小视野DWI技术在甲状腺结节诊断中的应用评价

郝永红， 潘初， 陈唯唯， 肖云飞， 穆可涛， 朱文珍， 漆剑频



·头颈部MRI新技术临床应用专题·

小视野DWI技术在甲状腺结节诊断中的应用评价

郝永红， 潘初， 陈唯唯， 肖云飞， 穆可涛， 朱文珍， 漆剑频

目的：定量和定性比较甲状腺小视野扩散加权成像(r-FOV DWI)和常规全视野扩散加权成像(f-FOV DWI)对甲状腺结节的诊断价值。方法：70例甲状腺结节患者在术前行甲状腺常规MRI序列及f-FOV和r-FOV DWI检查。由两位阅片者采用双盲法对两组DWI的图像质量和病变显示情况进行主观评分，测量甲状腺结节及正常组织的ADC值及图像变形率，并对比两种DWI序列定性、定量评估参数间的差异。结果：两位评阅者间主观评分的一致性良好(P均>0.05)；r-FOV DWI的图像质量及病变显示情况的评分均显著高于常规f-FOV DWI(P<0.001)，且图像变形率明显小于后者(P<0.001)。r-FOV DWI测得的甲状腺结节的ADC值低于f-FOV DWI(P<0.001)，但两者在鉴别良恶性甲状腺结节的诊断效能相当(Z=0.253，P=0.802)。结论：甲状腺r-FOV DWI可以有效减少图像的变形、伪影及模糊度以获得较常规f-FOV DWI更高的图像质量和更佳的病变显示效果，为甲状腺微小病变的检出和诊断以及甲状腺DWI检查的标准化提供了更加有效的方法。

甲状腺结节； 磁共振成像； 扩散加权成像； 表观扩散系数； 小视野

甲状腺结节是临床常见问题，随着影像检查手段的不断进步，甲状腺恶性结节的发现率呈上升趋势[1-2]。甲状腺结节的临床诊断重点是确定恶性结节并识别高危复发甲状腺癌。近年来文献报道磁共振扩散加权成像(DWI)有助于良恶性甲状腺结节的鉴别[3-5]、甲状腺肿瘤侵袭性的评估[6-7]以及甲状腺癌颈部转移性淋巴结的检出[8-9]。然而，临床常规全视野DWI主要采用单次激发平面回波成像序列，其相对较长的读出时间以及相位方向上较窄的带宽易导致甲状腺图像变形及受到磁敏感效应的影响。此外，头颈部区域广泛存在的气-组织界面及易于受到呼吸、吞咽运动的影响等因素进一步加大了甲状腺DWI检查的难度。

小视野扩散成像(reduced field of view diffusion weighted imaging，r-FOV DWI)采用二维空间选择激励脉冲激发并伴随一个180°重聚脉冲以达到激发小范围感兴趣区的同时连续多层成像及脂肪抑制[10]。这一技术能有效地减轻图像变形、模糊度和伪影，从而可获得脊柱、冠脉、胰腺及前列腺区高质量及高分辨率的扩散加权图像[11-14]。目前国内关于甲状腺r-FOV DWI的临床应用尚未见报道，本研究通过对比甲状腺常规f-FOV DWI与r-FOV DWI的图像质量、病变识别、变形率及ADC值，旨在探讨该技术在甲状腺结节诊断中的应用价值。

材料与方法

搜集2014年1月-2015年7月经我院超声检查怀疑有甲状腺恶性结节并行术前MRI检查的79例患者的病例资料。其中，5例患者因MRI检查序列不完整、4例因MR图像上运动伪影较明显而被剔除。最终70例患者(共82个甲状腺结节)被纳入此研究并经组织伦理批准，其中男16例，女54例，年龄18～82岁，平均(39.5±12.8)岁。所有病灶经手术病理证实，其中良性结节34个，包括结节性甲状腺肿30个和滤泡性腺瘤4个；恶性结节48个，包括乳头状癌45个、髓样癌1个及低分化癌2个。结节大小6.0～79.0 mm，平均25.9 mm。所有患者均无磁共振检查禁忌证且知情同意。

使用GE HD750 3T MR扫描仪和8通道头颈部血管阵列线圈。扫描前嘱患者仰卧于检查床，头后仰并保持两肩尽量下垂。扫描过程中告知患者平静呼吸，尽量避免吞咽、咳嗽动作以减少运动伪影。

常规MRI序列及参数如下。横轴面FSE T1WI：TR 547 ms，TE 6.0 ms，层厚4 mm，层间距0.4 mm，视野18 cm×18 cm～22 cm×22 cm ，采集矩阵288×256；横轴面及冠状面迭代最小二乘估算法水-脂分离(iterative decomposition of water and fat with echo asymmetry and least-squares estimation，IDEAL)脂肪抑制T2WI：TR 2959 ms，TE 70.7 ms，层厚4 mm，层间距0.4 mm，视野18 cm×18 cm～22 cm×22 cm ，采集矩阵288×256。横轴面扫描范围自甲状软骨上缘至胸廓入口水平，冠状面扫描范围尽量包含整个甲状腺及颈部淋巴结分布区域。

DWI序列：常规f-FOV DWI及r-FOV DWI均采用横轴面采集，定位中心及扫描方向与常规T2WI一致。常规DWI扫描采用单次激发平面回波成像序列(single shot echo planner imaging，SSEPI)，扫描参数：TR 3000 ms，TE 51.2 ms，层厚4 mm，层间距0.4 mm，视野20 cm×20 cm，采集矩阵128×128，激励次数8；rFOV DWI扫描参数：TR 3000 ms，TE 60.6 ms，层厚4 mm，层间距0.4 mm，视野20 cm×8 cm，采集矩阵128×64，激励次数8。两次DWI检查的b值均选择0和500 s/mm2，扩散方向3，扫描时间2 min 36 s。

所有图像数据均传至GE workstations 4.6上进行分析、处理，由两位分别具有17年和23年工作经验的神经放射诊断医师采用双盲法对两组DWI进行图像质量及病变显示情况的主观评分。通过观察图像的伪影、变形、模糊度及细节显示，采用4分法对整体图像质量进行评估。1分：图像质量差，无法诊断；2分：图像质量一般，伴有较重的变形与伪影，影响局部诊断；3分：图像质量好，伴有轻度图像变形或/和伪影但不影响图像诊断；4分：图像质量极好，无伪影、变形且解剖细节显示清楚。同样，采用4分法对82个病变的显示情况进行评价。1分：病变不能识别；2分：病变显示一般，大部分轮廓显示不清；3分：病变显示良好，仅小部分轮廓显示不清；4分：病变显示非常好，轮廓清楚且对比良好。

由另一位具有5年工作经验的神经放射诊断医师对图像变形率、ADC值进行测量，每个病灶测量两次取平均值。变形率的测量基于T2WI/DWI融合图，以甲状腺最大层面相位方向上的最大位移距离与同层面甲状腺叶的前后径的比值作为变形率(图1)。对于感兴趣区(ROI)的勾画，我们选取病变显示情况的评分>2分的病灶纳入测量分析。以常规T2WI和T1WI作为参考，在b=0 s/mm2的DWI图像上在病灶内勾画ROI并自动复制ROI至ADC图，并尽量避开周围正常组织、坏死出血区域以及伪影等，正常甲状腺组织内ROI的勾画应尽量选取信号均匀且无变形、伪影的区域。

结　果

两组DWI的图像质量及病变显示情况的主观评分结果见表1。两位医师对图像质量及病变显示情况的评分的一致性良好(P均>0.05)，加权Kappa值分别为0.769、0.782及0.747、0.794。甲状腺r-FOV DWI的图像质量主观评分(Z=7.23，P<0.001)及病变识别评分(Z=8.04，P<0.001)均显著高于常规f-FOV DWI(表1)。观察两DWI图像，甲状腺r-FOV DWI一定程度上有效减轻常规DWI图像的变形及磁敏感伪影的影响，并提高了图像的解剖细节显示(图2、3)。

表1　两组DWI图像的质量和病变识别定性评分

注：评分数据采用平均数±标准差表示，括号内数据为95%置信区间。

两种DWI图像平均变形率及不同组织类型甲状腺的ADC值见表2。

表2　两组DWI图像的变形率及甲状腺的ADC值

注：两组DWI的平均变形率的比较采用配对t检验；两组ADC间的差异比较采用Wilcoxon S秩和检验。

r-FOV DWI图像的变形率显著低于f-FOV DWI(P<0.001)。甲状腺良恶性结节及正常组织在r-FOV DWI和r-FOV DWI图像的变形率显著低于f-FOV DWI (P均<0.001，图3、4)。基于r-FOV DWI测量的甲状腺ADC值显著低于f-FOV DWI(表2)。两组中基于平均ADC值鉴别良恶性甲状腺结节的曲线下面积分别为0.973和0.969(图5)，两者诊断效能相当(Z=0.253,P=0.80)。以ADC值1.5×10-3mm2/s为临界值，r-FOV DWI对鉴别甲状腺良恶性结节的敏感度和特异度分别为97.56%和92.86%；以ADC值1.7×10-3mm2/s为临界值，f-FOV DWI对鉴别甲状腺结节良恶性的敏感度和特异度分别为95.12%和82.90%。

讨　论

DWI可通过定量检测细胞内外水分子的运动来评估生物组织的功能特性[15-16]。临床上常规f-FOV DWI主要采用单次激发平面回波成像(SSEPI)序列，该序列可在一次采集中获得所有k空间的数据并重建出平面MR图像，具有采集速度较快、图像信噪比较高以及对运动不敏感等优点，使其在临床上得到广泛应用。DWI在头颈部近年来也逐步用于肿瘤的检出和定性、局部和远处转移的诊断以及肿瘤疗效的评估等[17-20]。然而，常规SSEPI序列读出时间相对较长、相位方向上带宽较窄，常导致DWI图像易受到偏振效应(磁敏感差异，B0场不均，化学位移)的影像而产生变形和伪影[21]；此外，甲状腺是头颈部位置表浅的小器官，容易受到邻近血管搏动以及气管、食管生理运动的影响，以至于在许多DWI研究中一定量的研究对象因图像质量差或病变过小(<1cm)等原因而被排除。本研究中采用的r-FOV DWI技术是通过采用二维平面回波射频激励脉冲去选择性激发感兴趣区，可在单次采集中有效地减少k空间的填充以减少读出时间并相对地提高相位编码方向上带宽，最终使图像伪影及像素错位等得到有效改善。目前，国内外研究已证实该技术在乳腺、前列腺、胰腺及脊柱等部位的可行性与应用价值[13，14，23,24]。本研究通过对比甲状腺r-FOV DWI与常规f-FOV DWI的成像质量，结果同样发现甲状腺r-FOV DWI的图像变形情况及磁敏感伪影较常规DWI明显减少，且阅片者的图像质量评分显著高于常规甲状腺DWI。此外，更多靠近磁敏感差异界面和变形区域的结节可在r-FOV DWI上显示得更清楚，这有助于甲状腺病变的检出、识别以及定量评估时病变实体感兴趣区的勾画。

许多研究已经证实甲状腺恶性结节的平均ADC值低于甲状腺良性结节，这在本研究中的两组DWI检查中均得到证实。甲状腺良恶性结节间ADC值的差异主要是因为2种病变的组织病理改变不同所致。相对于甲状腺良性结节，组织病理检查显示恶性甲状腺结节中细胞密度的增高及纤维增生反应加重，因此相应地在DWI上表现为扩散受限，ADC值减低[25]。在本研究中，尽管基于r-FOV DWI测得的平均ADC明显低于常规f-FOV DWI，但两者对鉴别甲状腺良恶性结节的诊断效能是相当的；因此，只要调整相应的ADC临界值，两种DWI在可接受病变识别的情况下其临床价值并无明显差异。另外，目前甲状腺结节良恶性鉴别的ADC临界值因各研究间所使用的DWI技术和ADC值测量方法的不同而尚无统一标准。至于基于r-FOV DWI测得的ADC值更低，这同最近的几项关于乳腺r-FOV DWI的研究结果相类似：两种DWI方法间ADC值的差异可能是由于容积效应、伪影或微观血流灌注作用在rFOV DWI中得到有效减轻所致[23，26]。在本研究中，尽管我们尽量选取病变显示情况满足要求的患者纳入ADC测量，但是一定的伪影或图像模糊效应在常规甲状腺f-FOV DWI及相应的ADC图上仍可观察到，这可能是造成两种DWI方法间测量的ADC值存在差异的主要原因；另外，甲状腺是富血供的组织器官，本研究中采用相对低的b值(0和500s/mm2)进行DWI检查，所计算的ADC值可能易受到微观灌注作用的干扰；而由于r-FOV DWI中采用相对更低的回波时间，可一定程度上减少微观血流的影响，从而可能使其测量的甲状腺病变和正常组织的ADC值更低。

本研究存在一定的局限性。首先，本研究仅选取b值=500s/mm2用以评估，目前关于甲状腺DWI的最佳b值尚无统一标准，但更佳优化的最大b值和多b值DWI序列的应用可进一步分层信噪比以及灌注效应等所造成的ADC值差异；其次，本研究中仅选取在两组DWI图像上病变显示效果满足要求的的对象进行定量分析，这在一定程度上可能造成选择偏倚；最后，本研究中甲状腺结节的病例数相对较少，尤其是亚厘米的微小结节例数较少，进一步扩大样本量前瞻性研究r-FOV DWI在微小病变的检出和微小癌诊断方面的价值是非常需要的。

总之，甲状腺r-FOV DWI具有临床可行性且可以有效减少图像的变形、伪影及模糊度以获得更高的图像质量和更佳的病变显示效果，这为甲状腺微小病变的识别和诊断以及甲状腺DWI的标准化提供了更为有效的方法。

[1]Leenhardt L,Bernier MO,Boin-Pineau MH,et al.Advances in diagnostic practices affect thyroid cancer incidence in France[J].Eur J Endocrinol,2004,150(2):133-139.

[2]Davies L,Welch HG.Current thyroid cancer trends in the United States[J].JAMA Otolaryngol Head Neck Surg,2014,140(4):317-322.

[3]Razek AA,Sadek AG,Kombar OR,et al.Role of apparent diffusion coefficient values in differentiation between malignant and benign solitary thyroid nodules[J].AJNR,2008,29(3):563-568.

[4]Noda Y,Kanematsu M,Goshima S,et al.MRI of the thyroid for differential diagnosis of benign thyroid nodules and papillary carcinomas[J].AJR,2015,204(3):332-335.

[5]Ilica AT,Artas H,Ayan A,et al.Initial experience of 3 tesla apparent diffusion coefficient values in differentiating benign and malignant thyroid nodules[J].J Magn Reson Imaging,2013,37(5):1077-1082.

[6]Kim H,Kim JA,Son EJ,et al.Preoperative prediction of the extrathyroidal extension of papillary thyroid carcinoma with ultrasonography versus MRI:a retrospective cohort study[J].Int J Surg,2014,12(5):544-548.

[7]Lu Y,Moreira AL,Hatzoglou V,et al.Using diffusion-weighted MRI to predict aggressive histological features in papillary thyroid carcinoma:a novel tool for pre-operative risk stratification in thyroid cancer[J].Thyroid,2015,25(6):672-680.

[8]Mihailovic J,Prvulovic M,Ivkovic M,et al.MRI versus (1)(3)(1)I whole-body scintigraphy for the detection of lymph node recurrences in differentiated thyroid carcinoma[J].AJR,2010,195(5):1197-1203.

[9]Liu Z,Xun X,Wang Y,et al.MRI and ultrasonography detection of cervical lymph node metastases in differentiated thyroid carcinoma before reoperation[J].2014，6(2)：147-154.

[10]Saritas EU,Cunningham CH,Lee JH,et al.DWI of the spinal cord with reduced FOV single-shot EPI[J].Magn Reson Med,2008,60(2):468-473.

[11]Barth BK,Cornelius A,Nanz D,et al.Diffusion-weighted imaging of the prostate[J].Invest Radiol,2015,50(11):785-791.

[12]Kim SE,Jeong EK,Shi XF,et al.Diffusion-weighted imaging of human carotid artery using 2D single-shot interleaved multislice inner volume diffusion-weighted echo planar imaging (2D ss-IMIV-DWEPI) at 3T:diffusion measurement in atherosclerotic plaque[J].J Magn Reson Imaging,2009,30(5):1068-1077.

[13]Ma C,Li YJ,Pan CS,et al.High resolution diffusion weighted magnetic resonance imaging of the pancreas using reduced field of view single-shot echo-planar imaging at 3T[J].Magn Reson Imaging,2014,32(2):125-131.

[14]Zaharchuk G,Saritas EU,Andre JB,et al.Reduced field-of-view diffusion imaging of the human spinal cord:comparison with conventional single-shot echo-planar imaging[J].AJNR,2011,32(5):813-820.

[15]Moseley ME,Wendland MF,Kucharczyk J.Magnetic resonance imaging of diffusion and perfusion[J].Top Magn Reson Imaging,1991,3(3):50-67.

[16]Backens M.Basic principles and technique of diffusion-weighted imaging and diffusion tensor imaging[J].Radiologe,2015,55(9):762-770.

[17]Kolff-Gart AS,Pouwels PJ,Noij DP,et al.Diffusion-weighted imaging of the head and neck in healthy subjects:reproducibility of ADC values in different MRI systems and repeat sessions[J].AJNR,2015,36(2):384-390.

[18]Hermans R,Vandecaveye V.Diffusion-weighted MRI in head and neck cancer[J].Cancer Imaging,2007,7(?):126-127.

[19]Fong D,Bhatia KS,Yeung D,et al.Diagnostic accuracy of diffusion-weighted MR imaging for nasopharyngeal carcinoma,head and neck lymphoma and squamous cell carcinoma at the primary site[J].Oral Oncol,2010,46(8):603-606.

[20]Wang J,Takashima S,Takayama F,et al.Head and neck lesions:characterization with diffusion-weighted echo-planar MR imaging[J].Radiology,2001,220(3):621-630.

[21]Taviani V,Nagala S,Priest AN,et al.3T diffusion-weighted MRI of the thyroid gland with reduced distortion: preliminary results[J].Br J Radiol,2013,86(1028):20130022. DOI：10.1259/bjr.20130022.

[22]Erdem G,Erdem T,Muammer H,et al.Diffusion-weighted images differentiate benign from malignant thyroid nodules[J].J Magn Reson Imaging,2010,31(1):94-100.

[23]Barentsz MW,Taviani V,Chang JM,et al.Assessment of tumor morphology on diffusion-weighted (DWI) breast MRI:diagnostic value of reduced field of view DWI[J].J Magn Reson Imaging,2015,42(6):1656-1665.

[24]Korn N,Kurhanewicz J,Banerjee S,et al.Reduced-FOV excitation decreases susceptibility artifact in diffusion-weighted MRI with endorectal coil for prostate cancer detection[J].Magn Reson Imaging,2015,33(1):56-62.

[25]Shi HF,Feng Q,Qiang JW,et al.Utility of diffusion-weighted imaging in differentiating malignant from benign thyroid nodules with magnetic resonance imaging and pathologic correlation[J].J Comput Assist Tomogr,2013,37(4):505-510.

[26]Park JY,Shin HJ,Shin KC,et al.Comparison of readout segmented echo planar imaging (EPI) and EPI with reduced field-of-vIew diffusion-weighted imaging at 3T in patients with breast cancer[J].J Magn Reson Imaging,2015,42(6):1679-1688.

Evaluation of reduced field-of-view diffusion imaging in thyroid nodules patients at 3T

HAO Yong-hong,PAN Chu,CHEN Wei-wei,et al.Department of Radiology,Tongji Hospital,Tongji Medical College,Huazhong University of Science and Technology,Wuhan 430030,China

Objective:To qualitatively and quantitatively evaluate the diagnostic performance of reduced field-of-view (r-FOV) DWI in a clinical population at 3T scanner with comparison of conventional full FOV (f-FOV) DWI.Methods:A total of seventy patients were finally included and underwent r-FOV DWI and f-FOV DWI of thyroid at 3T MR scanner.Image quality and lesion identification were evaluated both with a 4-point scale and geometric distortion rate were measured.The ADC value of thyroid nodules and normal thyroid tissues was calculated and compared.Results:The thyroid r-FOV DWI achieved significantly better image quality (P<0.001),superior lesion identification effect (P<0.001) than f-FOV DWI with good agreement between readers.The r-FOV DWI achieved lower geometric distortion rate (P<0.001) than f-FOV DWI.Mean ADC values derived from r-FOV DWI were significantly lower than those of f-FOV DWI,while the area under the ROC for differentiating malignant and benign thyroid nodules based on mean ADC was comparable for both DWI methods.Conclusion:The r-FOV DWI is superior to conventional f-FOV DWI in providing better image quality,superior lesion identification effect and comparable diagnostic performance,and can be a promising method for detecting and stratifying malignant lesions in the workup of thyroid nodules.

Thyroid nodule； Magnetic resonance imaging； Diffusion weighted imaging； Apparent diffusion coefficient； Reduced field of view

430030武汉，华中科技大学同济医学院附属同济医院放射科

郝永红(1988-)，男，安徽安庆人，博士，住院医师，主要从事中枢及头颈影像诊断。

潘初，E-mail：panchu@21cn.com

湖北自然科学基金(2014CFB150，2014CFB292)

R445.2； R736.1

A

1000-0313(2016)08-0704-05

10.13609/j.cnki.1000-0313.2016.08.007

2016-07-15

2016-08-02)