高场MRI多b值DWI在良恶性脑膜瘤诊断中的应用

杨磊，张凤翔，陈少林，王惠芳

（1.包钢集团第三职工医院放射科，内蒙古包头014010；2.内蒙古鄂尔多斯中心医院影像科，内蒙古鄂尔多斯017000）

高场MRI多b值DWI在良恶性脑膜瘤诊断中的应用

杨磊1，张凤翔2，陈少林1，王惠芳1

（1.包钢集团第三职工医院放射科，内蒙古包头014010；2.内蒙古鄂尔多斯中心医院影像科，内蒙古鄂尔多斯017000）

目的：通过测量不同病理类型脑膜瘤的双指数模型ADCstandard值、ADCfast值、ADCslow值、ADCfast成分所占比例（f值），评价双指数模型DWI在脑膜瘤良、恶性鉴别诊断中的应用价值，进而为临床提供更加详实可靠的测量数据和影像诊断。方法：测量脑膜瘤良、恶性瘤体及瘤体对侧镜像区正常脑白质的ADCstandard值、ADCfast值、ADCslow值、f值，并进行统计比较。结果：①良性脑膜瘤的b值-信号强度曲线斜率高于恶性脑膜瘤。②良性脑膜瘤瘤体区与瘤体对侧镜像区正常脑白质比较，ADCstandard值、ADCfast值、ADCslow值、f值均增加（均P＜0.05）。③恶性脑膜瘤瘤体区与瘤体对侧镜像区正常脑白质及良性脑膜瘤瘤体区比较，ADCstandard值、ADCslow值均减少，ADCfast值、f值均增加（均P＜0.05），且ADCslow值在良、恶性脑膜瘤组间差异有统计学意义。④鉴别诊断良、恶性脑膜瘤病变的ADCstandard值、ADCslow值、ADCfast值、f值最佳阈值分别为0.617×10-3mm2/s、0.503×10-3mm2/s、5.9×10-3mm2/s、39%。结论：多b值体素不相干运动成像（IVIM）双指数模型可为鉴别诊断良、恶性脑膜瘤病变提供重要依据，能够更准确地描述脑膜瘤病变的扩散信息，同时无创获得脑膜瘤灌注信息。

磁共振成像；脑膜瘤；多b值；体素内不相干运动；弥散加权成像；双指数模型

脑膜瘤是常见的颅内脑外肿瘤，其发病率仅次于胶质瘤，占颅内肿瘤的13%～26%［1］。根据组织学表现可分为15种亚型，大多数为良性，具有相似的生物学特性，但有些亚型易复发，更具侵袭性。2007年WHO神经系统肿瘤分类中将脑膜瘤分为3级［2］。目前，CT和常规MRI可判断脑膜瘤病变的性质，明确病变向周围脑实质侵犯的程度和范围，但难以准确反映脑膜瘤的级别及微观组织状态。因此，本研究应用多b值双指数模型DWI描述脑膜瘤的扩散信息及相关参数，为鉴别其良、恶性提供重要依据。

1 资料与方法

1一般资料收集2013年2月至2015年1月经手术及病理证实为脑膜瘤49例，其中男32例，女17例；年龄35～73岁，平均56.7岁。主要临床症状：头痛、头晕、恶心、视力下降、视物模糊、运动感觉障碍等。49例中，良性脑膜瘤35例，其中血管瘤型5例，上皮型13例，纤维型17例；恶性脑膜瘤14例，其中非典型5例，间变型9例。

1.2 仪器与方法采用GE Discovery MR750 3.0 T MRI扫描机，8通道相控阵头颈联合线圈。扫描序列：常规MRI（常规三平面定位，横轴位T1FLAIR，T2PROPELLR，T2FLAIR，矢状位T2）。主要参数：T1FLAIR TR 1 550 ms，TE 24 ms，TI 671 ms，NEX 1，矩阵320×192；T2PROPEELLR TR 7 981 ms，TE 103ms，NEX 1，矩阵448×448；T2FLAIR TR 8800ms，TE 135 ms，TI 2 100 ms，NEX 1，矩阵256×224；所有序列的层厚、层距、层数及FOV均一致，分别是7.0 mm、1.0 mm、17层、24 cm×24 cm。所有横轴位扫描位置及扫描范围保持一致，即定位线与前后联合线平行，并覆盖全脑组织。

多b值DWI扫描：采用单次激发SE EPI序列行脑的横断面成像，层厚、层距与常规扫描一致，扫描层面平行于前-后联合连线，在x、y、z 3个方向上施加弥散梯度，采用各像同性四面体采集。扫描主要参数：TR 3 000 ms，TE minimum，翻转角90°，矩阵128×128，层厚5.0 mm，层距1.5 mm，层数20层，FOV 24 cm×24 cm，b值取0～3 500 s/mm2之间的13个数值，分别为0、30、50、100、200、300、500、800、1 000、1 500、2 000、3 000、3 500 s/mm2，扫描时间5 min 30 s。

1.3 图像及数据处理将DWI原始图像在GE Advantage Windows 4.6工作站上使用Functool软件包中的MADC软件对双指数模型多b值DWI图像进行重建，首先行头动校正去除背景噪声，处理获得Standard ADC图、Fast ADC图、Slow ADC图及快速扩散所占比率（f值）图等，同时获得b值-信号强度曲线图。分别测量良性脑膜瘤、恶性脑膜瘤瘤体及瘤体镜像侧对称正常脑白质的各参数值。

ROI的选择应结合MRI平扫和增强扫描图像，放置于占位性病变最大层面且强化最显著的实体层面，尽量避开病变边缘、颅骨、容积效应和囊变、坏死、出血区。ROI大小为30 mm2，测量病变3个不同区域，取其平均值，以减少由ROI位置差异引起的实验误差。同时在瘤体对侧大脑半球镜像区测量正常脑白质的ADCstandard值、ADCfast值、ADCslow值、f值。

由2位副高级以上职称的医师对MRI图像及各弥散参数值ADCstandard值、ADCfast值、ADCslow值、f值进行评定分析。

1.4 统计学分析采用SPSS 17.0统计软件进行数据分析，计量资料用±s表示，组间比较采用单因素方差分析，两两比较采用最小显著差异（lest significant different，LSD）法。将良、恶性病灶各参数平均值行独立样本t检验。以P＜0.05为差异有统计学意义。绘制双指数模型ADCstandard值、ADCfast值、ADCslow值、f值定性诊断效能的ROC曲线，通过曲线下面积（area under the curve，AUC）分析比较这些参数鉴别诊断良、恶性脑膜瘤的能力；根据约登指数，找到各个参数判定良、恶性肿瘤的阈值，并得到相应的敏感度和特异度。

2 结果

2.1 良、恶性脑膜瘤随b值增加信号强度的变化根据不同b值良、恶性脑膜瘤平均信号强度，描绘b值-信号强度曲线拟合图（图1），当b=0 s/mm2，良性脑膜瘤的信号强度较恶性脑膜瘤高；随着b值的增加，良、恶性脑膜瘤的信号强度均缓慢衰减；当b=800 s/mm2时，恶性脑膜瘤的信号强度高于良性脑膜瘤。良性脑膜瘤的b值-信号强度曲线斜率高于恶性脑膜瘤。

图1 良、恶性脑膜瘤b值-信号强度曲线拟合图

2.2 良、恶性脑膜瘤瘤体及瘤体镜像侧对称区正常脑白质各组参数值的统计分析在良性脑膜瘤不同亚型间ADCstandard值和ADCslow值由高到底排列为血管瘤型＞上皮型＞纤维型，差异有统计学意义（P＜0.05）。3种良性脑膜瘤亚型的ADCfast值、f值组间差异无统计学意义（P＞0.05）（表1）。

良性脑膜瘤瘤体的ADCstandard值为（0.731±0.150）×10-3mm2/s、ADCslow值为（0.629±0.110）×10-3mm2/s、ADCfast值为（4.70±0.62）×10-3mm2/s、f值为（0.35± 0.10）%；瘤体镜像侧对称区正常脑白质的ADCstandard值为（0.652±0.06）×10-3mm2/s、ADCslow值为（0.531± 0.040）×10-3mm2/s、ADCfast值为（2.50±0.84）×10-3mm2/ s、f值为（0.28±0.09）%，以上各参数比较瘤体区均较正常脑白质升高（均P＜0.05）。恶性脑膜瘤瘤体的ADCstandard值为（0.512±0.090）×10-3mm2/s、ADCslow值为（0.425±0.050）×10-3mm2/s、ADCfast值为（8.30± 0.69）×10-3mm2/s、f值为（0.45±0.17）%；与瘤体镜像侧对称区正常脑白质及良性脑膜瘤瘤体比较：ADCstandard值、ADCslow值均降低，ADCfast值、f值均升高（均P＜0.05）。

2.3 各参数对良、恶性脑膜瘤诊断效能以病理结果作为诊断的金标准绘制ADCstandard值、ADCslow值、ADCfast值、f值对鉴别诊断良、恶性脑膜瘤的ROC曲线图（图2）。得到4个参数的AUC分别为0.815、0.894、0.719、0.723，即参数ADCslow值AUC最大，也进一步说明ADCslow值较其他各弥散参数诊断效能是最大的。根据约登指数绘制ROC曲线图，可得到ADCstandard值、ADCslow值、ADCfast值、f值鉴别诊断良、恶性脑膜瘤病变的最佳阈值分别为0.617×10-3mm2/s、0.503×10-3mm2/s、5.9×10-3mm2/s、39%。ADCstandard值、ADCslow值、ADCfast值、f值判断良恶性脑膜瘤病变的敏感度分别是89.4%、93.4%、79.9%、73.6%，特异度分别是74.5%、84.1%、70.1%、59.5%。

表1 良性脑膜瘤不同病理亚型的各组参数及统计学比较（±s）

表1 良性脑膜瘤不同病理亚型的各组参数及统计学比较（±s）

分型例数ADCstandard值（×10-3mm2/s）ADCslow值（×10-3mm2/s）ADCfast值（×10-3mm2/s）f值（%）血管瘤型50.913±0.1300.755±0.1604.70±0.290.37±0.21上皮型130.773±0.1900.662±0.2004.50±0.230.35±0.13纤维型170.672±0.1700.559±0.1404.40±0.250.36±0.17 F值4.017 7103.640 3002.889 6000.030 744 P值0.027 7500.037 5000.070 2000.969 750

图2 ADCstandard值、ADCslow值、ADCfast值、f值四者的ROC曲线

3 讨论

3.1 体素不相干运动成像（intravoxel incoherent motion，IVIM）多b值DWI在脑膜瘤中的应用1986年Le Bihan等提出了双指数模型的DWI，并将其定义为IVIM。双指数衰减模型是以IVIM为理论基础，把人体内的水分成2个部分，即血管内水和血管外水［3-4］，血管内水即人体血管内流动的血液，由于血管内血液流动很快，相对于血管外水，这种成分的水运动称为假扩散，也称灌注［5］。而血管外水又包括细胞内水和细胞间液两部分，由于其流动缓慢，将这种水分子移动称之为扩散。因此，IVIM双指数DWI可把血管外组织的水分子扩散和血管内的循环区别开来［6］，获得肿瘤组织细胞的扩散和灌注2个方面的信息，分别用ADCslow值、ADCfast值表示。ADCstandard值是计算机算出来的标准化ADC值；灌注分数f值即ADCfast所占比例（%）。基于IVIM理论的双指数模型分析，将水分子弥散和血液灌注区分开，在排除了血液灌注的影响，其更准确地反映真实水分子的弥散状态（ADCslow），并提高了良、恶性脑膜瘤的诊断效能，另一方面在无需对比剂的前提下即可获得肿瘤的灌注信息（ADCfast）。研究［7-8］显示，微循环灌注对信号的衰减主要取决于b值的大小，且b值越小，影响越明显，当b值＜200 s/mm2时，主要反映组织的微循环灌注。随着b值的增加，微循环灌注的影响将逐渐减少，因此高b值将明显降低微循环对ADC值的影响，ADC值的测量将更加稳定，能更加准确地反映组织的真实扩散信息［9］。

3.2 IVIM双指数模型良、恶性脑膜瘤的扩散信息本研究IVIM双指数模型中，恶性脑膜瘤的ADCstandard值和ADCslow值均低于良性脑膜瘤和正常脑白质，与以往常规单指数模型所得的结论一致［9］，ADCslow值在判断良、恶性脑膜瘤的敏感度为93.4%，特异度为84.1%，而ADCstandard值在判断良、恶性脑膜瘤的敏感度为89.4%，特异度为74.5%。两者在良、恶性脑膜瘤鉴别诊断的最佳阈值：ADCslow值为0.503×10-3mm2/s，ADCstandard值0.617×10-3mm2/s。由于ADCslow值主要代表组织的纯扩散信息，而ADCstandard值可能包含少量的灌注成分，因此ADCstandard值较ADCslow值高。在恶性脑膜瘤中，由于细胞排列致密，核浆比例大，细胞增殖速度快，细胞外间隙小，组织水分子扩散受限，因此恶性脑膜瘤的ADCslow值较良性脑膜瘤的ADCslow值低。本研究良性脑膜瘤的ADCslow值较正常脑白质高，其主要原因是水分子扩散受很多因素影响，包括细胞外间隙、细胞组织结构、温度、扩散介质的黏滞性和毛细血管的轴流情况。当正常细胞受到肿瘤破坏时，细胞外间隙增大，肿瘤细胞比正常脑细胞扩散易，ADCslow值较正常脑白质升高。在良性脑膜瘤的不同亚型中，ADCslow值和ADCstandard值遵循相同的规律，ADCslow值由高到低排列为血管瘤型＞上皮型＞纤维型，且各组间ADCslow值较ADCstandard值低。其主要与各亚型间不同组织学类型、细胞排列方式及紧密程度密切相关。b值的弥散权重决定组织的DWI信号高低，且随b值增加，T2的透射效应也越来越小，各组织的DWI信号也随b值的增加而降低。本研究中恶性脑膜瘤的b值-信号强度曲线斜率低于良性脑膜瘤。主要由于恶性脑膜瘤较良性脑膜瘤细胞排列紧密，细胞密度大，细胞外间隙小，因而信号衰减缓慢。

3.3 IVIM双指数模型良、恶性脑膜瘤的灌注信息所谓灌注即血液流向该组织相对稳定的状态，也可理解为毛细血管的血流过程。正常脑组织发生病变时，该区域血液供应也将发生改变，灌注信息也将发生改变，因此可通过灌注间接反映病变的相关特性。以往笔者通过PWI中的动态对比增强来研究脑组织的灌注信息，由于其为有创性检查，通过静脉快速注射顺磁性对比剂，来观察脑组织血流动力学的变化，对一些血管细、血管脆性高，以及肝肾功能衰竭、对比剂过敏、妊娠期等患者无法使用。而多b值IVIM双指数模型为无创检查，无需注入对比剂即可反映正常脑白质和病变组织的灌注信息［10］。

根据IVIM理论，ADCfast值主要取决于肿瘤组织的微循环灌注，认为平均毛细血管的流速越大，平均毛细血管的长度越长，微循环灌注越显著，ADCfast值越大。由于恶性脑膜瘤的血液供应较良性脑膜瘤丰富，所以理论上恶性脑膜瘤的ADCfast值高于良性脑膜瘤。本研究结果与该理论相符，良性脑膜瘤的平均ADCfast值（4.70±0.62）×10-3mm2/s，恶性（8.30± 0.69）×10-3mm2/s，差异有统计学意义。良、恶性脑膜瘤的平均ADCfast值均高于正常脑白质（均P＜0.05）。主要由于脑膜瘤血供可来自颈外动脉、颈内动脉或椎动脉的双重血供，脑膜瘤血供丰富，而正常脑组织存在血-脑-脊液屏障，所以脑膜瘤的平均ADCfast值较正常脑白质高，与以往学者［11-12］的PWI和CT灌注结论一致。与灌注相关的另一个参数f值即灌注分数，理论上也应随着肿瘤组织微循环灌注的增加而增大。由于恶性脑膜瘤较良性脑膜瘤血供更加丰富，因此恶性脑膜瘤的f值高于良性脑膜瘤。Bisdas等［13］认为，ADCfast值虽然敏感度、灵敏度高但稳定性较差，易受部分容积效应、脑脊液的波动及患者运动等因素影响；f值较ADCfast值噪声较小，稳定性相对较高。本研究恶性脑膜瘤的平均f值为（0.45±0.17）%，良性脑膜瘤为（0.35±0.10）%，正常脑白质为（0.28± 0.09）%，各组间差异有统计学意义。根据ROC曲线图获得ADCfast值和f值诊断良、恶性脑膜瘤的阈值分别约5.9×10-3mm2/s和39%。而良性脑膜瘤不同亚型间的ADCfast值和f值差异无统计学意义。因此，较低ADCslow值和较高的f值相结合可提高恶性脑膜瘤的诊断效能［14］。

3.4 双指数模型的意义和本研究不足之处与以往常规的单b值DWI相比，多b值IVIM模型可获得与肿瘤组织相关的更多参数值，综合分析各参数值及意义可为良、恶性脑膜瘤的鉴别诊断提供更加可靠的依据。近些年多b值IVIM已开始应用于人体各部位的研究，包括颅脑、乳腺、肾脏、肝脏、前列腺、宫颈等部位［15-19］，但关于颅脑脑膜瘤的多b值IVIM国内外相关研究很少，且b值选取无统一标准。本研究不足之处：恶性脑膜瘤的发病率低，纳入样本量少，可能会对数据分析产生一定偏差；存在一定的临床局限性，仍需较大样本量与病理诊断的对照研究，以确定多b值IVIM在颅脑良、恶性脑膜瘤诊断中的应用前景。

［1］Aktas S，Boyvat F，Sevmis S，et al.Analysis of vascular complications after renal transplantation［J］.Transplant Proc，2011，43：557-561.

［2］Louis DN，Ohgaki H，Wiestler OD，et al.The 2007 WHO classification of tumours of the central nervous system［J］.Acta Neuropathol，2007，114：97-109.

［3］任静，宦怡，常英娟，等.前列腺癌多b值扩散加权成像研究［J］.实用放射学杂志，2008，24（4）：502-504，576.

［4］Giannarini G，Petralia G，Thoeny HC.Potential and limitations of diffusion-weighted magnetic resonance imaging in kidne，prostate，and bladder cancer including pelvic lymph node staging：a critical analysis of the literature［J］.Eur Urol，2012，61：326-340.

［5］Riches SF，Hawtin K，Charles-Edwards EM，et al.Diffusion-weighted imaging of the prostate and rectal wall：comparison of biexponential and monoexponential modelled diffusion and associated perfusion coefficients［J］.NMR Biomed，2009，22：318-325.

［6］Clark CA，Hedehus M，Moseley ME.In vivo mapping of the fastand slow diffusion tensors in human brain［J］.Magn Reson Med，2002，47：623-628.

［7］Maier SE，Bogner P，Bajzik G，et al.Normal brain and brain tumor：multicomponent apparent diffusion coefficient line scan imaging［J］.Radiology，2001，219：842-829.

［8］Mulkern RV，Vajapeyam S，Robertson RL，et al.Biexponential apparent diffusion coefficient parametrization in adult vs newborn brain［J］.Magn Reson Imaging，2001，19：659-668.

［9］Seo HS，Chang HK，Na DG，et al.High b-value diffusion（b= 3000 s/mm2）MR imaging in cerebral gliomas at 3T：visual and quantitative comparisons with b=1000 s/mm2［J］.AJNR Am J Neuroradiol，2008，29：458-463.

［10］Federau C，Meuli R，O’Brien K，et al．Perfusion measurement in brain gliomas with intravoxel incoherent motion MRI［J］．AJNR Am J Neuroradiol，2014，35：256-262．

［11］Law M，Yang S，Babb JS，et al.Comparison of cerebral blood volume and vascular permeability from dynamic susceptibility contrast-enhanced perfusion MR imaging with glioma grade［J］. AJNR Am J Neuroradiol，2004，25：746-755.

［12］施裕新，徐剑峰，池鸣鸣.CT灌注成像对脑膜瘤血流灌注的定量研究［J］.中华放射学杂志，2004，38（12）：1269-1272.

［13］Bisdas S，Koh TS，Roder C，et al.Intravoxel incoherent motion diffusion-weighted MR imaging of gliomas：feasibility of the method and initial results［J］.Neuroradiology，2013，55：1189-1196.

［14］Sigmund EE，Cho GY，Kim S，et al.Intravoxel incoherent motion imaging of tumor microenvironment in locally advanced breast cancer［J］.Magn Reson Med，2011，65：1437-1447.

［15］Woo S，Lee JM，Yoon JH.Intravoxel incoherent motion diffusionweighted MR imaging of hepatocellular carcinoma：correlation with enhancement degree and histologic grade［J］.Radiology，2014，270：758-767.

［16］Liu C，Liang C，Liu Z，et al.Intravoxel incoherent motion（IVIM）in evaluation of breast lesions：comparison with conventional DWI［J］.Eur J Radiol，2013，82：e782-e789.

［17］Eckerbom P，Hansell P，Bjerner T.Intravoxel incoherent motion MR imaging of the kidney：pilot study［J］.Adv Exp Med Biol，2013，765：55-58.

［18］Pang Y，Turkbey B，Bernardo M，et al.Intravoxel incoherent motion MR imaging for prostate cancer：an evaluation of perfusion fraction and diffusion coefficient derived from different b-value combinations［J］.Magn Reson Med，2013，69：553-562.

［19］张洁，薛华丹，张玮，等.多b值DWI与宫颈癌病理学特征的相关性研究［J］.放射学实践，2014，29（2）：127-130.

Application of high-field MRI multi B value of diffusion weighted imaging in the diagnosis of benign and malignant meningiomas

YANG Lei，ZHANG Fengxiang，CHEN Shaolin，WANG Huifang.
The Third Staff Hospital of BaoGang Group，Baotou，014010，China.

Objective：Applied multi b value of double exponential model DWI,measured different pathological types of meningioma tumors ADCstandard,ADCfast,ADCslow,ADCfastcomposition proportion（F value），evaluated identification value of multi b value of double exponential model DWI in the diagnosis of benign and malignant meningiomas.Method：Measurement of benign and malignant meningioma tumors and tumors of the contralateral mirror area of normal cerebral white matter ADCstandardvalue，ADCfastvalue，ADCslowvalue，ADCfastcomposition proportion（F value），and a statistical comparison was carried out.The statistical analysis was based on the data from independent samples，and validated with t-test.Results：①The b value-slop of signal intensity curves of benign meningioma were higher than malignant meningioma.②Benign meningioma tumors and tumors on side mirror area normal brain white matter：ADCstandardvalue，ADCfastvalue，ADCslowvalue，ADCfastcomposition proportion（F value）were higher than normal brain white matter，which was statistically different as p value was below 0.05.③Malignant meningioma tumors and tumors on side mirror area normal cerebral white matter and benign meningioma tumors area comparison：ADCstandardADCslowvalues were reduced，ADCfastvalue，ADCfastcomposition proportion（F value）were increased，P values＜0.05 difference was statistically significant.Benign and malignant meningioma and ADCslowvalue in the biggest difference between the groups.④The threshold to differentially diagnosis of benign/malignant meningioma of ADCstandard，ADCslow，ADCfast，and ADCfastcomponents were 0.617×10-3mm2/s、0.503×10-3mm2/s、5.9×10-3mm2/s、39% respectively.Conclusion：The multi b value IVIM dual exponential model provides an important basis for diagnosis of benign/malignant meningioma，and is able to track the spread of tutor more accurately.In addition，this approach enables us to obtain the perfusion information of meningioma in a non-invasive manner.

Magnetic resonance imaging；Meningioma；Multi b value；IVIM；DWI；Bi-exponential model

2016-05-28）

10.3969/j.issn.1672-0512.2017.01.002

张凤翔，E-mail：zc890308@sina.com。