譚中建，邢方亮，鄒憶懷

三維動脈自旋標(biāo)記(3D-ASL)是近年來興起的一項以自身動脈血中的水分子作為內(nèi)源性示綜劑，完全無創(chuàng)、可重復(fù)、安全的灌注技術(shù)[1]。動脈自旋標(biāo)記(ASL)標(biāo)記方法可分為脈沖動脈自旋標(biāo)記(PASL)、連續(xù)動脈自旋標(biāo)記(CASL)和偽連續(xù)動脈自旋標(biāo)記(PCASL)3大類。本研究采用PASL，測量的腦血流量(CBF)值是病灶區(qū)域(ROI)內(nèi)的局部平均腦血流量值(rCBF)，單位為mL/(100 g·min)。計算公式為：

本研究中，分母中的變量SIPD通過ASL序列中Control(控制項)數(shù)據(jù)進(jìn)行近似[2-3]。

目前，常見的CBF分析處理中，其ROI確定是與組織結(jié)構(gòu)的手工及目測匹配，并只能用固定的圓形或橢圓形確定ROI范圍，不能做到和病灶適形，且rCBF是均值，并不能精準(zhǔn)反映ROI內(nèi)腦血流量的空間分布狀況。本研究旨在解決ROI與結(jié)構(gòu)像的精準(zhǔn)匹配、精確反應(yīng)ROI的CBF分布、定量測量的問題。本研究基于影像組[4]思想，探索一種新的Lesions-vCBF(病灶處的體素級分辨率的腦血流量Voxel-CBF)分析方法，即可針對病灶區(qū)域計算各個體素的vCBF(Voxel-CBF)，并在病灶的結(jié)構(gòu)像上進(jìn)行可視化表達(dá)。

1 對象與方法

1.1 研究對象 回顧2021年3月20日以來本院臨床診斷為慢性腦供血不足病人10例的MRI數(shù)據(jù)，和診斷急性缺血性腦卒中病人1例的MRI數(shù)據(jù)。

1.2 檢查方法 使用西門子1.5 T(Siemens Amria1.5 T)磁共振掃描儀，選用頭頸聯(lián)合矩陣線圈(24通道)，行常規(guī)的T1加權(quán)成像(T1WI)、T2加權(quán)成像(T2WI)、液體衰減反轉(zhuǎn)恢復(fù)(FLAIR)、擴(kuò)散加權(quán)成像(DWI)并計算生成表觀彌散系數(shù)(ADC)圖像，ASL采用PASL基于快速梯度自旋回波(TGSE)序列3D-ASL參數(shù)：重復(fù)時間(TR)為4 000 ms，回波時間(TE)為25 ms，灌注持續(xù)時間(BD)為700 ms，反轉(zhuǎn)時間(TI)為1 990 ms，體素(Voxel)為1.5 mm×1.5 mm×1.5 mm，聚焦視野(FOV)為192 mm×192 mm，矩陣(Matrix)為64×63，90層全腦覆蓋，采集時間為196 s。彌散加權(quán)像序列采用平面回波成像(EPI)，掃描參數(shù)如下：TR為3 000 ms，TE為82 ms，相位方向P>>A(后前方向)，F(xiàn)OV為24 cm×24 cm，b值為0和1 000 s/mm2，Matrix為150×135，Voxel為1.6 mm×1.6 mm×5.5 mm，采集時間為38 s。19層覆蓋全腦采集。FLAIR序列屬于反轉(zhuǎn)恢復(fù)序列(IR)，參數(shù)如下：TI為2 300 ms，TR為7 500 ms，TE為112 ms，分次采集concatenations為2，Matrix為204×256，層厚(SL)為3 mm，40層覆蓋全腦掃描，采集時間為150 s。

1.3 影像組處理與數(shù)據(jù)分析

1.3.1 從彌散加權(quán)像自動化提取病灶范圍 對于急性腦梗死病灶，在細(xì)胞腦水腫的條件下，細(xì)胞內(nèi)的水分子增多，導(dǎo)致細(xì)胞外的間隙下降，超急性期腦梗死的水分子擴(kuò)散降低，DWI顯示高信號[5]；對應(yīng)的ADC區(qū)域值是低信號[6]。

基于影像組跨組檢索的思想，通過設(shè)計數(shù)字濾波器從DWI序列自動化提取病灶的空間范圍。經(jīng)過優(yōu)化掃描參數(shù)采集到的DWI序列影像，此時即可采用適當(dāng)?shù)幕叶却翱趯WI高通濾波的同時對ADC進(jìn)行低通濾波自動提取出病灶所在范圍。詳見圖1。

圖1 DWI序列影像

1.3.2 病灶范圍與FLAIR像的融合 FLAIR序列對血管源性水腫敏感，DWI對細(xì)胞源性水腫敏感[7]。從彌散加權(quán)像取得的病灶區(qū)域與FLAIR像對齊在相同坐標(biāo)系下面，一方面使得后期處理分析更加容易；另一方面FLAIR像攜帶了更加豐富的組織結(jié)構(gòu)細(xì)節(jié)，利于臨床更加精準(zhǔn)的判斷。將上述得到的病灶范圍與FLAIR像融合，即可同時獲得清晰的結(jié)構(gòu)像與DWI高信號和ADC低信號相對應(yīng)的病灶范圍(見圖2)。

圖2 FLAIR序列影像及病灶提取融合圖像

1.3.3 Lesions-vCBF跨組檢索及結(jié)構(gòu)可視化 從彌散加權(quán)像DWI上的高信號并對應(yīng)ADC同區(qū)域低信號的研判一致性后取出病灶ROI范圍，計算ROI內(nèi)的所有Voxel-CBF，并把各個Voxel-CBF值在FLAIR序列上進(jìn)行可視化。即可在FLAIR序列上精確看到病灶的vCBF分布，進(jìn)而對病灶的程度有更精準(zhǔn)的了解。通過圖3可以看到Lesions-vCBF對比rCBF測量具有以下3個明顯優(yōu)勢：①跨影像組自動提取病灶范圍；②Lesions-vCBF與FLAIR結(jié)構(gòu)像深度融合可以對病灶與結(jié)構(gòu)的關(guān)系一目了然；③Lesions-vCBF的空間分布量化帶來更精細(xì)的CBF量化結(jié)果。

圖3 影像組各加權(quán)圖像及Lesions-vCBF圖像

1.3.4 FLAIR像與病灶vCBF的融合與分析 從FLAIR的病灶范圍提取影像掃描的三維坐標(biāo)在世界坐標(biāo)系下面去索引CBF像的值，可以得到病灶范圍的vCBF(見圖4)。

圖4 FLAIR像上病灶范圍的vCBF分布

圖4使用MATLAB-2021b軟件生成，計算過程如下：首先將FLAIR像與CBF像在系統(tǒng)全局坐標(biāo)系下進(jìn)行配準(zhǔn)和融合，獲得圖4右下影像；其次根據(jù)圖2中的病灶遮罩計算對稱的健側(cè)遮罩，并提取對應(yīng)的vCBF值，分別繪制正排曲線(圖4右上和左下)；最后分別將患側(cè)和健側(cè)的vCBF值以不同色階渲染在FALIR相對應(yīng)的位置上(圖4左上)。從圖4中可以明顯觀察到核心梗死區(qū)(藍(lán)色)和半暗帶的空間分布范圍(青色到橘色)。而且還可以得到病灶范圍的VCBF具體數(shù)值分布。取vCBF<12.3[8]的部分為核心梗死區(qū)，通過上述數(shù)據(jù)分析，可以求該病灶范圍的vCBF>12.3的占比為75.12%。這一計算方法可以明確對半暗帶進(jìn)行精確量化(見圖5)。

圖5 vCBF的數(shù)值分布

1.4 慢性腦供血不足的病例分析 回顧我院臨床診斷慢性腦供血不足的入組藥物干預(yù)數(shù)據(jù)(服用九旭藥業(yè)的銀杏酮酯滴丸)，可以對病例的干預(yù)前后做出以vCBF精確量化評價。圖6采用上述相同計算方法，可以獲得ROI的Lension-vCBF的數(shù)學(xué)期望，用于評估病灶的預(yù)后情況。這為評估慢性腦供血不足病灶的藥物療效提供了新的更精準(zhǔn)的量化評估方法。

圖6 Lesions-vCBF慢性腦供血不足的藥物干預(yù)評價案例

表1中的數(shù)據(jù)來自10個病灶(圖7的結(jié)構(gòu)像位置)的Lesion-vCBF的精確量化，因此可以精確地反映慢性腦供血不足病灶處的藥物預(yù)后評價情況。表1顯示藥物干預(yù)后慢性腦供血不足的病灶血供提升顯著。

表1 慢性腦供血不足的藥物干預(yù)評價 單位：mL/(100 g·min)

圖7 表1病灶在結(jié)構(gòu)像上的位置

以其中10個病灶的預(yù)后數(shù)據(jù)為例進(jìn)行數(shù)據(jù)分析，可以得到預(yù)后的ΔCBF表現(xiàn)。詳見圖8。

圖8 vCBF 慢性腦供血不足的藥物預(yù)后ΔCBF

2 討 論

本研究給出的Lensions-vCBF分析方法使基于磁共振ASL的CBF檢測應(yīng)用在病灶ROI提取、跨影像組精準(zhǔn)定位、精確vCBF量化方面取得了突破，改變了rCBF手工定位、結(jié)構(gòu)模糊、無法精準(zhǔn)量化的格局，使病灶區(qū)域的vCBF精準(zhǔn)量化成為了更有效的檢測分析方法。通過病例分析顯示，Lensions-vCBF分析方法對于急性腦梗死和慢性腦供血不足都能夠起到很好的精準(zhǔn)量化效果。相較于傳統(tǒng)的rCBF方法，Lensions-vCBF分析方法依靠病灶區(qū)域提取或者在結(jié)構(gòu)像定義ROI的方式解決了rCBF模糊定位的問題；通過影像跨組索引解決了精準(zhǔn)量化的問題；通過對vCBF的數(shù)據(jù)分析解決了對病灶的空間分布量化問題。Lensions-vCBF適用于與腦血流量有關(guān)的各種腦病[9-18]的精確量化及藥物預(yù)后評價指標(biāo)。由于ASL的CBF值是瞬時腦血流量，后續(xù)研究中需完善多TI值數(shù)據(jù)采集測量，以完善CBF的準(zhǔn)確性，同時為計算vCBV提供良好的數(shù)據(jù)支持，對ROI形成vCBF、vCBV數(shù)據(jù)組評價。本團(tuán)隊將繼續(xù)探索Lesions-vCBF在腦病診斷、評價領(lǐng)域更多的應(yīng)用場景，特別是功能磁共振靜息態(tài)、任務(wù)態(tài)大腦灰質(zhì)ROI腦血流量的空間分布變化。

3 小 結(jié)

通過影像組跨組檢索、精準(zhǔn)量化的研究方法，將vCBF指標(biāo)有效地與病灶范圍、FLAIR結(jié)構(gòu)像進(jìn)行了融合；既解決了rCBF彩圖無結(jié)構(gòu)影像使ROI定位模糊的問題，同時也取得了病灶范圍的vCBF可視化結(jié)果，這為病灶及其周邊的vCBF量化研究帶來了新的手段和方法。急性缺血性腦卒中病例應(yīng)用Lesions-vCBF計算分析方法采用以解剖結(jié)構(gòu)為背景、適形病灶ROI、與CBF三融合實現(xiàn)對新發(fā)腦梗死灶中vCBF定量測量，從而發(fā)現(xiàn)DWI高信號區(qū)不都是核心梗死區(qū)，并提供了可靠的量化數(shù)據(jù)支撐，證明vCBF空間分布量化的優(yōu)勢。此分析方法同樣適用于其他類型的血管性癡呆(VD)病灶分析量化，或者檢測腦腫瘤內(nèi)血流量空間分布情況提供了一種無創(chuàng)安全可靠易行的腦灌注腦血流量測評量化技術(shù)。