診膠質(zhì)瘤患者，未進(jìn)行過針對膠質(zhì)瘤的治療；④ 體內(nèi)無影響MRI檢查的植入物，如起搏器、動脈瘤夾和顱面部植入物等；⑤ 無幽閉恐懼癥；⑥ 無造影劑過敏史；⑦術(shù)前檢查無腎功能不全。病例排除標(biāo)準(zhǔn)：① 經(jīng)手術(shù)病理證實非膠質(zhì)瘤患者；② 幕下和腦干膠質(zhì)瘤患者；③ 患者明顯運動不能進(jìn)行圖像后處理；④ 膠質(zhì)瘤實性部分面積＜10 mm2；⑤ 腫瘤以囊變?yōu)橹鳎冶诤穸龋? mm。

腫瘤部位：單側(cè)額葉30例（左16、右14），額顳葉7例（左5、右2），顳葉22例（左13、右9），額頂葉6例（左4、右2），顳枕葉1例（左），基底節(jié)10例（左5、右5），頂葉5例（左4、右1），枕葉1例（左），頂枕葉1例（左），側(cè)腦室1例（左），跨胼胝體8例。所有病例均進(jìn)行iMRI導(dǎo)航下的手術(shù)切除和（或）立體穿刺活檢，其中穿刺24例、手術(shù)切除60例、聯(lián)合穿刺和手術(shù)切除8例。

1.2 MRI

1.2.1常規(guī)MRI

所有入組膠質(zhì)瘤患者均在3.0T MRI設(shè)備（Discovery MR750，GE Medical Systems，Milwaukee，WI，USA）進(jìn)行掃描，采用8通道線圈?；颊哐雠P位，頭先進(jìn)，頭部置于線圈中央，頭顱和身體正中矢狀面與檢查床臺面中線重合。按預(yù)先設(shè)定掃描序列：首先進(jìn)行三平面（橫斷面、矢狀面和冠狀面）定位像掃描，然后冠狀面和橫斷面定位像定位，掃描線平行于中線，進(jìn)行矢狀面T1WI掃描，掃描范圍覆蓋至雙側(cè)顳部頭皮，層厚4 mm，層間距0 mm。冠狀面上將掃描線與大腦中線垂直，矢狀面上掃描線與胼胝體膝部和壓部下緣連線平行，進(jìn)行橫斷面MRI［包括T1WI、T2WI、T2液體衰減反轉(zhuǎn)恢復(fù)（fluid attenuated inversion recovery，F(xiàn)LAIR）、DWI］掃描，掃描范圍覆蓋頂部頭皮至枕骨大孔，層數(shù)28～32，詳細(xì)參數(shù)信息見表1。

表1　MRI掃描序列及參數(shù)

1.2.2IVIM成像

采用多b值eDWI序列［b值：0、10、20、30、50、100、150、200、300、400、500、600、800、1 000、1 500、2 000、2 500、3 500、4 000、4 500和5 000 s/mm2；激勵次數(shù)（number of excitation，NEX）值隨著b值增加，設(shè)定為從1到4），層厚4 mm，層間距0 mm；橫斷面掃描范圍與T2WI、T2 FLIAR、T1WI、DWI相同。詳細(xì)參數(shù)信息見表1。

1.2.3T1灌注DCE-MRI

采用3D LAVA序列，范圍覆蓋整個瘤區(qū)。掃描層厚和層間距同其他橫斷面掃描序列，腫瘤信號范圍參考T2 FLIAR序列。記錄腫瘤中間層的位置信息，向上及向下各10～12層。記錄最上層和最下層空間位置信息。T1-DCE序列（包括T1-Mapping）設(shè)置中手動輸入剛才記錄的位置信息，層厚4 mm，層間距0 mm，總層數(shù)20～24層。動態(tài)增強掃描前先進(jìn)行4個翻轉(zhuǎn)角（5°、8°、12°和15°） T1 Mapping掃描，動態(tài)增強掃描開始至第4期圖像重建結(jié)束后，啟動預(yù)先設(shè)置的高壓注射器（Opistar LE，Liebel-Flarsheim Company，Cincinnati，USA）按鈕，造影劑為釓噴酸葡胺（gadolinium-diethylenetriamine pentaacetic acid，Gd-DTPA；北京北陸藥業(yè)股份有限公司），劑量為0.01 mmol/kg體重，通過手背或肘靜脈預(yù)先留置的靜脈針快速團(tuán)注，速率4～5 mL/s，生理鹽水15～20 mL沖管。共掃描60期，每次采集時間4 min 32 s～5 min 28 s。詳細(xì)參數(shù)信息見表1。

1.2.4T1增強MRI （T1C+，contrast-enhanced T1WI）

采用3D-BRAVO序列，橫斷面掃描，掃描野和掃描范圍同T2 FLIAR、T2WI，層厚4 mm或1 mm （術(shù)中穿刺導(dǎo)航序列），NEX=1，詳細(xì)參數(shù)信息見表1。

1.3數(shù)學(xué)模型及后處理

1.3.1IVIM雙指數(shù)模型

所有數(shù)據(jù)采用GE AW 4.6工作站提供的Functool 9.4.05中MADC程序進(jìn)行后處理。IVIM雙指數(shù)函數(shù)用于eDWI數(shù)據(jù)后處理，計算公式如下：

S（b）/S0=［（1-PF）×exp （-bDslow）］ + ［PF×exp（-bDfast）］。

雙指數(shù)函數(shù)基于IVIM理論［9］，其基本思想是假設(shè)組織內(nèi)自由擴散水分子分為快和慢兩種成分。S（b）和S0分別代表不同b值的信號強度，S0代表b值為0 s /mm2時的信號強度；Dslow 和Dfast代表慢和快成分的彌散系數(shù)，后者又稱假彌散系數(shù)，與微循環(huán)灌注相關(guān)；PF代表快成分所占的分?jǐn)?shù)；所有b值被用于雙指數(shù)函數(shù)的擬合，b值200 s /mm2作為快慢成分界值，采用分段法，先用高b值部分計算Dslow，然后移去高b值部分，用剩下的低b值部分計算Dfast，最后計算PF，同時產(chǎn)生功能偽彩圖Dslow、Dfast和PF，并以Processed Dicom格式保存。

1.3.2T1灌注DCE-MRI

采用GE AW 4.6工作站提供的GenIQ （Brain DCE）軟件進(jìn)行后處理，采用經(jīng)典的Tofts-Kermode兩室模型［13］。首先進(jìn)行運動校正和T1校正，為減少后處理時間，選擇包含腫瘤的容積范圍進(jìn)行后處理；動脈輸入函數(shù)（arterial input function，AIF）采用自動選擇模式，繪制腫瘤區(qū)域感興趣區(qū)（region of interest，ROI）動態(tài)增強曲線（圖2G、2H）和（圖3G、3H），分別計算Ktrans、血管外細(xì)胞外間隙容積分?jǐn)?shù)（extravascular extracellular space volume fraction，Ve）、EES反向容積轉(zhuǎn)運系數(shù)（Kep）和血漿容積分?jǐn)?shù)（fraction of plasma volume，Vp），并以Processed Dicom格式保存。

1.4圖像后處理及ROI定義

1.4.1圖像對齊和配準(zhǔn)

圖像序列內(nèi)對齊：92例膠質(zhì)瘤eDWI原始數(shù)據(jù)在導(dǎo)入工作站內(nèi)置軟件MADC 程序（多b值雙指數(shù)擬合軟件）進(jìn)行計算前，進(jìn)行運動校正。DCE-MRI序列運動校正由AW 4.6工作站內(nèi)置軟件GenIQ軟件執(zhí)行。

圖像序列間的配準(zhǔn)：Processed Dicom格式處理的偽彩圖Dfast、PF、Ktrans、Ve、Vp、Kep及常規(guī)序列T2 FLAIR和T1C+同時選中導(dǎo)入工作站內(nèi)置IR軟件，自動配準(zhǔn)后進(jìn)行ROI放置。圖像校正及配準(zhǔn)流程見圖1。

圖1　IVIM與DCE-MRI灌注圖像后處理及分析流程

1.4.2ROI定義和放置

由兩名有經(jīng)驗的神經(jīng)放射科醫(yī)師（均不知病理診斷結(jié)果）共同決定ROI放置［1，14］。在GE AW4.6工作站內(nèi)置IR軟件中進(jìn)行ROI勾畫。ROI放置標(biāo)準(zhǔn)：不強化腫瘤：以T2 FLAIR作為參考，選擇腫瘤最大面積層面進(jìn)行ROI放置［10］。繪制腫瘤實質(zhì)區(qū)域ROI，手動勾畫T2 FLAIR高信號區(qū)域，結(jié)合DWI、T1WI及T1C+序列，避開囊變、出血及大血管區(qū)域（圖2A～F、2I～L）；強化腫瘤：以T1C+作為參考，選擇腫瘤強化最大面積層面進(jìn)行ROI放置，手動勾畫T1C+強化實質(zhì)區(qū)域，結(jié)合T2 FLAIR、DWI、T1WI，避開囊變、出血及大血管區(qū)域（圖3A～F、2I～L）；所有腫瘤ROI分別勾畫兩次，取平均值。

1.5組織病理學(xué)檢查

圖2　膠質(zhì)瘤WHOⅡ級

圖3　膠質(zhì)瘤WHO Ⅳ級

所有手術(shù)病理標(biāo)本在復(fù)旦大學(xué)附屬華山醫(yī)院神經(jīng)病理數(shù)據(jù)庫資料中收集，腫瘤切片常規(guī)進(jìn)行蘇木精-伊紅 （hematoxylin eosin，HE） 染色和Ki-67、P53、GFAP、Olig2、IDH1等免疫組織化學(xué)染色（immunohistological chemical staining， IHC），由兩名神經(jīng)病理科醫(yī)師根據(jù)HE及IHC結(jié)果共同診斷。根據(jù)2007年世界衛(wèi)生組織（World Health Organization，WHO）中樞神經(jīng)系統(tǒng)腫瘤分類和分級標(biāo)準(zhǔn)進(jìn)行診斷［15］，分為WHO Ⅱ、Ⅲ和Ⅳ級；然后將所有膠質(zhì)瘤分為低級別組（Ⅱ級；low-grade glioma，LGG）、高級別組（Ⅲ+Ⅳ級；high-grade glioma，HGG）；膠質(zhì)母細(xì)胞瘤組（Ⅳ級；glioblastoma multiforme，GBM）、其他腫瘤組（Ⅱ+Ⅲ級；other grade glioma，OGG）。

1.6統(tǒng)計學(xué)處理

相關(guān)性分析采用Spearman檢驗，根據(jù)相關(guān)系數(shù)ρ的大小，將結(jié)果分為相關(guān)性差或一般（＜0.4）、相關(guān)性中等（0.4～0.7）、相關(guān)性良好（＞0.7）［16］。兩組膠質(zhì)瘤比較采用t檢驗（正態(tài)分布）或Mann-Whitney U檢驗（非正態(tài)分布），Shapiro-Wilk檢驗用于數(shù)據(jù)正態(tài)性檢驗。ROC曲線分析不同參數(shù)分級膠質(zhì)瘤的能力，并計算曲線下面積（area under curve，AUC）（＜0.5：完全沒有診斷能力；0.5～0.7：差；0.7～0.8：中等；0.8～0.9：良好；＞0.9：優(yōu)）。

2　結(jié) 果

按2007 WHO中樞神經(jīng)系統(tǒng)腫瘤分類標(biāo)準(zhǔn)［15］，92例膠質(zhì)瘤中，WHOⅡ級48例、Ⅲ級17例、Ⅳ級27例。腫瘤區(qū)域Dfast （×10-3mm2/s）和PF分別為Ⅱ級：2.32±0.0.379、0.58±0.138；Ⅲ級：2.43±0.324、0.43±0.104；Ⅳ級：3.15±1.005、0.45±0.103。LGG組與HGG組、GBM組與OGG組之間Dfast和PF差異有統(tǒng)計學(xué)意義（P＜0.01）（表2）。

DCE-MRI灌注參數(shù)Ktrans （中位數(shù)，25%～75%分位數(shù)）（min-1）、Ve （中位數(shù)，25%～75%分位數(shù)）、Vp （中位數(shù)，25%～75%分位數(shù)）和Kep （中位數(shù)，25%～75%分位數(shù)）（min-1）測量值如下。Ⅱ級：0.05 （0.02，0.11），0.15 （0.05，0.27），0.03 （0.02，0.05），0.57（0.25，1.27）；Ⅲ級：0.14 （0.06，0.35），0.38（0.12，0.59），0.38 （0.12，0.59），0.06 （0.03，0.12），0.53 （0.32，0.80）；Ⅳ級：0.16 （0.12，0.28），0.46 （0.33，0.68），0.11 （0.07，0.21），0.44（0.32，0.66）。除Kep外，Ktrans、Ve和Vp在LGG與HGG、GBM與OGG之間差異有顯著統(tǒng)計學(xué)意義（P均＜0.01）（表2）。

表2　IVIM與DCE-MRI灌注相關(guān)參數(shù)測量與膠質(zhì)瘤分級

灌注相關(guān)彌散參數(shù)與DCE-MRI灌注參數(shù)相關(guān)性分析顯示，Dfast與Ve和Vp中等顯著相關(guān)（ρ=0.460和0.412，P＜0.01），與Ktrans相關(guān)性稍弱（ρ=0.396，P＜0.01），與Kep沒有相關(guān)性；PF與Vp和Ktrans呈弱負(fù)相關(guān)（ρ=-0.345，P＜0.01；ρ=-0.323，P＜0.01），與Ve呈更弱負(fù)相關(guān)（ρ=-0.249，P=0.017），與Kep不相關(guān)（ρ=-0.006，P=0.955）（圖4）。

ROC曲線鑒別LGG與HGG的AUC值分別為Dfast：0.745 （0.643，0.830）；PF：0.789 （0.651， 0.848）；Ktrans：0.808 （0.717，0.899）；Ve：0.765（0.663，0.867）；Vp：0.719 （0.613，0.826），P均＜0.05。Kep無鑒別診斷價值（P＞0.05）。ROC曲線鑒別GBM與OGG的AUC值分別為Dfast：0.802 （0.703，0.902）；PF：0.701 （0.588，0.813）；Ktrans：0.783 （0.692，0.875）；Ve：0.768（0.674，0.861）；Vp：0.674 （0.558，0.790），P均＜0.05。Kep無鑒別診斷價值（P＞0.05）。

3　討 論

圖4　各指標(biāo)相關(guān)性散點圖

DCE-MRI可定量評價微血管內(nèi)造影劑通過不成熟血管壁的程度，與腫瘤新生血管密度顯著相關(guān)［17］。微血管通透性增加是惡性膠質(zhì)瘤新生血管的重要組織學(xué)特征［18］。根據(jù)Tofts-Kermode模型計算的Ktrans、Ve和Vp等參數(shù)分別代表不同的腫瘤組織學(xué)特征：腫瘤血管通透性、腫瘤間質(zhì)和腫瘤血管密度，其中Ktrans是定量評價新生腫瘤血管的重要標(biāo)記，已用于LGG中惡性成分的識別［19］、GBM與不典型淋巴瘤的鑒別［5］、早期預(yù)測抗血管藥物治療反應(yīng)［20］和跟蹤靶向藥物的療效［6，21］。DCE-MRI來源的Ktrans、Ve和Vp在膠質(zhì)瘤分級中的價值在本研究中得到進(jìn)一步驗證。在IVIM理論中，快彌散和慢彌散并不與組織結(jié)構(gòu)直接聯(lián)系，但慢彌散分?jǐn)?shù)已成為腫瘤細(xì)胞密度和細(xì)胞增殖的重要標(biāo)記［22-23］。Dfast及PF與腫瘤血管灌注的關(guān)系雖然理論上與血流速度和血容量密切相關(guān)，但在實踐中不如慢彌散明確，多項研究結(jié)果也不一致［14］。盡管IVIM-MRI與DCE-MRI原理不同，但基本理論假設(shè)均基于毛細(xì)血管水平設(shè)計［14，24］，因此兩者之間參數(shù)的相關(guān)性可能更準(zhǔn)確。

本研究發(fā)現(xiàn)Dfast不僅與Vp相關(guān)，還與Ve密切相關(guān)，且相關(guān)趨勢更高；其與Ktrans的相關(guān)性稍弱，與Kep沒有相關(guān)性。Dfast與Ve和Ktrans呈顯著正相關(guān)，提示影響Dfast的因素除血容量和（或）血流量外［25］，惡性膠質(zhì)瘤增高的EES及血管與組織的容積交換也是重要因素。Dfast與血流灌注等多個惡性膠質(zhì)瘤生物學(xué)特征相關(guān)，提示其有良好的惡性膠質(zhì)瘤分級能力。本研究在WHOⅢ級（n=17）與Ⅳ級（n=27）膠質(zhì)瘤比較中，發(fā)現(xiàn)Dfast有顯著差異（P=0.006），而其他彌散及灌注參數(shù)均無顯著統(tǒng)計學(xué)差異。

DCE-MRI灌注相關(guān)參數(shù)與釓劑示蹤的微血管密度密切相關(guān)［17］，而微血管密度預(yù)測受示蹤劑分子大小的影響。IVIM灌注相關(guān)參數(shù)與內(nèi)源性示蹤劑水分子彌散關(guān)系密切，快速運動的水分子除受微血管密度影響外，血管排列方式和水分子在管腔樣結(jié)構(gòu)中的定向流動等也對Dfast有重要影響［26-28］。這反映了GBM微血管復(fù)雜的形成機制，即除經(jīng)典的腫瘤血管生成（angiogenesis）［18］，至少還包括血管發(fā)生（vasculogenesis）、血管擬態(tài)（vascular mimicry）［29］等3種以上其他新生血管形成理論。其中血管擬態(tài)過程提示腫瘤細(xì)胞可直接形成完全沒有血管內(nèi)皮細(xì)胞的功能性管腔樣結(jié)構(gòu)［29］，這樣的結(jié)構(gòu)可能是EES水分子定向流動的重要因素。另外，惡性膠質(zhì)瘤的新生血管長度往往更短，排列更趨于雜亂，由于缺乏血管壁阻擋，水分子擴散可能更自由、隨機。最后，除新生血管的組織形態(tài)學(xué)差異外，惡性膠質(zhì)瘤往往還伴有大量壞死及微囊變［15］，盡管選取ROI時已盡量避開宏觀的壞死和囊變成分，但微觀下體素內(nèi)的微小壞死和囊變無法完全避免，因此這些EES成分成為GBM比WHO Ⅲ級膠質(zhì)瘤Dfast顯著增加的重要原因。

此外，PF與Vp、Ve、Ktrans呈顯著負(fù)相關(guān)，與Bisdas等［14］研究認(rèn)為PF與Vp、Ve和Ktrans沒有相關(guān)性不一致。PF的臨床意義究竟是什么？顯然，與早先Le Bihan等提出的與血管容積分?jǐn)?shù)正相關(guān)的理論相矛盾，也與Federau等［1］的研究結(jié)果不一致。同時，本研究中PF值 （LGG：0.58±0.138；HGG：0.44±0.102）均明顯＞30%，不符合生理性腦血流容積分?jǐn)?shù)［1，30］。為進(jìn)一步闡明PF的意義，本研究對PF與腫瘤增殖指數(shù)Ki-67進(jìn)行相關(guān)分析，發(fā)現(xiàn)PF與Ki-67呈明顯負(fù)相關(guān)（ρ=-0.595，P＜0.001）。理論上講，腫瘤增殖指數(shù)越高，腫瘤細(xì)胞生長越趨密集。因此推測，與Le Bihan提出的PF代表腦血流容積分?jǐn)?shù)的初衷不同［25］，本研究eDWI設(shè)計下（0～5 000 s/mm2）產(chǎn)生的PF主要反映腫瘤間質(zhì)內(nèi)水分子彌散所占的容積分?jǐn)?shù)。這與腦膠質(zhì)瘤的實際表現(xiàn)相符，LGG往往以腫瘤細(xì)胞彌漫浸潤水腫，T2 FLAIR高信號為主要表現(xiàn)，而HGG腫瘤細(xì)胞增殖明顯，強化腫瘤實質(zhì)內(nèi)腫瘤細(xì)胞高度增殖，T2 FLAIR高信號相對降低。本研究結(jié)果與Bisdas等［14］認(rèn)為PF不與任何DCE-MRI和DSC-MRI來源的血流量和血容量參數(shù)相關(guān)是一致的，但Bisdas沒有進(jìn)一步證明PF的真實意義。以上證據(jù)表明，PF與腫瘤間質(zhì)水容積分?jǐn)?shù)密切相關(guān)，與Dfast及Vp等血流灌注相關(guān)參數(shù)不直接相關(guān)，與Le Bihan提出的PF（f）代表血流容積分?jǐn)?shù)的理論也不一致［31］，探測微血管血流的不同b值設(shè)計可能是主要原因。

IVIM-MRI （b值范圍0～5 000 s/mm2）快彌散參數(shù)Dfast與DCE-MRI灌注密切相關(guān)，是無需外源性對比劑示蹤的識別惡性膠質(zhì)瘤新生血管的重要潛在標(biāo)記物。

［1］ FEDERAU C， MEULI R， O’BRIEN K， et al. Perfusion measurement in brain gliomas with intravoxel incoherent motion MRI ［J］. AJNR Am J Neuroradiol，2014， 35（2）: 256-262.

［2］ FEDERAU C， MAEDER P， O’BRIEN K， et al. Quantitative measurement of brain perfusion with intravoxel incoherent motion MR imaging ［J］. Radiology，2012， 265（3）: 874-881.

［3］ IIMA M， REYNAUD O， TSURUGIZAWA T， et al. Characterization of glioma microcirculation and tissuefeatures using intravoxel incoherent motion magnetic resonance imaging in a rat brain model ［J］. Invest Radiol，2014， 49（7）: 485-490.

［4］ BERGAMINO M， BONZANO L， LEVRERO F， et al. A review of technical aspects of T1-weighted dynamic contrast-enhanced magnetic resonance imaging （DCEMRI） in human brain tumors ［J］. Phys Med， 2014， 30（6）: 635-643.

［5］ KICKINGEREDER P， SAHM F， WIESTLER B， et al. Evaluation of microvascular permeability with dynamic contrast-enhanced MRI for the differentiation of primary CNS lymphoma and glioblastoma: radiologic-pathologic correlation ［J］. AJNR Am J Neuroradiol， 2014， 35（8）: 1503-1508.

［6］ KICKINGEREDER P， WIESTLER B， GRAF M， et al. Evaluation of dynamic contrast-enhanced MRI derived microvascular permeability in recurrent glioblastoma treated with bevacizumab ［J］. J Neurooncol， 2015， 121（2）: 373-380.

［7］ GAUSTAD J V， SIMONSEN T G， SMISTAD R， et al. Early effects of low dose bevacizumab treatment assessed by magnetic resonance imaging ［J］. BMC Cancer， 2015，15（1）: 900.

［8］ MCDONALD R J， MCDONALD J S， KALLMES D F，et al. Intracranial gadolinium deposition after contrastenhanced MR imaging ［J］. Radiology， 2015， 275（3）: 772-782.

［9］ LE BIHAN D， BRETON E， LALLEMAND D， et al. Separation of diffusion and perfusion in intravoxel incoherent motion MR imaging ［J］. Radiology， 1988，168（2）: 497-505.

［10］ BISDAS S， KOH T S， RODER C， et al. Intravoxel incoherent motion diffusion-weighted MR imaging of gliomas: feasibility of the method and initial results ［J］. Neuroradiology， 2013， 55（10）: 1189-1196.

［11］ HU Y C， YAN L F， WU L， et al. Intravoxel incoherent motion diffusion-weighted MR imaging of gliomas: efficacy in preoperative grading ［J］. Sci Rep， 2014， 4: 7208.

［12］ BAI Y， LIN Y， TIAN J， et al. Grading of gliomas by using monoexponential， biexponential， and stretched exponential diffusion-weighted MR imaging and diffusion kurtosis MR Imaging ［J］. Radiology， 2015，278（2）: 496-504.

［13］ TOFTS P S， BRIX G， BUCKLEY D L， et al. Estimating kinetic parameters from dynamic contrast-enhanced T1-weighted MRI of a diffusable tracer: standardized quantities and symbols ［J］. J Magn Reson Imaging， 1999， 10（3）: 223-232.

［14］ BISDAS S， BRAUN C， SKARDELLY M， et al. Correlative assessment of tumor microcirculation using contrast-enhanced perfusion MRI and intravoxel incoherent motion diffusion-weighted MRI: is there a link between them？ ［J］. NMR Biomed， 2014， 27（10）: 1184-1191.

［15］ LOUIS D N， OHGAKI H， WIESTLER O D， et al. The 2007 WHO classification of tumours of the central nervous system ［J］. Acta Neuropathol， 2007， 114（2）: 97-109.

［16］ WOO S， LEE J M， YOON J H， et al. Intravoxel incoherent motion diffusion-weighted MR imaging of hepatocellular carcinoma: correlation with enhancement degree and histologic grade ［J］. Radiology， 2014， 270（3）: 758-767.

［17］ JIA Z Z， GU H M， ZHOU X J， et al. The assessment of immature microvascular density in brain gliomas with dynamic contrast-enhanced magnetic resonance imaging［J］. Eur J Radiol， 2015， 84（9）: 1805-1809.

［18］ DAS S， MARSDEN P A. Angiogenesis in glioblastoma ［J］. N Engl J Med， 2013， 369（16）: 1561-1563.

［19］ FALK A， FAHLSTROM M， ROSTRUP E， et al. Discrimination between glioma grades Ⅱ and Ⅲ in suspected low-grade gliomas using dynamic contrastenhanced and dynamic susceptibility contrast perfusion MR imaging: a histogram analysis approach ［J］. Neuroradiology， 2014， 56（12）: 1031-1038.

［20］ PILUDU F， MARZI S， PACE A， et al. Early biomarkers from dynamic contrast-enhanced magnetic resonance imaging to predict the response to antiangiogenic therapy in high-grade gliomas ［J］. Neuroradiology， 2015， 57（12）: 1269-1280.

［21］ JALALI S， CHUNG C， FOLTZ W， et al. MRI biomarkers identify the differential response of glioblastoma multiforme to anti-angiogenic therapy ［J］. Neuro Oncol， 2014， 16（6）: 868-879.

［22］ LE BIHAN D. Apparent diffusion coefficient and beyond: what diffusion MR imaging can tell us about tissue structure ［J］. Radiology， 2013， 268（2）: 318-322.

［23］ YAN R， HAOPENG P， XIAOYUAN F， et al. Non-Gaussian diffusion MR imaging of glioma: comparisons of multiple diffusion parameters and correlation with histologic grade and MIB-1 （Ki-67 labeling） index ［J］. Neuroradiology， 2016， 58（2）: 121-132.

［24］ GAENS M E， BACKES W H， ROZEL S， et al. Dynamic contrast-enhanced MR imaging of carotid atherosclerotic plaque: model selection， reproducibility， and validation ［J］.Radiology， 2013， 266（1）: 271-279.

［25］ LE BIHAN D， TURNER R. The capillary network: a link between IVIM and classical perfusion ［J］. Magn Reson Med， 1992， 27（1）:171-178.

［26］ AHN C B， LEE S Y， NALCIOGLU O， et al. The effects of random directional distributed flow in nuclear magnetic resonance imaging ［J］. Med Phys， 1987， 14（1）: 43-48.

［27］ HARPEN M D. Comments on “The effects of random directional distributed flow in nuclear magnetic resonance imaging”［J］. Med Phys， 1987， 14（6）: 1092-1093.

［28］ KWONG K K， MCKINSTRY R C， CHIEN D， et al. CSF-suppressed quantitative single-shot diffusion imaging ［J］. Magn Reson Med， 1991， 21（1）: 157-163.

［29］ YUE W Y， CHEN Z P. Does vasculogenic mimicry exist in astrocytoma？ ［J］. J Histochem Cytochem， 2005， 53（8）: 997-1002.

［30］ WIRESTAM R， BORG M， BROCKSTEDT S， et al. Perfusion-related parameters in intravoxel incoherent motion MR imaging compared with CBV and CBF measured by dynamic susceptibility-contrast MR technique ［J］. Acta Radiol， 2001， 42（2）: 123-128.

［31］ LE BIHAN D， TURNER R. The capillary network: a link between IVIM and classical perfusion ［J］. Magn Reson Med， 1992， 27（1）: 171-178.

Correlative assessment of perfusion-related parameters of intravoxel incoherent motion with dynamic contrast enhancement in MR imaging of gliomas

REN Yan1， PANG Haopeng1， DI Ningning1， ZHANG Jiawen1， QIU Tianming2， CHEN Hong3， LIU Hanqiu1， ZHUANG Dongxiao2， ZHANG Yong4， XU Tianyong5， WU Jinsong2， YAO Zhenwei1， FENG Xiaoyuan1（1. Department of Radiology， Huashan Hospital， Fudan University， Shanghai 200040，China； 2. Department of Neurosurgery， Huashan Hospital， Fudan University， Shanghai 200040， China； 3. Department of Pathology， Huashan Hospital， Fudan University， Shanghai 200040， China； 4. Department of MR Research， GE Healthcare， Shanghai 201203， China； 5. Department of MR Training， GE Healthcare， Shanghai 201203， China）
Correspondence to: FENG Xiaoyuan E-mail: xyfeng@shmu.edu.cn

Objective: To study the applicable value of 22 b-value （0-5 000 s/mm2） eDWI with biexponential model using the correlative analysis of incoherent intravoxel motion （IVIM） and dynamic contrast enhancement （DCE） in MR imaging of brain gliomas. Methods: For 92 cases with pathologically confirmed gliomas， the combined protocol of conventional MRI， DWI， eDWI，DCE-MRI was performed. The following parameters on tumor regions were measured including eDWI-derived parameters ofDslow， Dfast and PF and DCE-derived parameters of volume transfer constant （Ktrans）， extravascular extracellular space volume fraction （Ve）， Kep and fraction plasma volume （Vp）. According to 2007 central nervous system World Health Organization （WHO）classification， 92 gliomas were classified into groups of high-grade glioma （HGG； grade Ⅲ+Ⅳ） and low-grade glioma （LGG；grade Ⅱ）； glioblastoma multiforme （GBM； grade Ⅳ） and other grade glioma （OGG； grade Ⅱ+Ⅲ）. Correlative analyses were performed between perfusion-related parameters of Dfast and PF and perfusion parameters of Ktrans， Ve， Vp and Kep. Meanwhile，comparisons of multiple parameters were made for HGG vs. LGG and GBM vs. OGG， as well as receiver operating characteristic（ROC） curve analyses to discriminate HGG from LGG and GBM from OGG. Results: Positive correlations were observed for Dfast with parameters of Ktrans， Ve and Vp with ρ values of 0.396， 0.460 and 0.412 （all P＜0.01）， respectively， but no correlation between Dfast and Kep. There were negative correlations between PF and parameters of Ktrans， Ve and Vp with ρ values of -0.323 and -0.319，respectively， all P＜0.05）， and no significant correlation between PF and Kep. Other than Kep， there were significant differences for the remaining parameters between HGG and LGG， between GBM and OGG. ROC analyses showed the maximal area under curve（AUC） values of 0.808 for Ktrans to identify HGG from LGG and 0.802 for Dfast to discriminate GBM from OGG， respectively. Conclusion: There are close correlations between IVIM and DCE in MR imaging of tumor perfusion of brain gliomas. As a potential candidate biomarker， it is hopeful for Dfast to evaluate the characteristics of tumor microvascular perfusion without exogenous contrast tracker.

Intravoxel incoherent motion； Biexponential model； Dynamic contrast enhanced magnetic resonance imaging；Glioma

R445.2

A

1008-617X（2016）03-0223-10

馮曉源 E-mail：xyfeng@shmu.edu.cn

（2016-09-10）