脑梗死患者表观扩散系数分布规律及其与发病时间的关系

张发平 陈其春 王龙胜 郑穗生 谢康临 汪翀效

作者单位： 241000 芜湖 安徽省皖南康复医院(芜湖市第五人民医院)放射科(张发平，谢康临，汪翀效)；230601 合肥 安徽医科大学第二附属医院放射科(陈其春，王龙胜，郑穗生)

脑梗死又称缺血性脑卒中，是高度致残及致命的疾病[1]。表观扩散系数(apparent diffusion coefficient，ADC)是MRI扩散成像中单位时间内各方向分子扩散运动的范围，能反映不同时期梗死灶水分子扩散情况[2]。相对表观扩散系数(relative apparent diffusion coefficient，rADC)为病变侧与健侧ADC值的比值，可以使ADC值标准化，消除个体绝对ADC值的差异及年龄等因素的干扰[3]。ADC及rADC值可以解释脑梗死病理演变规律，提供分期参考，识别可逆及不可逆损害，然而研究结果不完全一致[4-5]。本研究通过比较不同分期脑梗死患者病变侧核心区、边缘区及灶周区与健侧ADC值的差异，探讨梗死灶ADC值的分布及演变规律；通过线性回归分析ADC及rADC值与发病时间的关系。

1 资料与方法

1.1 一般资料 回顾性分析2013年9月至2017年12月安徽省皖南康复医院收治的359例脑梗死患者的临床及MRI资料，所有患者符合《中国急性缺血性脑卒中诊治指南》中的诊断要点[6]。其中，男性207例，女性152例；年龄34～95岁，平均(69.6±11.5)岁；发病时间2 h～57 d；按发病时间将患者进行分期[7]：超急性期(发病时间<6 h)17例，急性期 (6 h≤发病时间<72 h)142例，亚急性期 (72 h≤发病时间<10 d)127例，慢性期 (发病时间≥10 d)73例。纳入标准：①年龄≥18岁；②幕上缺血性脑梗死患者；③病灶短径>15 mm；④病历有明确的发病时间记载；⑤未进行溶栓治疗。排除标准：①病灶合并出血或出血转化；②同一部位内含有新旧并存的病灶；③健侧存在影响ADC测量的病变；④同时存在已知影响脑部ADC值疾病的患者。

1.2 方法 分别测量并比较脑梗死患者不同分期(超急性期、急性期、亚急性期及慢性期)病变侧核心区、边缘区、灶周区及健侧对照区4组ROI的ADC值。通过线性回归，评估全部病例ADC及rADC值与发病时间的关系。

1.2.1 MRI设备及扫描参数 采用SIEMENS ESSENZA 1.5T超导磁共振成像仪及标准头颅线圈。扩散加权成像(diffusion weighted imaging，DWI)采用单次激发自旋平面回波(spin echo-echo planar imaging,SE-EPI)序列，扫描参数：重复时间3 400 ms，回波时间105 ms，层厚5 mm，层间距1.25 mm，矩阵160×160，视野230 mm×230 mm，扩散敏感系数为0和1 000 s/mm2，平均采集次数5次，加速因子2，扩散敏感梯度方向3，频率选择脂肪抑制，标准匀场模式，勾选合成ADC图，扫描时间为83 s。

1.2.2 ADC值的测量 应用SEIMENS Syngo.via工作站完成数据的处理。由2名放射科主治医师在不明患者发病时间的情况下同时进行ADC值测量，取平均值，数值差距较大协商取得一致。ADC图结合T2WI取最大层面或最大病灶结合相关研究[8]选取感兴趣区(region of interest，ROI)分别为梗死灶核心区、边缘区、灶周区及健侧镜像对照区，面积3～10 mm2，避开脑脊液、软化灶、脱髓鞘等异常信号，尽可能选取脑白质结构(见图1)。计算rADC。rADC=病变侧ROI的ADC值/健侧镜像的ADC值×100%。

2 结果

2.1 各分期患者病变侧与健侧ADC值的比较 超急性期、急性期及亚急性期患者病变侧ADC值均低于健侧对照，差异有统计学意义(P<0.05)；超急性期、急性期及亚急性期患者病变侧ADC值分布不均，核心区ADC值最低，从核心区至灶周呈逐渐升高趋势，呈“梯度征”改变，差异有统计学意义(P<0.05)；慢性期患者病变侧ADC值上升，但各ROI的ADC值差异无统计学意义(P>0.05)。详见表1。

表1 各分期患者病变侧与健侧的ADC值比较

注：核心区与边缘区比较，*P<0.05；核心区与灶周区比较，★P<0.05；核心区与健侧对照区比较，■P<0.05；边缘区与灶周区比较，▲P<0.05；边缘区与健侧对照区比较，●P<0.05；灶周区与健侧对照区比较，○P<0.05

图1 梗死灶ROI的选择注：红色为梗死核心区，紫色为边缘区，黄色为灶周区，蓝色为健侧镜像区

2.2 不同ROI的ADC及rADC值与发病时间回归分析 简单线性回归结果提示，各ROI的ADC及rADC值与发病时间存在线性关系。核心区rADC与发病时间关系最为密切(r=0.891，P<0.05),呈高度正相关(R2=0.794，P<0.05),有较高的拟合优度，核心区rADC对发病时间的解释程度较高。多元逐步线性回归分析，多数变量存在共线性问题及显著性检验>0.05，仅核心及边缘rADC进入具有统计学意义(F=701.929，P<0.05)。根据SPSS回归分析结果，把截距(a)和斜率(b)值代入线性回归方程(Y=a+bX)：核心区ADC值Y=48.016X-13.054；边缘区ADC值Y=49.366X-15.962；核心rADCY=39.314X-14.155；边缘rADCY=40.660X-17.391；核心及边缘rADC(X1、X2)Y=49.872X1-11.715X2-12.804。详见表2、图2、3。

图2 核心区ADC值与发病时间的散点图

图3 核心区rADC值与发病时间的散点图

3 讨论

脑梗死的早期诊断和准确分期关系到患者治疗及康复方案的制定，然而患者无法提供发病时间进行分期的情况时有发生。随着MRI的发展， 通过DWI信号的高低来判断新旧梗死灶变得较为容易，但是其易受“T2透过效应”的影响，给脑梗死的准确分期带来困难，且无合适的量化指标。ADC值不受该效应影响，并能定量反应DWI分子的扩散特性，且可更准确地反映脑梗死的病理生理变化过程[4]。近年来，关于ADC值对脑梗死的研究，愈来愈多地围绕准确分期及识别缺血半暗带(ischemic penumbra，IP)的可行性展开[9-10]。

有研究[8]显示，脑梗死超急性及急性期ADC值分布不均匀，病灶中心往外逐渐升高呈梯度分布，ADC值高低反映缺血组织的损害程度；Shen等[11]认为，亚急性的ADC值也有梯度分布特征。本组资料显示，除慢性期，其他3个分期ADC值均呈“梯度征”分布改变，与Shen等研究结果相仿。超急性期、急性期及亚急性期梗死灶核心区ADC值较健侧显著下降(P<0.05)，表明核心区脑组织损害较重，边缘区其次，灶周区最轻。可能是梗死发生时病灶中央除微循环供血外呈“绝对缺血”状态，而边缘有其他血管侧枝供血呈“相对缺血”状态，外周区仅仅是缺少责任血管的侧枝供血呈“轻度缺血”状态。随着病变的进展,部分缺血脑组织可能发展为脑梗死或者通过侧支循环、缺血预处理及微循环建立等恢复正常，该征象提示存在IP。多数学者使用灌注加权成像中达峰值时间灌注减低区域与DWI梗死高信号的错配区域为IP[9]。然而Forkert等[12]研究显示，该方法并非完全准确和实用。近期基于梗死灶ADC值“梯度征”的理论来识别IP成为研究热点[5,11,13]，有望成为一种简便识别IP的方法。本组亚急性期梗死灶ADC值依然存在“梯度征”，是否存在IP尚待进一步研究。

本研究表明，脑梗死ADC值随着发病时间推移存在逐步上升的演变规律，与多数研究结果相仿[4,8,11]。发病初期由于细胞毒性水肿，ADC值迅速下降；随着血管源性水肿发生，ADC值上升并逐渐恢复正常。本组慢性期的梗死灶4组ADC值差异无统计学意义(P>0.05)，表明进入假正常化期。可能由于慢性期细胞崩解、血管源性水肿及组织液化坏死使扩散受限减小，使得ADC值随着发病时间的推移逐步上升。陈振强等[14]通过绘制散点图证实ADC与发病时间存在正相关，并提出通过ADC及rADC值估计发病时间的可能。本研究结果与之类似，并进一步建立ADC及rADC值与发病时间的回归方程，量化两者的相互关系。由于目前脑梗死的分期标准较多，给ADC值分期研究带来困扰，而回归方程能较准确的预测发病时间，对照不同分期标准实现快速分期。

综上所述，ADC及rADC值的分布及演变规律可反映脑梗死的病理生理机制，ADC值的“梯度征”是提示存在IP的重要征象；通过ADC及rADC值回归方程可以较好的预测发病时间，灵活快速分期，指导临床选择合适的治疗方案。