APP下载

磁共振弥散峰度成像对急性脑梗死分类的初步研究

2018-07-06陈芳杨永贵刘欣郭岗

磁共振成像 2018年3期
关键词:勾画显著性病灶

陈芳,杨永贵,刘欣,郭岗

脑血管疾病是颅内血液循环障碍引起脑组织损伤的一组疾病。缺血性脑梗死是常见的脑血管病之一,发病率、病死率、致残率及复发率高,严重危害人类健康和患者的生存质量。

缺血性脑梗死的发生和发展是一个动态、复杂而有序的过程。脑梗死通常发病突然,伴有偏瘫、眩晕、意识障碍及失语等症状。临床根据发病时间对脑梗死分期,分为超急性期(<6 h)、急性期(6~72 h)、亚急性期(3~14 d)及慢性期(>14 d)。

弥散加权成像(diffusion weighted imaging,DWI)是诊断脑梗死最常用的磁共振成像(magnetic resonance imaging,MRI)技术,它通过表观扩散系数(apparent diffusion coefficient,ADC)反映组织内水分子的扩散情况。脑梗死时,主要发生细胞毒性水肿,超急性期,DWI呈高信号[1],ADC值降低。急性期,脑细胞缺氧导致能量代谢障碍,钾外流,钠和水流入细胞,导致神经元细胞毒性水肿,弥散受限,ADC值持续降低。亚急性期,细胞坏死,细胞膜破裂,细胞内水分子游离出细胞外,细胞毒性水肿转为血管源性水肿[2],弥散不再受限,DWI高信号下降,ADC值升高[3]。慢性期,缺血组织含水量进一步增加,弥散不再受限,DWI呈低信号,ADC趋于正常,进入软化期。

DWI及ADC值对早期发现脑梗死及临床分期有一定意义,DWI是以水分子扩散呈高斯分布为理论基础,研究表明,生物组织由于细胞间隔、细胞膜、细胞坏死等复杂微环境的存在,水分子的扩散偏离高斯运动[4]。弥散峰度成像(diffusion kurtosis imaging,DKI)引入四阶三维峰度张量[5-7],反映生物组织内非高斯分布的扩散运动,量化水分子扩散受限程度及不均质性,衡量生物组织微结构[8-10]。DKI扫描得到弥散张量成像(diffusion tensor imaging,DTI)的参数,包括部分各向异性分数(fractional anisotropy,FA)、平均扩散系数(mean diffusivity,MD)、轴向扩散张量(axial diffusivity,Da)、垂直扩散张量(radial diffusivity,Dr)及DKI的参数,包括平均扩散峰度(mean kurtosis,MK)、轴向峰度(axial kurtosis,Ka)、径向峰度(radical kurtosis,Kr)。

笔者搜集37例急性脑梗死患者共计46个急性脑梗死病灶,根据DKI参数分为四类。四类病灶的DKI参数进行统计学分析,每种类型选取1个病例分析其预后,旨在探讨根据DKI参数对急性脑梗死分类的可行性及临床价值。

1 材料与方法

1.1 病例资料

选取本院2013至2014年内急性脑梗死患者37例,包括男性25例及女性12例,共计46个急性脑梗死病灶(7例患者分别有2个病灶,1例患者有3个病灶)。病灶选取标准为DWI呈高信号,相应区域ADC值降低,病灶直径大于1 cm。46个病灶中有18个位于侧脑室旁,7个位于颞叶,5个位于小脑,4个位于枕叶,3个位于脑桥,2个位于丘脑,2个位于胼胝体,2个位于顶叶,2个位于内囊及1个位于额叶。

1.2 病灶分类

急性脑梗死病灶根据DKI参数分为四类。第Ⅰ类病灶MK、Ka及Kr范围与DWI基本一致且均呈高信号。第Ⅱ类病灶MK、Ka及Kr范围与DWI基本一致且均呈等高或低信号。第Ⅲ类病灶MK、Ka及Kr范围一致且均呈混杂信号,包含部分高信号及部分等高或低信号。第Ⅳ类病灶MK、Ka及Kr范围或信号不一致。共收集Ⅰ类病灶24个,Ⅱ类病灶6个,Ⅲ类病灶9个,Ⅳ类病灶7个。

1.3 扫描参数

采用GE 1.5 T磁共振仪,8通道头颅线圈。扫描序列包括:T1加权成像(T1 weighted image,T1WI)、T2加权成像(T2 weighted image,T2WI),T2加权液体衰减反转恢复(T2 fluid attenuated inversion recovery,T2 FLAIR)成像、DWI及DKI。DWI序列b值为1000 s/mm2。DKI序列扫描参数如下:重复时间(repetition time,TR)为6000 ms,回波时间(echo time,TE)为最小值,层厚5 mm,层间距1.5 mm,视野( field of view,FOV)为240 mm×240 mm,矩阵为96×130,层数19,扩散方向15,b=0、1000、2000 s/mm2,扫描时间接近6 min 18 s。

1.4 图像及数据后处理

DWI原始图像采用GE后处理工作站(ADW 4.3)后处理得到ADC图。本院2名高年资的放射科医师根据DWI及ADC图选取46个急性脑梗死病灶,选择标准为:病灶DWI呈高信号,ADC值降低。使用GE公司提供的DKI后处理软件对DKI序列进行后处理。在DWI图像上选取病灶最大层面勾画感兴趣区域(region of interest,ROI),测量病灶的FA、MD、Da、Dr、MK、Ka及Kr,在对侧正常组织勾画形状大小尽量相同的ROI,测量FAnormal、MDnormal、Danormal、Drnormal、MKnormal、Kanormal及Krnormal,病灶参数值减去对侧正常组织的参数值除以正常组织的参数值计算出FA%、MD%、Da%、Dr%、MK%、Ka%及Kr%。

第Ⅲ类病灶,MK、Ka及Kr均为混杂信号,在MK图像上选取病灶的最大层面根据高信号范围勾画ROI,为ROI1;在MK图像上选取病灶的最大层面根据等高或低信号范围勾画ROI,为ROI2。分别测量ROI1及ROI2的FA、MD、Da、Dr、MK、Ka及Kr,计算ROI1及ROI2的FA%、MD%、Da%、Dr%、MK%、Ka%及Kr%,数据详见表1及表2。

1.5 统计学方法

采用SPSS 19.0软件包进行统计学分析。四类急性脑梗死DKI参数(FA%、MD%、Da%、Dr%、MK%、Ka%及Kr%)的差异性分析采用单因素方差分析。第Ⅲ类病灶的ROI1及ROI2的DKI参数采用独立样本t检验进行比较。第Ⅰ类病灶与第Ⅲ类病灶的ROI1的DKI参数采用独立样本t检验进行比较。第Ⅱ类病灶与第Ⅲ类病灶的ROI2的DKI参数采用独立样本t检验进行比较。P<0.05为差异有统计学意义。

图1 Ⅰ类急性脑梗死的参数图及预后分析 图2 Ⅱ类急性脑梗死的参数图及预后分析Fig.1 The parameters and prognosis of Type Ⅰ. Fig.2 The parameters and prognosis of Type Ⅱ.

2 结果

2.1 影像表现及预后分析

第Ⅰ类急性脑梗死的影像表现:DWI呈高信号,ADC值降低,MK、Ka及Kr均呈高信号。

2014年4月11日,患者首次进行MRI检查,右侧基底节可见急性脑梗死病灶,为Ⅰ类病灶(图1)。超过“治疗时间窗”,临床采用降纤治疗。2014年4月28日复查,MRI示右侧基底节区大片状长T1、长T2异常信号灶,DWI比首次检查信号减低,ADC值升高。T1、T2、T2 FLAIR所示的亚急性脑梗死病灶较首次检查范围增大,病情进展(图1)。

第Ⅱ类急性脑梗死的影像表现:DWI呈高信号,ADC值降低,MK、Ka及Kr均呈等高或低信号。

2014年4月17日,患者首次进行MR检查,左侧小脑半球见急性脑梗死病灶,为Ⅱ类病灶(图2)。超过“治疗时间窗”,临床采用抗血小板聚集治疗。2014年5月5日复查,DWI原高亮信号基本消失,ADC值未见减低,T1、T2及T2 FLAIR所示的亚急性脑梗死病灶较首次检查范围明显减小,病情稍有好转(图2)。

表1 以MK参数图上病灶高信号的范围勾画ROI1Tab.1 ROI1: The range of hyper-intensity in the MK map

表2 以MK参数图上病灶低信号的范围勾画ROI2Tab.2 ROI2: The range of iso-intensity or hypo-intensity in the MK map

图3 MK图像上根据高信号范围勾画ROI1,根据等、低信号范围勾画ROI2Fig.3 ROI1 is drawn by the range of hyper-intensity and ROI2 is drawn by the range of iso-intensity or hypo-intensity in the MK map.

第Ⅲ类急性脑梗死的影像表现:DWI呈高信号,ADC值降低,MK、Ka及Kr均呈混杂信号(含部分高信号及部分等高或低信号)。在MK图像上选取病灶的最大层面根据高信号范围勾画ROI1,根据等、低信号范围勾画ROI2(图3)。

2014年4月17日,患者首次进行MRI检查,右侧小脑半球见急性脑梗死病灶,为Ⅲ类病灶(图4)。超过“治疗时间窗”,临床采用抗血小板聚集治疗。2014年5月5日复查,DWI原高亮信号基本消失,ADC值未见减低,T1、T2及T2 FLAIR所示的亚急性脑梗死病灶较首次检查范围明显减小,范围接近首次检查MK图上高信号区域(图4)。

第Ⅳ类急性脑梗死的影像表现:DWI呈高信号,ADC值降低,MK、Ka及Kr信号或范围不一致(图5)。显示急性脑梗死病灶MK图像呈混杂信号,Ka图像呈高信号,Kr图像呈等低信号。第Ⅳ类病灶DKI各参数范围或信号不同,原因尚不明确,没有选取病例进行预后分析。

2.2 四类急性脑梗死DKI参数的差异性分析

四类急性脑梗死DKI参数(FA%、MD%、Da%、Dr%、MK%、Ka%及Kr%)进行单因素方差分析,结果显示MK%、Ka%及Kr%有显著性差异(P<0.05),其他参数无显著性差异(P>0.05)。四类病灶DKI参数的统计学分析结果见表3。

2.3 第Ⅲ 类急性脑梗死的统计学分析

第Ⅰ类与第Ⅲ类急性脑梗死DKI参数进行独立样本t检验,结果显示MK%、Ka%及Kr%有显著性差异(P<0.05),其他参数无显著性差异(P>0.05)。第Ⅱ类与第Ⅲ类急性脑梗死DKI参数进行独立样本t检验,结果显示MK%及Ka%有显著性差异(P<0.05),其他参数无显著性差异(P>0.05)。第Ⅲ类病灶的ROI1与ROI2的DKI参数进行独立样本t检验,结果显示MK%、Ka%及Kr%有显著性差异(P<0.05),其他参数无显著性差异(P>0.05)。第Ⅰ类病灶与第Ⅲ类病灶的ROI1的DKI参数进行独立样本t检验,结果显示所有参数均无显著性差异(P>0.05)。第Ⅱ类病灶与第Ⅲ类病灶的ROI2的DKI参数进行独立样本t检验,结果显示所有参数均无显著性差异(P>0.05)。统计分析结果详见表4。

图4 Ⅲ类急性脑梗死的参数图及预后分析 图5 Ⅳ类急性脑梗死的参数图Fig.4 The parameters and prognosis of Type Ⅲ. Fig.5 The parameters of Type Ⅳ.

表3 四种类型病灶DKI参数的均值分析(±s)Tab. 3 Mean value analysis of DKI parameters of four types (±s)

表3 四种类型病灶DKI参数的均值分析(±s)Tab. 3 Mean value analysis of DKI parameters of four types (±s)

类型 病灶数(个) FA% MD% Da% Dr% MK% Ka% Kr%Ⅰ 24 -12.36±25.56 -44.48±11.12 -48.02±11.37 -39.77±14.18 78.22±38.62 121.71±52.06 51.34±36.25Ⅱ6 -27.64±20.63 -33.32±10.25 -34.36±14.48 -23.26±12.19 10.42±16.94 36.68±12.73 26.66±69.97Ⅲ9 -11.47±38.91 -41.13±11.19 -43.06±13.46 -38.56±15.45 25.87±9.18 60.61±17.51 -12.05±38.80Ⅳ7 3.49±47.07 -44.94±13.99 -47.39±11.69 -41.24±19.15 35.05±42.83 82.91±66.91 -3.00 ±73.86

表4 第Ⅲ类急性脑梗死病灶的统计学分析Tab. 4 Statistical analysis of Type Ⅲ of acute stroke lesions

3 讨论

3.1 DKI参数对急性脑梗死分类的可行性分析

本文根据DKI参数MK、Ka及Kr将急性脑梗死病灶分为四类。对四类病灶的DKI参数进行单因素方差分析,结果显示MK%、Ka%及Kr%值有显著性差异,其他参数无显著性差异,分类具有统计学意义。

对于第Ⅲ类病灶,MK、Ka及Kr呈混杂信号,结果显示ROI1(高信号区)与ROI2(等低信号区)的MK%、Ka%及Kr%有显著性差异,ROI1与Ⅰ类病灶的DKI各参数均无统计学差异,ROI2与Ⅱ类病灶的DKI各参数均无统计学差异,可见Ⅲ类病灶中MK高信号区域可归为Ⅰ类病灶,MK等低信号区域可归为Ⅱ类病灶,Ⅲ类病灶为Ⅰ类及Ⅱ类病灶的结合。

3.2 DKI参数对急性脑梗死分类的临床价值

急性脑梗死在DWI上呈高信号,ADC值降低,但研究表明,DWI上所示的病灶并不代表不可逆的梗死核心区,即DWI上高信号区域通过自发性或干预性的再灌注,部分可以逆转,称为缺血半暗带(ischemic penumbra,IP)。IP具有双向改变的可能,既可通过改善脑血流量恢复功能,也可能由于脑血流量得不到改善发展为坏死[11-12]。溶栓治疗是目前建立再灌注最有效的药物治疗手段,但需要在6 h的“治疗时间窗”内,且存在并发性脑出血或身体其他部位出血的风险。因此,超早期诊断和评价IP的大小、范围、缺血组织的可逆与否可帮助更准确地选择溶栓适应证,减少并发症的产生,也决定了溶栓的治疗效果。

最常用于评估IP的方法是DWI-PWI的不匹配。然而有研究表明,DKI显示的病灶范围更接近梗死核心区,能早期预测病灶的最终转变[13-14]。

Cheung等[15]用大脑中动脉闭塞的大鼠模型比较DKI和DWI,初步发现MK在梗死病灶内不均匀升高,急性期MK值升高的区域与最终梗死的面积相近。Zhang等[16]采用大脑中动脉闭塞的大鼠模型探讨DKI的演变过程,也发现MK所示的病灶范围与病灶最终范围更为接近。

第Ⅰ类急性脑梗死MK、Ka及Kr均呈高信号,可能提示病灶不存在可逆的缺血脑组织,即便在“治疗时间窗”内进行溶栓,治疗效果可能不理想。或者可能提示病灶之前存在IP,但由于长时间血流量得不到改善,部分可逆缺血脑组织发展为不可逆组织,错过最佳治疗时间。图1所示第Ⅰ类急性脑梗死复查病灶增大,病情进展。Ⅰ类病灶MK、Ka及Kr值高,可能提示细胞内质网改变,细胞骨架崩解,细胞微结构改变[17-18],缺血组织不可逆,病灶预后较差,甚至可能进展。

第Ⅱ类急性脑梗死MK、Ka及Kr均呈等低信号,可能提示病灶存在部分可逆的缺血脑组织,在“治疗时间窗”内进行溶栓,可能可以挽救部分甚至全部的缺血脑组织。即便超过“治疗时间窗”,采用其他临床干预手段,可能预后较好。图2所示第Ⅱ类急性脑梗死复查范围明显减小,病情好转。Ⅱ类病灶MK、Ka及Kr呈等低信号,可能提示细胞微结构未改变,部分组织可逆,病灶预后较好,应争分夺秒,采用合适的临床干预手段尽力挽救可逆的缺血脑组织。

第Ⅲ类急性脑梗死MK、Ka及Kr呈混杂信号,高信号范围小于DWI高信号范围,提示存在部分可逆的缺血脑组织,在“治疗时间窗”内进行溶栓,可能可以挽救部分缺血脑组织。即便超过“治疗时间窗”,采用其他临床干预手段,可能预后较好。图4所示第Ⅲ类急性脑梗死复查范围明显减小,范围接近首次检查MK高信号区域。第Ⅲ类病灶为Ⅰ类病灶(MK高信号区域)与Ⅱ类病灶(MK等低信号区域)的结合,病灶可能含部分可逆组织,MK高信号区域范围接近不可逆脑梗死区域。

不同类型急性脑梗死的预后分析只通过单一病例,未进行统计学分析,将作为下一步研究方向。第Ⅳ类病灶DKI各参数范围或信号不同,原因尚不明确,未做深入研究,可作为下一步研究方向。虽有不足,但相信本文的分类方法对急性脑梗死的诊断、治疗方案选择及预后评估有一定的临床价值,未来将收集更多的病例验证这一结论。

参考文献 [References]

[1] Chong J, Lu D, Aragao F, et al. Diffusion-weighted MR of acute cerebral infarction: comparison of data processing methods. AJNR Am J Neuroradiol, 1998, 19(9): 1733-1739.

[2] Meng KL, Liu PH, Xu ZX, et al. Implications of the apparent diffusion coefficient (ADC) in periodization of the acute brain stroke. Hebei Med J, 2010, 32(20): 2849-2850.孟凯龙, 刘彭华, 许忠新, 等. 表观弥散系数对脑梗死分期的指导意义. 河北医药, 2010, 32(20): 2849-2850.

[3] Kidwell CS, Saver JL, Mattiello J, et al. Thrombolytic reversal of acute human cerebral ischemic injury shown by diffusion/perfusion magnetic resonance imaging. Ann Neurol, 2000, 47(4):462-469.

[4] Veraart J, Van HW, Sijbers J. Constrained maximum likelihood estimation of the diffusion kurtosis tensor using a Rician noise model. Magn Reson Med, 2011, 66(3): 678-686.

[5] Jensen JH, Helpern JA, Ramani A, et al. Diffusional kurtosis imaging: the quantification of non-gaussian water diffusion by means of magnetic resonance imaging. Magn Reson Med, 2005, 53(6):1432-1440.

[6] Wu EX, Cheung MM. MR diffusion kurtosis imaging for neural tissue characterization. NMR Biomed, 2010, 23(7): 836-848.

[7] Hui ES, Cheung MM, Qi L, et al. Advanced MR diffusion characterization of neural tissue using directional diffusion kurtosis analysis. Conf Proc IEEE Eng Med Biol Soc, 2008, 2008:3941-3944.

[8] Lanzafame S, Giannelli M, Garaci F, et al. Differences in Gaussian diffusion tensor imaging and non-Gaussian diffusion kurtosis imaging model-based estimates of diffusion tensor invariants in the human brain. Med Phys, 2016, 43(5): 2464.

[9] Shao HY. Investigating the effect of aging on the microstructure of brain with novel diffusion imaging techniques. Chin J Magn Reson Imaging, 2016, 7(3): 218-221.邵函钰. 利用新型扩散成像技术研究年老对大脑微观结构的影响. 磁共振成像, 2016, 7(3): 218-221.

[10] Guo YL, Li SJ, Zhang ZP, et al. Parameters of diffusional kurtosis imaging for the diagnosis of acute cerebral infarction in different brain regions. Exp Ther Med, 2016, 12(2): 933-938.

[11] Astrup J, Symon L, Branston N , et al. Cortical evoked potential and extracellular K+ and H+ at critical levels of brain ischemia. Stroke,1977, 8(1): 51.

[12] Sharp FR, LuA, Tang Y, et al. Multiple molecular penumbras after focal cerebral ischemia. J Cereb Blood Flow Metab, 2000, 20(7):1011-1032.

[13] Sun HZ, Zhang H, Ni HY, et al. The comparative study of ischemic stroke early DKI, DWI lesions predicted the ifnal transition. Chin J Magn Reson Imaging, 2016, 7(10): 732-737.孙海珍, 张慧, 倪红艳, 等. 缺血性脑卒中早期DKI、DWI预测病灶最终转变的对比研究. 磁共振成像, 2016, 7(10):732-737.

[14] He H, Gao PY. Comparative study of multi-band EPI diffusion kurtosis imaging and diffusion weighted imaging in identifying infarct lesion in acute ischemic stroke. Chin J Stroke, 2016, 11(3):184-190.何欢, 高培毅. 磁共振多层并采扩散峰度成像与传统扩散加权成像识别急性缺血性卒中梗死核心的研究. 中国卒中杂志, 2016,11(3): 184-190.

[15] Cheung JS, Wang E, Lo EH, et al. Stratification of heterogeneous diffusion MRI ischemic lesion with kurtosis imaging: evaluation of mean diffusion and kurtosis MRI mismatch in an animal model of transient focal ischemia. Stroke, 2012, 43(8): 2252.

[16] Zhang S, Yao Y, Shi J, et al. The temporal evolution of diffusional kurtosis imaging in an experimental middle cerebral artery occlusion(MCAO) model. J Magn Reson Imaging, 2016, 34(7): 889-895.

[17] Jensen JH, Falangola MF, Hu C, et al. Preliminary observations of increased diffusional kurtosis in human brain following recent cerebral infarction. NMR Biomed, 2011, 24(5): 452-457.

[18] Spampinato MV, Chan C, Jensen JH, et al. Diffusional kurtosis imaging and motor outcome in acute ischemic stroke. AJNR Am J Neuroradiol, 2017, 38(7): 1328.

猜你喜欢

勾画显著性病灶
本刊对论文中有关统计学表达的要求
Optimal UAV deployment in downlink non-orthogonal multiple access system: a two-user case
PSMA-靶向18F-DCFPyL PET/CT在肾透明细胞癌术后复发或转移病灶诊断中的作用分析
基于显著性权重融合的图像拼接算法
基于视觉显著性的视频差错掩盖算法
论商标固有显著性的认定
找一找
我国反腐败立法路线图如何勾画
鼻咽癌三维适型调强放疗靶区勾画的研究进展
术中超声在颅内占位病灶切除中的应用探讨