康泰山，楊天和*，林建忠，張家興

近年來隨著高場磁共振檢查儀的廣泛普及，彌散張量成像(diffusion-tensor imaging，DTI)技術(shù)觀察顱腦白質(zhì)神經(jīng)傳導(dǎo)束走行的獨(dú)特優(yōu)勢已廣泛應(yīng)用于臨床且越來越受到重視[1-2]。DTI是一種對組織微環(huán)境改變十分敏感的成像技術(shù)，隨著磁場越來越強(qiáng)，DTI成像中因磁敏感偽影引起的圖像空間變形及體素信號丟失也越嚴(yán)重，從而導(dǎo)致DTI在與3D-T1像融合過程中出現(xiàn)白質(zhì)區(qū)域錯(cuò)位，限制了DTI的臨床應(yīng)用[3]。DTI序列因相對較長的回波讀出時(shí)間，故其對磁場的不均勻性敏感。局部磁場的不均勻性會(huì)導(dǎo)致空間變形及體素信號丟失，主要發(fā)生在顳葉和前額葉等腦組織與空氣和骨骼的交界面。這種變形及信號丟失在頻率編碼方向上很小，因此主要是相位編碼方向需要進(jìn)行變形矯正[4]。本研究基于場圖(field map)方法對高場DTI圖像進(jìn)行相位反卷積變形矯正及信號補(bǔ)償[5-6]，探索場圖方法對DTI圖像變形及信號丟失的矯正和補(bǔ)償效果。

1 材料與方法

1.1 一般資料

收集2015年5月至2015年9月在我院磁共振科因神經(jīng)系統(tǒng)癥狀而接受頭顱磁共振檢查，但未發(fā)現(xiàn)器質(zhì)性病變者29例，其中男17例，女12例，年齡20～35歲，平均(26±5.3)歲。所用數(shù)據(jù)都告知研究對象，研究對象簽署知情同意并接受追加腦功能掃描。

1.2 磁共振掃描序列

磁共振成像儀為德國Siemens公司生產(chǎn)的3.0 T Verio型醫(yī)用磁共振成像系統(tǒng)，8通道高分辨率頭顱線圈。靜臥掃描，掃描時(shí)以現(xiàn)場確認(rèn)數(shù)據(jù)的完整性及可用性后結(jié)束掃描。掃描序列如下：(1)GRE-field-mapping序列參數(shù)：軸狀位掃描，激勵(lì)次數(shù)1次，F(xiàn)OV=230 mm×230 mm，TR=488 ms，TE1/TE2=4.92 ms/7.38 ms，ΔTE=2.46 ms，采樣矩陣=128×128，層厚=3 mm，間隔=0 mm (采用隔層掃描技術(shù))，相位編碼方向A＞＞P。(2) DTI序列掃描參數(shù)：TR=10 s，TE=95 ms，b值為1000 s/mm2，彌散施加方向數(shù)30，回波間隙為0.95 ms，F(xiàn)OV、采樣矩陣、層厚、間隔及空間定位均與GRE-field-mapping序列一致。(3) 3D-T1-MPRAG-sag序列參數(shù)：TR=1900 ms，TE=27 ms，TI=900 ms，采樣體素為1 mm×1 mm×1 mm。(4)常規(guī)序列：軸狀位T1-TSE，軸狀位T2-TSE，矢狀位T2-TSE，冠狀位T2-FLAIR。

1.3 變形矯正及信號補(bǔ)償

采用國際上公開發(fā)布的FSL軟件包(FMRIB Software Library)5.0及Freesurfer 6.0軟件包(surfer.nmr.mgh.harvard.edu)對數(shù)據(jù)進(jìn)行處理。分析步驟如下：

(1)頭顱運(yùn)動(dòng)校準(zhǔn)：DTI及場圖序列掃描時(shí)患者頭顱的輕微晃動(dòng)行自身運(yùn)動(dòng)校準(zhǔn)，保證DTI和場圖影像數(shù)據(jù)空間位置上的一致性。

(2)對DTI圖像的相位卷積變形進(jìn)行反卷積處理。場圖矯正方法應(yīng)至少采集2個(gè)不同回波時(shí)間圖像并計(jì)算在相位上的變化，通過線性插值計(jì)算變形圖像的每段線性函數(shù)在無變形圖像中的空間位置，然后應(yīng)用無變形體素位移圖作為模版對變形圖像進(jìn)行矯正，從而建立無變形圖像。場圖矯正方法主要有以下4個(gè)步驟[7]：

從相位場圖中計(jì)算相位的變化：

假定y為相位方向，通過線性內(nèi)插計(jì)算出變形矯正后的圖像：

在相位編碼方向上信號值的矯正補(bǔ)償：

(x,y,z)代表圖像中的體素坐標(biāo)，ΔB0(x,y,z)代表B0場的非均一性差異值，單位是Hz。ΔΘ(x,y,z)代表體素在時(shí)間ΔTE中的不同相位測量值，γ代表旋磁比，dy代表場圖中的體素在Y軸方向上的平移。Tacq代表一層原始數(shù)據(jù)的讀出時(shí)間。

(3)信號補(bǔ)償：針對因變形導(dǎo)致的信號丟失及B1場不均勻而導(dǎo)致信號采集時(shí)的不均勻，采用基于目標(biāo)函數(shù)(cost-function)掩模法進(jìn)行補(bǔ)償修復(fù)[8-9]。為了實(shí)現(xiàn)信號補(bǔ)償，必須通過最優(yōu)化如下目標(biāo)函數(shù)：

上式中f代表參考圖，g代表需要進(jìn)行信號補(bǔ)償?shù)膱D像。雖然要求解上述目標(biāo)函數(shù)意味著參考圖與重建圖像之間必須非常相似，然而它也在進(jìn)行優(yōu)化求解的時(shí)候擁有明顯的優(yōu)點(diǎn)。

上述問題是一個(gè)典型的非線性最優(yōu)化問題，需要尋找合適的w來最小化O。有多種不同的最優(yōu)化方法可以求解上述方程。這些方法各有優(yōu)缺點(diǎn)，筆者這里選擇高斯-牛頓法進(jìn)行最優(yōu)化求解。該方法提供了一個(gè)直接的公式用于計(jì)算參數(shù)w：

(4)對DTI圖像進(jìn)行渦流校正并最終計(jì)算張量結(jié)果。

(5)采用線性[自由度(dof)=12]腦溝邊緣配準(zhǔn)到3D-T1-MPRAG-sag結(jié)構(gòu)像并融合。

1.4 變形矯正觀察

將變形矯正前/后計(jì)算出的各向異性分?jǐn)?shù)(fractional anisotropy，F(xiàn)A)值圖與3D-T1-MPRAG-sag結(jié)構(gòu)像進(jìn)行線性配準(zhǔn)(dof=12)，使其空間位置基本一致，然后以FA大于0.2為閾值，勾畫出FA值圖白質(zhì)邊緣并與結(jié)構(gòu)像白質(zhì)邊緣融合。應(yīng)用腦功能軟件Freeview (surfer. nmr. mgh. harvard. edu)對圖像進(jìn)行融合顯示。將變形矯正前計(jì)算出的FA值圖與經(jīng)過場圖變形矯正及信號補(bǔ)償后的FA圖線性配準(zhǔn)到3D-T1-MPRAG-sag圖像進(jìn)行融合對比，觀察白質(zhì)FA值圖邊緣與結(jié)構(gòu)像白質(zhì)邊緣對齊情況。

1.5 信噪比測量

根據(jù)場圖改變較大的雙側(cè)額葉底部及中顱窩底部(顳葉)選擇感興趣區(qū)域(region of interest，ROI)(圖1所示藍(lán)色圓形區(qū)域)。另選擇對磁場不敏感丘腦區(qū)域(圖1所示的紅色圓形)作為參照。信噪比(signal to noise ratio，SNR)計(jì)算公式為SNR=S/N。處理前后信噪比改變量的計(jì)算公式如下[10]：(糾正后信噪比-糾正前信噪比)/糾正后信噪比×100%。雙側(cè)額葉和顳葉對照丘腦中心的信噪比計(jì)算公式如下：(糾正后信噪比-糾正后丘腦中心信噪比)/糾正后丘腦中心信噪比×100%。

1.6 FA值測量及計(jì)算

選擇信號丟失明顯區(qū)域，由兩位高年資診斷醫(yī)師確認(rèn)前后位置一致性，計(jì)算其前后FA值。計(jì)算公式如下：(糾正后FA-糾正前FA)/處理后FA×100%。

1.7 統(tǒng)計(jì)學(xué)處理

應(yīng)用SPSS 19.0軟件進(jìn)行數(shù)據(jù)處理及統(tǒng)計(jì)分析。糾正前、后相同部位ROI測量值比較采用配對t檢驗(yàn)，P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

經(jīng)過場圖矯正處理后：(1)信號的丟失得到補(bǔ)償：額葉和顳葉底部信號經(jīng)變形糾正及場不均勻補(bǔ)償后增益達(dá)15.8%～16.2% (表1)。(2)FA值信號的丟失得到恢復(fù)：額葉和顳葉底部FA值經(jīng)變形糾正及場不均勻補(bǔ)償后增益達(dá)17.5%～18.3% (表1)。(3)空間變形得到明顯矯正：經(jīng)過Freeview軟件對比顯示，額葉和顳葉的白質(zhì)在空間位置上對位整齊，與3D結(jié)構(gòu)像能很好地匹配融合(圖2)。(4)場圖矯正處理不改變未變形的腦組織信號：丘腦中心因位于大腦中心部位受磁敏感偽影影響極小，糾正前后信號經(jīng)變形糾正后增益僅為1.5%左右，F(xiàn)A值增益僅為1.02%～2.12% (表1)。額葉和顳葉底部糾正后的信號與丘腦中心的信號無明顯差異，二者的百分比在1.9%以內(nèi)(表2)。

3 討論

DTI是一種磁共振功能成像，它能無創(chuàng)地顯示腦內(nèi)神經(jīng)纖維束的走行、腦功能區(qū)間白質(zhì)纖維束的連接及提示腦內(nèi)神經(jīng)結(jié)構(gòu)是否異常。目前DTI在腦白質(zhì)評價(jià)和神經(jīng)外科手術(shù)導(dǎo)航計(jì)劃設(shè)定等方面顯示了獨(dú)特優(yōu)勢[11-12]。DTI需要應(yīng)用平面回波成像(echo planar imaging，EPI)，但是EPI在磁化率差異大的組織邊界會(huì)產(chǎn)生嚴(yán)重的幾何變形，特別在顱底前額葉和顳葉更為明顯，這種變形隨場強(qiáng)增高更加明顯?？臻g幾何的變形、體素位移及信號的丟失都會(huì)影響DTI與結(jié)構(gòu)像的配準(zhǔn)，并最終影響結(jié)果的準(zhǔn)確性。因此，對DTI進(jìn)行去偽影研究具有重要的實(shí)際意義[13]。

表1 各觀察腦區(qū)測量值糾正后增加的百分比Tab. 1 Percentage of the increase of each measure in the observed brain regions after rectification or compensation

表2 額葉和顳葉補(bǔ)償后信號分別與同側(cè)丘腦糾正后信號差異的百分比Tab. 2 Percentage of the compensated signals in the frontal and temporal lobes compared to that in the collateral thalamus, respectively

克服DTI的畸變主要通過成像序列的優(yōu)化，如早期的分段EPI序列聯(lián)合導(dǎo)航回波掃描技術(shù)和線陣掃描彌散成像技術(shù)等。但這些方法均各有優(yōu)缺點(diǎn)，它們至今尚不能很好地應(yīng)用于臨床[14]。近年來，國內(nèi)一些學(xué)者對DTI數(shù)據(jù)進(jìn)行了分析前處理。例如王毅等[15]提出了一種基于圖割的DTI分割算法來精確分割胼胝體；何曉璇[16]針對DTI圖像的磁敏感偽影，通過渦流校正來減小相應(yīng)的圖像畸變，并采用基于邊界約束的代價(jià)函數(shù)來保證DTI圖像的配準(zhǔn)精度。本研究采用場圖矯正方法對傳統(tǒng)平面回波DTI序列圖像進(jìn)行基于體素的相位反卷，磁場不均勻?qū)е碌淖冃蔚靡猿C正，使以結(jié)構(gòu)像為解剖定位的局部FA和MD等值測量更加準(zhǔn)確。同時(shí)，本研究變形糾正的結(jié)果使得DTI與結(jié)構(gòu)像能夠很好地匹配，也使得以結(jié)構(gòu)像的解剖位置定位進(jìn)行的纖維示蹤能夠與功能像融合更精確。

本研究對體素位移進(jìn)行回復(fù)及采用目標(biāo)函數(shù)掩模法對信號丟失進(jìn)行補(bǔ)償，信號易丟失區(qū)域(額葉和顳葉)信號顯著提高了15.8%～16.2%，但場影響最小區(qū)域(丘腦)信號卻無顯著提高(1.51%～1.56%)，因此該信號補(bǔ)償方法可以減少因場不均勻造成的信號丟失，使結(jié)果接近實(shí)際狀況。原始圖像信號丟失及變形同時(shí)影響最終結(jié)果變化。本研究顯示FA值在信號補(bǔ)償后也增加了17.5%～18.3%。因此，本研究基于體素場圖對DTI的變形矯正及信號丟失的補(bǔ)償取得了顯著的效果。本研究中基于場圖方法對高場DTI圖像進(jìn)行的相位反卷積變形矯正及信號補(bǔ)償是一種獨(dú)立的圖像后處理技術(shù)，適用于西門子、GE和飛利浦MRI機(jī)型的腦數(shù)據(jù)前處理。

本研究還存在以下兩點(diǎn)不足：(1)大幅度頭動(dòng)造成的明顯位移沒有得到較好矯正；(2)圖像數(shù)據(jù)的校準(zhǔn)需從主機(jī)導(dǎo)出并應(yīng)用第三方軟件逐步計(jì)算，步驟較復(fù)雜，有待新序列的進(jìn)一步研發(fā)?？傊?，本研究表明基于場圖方法對DTI圖像的變形矯正，使空間變形得到顯著的改善，磁敏感區(qū)域信號的丟失得到補(bǔ)償。

圖1 腦區(qū)信噪比測量選擇示意圖。藍(lán)色圓形為雙側(cè)額葉和顳葉選擇感興趣區(qū)域(A、B)和紅色圓形為對照丘腦區(qū)域(A) 圖2 A：糾正前FA圖(閾值＞0.2)，為mask與3D結(jié)構(gòu)像融合圖(dof=12)。白質(zhì)區(qū)域的對齊出現(xiàn)錯(cuò)位。B：糾正后FA圖(閾值＞0.2)，為mask與3D結(jié)構(gòu)像融合圖。白質(zhì)區(qū)域?qū)ξ徽R。C：將圖A分別用線條勾畫出來顯示。黃色線勾畫的是3D結(jié)構(gòu)像灰、白質(zhì)交界，紅色線勾畫的是FA圖的腦白質(zhì)邊界。D：將圖B分別用線條勾畫出來顯示。黃色線勾畫的是3D結(jié)構(gòu)像灰、白質(zhì)交界，紅色線勾畫的是FA圖的腦白質(zhì)邊界Fig. 1 Sketch map of brain regions selected for signal to noise ratio measure. Blue circles located in the bilateral frontal and temporal lobes (A, B), while red circles located in the bilateral thalamus (A). Fig. 2 A: FA map before rectification (threshold ＞0.2), It is a fusion map of mask with 3D image (dof=12). It shows white matter matched error. B: FA map after rectification (threshold ＞0.2), It is a fusion map of mask with 3D image (dof=12). It shows white matter matched well. C: The outline of FA map showing match error in (A). Yellow line shows the border of gray matter and white matter in 3D structural image and red line shows the border of white matter in FA map. D:The outline of FA map showing match well in (B). Yellow line shows the border of gray matter and white matter in 3D structural image and red line shows the border of white matter in FA map.

[References]

[1] Shahar T, Rozovski U, Marko NF, et al. Preoperative imaging to predict intraoperative changes in tumor-to-corticospinal tract distance: an analysis of 45 cases using high-field intraoperative magnetic resonance imaging. Neurosurgery, 2014, 75(1): 23-30.

[2] Kockro RA, Reisch R, Serra L, et al. Image-guided neurosurgery with 3-dimensional multimodal imaging data on a stereoscopic monitor. Neurosurgery, 2013, 72(Suppl 1): 78-88.

[3] Yin JZ. Common artifacts in 3.0 T high-field MRI systems: principle,appearance and remedy. Chin J Magn Reson Imaging, 2010, 1(4):291-294.尹建忠. 3.0 T高場磁共振設(shè)備的常見偽影: 原理、表現(xiàn)與對策. 磁共振成像, 2010, 1(4): 291-294.

[4] Irfanoglu MO, Walker L, Sarlls J, et al. Effects of image distortions originating from susceptibility variations and concomitant fields on diffusion MRI tractography results. Neuroimage, 2012, 61(1):275-288.

[5] Robson MD, Gore JC, Constable RT. Measurement of the point spread function in MRI using constant time imaging. Magn Reson Med, 1997, 38(5): 733-740.

[6] Jezzard P, Balaban RS. Correction for geometric distortion in echo planar images from B0 field variations. Magn Reson Med, 1995,34(1): 65-73.

[7] Hutton C, Bork A, Josephs O, et al. Image distortion correction in fMRI: A quantitative evaluation. Neuroimage, 2002, 16(1): 217-240.

[8] Rorden C, Bonilha L, Fridriksson J, et al. Age-specific CT and MRI templates for spatial normalization. Neuroimage, 2012, 61(4):957-965.

[9] Huang Q, Zhang R, Hu X, et al. Disturbed small-world networks and neurocognitive function in frontal lobe low-grade glioma patients.PloS One, 2014, 9(4): 94095.

[10] Huang YT, He CM. Evaluation methodology of MRI SNR. Chin J Magn Reson Imaging, 2012, 3(2): 149-152.黃艷圖, 何超明. 磁共振成像信噪比的評價(jià)方法. 磁共振成像,2012, 3(2): 149-152.

[11] Jones DK, Leemans A. Diffusion tensor imaging. Methods Mol Biol,2011, 711(711): 127.

[12] Han T, Cui SM, Tong XG, et al. Three-dimensional visualization of functional brain tissue and functional magnetic resonance imagingintegrated neuronavigation in the resection of brain tumor adjacent to motor cortex. Int J Med Radiol, 2011, 34(3): 205-210.韓彤, 崔世民, 佟小光, 等. 大腦功能組織可視化及fMRI術(shù)中導(dǎo)航在腦腫瘤切除術(shù)中的應(yīng)用. 國際醫(yī)學(xué)放射學(xué)雜志, 2011, 34(3): 205-210.

[13] Gupta A, Escolar M, Dietrich C, et al. 3D Tensor normalization for improved accuracy in DTI tensor registration methods//biomedical image registration. Berlin: Springer Berlin Heidelberg, 2012:170-179.

[14] Wang HY, Zhao B, Yu FH, et al. The principle of diffusion tensor imaging techniques and comparison. J Med Imaging, 2006, 16(4):402-404.王海燕, 趙斌, 于富華, 等. DTI常用掃描序列原理及比較. 醫(yī)學(xué)影像學(xué)雜志, 2006, 16(4): 402-404.

[15] Wang Y, Xie K, Zhou YJ, et al. Graph cut based algorithm for corpus callosum segmentation from diffusion tensor images. J Beijing Polytechnic University, 2014, 40(3): 473-480.王毅, 謝琨, 周艷娟, 等. 基于圖割的擴(kuò)散張量磁共振圖像胼胝體分割算法. 北京工業(yè)大學(xué)學(xué)報(bào), 2014, 40(3): 473-480.

[16] He XX. Imaging study of focal cortical dysplasia based on magnetic resonance imaging. Hefei: University of Science and Technology of China, 2016.何曉璇. 基于磁共振結(jié)構(gòu)像的局灶性皮質(zhì)發(fā)育不良的影像學(xué)研究.合肥: 中國科學(xué)技術(shù)大學(xué), 2016.