体素内相位不相干运动成像原理及其在腹部的研究进展

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

周立绥 杜 勇 杨汉峰

扩散加权成像；磁共振成像，弥散；扩散系数；假扩散系数；灌注分数；综述

扩散加权成像（diffusion weighted imaging，DWI）属于功能MRI，主要研究人体内水分子的运动。DWI在20世纪90年代进入临床，最早应用于急性脑梗死的研究，其临床价值迅速得到广泛认可。由于运动伪影及磁敏感伪影等的影响，DWI研究在腹部的开展相对晚于中枢神经系统。随着MRI梯度性能的提高及并行采集技术的成熟，目前临床使用的扫描仪在各部位已能得到高质量、有助于诊断的图像。对于腹部DWI而言，量化DWI参数表观扩散系数（apparent diffusion coefficient，ADC）对于良、恶性病变的鉴别诊断及疗效评估均有一定的辅助意义。

随着对DWI研究的不断深入认识，研究者发现测量得到的ADC值不仅反映扩散运动，而毛细血管微循环的灌注也对ADC值有一定的影响。Le Bihan等[1]最早提出了体素内相位不相干运动（intravoxel incoherent motion，IVIM）的概念，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。对于单个体素而言，血流灌注会引起其内质子群的相位不相干，即失相位，导致测得的ADC值偏高，而IVIM成像将同时考虑两种运动成分，能更准确地描述体素内的运动。本文拟介绍IVIM的基本原理，并综述其在腹部的应用进展。

1 IVIM成像的理论基础

DWI最常用的脉冲序列自旋回波平面回波成像（spin echo-echo planar imaging，SE-EPI），即在SE序列180°射频脉冲的前后施加2个方向相同、强度相等的扩散敏感梯度场。理想情况下扩散的量化基于单指数模型，即Sb/S0=exp(－b ×ADC)，其中b为衡量扩散敏感梯度的参数，Sb和S0分别为施加扩散梯度及不施加梯度同一体素相应的信号强度大小；而在IVIM的经典理论中，组织信号强度的改变则基于双指数模型，即Sb/S0=fexp(—bD*)+(1—f)exp(—bD)，其中D值为扩散系数，代表纯的水分子扩散运动，又称为缓慢的扩散运动成分，单位为mm2/s；D*值为假扩散系数，代表体素内血流灌注导致的相位不相干运动，即灌注相关的扩散运动，或称为快速的扩散运动成分，单位为mm2/s；f值为灌注分数。在实际应用中，通过使用多个b值拟合计算，即可以得到D值、D*值及f值。

2 IVIM模型的验证

IVIM理论提出后，很多学者通过不同方法对其可靠性进行了检验。Le Bihan等[2]构建反映扩散及灌注的水模，在减少了水流量后，测到的水模内ADC值相应地减低，结果表明扩散的量化对流动效应敏感。Sun等[3]构建了大鼠横纹肌肉瘤模型，对比了动物处死前和处死后ADC值的变化，结果表明，无论是正常肝脏还是肿瘤实体组织，在处死前及处死后低b值的ADC值均明显减低，而肿瘤坏死组织的ADC值无明显变化，表明在低b值时灌注因素对ADC值有一定的影响。Federau等[4]通过给受试者吸入不同浓度的CO2以改变大脑血流灌注，以测定其D值、D*值及f值的变化，结果表明，当吸入的CO2浓度越高时，D*值及f值均会明显升高；而当吸入的O2浓度越高时，D*值及f值则下降，而无论吸入CO2还是O2，D值均保持不变。Lemke等[5]的研究中设计了抑血的脉冲序列，对比胰腺在正常血供时及血供抑制后相应参数的改变，结果f值明显下降，而D值并无明显改变，信号强度随b值的改变从双指数模型转变为单指数模型。以上研究均证实了IVIM的双室模型理论的合理性。

3 IVIM成像在腹部病变的研究

3.1 肝脏 肝脏病变是体部IVIM研究中最为活跃的领域[6-13]。Joo等[7]对比了非酒精性脂肪肝（nonalcohlic fatty liver disease，NAFID）、非酒精性脂肪性肝炎（nonalcohlic steatohepatitis，NASH）及正常肝脏的扩散及灌注分数，结果表明NAFID的f值较正常肝脏明显减低，而且随着病情的进展越来越低，而其他IVIM参数与病情并无明显相关。作者认为这一发现有助于鉴别早期NASH及单纯性脂肪肝。Luciani等[9]对比了正常肝脏及肝硬化患者的IVIM参数，结果显示无论是正常肝脏还是硬化肝脏，其ADC值均大于D值。硬化肝脏的ADC值低于正常肝脏，其中D*值明显减低（正常肝脏79.1±18.1，硬化肝脏59.4±20.0，P＜0.01），推测可能原因为肝脏纤维化及硬化会导致门静脉高压，因而门静脉的灌注明显下降，而动脉灌注的增加并不能完全补偿静脉灌注的减少。而对于D值的改变，一般认为在肝脏纤维化过程中结缔组织会大量增生，从而影响水分子的扩散过程，D值会相应地下降，而Luciani等[9]的研究中正常肝脏及硬化肝脏之间并无明显差异，这一结果与既往的理论存在差异。Chow等[10]制作的小鼠肝硬化模型及Patel等[11]的病例回顾研究显示，肝纤维化或肝硬化的D值、D*值及ADC值均明显下降。因而对于肝硬化的IVIM研究结果尚存在争议。对于肝脏内局灶性占位性病变，Yoon等[12]对比了169个良恶性病灶的D值、D*值及ADC值，发现恶性病灶的D值及ADC值较良性病灶均明显减低，而通过ROC曲线分析后得出D值鉴别诊断的可信度（0.971）高于ADC值（0.933）。血供丰富的占位性病变的D值及f值均明显高于低血供的病变。以上研究均表明IVIM能更精细地描述扩散过程，而其获得的相关参数对于病变的检出及鉴别均优于传统模型的ADC值。

3.2 胰腺 Kang等[14]将IVIM模型用于研究胰腺占位性病变，结果表明，对于胰腺腺癌及神经内分泌癌的鉴别诊断，D*值及f值比ADC值及D值更有价值，推测其原因在于胰腺癌属于乏血供肿瘤，而神经内分泌癌的血供比较丰富，因而两者在反映灌注的D*值及f值上有明显差异。对于良、恶性胰腺导管内乳头状瘤，Kang等[14]发现恶性病变的D*值及f值明显升高，而ADC值及D值均明显减低，ROC曲线分析后得出f值对于病变良恶性的鉴别诊断最有价值。对于慢性胰腺炎及胰腺癌的鉴别诊断，Klauss等[15]发现，b值为50～300 mm2/s时，两者的ADC值有明显差异，而D值并无明显不同，推测两者ADC值不同主要由于灌注的差异，而f值可以作为鉴别肿块型胰腺炎及胰腺癌的最佳参量，这对于无法进行对比剂增强来鉴别的患者尤为重要。

3.3 肾脏 Chandarana等[16]对比应用双指数及单指数模型研究肾脏病变，结果发现对于强化和非强化病灶的鉴别诊断，双指数模型拟合的准确性更高；此外，f值与病灶的强化有很好的相关性，因而可以在不注射对比剂的情况下评价血供。Chandarana等[17]进一步对不同亚型的肾癌进行了IVIM成像研究，在肾癌的各种类型中，肾透明细胞癌（clear cell renal carcinoma，ccRCC）与肾嫌色细胞癌（chromophobe renal carcinoma，chRCC）、肾乳头状癌（papillary renal carcinoma，pRCC）及囊性肾癌（cystic renal carcinoma，cyRCC）相比，恶性程度高且预后不佳，准确的分型对临床选择治疗方式有一定的帮助。该研究分析发现，ccRCC和chRCC的f值大于0.16，而pRCC及cyRCC的f值则小于0.16，进一步分析得出ccRCC和cyRCC的D值大于1.5，而chRCC和pRCC的D值则小于1.5。作者认为联合f值及D值有助于鉴别不同亚型的肾癌，而单一ADC值则不能做出鉴别诊断。贾慧茹等[18]构建了大鼠单侧输尿管梗阻动物模型，并进行了IVIM成像研究，结果发现f值能反映尿路梗阻早期微灌注的变化，而与ADC值相比，D值评价肾髓质的扩散改变更为敏感，因而认为双指数模型较单指数模型能更好地评估梗阻性肾病肾实质的扩散改变，可以用于评估尿路梗阻引起的早期肾脏变化。

4 IVIM成像优势及研究进展

传统DWI得到的ADC值在病变检出及良、恶性病变鉴别等方面的价值已得到广泛认可，但仍然存在一定的局限性。由于正常与病变组织、良恶性病变的ADC值有很大的重叠，故ADC值往往并不能对病变进行精确定性。而在IVIM模型中，一般可以得到D值、D*值及f值这3个参数，上述文献均说明联合多个参数进行鉴别诊断，其诊断特异度和灵敏度均明显高于单一ADC值。IVIM理论提出已有数年，但由于软硬件条件的限制，使临床一直无法得到研究水平的数据。近年MRI技术不断飞跃，对于扩散研究所要求的硬件参数如梯度场强及切换率大幅提升，如在川北医学院附属医院使用的GE Discovery MR750 3.0T平台上，梯度场强和切换率分别达到50 mT/m及200 T/ms，使用b值数量及大小的设置更为灵活，以往限制因素不再是阻碍IVIM研究的开展，因而IVIM成像研究近年得到广泛关注，除腹部外，这一理论也应用于脑[19]、颈部[20]、乳腺[21-23]、盆腔[24-28]等部位。

然而，目前IVIM研究尚处于起步阶段，其中原因之一是b值的选择及其分布，目前并无完全统一的标准，导致各研究结果存在差异。Lemke等[29]根据不同脏器的灌注特点，提出了脑、肝、肾等部位的b值大小及分布的优化选择方案，对后续研究有很大的指导意义。此外，由于模型的多样性，IVIM经典理论采用双指数模型，但在某些病变的研究中发现双指数模型并不能完全解释所有现象。因而学者们提出了使用更多的指数模型，如肝脏三指数模型等[30]。进一步研究发现，体素内质子运动形式的个数很难用确定的数字衡量，因而有学者提出了反映组织复杂程度的拉伸指数模型[31-32]。总之，目前尚无一个完美的模型来描述所有的扩散形式，但多数学者认为最理想、最易解释的还是双指数模型。

综上所述，相对于常规DWI，IVIM能更准确地描述体素内质子的运动，而且得到更多的变量，很多研究已经证实其在良、恶性肿瘤的鉴别诊断、疗效评价等方面比ADC有更准确的临床价值，相信随着研究的深入及序列设置的规范化，IVIM能带给临床更大的帮助。

[1] Le Bihan D, Breton E, Lallemand D, et al. MR imaging of intravoxel incoherent motions: application to diffusion and perfusion in neurologic disorders. Radiology, 1986, 161(2): 401-407.

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

[3] Sun X, Wang H, Chen F, et al. Diffusion-weighted MRI of hepatic tumor in rats: comparison between in vivo and postmortem imagingacquisitions. J Magn Reson Imaging, 2009, 29(3): 621-628.

[4] Federau C, MaederP, O'Brien K, et al. Quantitative measurement of brain perfusion with intravoxel incoherent motion MR imaging. Radiology, 2012, 265(3): 874-881.

[5] Lemke A, Laun FB, Simon D, et al. An in vivo verification of the intravoxel incoherent motion effect in diffusion-weighted imaging of the abdomen. Magn Reson Med, 2010, 64(6): 1580-1585.

[6] Dyvorne HA, Galea N, Nevers T, et al. Diffusion-weighted MR imaging of the liver with multiple b values: effect of diffusion gradient polarity and breathing acquisition on image quality and intravoxel incoherent motion parameters-a pilot study. Radiology, 2013, 266(3): 920-929.

[7] Joo I, Lee JM, Yoon JH, et al. Nonalcoholic fatty liver disease: intravoxel incoherent motion diffusion-weighted MR Imagingan experimental study in a rabbit model. Radiology, 2014, 270(1): 131-140.

[8] Guiu B, Petit JM, Capitan V, et al. Intravoxel incoherent motion diffusion-weighted imaging in nonalcoholic fatty liver disease: a 3.0-T MR study. Radiology, 2012, 265(1): 96-103.

[9] Luciani A, Vignaud A, Cavet M, et al. Liver cirrhosis: intravoxel incoherent motion MR imaging--pilot study. Radiology, 2008, 249(3): 891-899.

[10] Chow AM, Gao DS, Fan SJ, et al. Liver fibrosis: an intravoxel incoherent motion (IVIM) study. J Magn Reson Imaging, 2012, 36(1): 159-167.

[11] Patel J, Sigmund EE, Rusinek H, et al. Diagnosis of cirrhosis with intravoxel incoherent motion diffusion MRI and dynamic contrastenhanced MRI alone and in combination: preliminary experience. J Magn Reson Imaging, 2010, 31(3): 589-600.

[12] Yoon JH, Lee JM, Yu MH, et al. Evaluation of hepatic focal lesions using diffusion-weighted MR imaging: comparison of apparent diffusion coefficient and intravoxel incoherent motion-derived parameters. J Magn Reson Imaging, 2014, 39(2): 276-285.

[13] Doblas S, Wagner M, Leitao HS, et al. Determination of malignancy and characterization of hepatic tumor type with diffusion weighted magnetic resonance imaging. Invest Radiol, 2013, 48(10): 722-728.

[14] Kang KM, Lee JM, Yu JH, et al. Intravoxel incoherent motion diffusion weighted MR imaging for characterization of focal pancreatic lesion. Radiology, 2014, 270(2): 444-453.

[15] Klauss M, Lemke A, Grünberg K, et al. Intravoxel incoherent motion MRI for the differentiation between mass forming chronic pancreatitis and pancreatic carcinoma. Invest Radiol, 2011, 46(1): 57-63.

[16] Chandarana H, Lee VS, Hecht E, et al. Comparison of bioexponential and monoexponential model of diffusion weighted imaging in evaluation of renal lesions. Invest Radiol, 2011, 46(5): 285-291.

[17] Chandarana H, Kang SK, Wong S, et al. Diffusion-weighted intravoxel incoherent motion imaging of renal tumors with histopathologic correction. Invest Radiol, 2012, 47(12): 688-696.

[18] 贾慧茹, 张翼, 刘乐, 等. 扩散加权成像单指数和双指数模型评估单侧输尿管梗阻大鼠肾脏扩散及微灌注变化. 中国医学影像学杂志, 2014, 22(5): 325-328.

[19] Inglis B, Bossart EL, Buckley DL. Visualization of neural tissue water compartments using biexponential diffusion tensor MRI. Magn Reson Med, 2001, 45(4): 580-587.

[20] Marzi S, Piludu F, Vidiri A. Assessment of diffusion parameters by intravoxel incoherent motion MRI in head and neck squamous cell carcinoma. NMR Biomed, 2013, 26(12): 1806-1814.

[21] 何杰, 张焱, 程敬亮, 等. 单、双指数模型扩散加权成像鉴别诊断乳腺良恶性病变的对比研究. 中国医学影像学杂志, 2014, 22(1): 30-33.

[22] Liu C, Liang C, Liu Z, et al. Intravoxel incoherent motion (IVIM) in evaluation of breast lesions: comparison with conventional DWI. Eur J Radiol, 2013, 82(12): E782-E789.

[23] Bokacheva L, Kaplan JB, Giri DD, et al. Intravoxel incoherent motion diffusion-weighted MRI at 3.0T differentiates malignant breast lesion from benign lesion and breast parenchyma. J Magn Reson Imaging, 2014, 40(4): 813-823.

[24] 乔敏霞, 时惠平, 秦丹, 等. 3.0T MRI多b值扩散加权成像对女性盆腔良、恶性病变的鉴别诊断价值. 中国医学影像学杂志, 2013, 21(12): 951-954.

[25] 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. Magn Reson Med, 2013, 69(2): 553-562.

[26] Katahira K, Takahara T, Kwee TC, et al. Ultra-high-b-value diffusion-weighted MR imaging for the detection of prostate cancer: evaluation in 201 cases with histopathological correlation. Eur Radiol, 2011, 21(1): 188-196.

[27] Langer DL, Van Der Kwast TH, Evans AJ, et al. Prostate cancer detection with multi-parametric MRI: logistic regression analysis of quantitative T2, diffusion-weighted imaging, and dynamic contrastenhanced MRI. J Magn Reson Imaging, 2009, 30(2): 327-334.

[28] 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 association perfusion coefficient. NMR Biomed, 2009, 22(11): 318-325.

[29] Lemke A, Stieltjes B, Schad LR, et al. Toward an optimal distribution of b values for intravoxel incoherent motion imaging. Magn Reson Imaging, 2011, 29(6): 766-776.

[30] Hayashi T, Miyati T, Takahashi J, et al. Diffusion analysis with triexponential function in liver cirrhosis. J Magn Reson Imaging, 2013, 38(1): 148-153.

[31] Kwee TC, Galban CJ, Tsien C, et al. Intravoxel water diffusion heterogeneity imaging of human high-grade gliomas. NMR Biomed, 2010, 23(2): 179-187.

[32] Bennett KM, Schmainda KM, Bennett RT, et al. Characterization of continuously distributed cortical water diffusion rates with a stretched-exponential model. Magn Reson Med, 2003, 50(4): 727-734.

R445.2

10.3969/j.issn.1005-5185.2015.05.017

2014-10-22

2015-03-09

（本文编辑 张春辉）

川北医学院附属医院放射科 四川南充 637000

杜 勇 E-mail: yongdu2005@163.com