体素内不相干运动MRI在肺部占位性病变中的应用研究进展

乔玉杰，张凤翔

（1.内蒙古医科大学研究生学院，内蒙古 呼和浩特 010000；2.内蒙古鄂尔多斯市中心医院影像科，内蒙古 鄂尔多斯 017000）

体素内不相干运动MRI在肺部占位性病变中的应用研究进展

乔玉杰1，张凤翔2

（1.内蒙古医科大学研究生学院，内蒙古 呼和浩特 010000；2.内蒙古鄂尔多斯市中心医院影像科，内蒙古 鄂尔多斯 017000）

肺部占位性病变发病率很高，尤其是肺癌，发病率和死亡率均居肿瘤第1位。体素内不相干运动MRI对肺部占位性病变的定性诊断及临床治疗均具一定指导意义。本文就体素内不相干运动MRI对肺部占位性病变的诊断、鉴别诊断、化疗早期疗效预测及评估等方面进行综述。

体素内不相干运动磁共振成像；弥散加权成像；肺癌

肺部占位性病变是临床常见病，CT是目前临床检出和诊断肺部占位性病变的最主要手段。传统多以病变的形态学特征改变为主要影像学诊断依据，但存在“同病异影”或“异病同影”现象，给定性诊断带来困难。随着MRI硬件技术和成像技术的不断发展，功能MRI在疾病诊断与研究中有了革命性的进展。体素内不相干运动磁共振成像（introvoxel inco-herent motion MR imaging，IVIM-MRI）是用于描述体素的微观运动的成像方法。IVIM-MRI提出DWI中同时测量组织内水分子随机运动和毛细血管网中血液流动的数学模型，从理论上提供了更精准的方法分别评价组织的扩散系数及组织微循环灌注，为肺部占位性病变的定性诊断提供了新的理论依据。本文拟介绍IVIM的基本原理，并综述其在肺部占位性病变中的应用进展。

1IVIM-MRI成像原理

1986年Le Bihan等［1］提出IVIM-MRI理论，指出组织中水分子的运动不仅是纯水分子的扩散，同时还包括毛细血管灌注。就体素水平而言，由于毛细血管网的伪随机性器官分布，毛细血管内水分子随血流运动可看作无序的随机运动，即“假性扩散”，其与毛细血管网的结构及血流速度相关。当施加扩散敏感梯度场时，血流灌注也可引起相位分散而导致信号衰减。因此，DWI信号包含了水分子扩散和微循环灌注两部分，只有当水分子扩散为体素内唯一运动形式时，所测得的ADC值才等于真实扩散系数［1-2］。

IVIM成像可用于分别量化其中的扩散运动成分和血流灌注成分［2］，其信号强度衰减符合以下方程

b=γ2G2δ2（Δ-δ/3）。其中γ为旋磁比；G为梯度场强度；δ为梯度场持续时间；Δ为2个梯度场的间隔时间；Sb为相应b值（b≠0）的DWI信号强度；S0为b=0 s/mm2时的信号强度；f为灌注分数，表示体素内微循环灌注相关扩散在DWI信号衰减中所占的比例，与毛细血管血容量相关；D*为假扩散系数，代表体素内微循环灌注相关扩散运动，又称灌注相关扩散或快速的扩散运动成分，单位为mm2/s；D为纯扩散系数，代表体素内单纯的水分子扩散运动或慢速的扩散运动成分，单位为mm2/s。

微循环对DWI信号衰减的影响取决于b值大小。b值越小，微循环灌注的比重越大，解剖结构显示越清楚；相反，b值越大，越能反映水分子扩散，但解剖结构显示越模糊［3］。此时，公式（1）可简化为：Sb/S0=（1-f）exp（-bD），通过较大范围的多个b值DWI成像，并对不同b值及相应DWI数据进行双指数拟合，便可分离单纯水分子扩散和微循环灌注效应［4］，并得到3个参数D*、D和f值。

2 IVIM-MRI扫描技术研究进展

随着MRI平面回波序列的使用，其使得人体器官的DWI发展为快速成像成为可能。但呼吸伪影、心脏运动伪影等一系列降低成像质量的相关因素却限制了DWI在肺部相关疾病中的应用。因此，为得到更好的图像质量、更快的扫描速度及更精确的数据，呼吸方式的选择、采用合适的扫描序列等技术问题同样重要。通常认为，屏气扫描可减少呼吸伪影，但延长采集时间，图像的SNR及空间分辨力均会随之下降。Liu等［5］研究认为，在高b值下单次激励平面回波成像序列与自由呼吸相结合，可提高DWI的图像质量。与屏气扫描相比，采用自由呼吸扫描可使层厚更薄、扫描范围更大、噪声比更高［6］。此外，刘海东等［7］研究认为，在1.5 T MRI设备上使用相控阵线圈和AEEST技术对肺恶性肿瘤和良性实性病变行DWI检查切实可行；在自由呼吸状态下采用b值为500 s/mm2、NEX为4时能够获得满意的胸部DWI图像。还有学者［8］认为，采用3.0 T高场MRI设备，同时应用并行采集成像技术，可减少编码相位的步骤和填充K空间的时间，从而抑制磁敏感伪影和化学位移伪影。

3 IVIM-MRI在肺部病变中的临床应用

3.1 IVIM-MRI各参数对肺部良恶性病变的鉴别诊断 传统DWI很早就已用于鉴别肺部良恶性病变的研究中；Liu等［5］通过分析良恶性病变在DWI上的信号强度特征、良恶性病变ADC值的比较认为，定量分析的ADC值对鉴别肺部良恶性病变有重要意义，并通过ROC曲线的分析，得出鉴别两者的最佳阈值约为1.400×10-3mm2/s。但Gumustas等［9］认为，肺部良恶性病变ADC值差异无统计学意义。这可能与b值的设定、场强的大小及数据后处理方式不一致有关。但这些研究所测得的ADC值，包含了扩散及微灌注2种成分，由于IVIM-MRI可分离组织的纯扩散效应和微灌注效应，所以有不少学者利用IVIM模型研究。王晓华等［10］利用IVIM技术，通过分析利用IVIM模型评估组织中D值、D*值和f值，采用Mann-Whitney U检验比较恶性组与良性组相关参数值的差异及ROC曲线评价各参数的诊断效能，最终得出2组间D*和f值差异无统计学意义，而肺恶性组D值明显低于良性组（P=0.001），且D值的ROC曲线下面积最大（AUC=0.839），即IVIM参数中D值对于鉴别肺肿块的良恶性有显著意义，且诊断效能较好。Yuan等［11］的研究也显示，鳞癌和腺癌的ADC值、D值均明显低于良性组（P<0.05），D*值、f值与良性组差异无统计学意义。分析原因，可能与灌注参数与肿瘤的微血管密度（MVD）有关，MVD增多导致血流量增加，故肺恶性病变D*值较高。由于血管生成增加不仅发生在恶性肿瘤中，也可发生于良性肿瘤中，因此良恶性病变的MVD有重叠［12］，所以D*值对良恶性病变的鉴别诊断意义不大。另一个原因是，D*值及f值是在低b值（<200 s/mm2）、标准偏差较大的情况下拟合得到。Koh等［13］也认为ADC值在高b值（>200 s/mm2）、标准偏差较小的情况下拟合得到，其稳定性高于在低b值、标准偏差较大的情况下拟合得到参数。另有学者［14］研究发现，周围型肺癌D值、D*值与感染性肉芽肿差异无统计学意义，但f值的ROC的AUC最大，在周围型肺癌及感染性肉芽肿的鉴别诊断方面具有一定价值。理论上D*值及f值均与微循环灌注密切相关，而研究结果的不同，可能与病变的血供是否丰富有关。

3.2 IVIM-MRI对不同病理类型肺癌的鉴别诊断

3.2.1 腺癌与鳞癌 从理论上来讲，腺癌和鳞癌的ADC值应有区分：一方面，腺癌尤其是高分化腺癌，组织学上特征性表现为肿瘤细胞沿肺泡壁生长替代柱状上皮细胞，而鳞癌则为团块状生长方式，表现为肿瘤细胞压缩式增殖和非替代性侵犯［15］，两者生长方式的差异决定了鳞癌的肿瘤细胞密度高于腺癌，而细胞密度越高，细胞内外水分子的扩散运动越受限制，ADC值越低。另一方面，腺癌组织的腺腔及细胞的胞浆内含有黏液成分，其中含有较多自由水，使其ADC值升高。因此，腺癌的平均ADC值多高于鳞癌。陈利华等［3］的研究结果显示，腺癌、鳞癌的ADC值分别为（1.10±0.14）×10-3mm2/s、（0.89±0.09）×10-3mm2/s，两者差异有统计学意义。而有学者［16］认为，ADC值对于鉴别肺部腺癌、鳞癌及大细胞癌无意义。Yuan等［11］通过IVIM成像方法得到的数据分析也显示，不仅ADC值对腺癌及鳞癌的鉴别差异无统计学意义，D值对两者的鉴别差异亦无统计学意义，其原因可能是，管状流和腺体的分泌有助于信号的衰减，从而导致信号采集的误差，另一方面，可能与ROI中血管的异质性分布有关，所以在评估肿瘤的异质性时，基于直方图的整个体积分析更有助于区分肿瘤的侵袭性及肿瘤类型的鉴别。另Shen等［16］认为，虽然细胞的密集性可影响病灶的ADC值，但这一生物学参数并不能决定肿瘤的组织学类型，而且，肿瘤的组织学分型大多通过肿瘤细胞的角化程度、细胞异型性等划分，仅靠细胞密度并不能准确区分肿瘤亚型。

3.2.2 小细胞肺癌（SCLC）与非小细胞肺癌（NSCLC）Shen等［16］共收集了202例SCLC及736例NSCLC，通过Meta分析，SCLC的ADC值95%CI为（1.21～1.29）×10-3mm2/s，NSCLC的ADC值95%CI为（1.33～1.37）×10-3mm2/s，两者差异有统计学意义（P<0.05）；Liu等［5］研究发现，SCLC的ADC值较NSCLC的ADC明显减低，前者为（1.064±0.196）×10-3mm2/s，后者为（1.321±0.335）×10-3mm2/s，差异有统计学意义（P=0.007）。理论上讲，与NSCLC相比，SCLC的细胞大且密集，胞核大且胞浆少，这些结构特点均决定SCLC中水的扩散受限更明显［17］，这也解释了SCLC的ADC值较低的原因。但这些仅是传统DWI的研究，关于IVIM成像的各参数对SCLC与NSCLC的鉴别诊断是否有帮助还需进一步研究探讨。

3.3 肺癌与继发阻塞性肺实变的鉴别诊断 中央型肺癌常伴阻塞性肺炎，后者导致肺容积的减少，最终出现阻塞性肺实变［18］。肿瘤与肺实变区域在胸片上及CT扫描中均表现为片状实性阴影，难以区分。但是准确地确定肿瘤范围对肺癌的临床分期及治疗方法的选择都很重要，所以利用IVIM成像鉴别两者，对临床的诊断及治疗会有很大帮助。Wang等［19］研究发现，肺癌的ADC、D及f值较继发阻塞性肺实变均较低（P=0.000）；肺癌的D*值较继发阻塞性肺实变差异无统计学意义（P=0.335）。此外，ROC曲线显示ADC优于其他灌注及扩散参数，其最佳截断值为1.409×10-3mm2/s（AUC=0.95）。由此看来，IVIM-DWI在鉴别肺癌与阻塞性肺实变中具有潜在价值，ADC、D及f值是可靠的独立区分标志物，但D*值变异较大且诊断准确性较低。传统的DWI-MRI对肺癌及阻塞性肺实变的鉴别也有很大帮助，杨蕊梦等［20］研究发现，瘤体的平均ADC值显著低于其继发阻塞性肺实变的平均ADC值［（1.83±0.58）mm2/s vs.（2.90±0.26）mm2/s］（P<0.0001）；在DWI信号强度方面，瘤体均表现为明亮高信号，肺实变区域表现为等或稍低信号。Baysal等［21］的研究中，瘤体的平均ADC值为（1.83±0.75）×10-3mm2/s，低于阻塞性肺实变区域的平均ADC值（2.50±0.76）×10-3mm2/s（P=0.003）。原因可能是肿瘤内部细胞比较密集，细胞间隙小，水分扩散受限；而阻塞性肺实变虽灌注较高，但是炎性改变所致，细胞密集程度不如癌组织密集，因此水分扩散受限没有癌组织明显。

3.4 肺部病灶化疗早期疗效的预测及评估 以往研究［22］显示，灌注可作为许多生理和病理过程的一个重要标志，所以当高灌注的恶性肿瘤经过化疗后，供血血管若减少，灌注程度减低，在一定程度上说明治疗有效，反之，无效。理论上讲，IVIM可将细胞的灌注和扩散分开，从而反映化疗疗效的好坏。近年来有不少学者逐渐证实了这一点，Yan等［23］研究发现，经严密的评估及化疗后，临床效果较差组的f值（12.6±4.4）低于临床效果较好组的f值（30.2±8.6）（P<0.001），与Joo等［24］的结果一致。结合文献，笔者认为原因主要是肿瘤组织内有许多新生血管，高灌注是必然的，而化疗可诱导组织的纤维化［25-26］。纤维的供血与恶性肿瘤细胞相比，供血是较低的，因此化疗后，肿瘤整体的供血降低，f值相应降低。但Yan等［23］的研究结果还显示，治疗前后ADC、D及D*值的变化差异无统计学意义。D值的变化差异无统计学意义，可能与肺部MRI的SNR太低有关。说明组织细胞的密度对预测治疗效果价值不大。另外，D*和f值分别代表血流灌注的不同特征［27］，D*主要表示平均血流速度，f值主要表示与血液微循环有关的微观平移运动。

综上所述，常规DWI使用单指数拟合函数得到ADC值，虽在病变检出及良恶性病变鉴别等方面的价值得到广泛认可，但仍存在一定局限性。由于正常组织与病变组织、良恶性病变的ADC值有很大重叠，故ADC值往往不能对病变进行精确定性［28］。而IVIM通过多b值的DWI图像，采用双指数模型的后处理方式可得到更本质的D值、f值和D*值。多个参数联合鉴别诊断，其诊断特异度和灵敏度均明显高于单一ADC值，更有助于病变的定性诊断和鉴别诊断，在预测和监控放化疗疗效方面也有一定指导作用。

［1］Le Bihan D，Breton E，Lallemand D，et al.MR imaging of intr-avoxel incoherent motions：application to diffusion and perfusion in neurologic disorders［J］.Radiology，1986，161：401-407.

［2］Le Bihan D，Breton E，Lallemand D，et al.Separation of diffusion and perfusion in intravoxel incoherent motion MR imaging［J］. Radiology，1988，168：497-505.

［3］陈利华，陈永峰，张久权，等.表观扩散系数值在鉴别不同组织学类型肺癌中的价值［J］.中国医学影像技术，2012，28（8）：1541-1545.

［4］Luciani A，Vignaud A，Cavet M，et al.Liver cirrhosis：intravoxel incoherent motion MR imaging--pilot study［J］.Radiology，2008，249：891-899.

［5］Liu H，Liu Y，Yu T，et al.Usefulness of diffusion-weighted MR imaging in the evaluation of pulmonary lesions［J］.Eur Radiol，2010，20：807-815.

［6］Nishie A，Stolpen AH，Obuchi M，et al.Evaluation of locally recurrent pelvic malignancy：performance of T2-and diffusion-weighted MRI with image fusion［J］.Magn Reson Imaging，2008，28：705-713.

［7］刘海东，于铁链，刘颖，等.肺恶性肿瘤和实性良性病变扩散加权成像技术初探［J］.国际医学放射学杂志，2010，33（3）：240-244.

［8］Henzler T，Schmid-bindert G，Schoenberg SO，et al.Diffusion and perfusion MRI of the lung and mediastinum［J］.Eur J Radiol，2010，76：329-336.

［9］Gumustas S，Inan N，Akansel G，et al.Differentiation of malignant and benign lung lesions with diffusion-weighted MR imaging［J］. Radiol Oncol，2012，46：106-113.

［10］ 王晓华，段江晖，袁慧书.多b值扩散加权成像在鉴别肺肿块良恶性中的价值［J］.中国医学科学院学报，2014，36（5）：510-515.

［11］Yuan M，Zhang YD，Zhu C，et al.Comparison of intravoxel in-coherent motion diffusion-weighted MR imaging with dynamic contrast-enhanced MRI for differentiating lung cancer from ben-ign solitary pulmonary lesions［J］.J Magn Reson Imaging，2015，43：669-679.

［12］Yi CA，Lee KS，Kim EA，et al.Solitary pulmonary nodules：dyna-mic enhanced multi-detector row CT study and comparison with vascular endothelial growth factor and microvessel density［J］. Radiology，2004，233：191-199.

［13］Koh DM，Blackledge M，Collins DJ，et al.Reproducibility and changes in the apparent diffusion coefficients of solid tumours treated with combretastatin A4 phosphate and bevacizumab in a two-centre phase I clinical trial［J］.Eur Radiol，2009，19：2728-2738.

［14］ 雷永霞，李新春，万齐，等.周围型肺癌的磁共振体素内不相干运动扩散加权成像［J］.中国医学影像技术，2015，31（1）：57-61.

［15］Humphries PD，Sebire NJ，Siegel MJ，et al.Tumors in pedia-tric patients at diffusion-weighted MR imaging：apparent diffus-ion coefficient and tumor cellularity［J］.Radiology，2007，245：848-854.

［16］ Shen G，Jia Z，Deng H.Apparent diffusion coefficient values of diffusion-weighted imaging for distinguishing focal pulmonary lesions and characterizing the subtype of lung cancer：a metaanalysis［J］.Eur Radiol，2016，26：556-566.

［17］Matoba M，Tonami H，Kondou T，et al.Lung carcinoma：diffus-ion-weighted mr imaging--preliminary evaluation with apparent diffusion coefficient［J］.Radiology，2007，243：570-577.

［18］Qi LP，Zhang XP，Tang L，et al.Using diffusion-weighted MR imaging for tumor detection in the collapsed lung：a preliminary study［J］.Eur Radiol，2009，19：333-341.

［19］Wang LL，Lin J，Liu K，et al.Intravoxel incoherent motion diff-usion-weighted MR imaging in differentiation of lung cancer from obstructive lung consolidation：comparison and correlation with pharmacokinetic analysis from dynamic contrast-enhanced MR imaging［J］.Eur Radiol，2014，24：1914-1922.

［20］杨蕊梦，罗良平，李龙，等.DWI-MR在鉴别中央型肺癌与继发阻塞性肺实变中的价值［J］.临床放射学杂志，2013，32（6）：817-821.

［21］Baysal T，Mutlu DY，Yologlu S.Diffusion-weighted magnetic re-sonance imaging in differentiation of postobstructive consol-idation from central lung carcinoma［J］.Magn Reson Imaging，2009，27：1447-1454.

［22］Le Bihan D.Diffusion，confusion and functional MRI［J］.Ne-uroimage，2012，62：1131-1136.

［23］Yan C，Xu J，Xiong W，et al.Use of intravoxel incoherent mot-ion diffusion-weighted MR imaging for assessment of treatment response to invasive fungal infection in the lung［J］.Eur Radiol，2016，27：212-221.

［24］ Joo I，Lee JM，Han JK，et al.Intravoxel incoherent motion diff-usion-weighted MR imaging for monitoring the theraPeutic effi-cacy of the vascular disrupting agent CKD-516 in rabbit VX2 liver tumors［J］.Radiology，2014，272：417-426.

［25］Hauser T，Essig M，Jensen A，et al.Prediction of treatment res-Ponse in head and neck carcinomas using IVIM：evaluation of lymph node metastasis［J］.Eur J Radiol，2014，83：783-787.

［26］Dzik-jurasz A，Domenig C，George M，et al.Diffusion MRI for prediction of response of rectal cancer to chemoradiation［J］. Lancet，2002，360：307-308.

［27］Lee EY，Yu X，Chu MM，et al.Perfusion and diffusion charac-teristics of cervical cancer based on intraxovel incoherent mo-tion MR imaging--a pilot study［J］.Eur Radiol，2014，24：1506-1513.

［28］ 周立绥，杜勇，杨汉峰.体素内相位不相干运动成像原理及其在腹部的研究进展［J］.中国医学影像学杂志，2015，5（17）：391-393.

2016-08-13）

10.3969/j.issn.1672-0512.2017.02.040

张凤翔，E-mail：zc890308@sina.com。