伪连续性动脉自旋标记技术在高级别胶质瘤和原发性脑淋巴瘤鉴别诊断中的价值研究

王玉芳，侯 博，张晓瑞，李艳景，李晓丽，杨素君

（1.河北省邯郸市中心医院CT室，河北 邯郸056001；2.冀中能源峰峰集团总医院南院放射科，河北 邯郸056200；3.河北省曲周县医院放射科，河北 曲周057250）

原发性恶性脑肿瘤中高级别胶质瘤（highgrade gliomas，HGG）最为常见，包括多形性胶质细胞瘤、间变性星形细胞瘤等［1］。原发性中枢神经系统淋巴瘤相对少见，但发病率呈逐渐上升趋势。两者治疗方案及预后明显不同［2］。因此，准确鉴别HGG与淋巴瘤对制定最佳的临床治疗方案至关重要。近年来一些学者研究功能性磁共振成像（magnetic resonance imaging，MRI）、CT逐渐增多，核磁灌注成像（perfusion weighted imaging，PWI）及动态CT灌注成像技术使得HGG和原发性脑淋巴瘤的鉴别准确度大大提高［1-2］。但是，这些技术需要注射对比剂，技术和检查环节较多，加之对比剂的不良反应限制了它们在临床的普及使用。近来发展的动脉自旋标记（arterial spin labeling，ASL）技术弥补了以往灌注成像的不足之处，其利用自身动脉血质子作为内源性示踪剂连续定量测定组织的灌注信息［3-4］，具有无创性及可重复性强等优势，逐渐成为当前研究热点。本研究通过分析伪连续动脉自旋标记灌注（pseudo-continuous ASL，pCASL）图像及参数，探讨其鉴别高级别胶质瘤及原发性脑淋巴瘤的价值，报告如下。

1 资料与方法

1.1 一般资料 选择河北省邯郸市中心医院经病理学证实为HGG患者20例和淋巴瘤患者11例。HGG患者男性12例，女性8例，年龄22～65岁，平均（40.1±8.5）岁，其中多形性胶质细胞瘤12例，间变形星形细胞瘤3例，复发性多形性胶质细胞瘤5例；淋巴瘤患者男性7例，女性4例，年龄38～82岁，平均（52.7±13.4）岁。

1.2 扫描技术与参数 MRI检查应用GE DISCOVERY MR750 3.0T超导型磁共振成像仪，相控阵8通道头颅线圈。所有患者均行常规MRI扫描、pCASL扫描及MRI增强检查。常规MRI扫描序列及参数为：T2WI序列，重复时间（repetition time，TR）4 300ms，恢复时间（echo time，TE）131 ms，翻转角90°，层数20，层厚5mm，视野（field of view，FOV）220mm×220mm，矩阵448×256，体素大小0.5mm×0.9mm×5.0mm；T1WI序列，TR 466ms，TE 11ms，翻转角73°，层数25，层厚5 mm，FOV 220mm×220mm，矩阵320×192，体素大小0.7mm×1.1mm×5.0mm。

pCASL成像序列参数如下：标记延迟时间（post labeling delay time，PLD）选择1.5s。TR 4 500ms，TE 10.5ms，带宽62.5，FOV 240mm×240mm，矩阵＝1 024×8（3D螺旋采集）。层厚4.0mm，扫描层数32层。

1.3 数据处理与分析 ASL图像处理：原始图像经ADW 4.5工作站经Functool软件进行处理，每个肿瘤的检查结果均由7年以上工作经验的神经系统放射科医师来判读和分析。对每个肿瘤在其增强部位各选择5个感兴趣区，每个感兴趣区大小一致，均为17.56mm2，分别测量肿瘤的血流量，再取平均值，得到肿瘤的平均血流量（mean tumor tissue blood flow，mTBF）；以同样的方法计算得相同扫描层面的对侧正常脑灰质平均血流量（mean gray matter blood flow，mBFgm）；计算肿瘤的相对血流量（relative tissue blood flow，rTBF）＝ （mTBF／mBFgm）×100；比较 HGG与淋巴瘤的mTBF及rTBF值。

1.4 统计学方法 应用SPSS 18.0统计学软件进行数据分析。计量资料以±s表示，组间比较采用t检验；应用ROC曲线判断mTBF及rTBF鉴别诊断HGG与淋巴瘤的最佳临界值、敏感度和特异度。P＜0.05为差异有统计学意义。

2 结 果

2.1 mTBF及rTBF HGG的mTBF值和rTBF值明显高于淋巴瘤，差异有统计学意义（P＜0.01），见表1，图1。

表1 HGG和淋巴瘤mTBF和rTBF比较Table 1 Comparison of mTBF，rTBF in HGG and lymphoma(±s）

表1 HGG和淋巴瘤mTBF和rTBF比较Table 1 Comparison of mTBF，rTBF in HGG and lymphoma(±s）

?

2.2 最佳临界值的确定 根据ROC曲线分析得出mTBF鉴别HGG与淋巴瘤的最佳临界值为57.9 mL·min-1·（100mg）-1，敏感度为90.0%，特异度为54.6%；rTBF鉴别诊断2种肿瘤的最佳临界值为141.1，敏感度为65.0%，特异度为100.0%。mTBF与rTBF的ROC曲线下面积差异无统计意义（0.873vs0.909，P＝0.287）（图2）。

图1 胶质母细胞瘤和淋巴瘤的常规T1增强和mTBF图像A.T1 增强（胶质母细胞瘤）；B.mTBF［100.4mL·min-1·（100mg）-1］（胶质母细胞瘤）；C.T1 增强（淋巴瘤）；D.mTBF［12.8 mL·min-1·（100mg）-1］（淋巴瘤）Figure 1 Conventional T1enhancement and mTBF images of glioblastoma and lymphoma

图2 HGG和淋巴瘤ROC曲线Figure 2 ROC curve of HGG and lymphoma

3 讨 论

3.1 HGG的病理组织学特征 胶质瘤是颅内最常见的原发性肿瘤，可发生于任何年龄。成人以两侧大脑半球多见，包括星形细胞瘤、胶质母细胞瘤、室管膜瘤等。肿瘤生长的各个阶段均涉及到新生血管的生成，包括其发生、发展、浸润及转移等，血管数目逐渐增多，血管通透性也愈加严重。病理学上突出表现为微血管密度（microvascular density，MVD）的增高，胶质瘤的级别越高，新生血管的程度越高，大量的新生血管向周围脑组织呈浸润性生长。研究证实，肿瘤发生时即开始出现肿瘤血液供应的变化，并且肿瘤生长依赖于血管生成［5］。MVD是衡量肿瘤新生血管程度最重要的指标，与脑胶质瘤的分级和患者的预后呈明显正相关［6］。更有大量的研究表明，肿瘤组织新生血管的程度不同是确定脑肿瘤尤其是脑胶质瘤病理分级的最重要指标，而且是判断肿瘤治疗后复发率的重要指标［7-8］。病理学研究证实HGG与低级别胶质瘤之间在新生血管增殖的程度方面差异有统计学意义［9］。

3.2 原发性中枢神经系统淋巴瘤的病理组织学特点 原发性中枢神经系统淋巴瘤是颅内较少见的恶性肿瘤，但近年其发病率呈逐渐上升趋势。肿瘤形态多种多样，可为单发或者多个圆形或椭圆形病灶，也可呈弥漫性分布，向周围组织浸润。肿瘤细胞多生长在血管周围，形成非常典型的“袖套样”改变［10］。与HGG及脑转移瘤相比较，脑淋巴瘤尽管会出现肿瘤侵犯血管内皮细胞甚至血管壁的现象，但是没有明显的新生血管形成。

3.3 HGG及淋巴瘤肿瘤血管生成评估 本研究结果显示，HGG mTBF值（92.1±34.7）mL·min-1·（100mg）-1明显高于淋巴瘤（53.6±30.5）mL·min-1·（100mg）-1。与国外一些学者研究结果一致［11-13］。

3.3.1 HGG血流灌注的评估 胶质瘤的血管新生程度与肿瘤的复发性、侵袭性及恶性程度密切相关。常规影像学诊断HGG主要依据肿瘤的形态、信号特点、肿瘤实质的强化程度及瘤周水肿程度等，并不能定量测量肿瘤及大脑的血供情况。且有文献报道10%～20%的低级胶质瘤常规增强可以强化，而10%～38%的HGG在常规增强上可以不强化［14］，这是由于肿瘤强化程度不仅反映肿瘤新生血管增殖程度或肿瘤的MVD，也在很大程度上反映了肿瘤组织对正常血-脑屏障的破坏程度以及造影剂泄漏至血管外间隙中的浓度。因此，仅仅依靠常规MR检查并不能真实地反映肿瘤恶性程度最高的部分［15］。ASL技术是利用动脉血中的水质子作为内源性对比剂，通过检测磁化标记的血质子流经感兴趣区时组织信号强度的变化来反映局部组织的血流灌注信息。

3.3.2 淋巴瘤的血流灌注评估 淋巴瘤起源于柔脑膜血管外膜周细胞，肿瘤细胞以血管为中心呈“花团状”或“袖套”状生长，侵及邻近脑组织、延伸到穿支小动脉血管周围Virchow-Robin间隙，最后侵及半球深部结构伴血脑屏障破坏。其影像学表现各异，故术前误诊率很高。由于淋巴瘤富于细胞成分，间质成分较少，因此CT平扫典型的表现为深部脑白质可见等或高密度结节或肿块，且密度均匀，边界清楚，周围有轻、中度水肿，钙化、出血及囊变非常少见。T1WI为略低或等信号，T2WI及FLAIR为等或略高信号，其病理基础与肿瘤核／浆比值较高和细胞核较密集，间质内水分较少有关，而其他恶性肿瘤细胞排列稀疏，间质内水分多。常规MRI增强扫描脑淋巴瘤多呈团块状和结节状显著强化，淋巴瘤与HGG相比较，没有明显的血管生成现象，其显著强化的原因与血脑屏障的破坏、对比剂由血管内渗透到血管外的组织间隙中引起病变组织强化有关。

3.4 ASL技术的应用及展望 pCASL技术可以作为一种安全、可靠的方法来定量评估肿瘤的血液灌注［16］，pCASL技术应用一连串相互分离的射频脉冲，联合同时存在的梯度磁场模仿CASL技术的流驱动绝热反转，无需额外应用特殊硬件，其具有高反转效率，同时降低了射频脉冲能量贮存。

本研究结果表明，HGG的pCASL技术灌注参数mTBF及rTBF均明显高于淋巴瘤，两参数鉴别诊断肿瘤的能力没有显著差别。pCASL技术作为一种完全无创、不需注射对比剂的磁共振灌注功能成像新方法，结合了功能和解剖信息，具有高的时空分辨，可重复多次对大脑进行功能成像和评价［17］，对临床诊断和病理研究具有重要意义。但是本研究仍然存在不足之处，如选择的淋巴瘤患者例数较少，可能对结果的准确性及可重复性产生影响，需要进一步大样本的研究来强化统计结果的效能；将来还需要将影像学方法与分子生物学相结合，找到与肿瘤发生发展高度相关的基因型，以便为临床靶向治疗奠定基础。

［1］ Calli C，Kitis O，Untender N，et al.Perfusion and diffusion MR imaging in enhancing malignant cerebral tumors［J］.Eur J Radiol，2006，58（3）：394-403.

［2］ Rollin N，Guyotat J，Steinberger N，et al.Clinical relevance of diffusion and perfusion magnetic resonance imaging in assessing antra-axial brain tumors［J］.Neuroradiology，2006，48（3）：150-159.

［3］ Noguchi T，Ophiura T，Washington A，et al.Perfusion imaging of brain tumors using arterial spin-labeling：correlation with histopathologic vascular density［J］.AJNR Am J Neurohumoral，2008，29（4）：688-693.

［4］ Schraml C，Müssig K，Martirosian P，et al.Autoimmune thyroid disease：arterial spin-labeling perfusion MR imaging［J］.Radiology，2009，253（2）：435-442.

［5］ Paludal JM.Tumor-associate angiogenesis： mechanisms clinical implications and therapeutic strategies［J］.Semin Oncol，1997，24（2）：203-218.

［6］ Folkman J.What is the evidence that tumors are angiogenesis dependent？［J］.J Natl Cancer Inst，1990，82（1）：4-6.

［7］ Abdullah SI，Adverseness K，Ho KL，et a1.Vascular endothelial growth factor expression and vascular density as prognostic markers of survival in patients with low-grade astrocytoma［J］.J Neuroses，1998，88（3）：513-520.

［8］ Kleihues P，Cayenee WK.Pathology and genetics of tumors of the nervous system［M］.Lyon：International Agency for Research on Cancer，2000：132-136.

［9］ Paul K，Webster KC.神经系统肿瘤病理学和遗传学［M］.李青，徐庆中，主译.北京：人民卫生出版社，2006：25-43，296-300.

［10］ Cha S，Lupo JM，Chen MH，et al.Differentiation of glioblastoma multiforme and single brain metastasis by peak height and percentage of signal intensity recovery derived from dynamic susceptibility-weighted contrast-enhanced perfusion MR imaging［J］.AJNR Am J Neuroradiol，2007，28（6）：1078-1084.

［11］ Furtner J，Schöpf V，Preusser M，et al.Non-invasive assessment of intratumoral vascularity using arterial spin labeling：a comparison to susceptibility-weighted imaging for the differentiation of primary cerebral lymphoma and glioblastoma［J］.Eur J Radiol，2014，83（5）：806-810.

［12］ Yoo RE，Choi SH，Cho HR，et al.Tumor blood flow from arterial spin labeling perfusion MRI：a key parameter in distinguishing high-grade gliomas from primary cerebral lymphomas，and in predicting genetic biomarkers in highgrade gliomas［J］.J Magn Reson Imaging，2013，38（4）：852-860.

［13］ Yamashita K，Yoshiura T，Hiwatashi A，et al.Differentiating primary CNS lymphoma from glioblastoma multiforme：assessment using arterial spin labeling，diffusion-weighted imaging，and 18F-fluorodeoxyglucose positron emission tomography［J］.Neuroradiology，2013，55（2）：135-143.

［14］ Catalaa I，Henry R，Dillon WP，et al.Perfusion，diffusion and spectroscopy values in newly diagnosed cerebral gliomas［J］.NMR Biomed，2006，9（4）：463-475.

［15］ Lee SJ，Kim JH，Kim YM，et a1.Perfusion MR imaging in gliomas：comparison with histologic tumor grade［J］.Korean J Radiol，2001，2（1）：1-7.

［16］ Dai W，Garcia D，de Bazelaire C，et al.Continuous flow-driven inversion for arterial spin labeling using pulsed radio frequency and gradient fields［J］.Magn Reson Med，2008，60（6）：1488-1497.

［17］ Buxton RB.Quantifying CBF with arterial spin labeling［J］.J Mage-Meson Imaging，2005，22（6）：723-726.