磁共振灌注成像及表观扩散系数图预测超急性期脑梗死患者亚急性期梗死体积的对比研究

邵晓彤，郭献忠，陈伟建，王豪，林博丽，夏能志，杨运俊

（1.温州医科大学附属第一医院 放射科，浙江 温州 325015；2.浙江大学医学院附属第二医院 放射科，浙江 杭州 310000）



磁共振灌注成像及表观扩散系数图预测超急性期脑梗死患者亚急性期梗死体积的对比研究

邵晓彤1，2，郭献忠1，陈伟建1，王豪1，林博丽1，夏能志1，杨运俊1

（1.温州医科大学附属第一医院 放射科，浙江 温州 325015；2.浙江大学医学院附属第二医院 放射科，浙江 杭州 310000）

目的：对比分析基于超急性期表观扩散系数（ADC）图及磁共振灌注成像（PWI）预测亚急性期（发病后5～7 d）脑梗死体积的临床可行性。方法：回顾性分析发病6 h内完成多模式磁共振成像（MRI）检查并于发病后5～7 d复查常规MR检查的超急性期脑梗死患者20例。应用美国GE Healthcare 3.0 T超导MR扫描仪后处理工作站自带的专用后处理软件进行图像上异常区域体积的测量。经相关和回归分析及ROC曲线分析，比较基于PWI和ADC图这2种方法预测亚急性期梗死体积及梗死体积增长之间的差异。结果：ADC图、脑血流量（CBF）图、脑血容量（CBV）图、平均通过时间（MTT）图、达峰时间（TTP）图预测梗死体积值与复查液体衰减反转恢复（FLAIR）异常区域体积值之间均呈显著线性相关（P均＜0.05）。其中ADC图预测梗死体积与V2之间的相关性（r=0.954）比PWI各参数图预测梗死体积与V2间的相关性高（P均＜0.05）。ADC不匹配与梗死体积增长间呈明显线性相关（r=0.744，P=0.001）；而CBF不匹配、CBV不匹配、MTT不匹配、TTP不匹配与梗死体积增长间均无明显直线相关关系。结论：采用设备自带后处理软件，基于超急性期ADC图预测亚急性期梗死体积及梗死体积增长的方法比基于PWI各参数图的方法可行性更强，可作为临床早期预测梗死体积变化的简便方法。

卒中；磁共振成像；弥散，灌注

预测超急性期脑梗死患者亚急性期的梗死体积情况可为临床治疗提供更多依据，具一定临床意义。磁共振灌注成像（perfusion-weighted imaging，PWI）是确定缺血半暗带、预测亚急性期梗死体积的“金标准”。目前国外已有基于表观扩散系数（apparent diffusion coefficient，ADC）图预测超急性期脑梗死患者亚急性期梗死体积的文献报道［1-3］，本课题组前期也已对ADC图预测亚急性期梗死体积的可行性进行了分析［4］。本研究进一步对比分析超急性期ADC图及灌注图像预测亚急性期脑梗死体积的可行性，为临床早期预测梗死体积变化提供依据。

1　资料和方法

1.1一般资料 回顾性分析自2009年1月至2012 年11月间温州医科大学附属第一医院急诊收治的急性缺血性脑卒中患者20例。研究资料均来源于国家科技部“十二五”科技支撑计划课题组，且通过项目伦理委员会审核批准，所有患者进行影像检查之前均签署知情同意书。入组标准详见本课题组前期研究［4］，排除标准：①CT检查发现脑出血、早期大面积脑梗死征象、颅内肿瘤、动静脉畸形或蛛网膜下腔出血；②患者初次及复查的MR影像资料不完整，或PWI模式不符合要求。根据入组标准和排除标准，剔除3例PWI模式不符合要求患者和2例灌注数据丢失患者，入组病例15例，其中男10例，女5例；年龄46～75岁，平均（65±9）岁。发病后行首次MR检查的时间均＜6 h，平均（4.2±1.5）h。所有入组患者均在MR检查前完成美国国立卫生研究院卒中量表（NIHSS）评分，评分为1～18分，平均（8±1）分。所有患者均未接受溶栓治疗，而采取临床保守治疗。且均在初次MR检查5～7 d后再次接受MR检查。

1.2MR检查方法 应用美国GE Healthcare 3.0 T超导MR扫描仪（Signa Twin Speed，GE Medical System，Milwaukee，Wisconsin，USA），扫描范围覆盖全脑。SE T1WI，TR 1 750 ms，TE 24 ms，FOV 24 cm×24 cm，矩阵288×160，层厚5 mm，间隔1 mm；FSE T2WI，TR 3 400 ms，TE 110 ms，FOV 24 cm× 24 cm，矩阵320×256，层厚5 mm，间隔1 mm；液体衰减反转恢复（FLAIR）序列，TR 9 000 ms，TE 150 ms，FOV 24 cm×24 cm，矩阵288×128，层厚5 mm，间隔1 mm；DWI采用单次激发自旋回波-回波平面成像（SE-EPI）序列，TR 5 300 ms，TE 62 ms，FOV 24 cm×24 cm，矩阵160×160，层厚5 mm，间隔1 mm。 PWI采用单次激发梯度回波-回波平面成像（GE-EPI）序列，TR 1 500 ms，TE 32 ms，反转角90°，FOV 24 cm×24 cm，矩阵130×128，层厚5 mm，层间隔1 mm。对比剂采用细胞外间隙对比剂钆喷替酸葡甲胺（Gd-DTPA），使用高压注射器以0.2 mmol/kg的流率从肘静脉注射。复查时行常规MRI扫描，扫描序列包括T1WI、T2WI、FLAIR，扫描参数及位置同上，确保扫描层面与初次检查基本一致。

1.3图像后处理

1.3.1DWI、ADC图及复查FLAIR异常区域的体积测量：采用本课题组前期研究方法及结果［4］：根据公式［梗死体积=所有层面的异常区域面积之和×（层厚+层间距）］计算出DWI异常区域体积（V1）（见图1a、图2a），将ADC图阈值设定为影像半暗带rADC均值（0.809），rADC值≤0.809的区域视为预测梗死区（predicted infarct volume，PIV）。应用上述方法测量ADC图上预测的梗死体积（PIVADC）（见图1c-d、图2c-d）。复查FLAIR异常区域的体积（V2）测量同样也由上述方法完成（见图1b、图2b）。

1.3.2PWI各参数图像上灌注异常区域的体积测量：应用GE公司专用灌注成像软件BrainStat GVF，处理并获得脑血流量（cerebral blood flow，CBF）、脑血容量（cerebral blood volume，CBV）、平均通过时间（mean transit time，MTT）、对比剂达峰时间（time to peak，TTP）。各参数图像上显示的脑灌注异常区域（PIVPWI）分别视为CBF图、CBV图、MTT图和TTP图预测的脑梗死体积（以下简称PIVCBF、PIVCBV、PIVMTT和PIVTTP）。肉眼对比病灶侧与病灶对侧脑组织的灌注图像，手动勾画出每一层面病灶侧灌注异常区域的边缘，软件自动根据严格的数学模型生成所勾画区域的面积值，然后根据公式［梗死体积=所有层面的异常区域面积之和×（层厚+层间距）］计算，获得各参数图像上灌注异常区域的体积值，即PIVCBF、PIVCBV、PIVMTT、PIVTTP（见图1e-h、图2e-h）。定义梗死体积的增长为V2-V1。ADC图与初始DWI不匹配的区域视为ADC不匹配，定义为PIVADC-V1。MTT图、TTP图、CBF图、CBV图与初始DWI不匹配区分别定义为PIVMTT-V1，PIVTTP-V1，PIVCBF-V1，PIVCBV-V1。所有入组病例各参数体积测量均由同一名神经放射高年资住院医师（观察者）在未知患者临床信息的情况下独立完成。定量测量体积值在以上各区域都＞1 cm3，以减少测量误差。

1.4统计学处理方法 采用SPSS20.0统计软件进行统计学分析。对计量资料进行正态性检验，各图像上异常区域的体积值用Kruskal-Wallis H检验进行统计学分析。各体积值间作相关分析和回归分析，回归直线间斜率的差异采用协方差分析。将V2＞V1者视为梗死体积增长组，将V2＜V1者视为无梗死体积增长组，不同方法预测梗死体积增长的比较，通过绘制ROC曲线，比较ROC曲线下面积（AUC）。P＜0.05为差异有统计学意义。

图1　女，75岁，突发右侧肢体乏力伴口齿不清4.5 h。DWI图（a）显示左颞叶大片状高信号，病灶范围104.7 cm3；基于ADC阈值的ADC图（c）、ADC伪彩图（d）显示病灶ADC值异常减低，病灶范围108.9 cm3。下方灌注图像从左至右依次为CBF图（e）、CBV图（f）、MTT图（g）、TTP图（h），其显示病灶范围分别为131.8、177.1、121.7、127.6 cm3。发病6 d后复查FLAIR图（b）显示病灶范围162.1 cm3

图2　男，54岁，突发左侧肢体乏力伴口齿不清3 h。DWI图（a）显示右侧脑室旁点片高信号，病灶范围6.2 cm3；基于ADC阈值的ADC图（c）、ADC伪彩图（d）显示病灶ADC值异常减低，病灶范围13.6 cm3。下方灌注图像从左至右依次为CBF图（e）、CBV图（f）、MTT图（g）、TTP图（h），其显示病灶范围分别为230.6、254.5、133.2、135.3 cm3。发病6 d后复查FLAIR图（b）显示病灶范围14.5 cm3

2　结果

2.1超急性期ADC图和灌注4个参数图上异常区域体积与亚急性期梗死体积间相关性分析 超急性期ADC图、CBF图、CBV图、MTT图、TTP图与复查FLAIR异常区域的体积分别为13.3（3.1～19.3）cm3、（67.7± 73.6）cm3、（66.8±76.2）cm3、（82.5±97.0）cm3、（86.3±101.1）cm3、（34.4±55.8）cm3（见表1）；经Kruskal-Wallis H检验，差异无统计学意义（H= 4.505，P＞0.05）。PIVADC、PIVCBF、PIVCBV、PIVMTT、PIVTTP与V2均呈显著线性相关（均P＜0.05，见表2）。其中PIVADC与V2间的相关性（r=0.954；95%CI：0.804～1.000；y=-2.410+1.362x）明显比PIVPWI与V2间的相关性高。PIVADC与V2之间的回归直线明显比PIVPWI与V2间的各条回归直线陡峭（见图3），且前者与后者各条直线的斜率差异均有统计学意义（均P＜ 0.05）。而PIVPWI中，PIVCBF与V2间（r=0.608；95%CI：0.032～0.939；y=3.266+0.460x）、PIVCBV与V2间（r= 0.603；95%CI：0.026～0.950；y=4.928+0.442x）的相关性比PIVMTT与V2间（r=0.539；95%CI：0.006～0.925；y=8.872+0.310x）、PIVTTP与V2间（r=0.584；95%CI：0.107～0.963；y=6.599+0.322x）相关性稍高。PIVCBF与V2、PIVCBV与V2、PIVMTT与V2和PIVTTP与V2形成的4条回归直线的斜率差异无统计学意义（P ＞0.05）。

表2　Pearson/Spearman相关分析

表1　各项测量体积的统计学描述（cm3）

图3　15例患者ADC图、MTT图、TTP图、CBF图、CBV图预测的梗死体积与5～7 d复查FLAIR图梗死体积散点图（均呈正相关，ADC图的相关性最显著）

图4　15例患者ADC-DWI不匹配预测的梗死体积增长值与真正梗死体积增长值的散点图（r=0.744，P=0.001；y=3.135x+4.194）

2.2ADC不匹配和灌注不匹配与梗死体积增长间相关性分析 ADC不匹配、CBF不匹配、CBV不匹配、MTT不匹配、TTP不匹配与梗死体积增长的各体积值分别为（1.5±4.8）cm3、（42.2±58.8）cm3、（41.2± 61.2）cm3、（57.0±82.8）cm3、（60.8±85.2）cm3、（8.9±20.3）cm3，经Kruskal-Wallis H检验，差异有统计学意义（H=11.415，P＜0.05）。经Pearson相关分析，ADC不匹配与梗死体积增长之间呈明显线性相关，见图4；而CBF不匹配、CBV不匹配、MTT不匹配、TTP不匹配与梗死体积增长之间均无明显直线相关关系（均P＞0.05）。15例入组病例中，9例患者有梗死体积增长，6例无梗死体积增长。绘制ROC曲线，ADC-DWI不匹配预测梗死体积增长的AUC 为0.870（95%CI：0.682～1.000；P=0.018），说明ADC不匹配法预测梗死体积增长有一定准确性。而TTP不匹配预测梗死体积增长的AUC为0.574（95%CI：0.682～1.000），差异无统计学意义（P＞0.05）。

3　讨论

3.1PWI与ADC图预测梗死体积大小的比较 研究［3，5-6］表明，1周时复查磁共振FLAIR序列可预测最终脑梗死体积，亚急性期梗死体积与30、45、90 d等各时间点所测梗死体积之间高度相关，且各时间点所测体积的临床预后价值相似。因此本研究仍采用发病后初次MRI检查时DWI上的高信号区域体积作为初次梗死体积，复查FLAIR体积与DWI异常区域体积之差视为真正的梗死体积的增长。结果表明ADC图预测的梗死体积与亚急性期梗死体积之间的相关性明显比PWI预测的梗死体积与亚急性期梗死体积之间的相关性高。该结果与Drier等［3］对80例急性大脑中动脉梗死患者的多中心研究结果和Rosso等［7］对98例超急性期大脑中动脉梗死患者的大样本研究一致。而Parsons等［8］研究表明，基于CBF图预测的梗死体积与亚急性期梗死体积之间的相关性比CBV、MTT图高，本组结果显示CBF、CBV图的相关系数较MTT、TTP图稍高，与以往研究报道［8-9］大致相符。笔者认为临床工作中应用PWI图像评估梗死体积的大小时依赖CBF、CBV图，以CBF图的可行性更强。

3.2PWI与ADC图预测梗死体积增长的比较 本研究发现ADC不匹配与梗死体积增长之间明显相关，且采用ADC不匹配法预测梗死体积增长有一定准确性，笔者认为临床工作中可以根据超急性期ADC图与DWI的不匹配体积评估亚急性期梗死体积的增长。而Drier等［3］研究表明ADC图和PWI图预测亚急性期梗死体积增长的有效性一致，这与本研究结果并不一致。本研究尚未发现PWI 4个参数图预测的梗死体积增长与梗死体积增长（V2-V1）间有相关性。分析原因除了可能与样本例数较少有关外，还可能与有无溶栓再灌注治疗及测量方法不同有关。本研究入组病例均未行溶栓治疗，而Drier等的研究中包括37例溶栓再灌注治疗患者。根据Butcher等［10］研究，未溶栓再灌注治疗的超急性期脑梗死患者，PWI不匹配与梗死体积增长之间无明显相关关系。另一方面，本研究中笔者采用GE公司专用后处理软件对灌注异常区域进行划定和测量，研究方法适用于临床工作，诊断医师可通过后处理软件绘制ADC图和PWI各参数图，进一步评估脑卒中后梗死体积的变化，前瞻性预测临床预后，具一定实际操作意义。此外，Drier等［3］的研究中，其PWI不匹配与梗死体积增长之间的相关系数亦较小（r=0.470），且本研究结果显示PWI不匹配诊断梗死体积增长的准确性较低，因此并不能充分说明临床工作中可以依赖超急性期PWI-DWI不匹配体积预测梗死体积的增长。基于超急性期ADC图预测亚急性期梗死体积及梗死体积增长的方法比基于PWI各参数图的方法可行性更强，临床工作中可直接运用设备自带的后处理软件预测梗死体积变化，实现早期梗死预后评估。

［1］MA L，GAO P Y，HU Q M，et al. Prediction of infarct core and salvageable ischemic tissue volumes by analyzing apparent diffusion coeffcient without intravenous contrast material［J］. Acad Radiol，2010，17（12）： 1506-1517.

［2］MA L，GAO P Y，HU Q M，et al. Effect of baseline magnetic resonance imaging （MRI） apparent diffusion coeffcient lesion volume on functional outcome in ischemic stroke［J］. Neurol Res，2011，33（5）： 494-502.

［3］DRIER A，TOURDIAS T，ATTAL Y，et al. Prediction of subacute infarct size in acute middle cerebral artery stroke： comparison of perfusion-weighted imaging and apparent diffusion coeffcient maps［J］. Radiology，2012，265（2）： 511-517.

［4］郭翔，周洁洁，陈伟建，等. 基于表观扩散系数阈值的超急性期表观扩散系数图预测亚急性期脑梗死体积的可行性［J］. 中华放射学杂志，2014，48（6）： 448-451.

［5］TOURDIAS T，RENOU P，SIBON I，et al. Final cerebral infarct volume is predictable by MR imaging at 1 week［J］. AJNR Am J Neuroradiol，2011，32（2）： 352-358.

［6］JOHNSTON K C，BARRETT K M，DING Y H，et al. Clinical and imaging data at 5 days as a surrogate for 90-day outcome in ischemic stroke［J］. Stroke，2009，40（4）： 1332-1333.

［7］ROSSO C，HEVIA-MONTIEL N，DELTOUR S，et al. Prediction of infarct growth based on apparent diffusion coeffcients： penumbral assessment without intravenous contrast material［J］. Radiology，2009，250（1）： 184-192.

［8］PARSONS M W，YANG Q，BARBER P A，et al. Perfusion magnetic resonance imaging maps in hyperacute stroke： relative cerebral blood flow most accurately identifies tissue destined to infarct［J］. Stroke，2001，32（7）： 1581-1587.

［9］WHEELER H M，MLYNASH M，INOUE M，et al. Early diffusion-weighted imaging and perfusion-weighted imaging lesion volumes forecast fnal infarct size in DEFUSE 2［J］. Stroke，2013，44（3）： 681-685.

［10］ BUTCHER K S，PARSONS M，MACGREGOR L，et al. Refining the perfusion-diffusion mismatch hypothesis［J］. Stroke，2005，36（6）： 1153-1159.

（本文编辑：吴彬）

Prediction of subacute infarct lesion volume in hyperacute cerebral artery stroke： comparison of perfusion-weighted imaging and apparent diffusion coefficient maps

SHAO Xiaotong1，2，GUO Xianzhong1，CHEN Weijian1，WANG Hao1，LIN Boli1，XIA Nengzhi1，YANG Yunjun1. 1.Department of Radiology，the First Affiliated Hospital of Wenzhou Medical University，Wenzhou，325015； 2.Department of Radiology，the Second Affiliated Hospital of School of Medicine，Zhejiang University，Hangzhou，310000

Objective： To compare perfusion-weighted imaging （PWI） and apparent diffusion coeffcient （ADC） maps in prediction of infarct lesion volumes and growth in patient with hyperacute cerebral artery infarct. Methods： Twenty hyperacute cerebral artery stroke patients who underwent multimodal magnetic resonance imaging （MRI） in hyperacute （＜6 h） phase and the follow-up MRI in the subacute （days 5-7） phase were retrospectively reviewed. Diffusion- and perfusion-weighted imaging lesion volumes were semi-automatically measured by a post-processing software of GE Healthcare 3.0 T MR scanner （Signa Twin Speed，GE Medical System，Milwaukee，Wisconsin，USA）. Finally，to compare the two methods in infarct growth prediction，correlation and regression analysis and receiver operating characteristic curves were used. Results： The lesion volume of follow-up FLAIR was highly correlated with volumes predicted with ADC-，CBF-，CBV-，MTT-，and TTP-maps （all P＜0.05）. The correlation was higher for ADC-predicted volume （r=0.954，95%CI： 0.804-1.000） than that for PWI- predicted volume （P＜0.05）. Besides，The infarct growth was correlated with ADC-DWI mismatch （r=0.744，P=0.001），but we didn't fnd any correlation among infarct growth and CBF-DWI，CBV-DWI，MTTDWI，TTP-DWI mismatches （all P＞0.05）. Conclusion： Data showed that by using the post-processing software provided by MR equipment，the ADC-based method is more feasible than PWI-based method for evaluating infarct growth and volume in the subacute phase，which makes early estimation of prognosis possible.

stroke； magnetic resonance imaging； diffusion magnetic resonance imaging； perfusion magnetic resonance imaging

R445.2

A DOI： 10.3969/j.issn.2095-9400.2016.08.004

2016-03-06

浙江省自然科学基金资助项目（LY15H220001）；浙江省医药卫生科研基金资助项目（2014KYA134）；温州市科技计划项目（Y20140731）；“十二五”国家科技支撑计划项目（2011BAI08B09）。

邵晓彤（1989-），女，浙江兰溪人，硕士生。

杨运俊，副教授，主任医师，Email：yyjunjim@163.com。