基于不同扩散模型的扩散加权成像在脑胶质瘤分级和预测IDH-1突变的对比分析

黄颖倩，赵 静，初建平，王玉亮，田一粟，丘海珊，黄子桓

（1.中山大学附属第一医院放射科，广东广州 510080；2.华中科技大学协和深圳医院放射科，广东深圳 518000；3.四川省肿瘤医院放射科，四川成都 610000）

胶质瘤约占所有中枢神经系统肿瘤的30%，占所有恶性脑肿瘤的80%［1］。传统的胶质瘤分类依据组织病理学分为四级，但该分类方式对进一步确定肿瘤亚型存在局限性［2］。2016 年中枢神经系统肿瘤分类首次将分子标记物纳入分类标准中［3］。其中最重要的分子标记物为异柠檬酸脱氢酶（IDH）。不同级别和不同分子类型胶质瘤的预后差别较大［4］。已有研究表明，同一级别的胶质瘤，伴有IDH 突变的患者存活时间明显长于野生型IDH 患者，IDH 野生型的WHO Ⅱ级或Ⅲ级（没有微血管增生或坏死）的弥漫或间变型星形细胞瘤具有较差的临床预后，其患者的整体生存期与IDH 野生型胶质母细胞瘤类似，IDH 突变是除了组织病理学分级外能够反应总体生存期重要的因素之一［3-6］。因此，通过术前无创的方式预测胶质瘤的级别及基因表型，对患者个体化手术治疗，靶点治疗及预后有重要的临床意义。扩散加权磁共振成像通过敏感地反映水分子扩散运动情况，可以反映胶质瘤的级别和突变状态，在胶质瘤分级、基因预测、预后等方面显示出重要的临床价值［7-10］。目前，已经有研究分析各个扩散模型（DTI，DKI 和NODDI 等）在胶质瘤分级和预测相关基因突变状态的应用［9-12］，但尚无研究对比分析上述3 种不同扩散模型哪种更拟合胶质瘤的肿瘤内环境，明确上述不同扩散加权模型对胶质瘤分级和IDH-1基因状态预测的价值。因此，本研究拟基于不同扩散模型（DTI，DKI 和NODDI）的扩散加权成像，依次评估和对比分析其在胶质瘤术前评估中的应用价值，主要包括胶质瘤级别的预测和IDH-1突变状态的检出，为临床选择最优的扩散加权成像模型和最优的扩散参数提供理论依据。

1 材料与方法

1.1 一般资料

本研究已获得中山大学附属第一医院研究伦理委员会根据《人体研究伦理指南》批准。成年患者或其法定监护人已签署知情同意书。

回 顾性收集从2014 年5 月 至2019 年12 月170例未接受手术、化疗、类固醇治疗或立体定向活检的脑肿瘤患者，进行常规磁共振和全脑扩散序列扫描。所有经组织病理学证实的脑胶质瘤病例均纳入本研究中，排除标准如下：①图像伪影明显；②肿瘤体积小于20 mm3；③复发的脑胶质瘤。经排除后最终纳入患者66 例（男44 例，女22 例；年龄13～79 岁，中位年龄45 岁）。所有病例在MRI 检查后3周内行手术切除术，相关的临床资料详见表1。

1.2 MRI检查方法

采用德国Siemens Magnetom Verio 3.0T MR 扫描仪及12 通道头颅相控阵线圈进行数据采集。扫描的序列包括轴位T1WI 及T2WI 平扫、冠状位和轴位T2液体衰减反转恢复序列（fluid⁃attenuated inver⁃sion recovery，T2FLAIR）、轴位DWI 和轴面、矢状位3D T1WI mprage 增强序列。T1WI 参数：重复时间（repetition time，TR）400 ms，回波时间（echo time，TE）8.9 ms；T2WI 参数：TR 4 000 ms，TE 100 ms；FLAIR 参数：TR/TE 9 000 ms/110 ms，反转时间（inversion time，TI）2 500 ms，层厚5 mm，层间距0.5 mm，视野（field of view，FOV）260 mm×260 mm。全脑扩散加权成像采用双极自旋回波扩散序列：有3 个b 值（0、1 000 和2 000 s/mm2），每个非零b 值有30 个扩散梯度方向，参数为：TR 5 500 ms，TE 83.6ms，FOV 220 mm×220 mm，层厚4 mm，扫描时间6 min 3 s。3D T1WI mprage 增强扫描参数：TR 1 880 ms，TE 2.62 ms，层厚1 mm，FOV 256 mm×256 ms。以2 mL/s 的速度注射造影剂（0.1 mmol/kg体质量的Gd-DTPA，Magnevist，Schering，Berlin，Germany），然后以相同的注射速度注射20 mL 的9 g/L生理盐水冲洗。

1.3 图像分析

图像观察及数据分析由一名神经影像诊断的高年资主治医师在未知病理学结果的前提下共同完成。将所有数据转换成nifti 格式，并对扩散数据进行涡流校正。使用NODDI 的MATLAB 工具箱（http：//www.nitrc.org/projects/noddi_toolbox）导出相应的NODDI 图像，包括icvf 和odi。采用b=0 和1 000 s/mm2的扩散加权图像进行DTI 拟合，三个b 值（0，1 000 和2 000）的扩散成像进行DKI 拟合，并使用DKE 软件（http：//www.nitrc.org/projects/dke，version 2.5.1）计算得到DKI 参数图（MK、Kr、Ka）和DTI 参数图（MD、FA）。全部的NODDI、DTI 和DKI各参数图通过基于体素的非线性配准方法与FLAIR 图像和增强T1WI 图像进行配准。最后使用Image J（Version 1.46r，NIH，USA）进行ROI 的勾画。根据FLAIR 和T1WI 增强图像，在肿瘤的最大层面及其邻近的层面分别放置3 个ROI 于肿瘤实质区域，仔细避开大血管、脑膜、坏死囊变及出血区。并分别记录ficvf、odi、MK、Kr、Ka、MD 和FA 这7个定量参数值详见（图1）。

1.4 组织病理学检查

根据2016 版WHO 中枢神经系统肿瘤的分级标准，将肿瘤分为Ⅱ，Ⅲ和Ⅳ级。其中WHO Ⅱ级和Ⅲ级划分为低级别胶质瘤，WHO Ⅳ级划分为高级别胶质瘤。采用免疫组织化学检查方法检测IDH-1的突变状态。判定标准为细胞质和（或）细胞核呈棕黄色至深棕黄色，且明显高于背景则为IDH-1阳性细胞。

1.5 统计学方法

采用IBM SPSS Statistics 25 软件进行数据的统计学分析。首先分别使用S-W 检验和Levene 检验对各定量参数进行正态性检验和方差齐性检验。正态分布的资料用±s表示，非正态分布的资料用M（P25～P75）表示。采用独立样本t检验（满足正态分布且方差齐）或Mann-Whitney 秩和检验（非正态分布或方差不齐）比较高级别组与低级别组、IDH-1突变组和IDH-1野生组各扩散定量参数的差异。对于差异有统计学意义的定量参数，绘制受试者工作特征（ROC）曲线评价各定量参数对于诊断胶质瘤高低级别、IDH-1基因突变的效能，得到相应的敏感度，特异度。

2 结果

2.1 临床资料

低级别脑胶质瘤组的年龄为（40.61±11.51）岁；高级别脑胶质瘤组年龄为（50.46±13.05）岁，其差异具有统计学意义。IDH-1阳性组与野生组年龄差异无统计学意义。纳入病人的临床资料详见表1。

2.2 DTI、DKI 和NODDI 各定量参数对脑胶质瘤分级的诊断效能

单因素比较分析发现，高级别脑胶质瘤NOD⁃DI 和DKI 模型的各定量参数（ficvf，odi，MK，Ka，Kr）和DTI 的FA 定量参数显著高于低级别脑胶质瘤并具有统计学差异，DTI 模型的MD 值显著低于低级别脑胶质瘤，且其差异均具有统计学意义（P<0.01；表2）。

对于差异有统计学意义的定量参数绘制受试者工作特征（ROC）曲线，结果显示DKI 模型的定量参数MK 对于鉴别高低级别脑胶质瘤的ROC 曲线下面积最大，为0.835（95% CI：0.731，0.939；P<0.01），相应的敏感度和特异度分别为0.893，0.737，截断阈值为0.596（图2，表3）。

进一步的Logistic 回归分析，得到的回归模型中仅包含年龄和DKI 扩散模型的MK 参数，该模型的曲线下面积为87.6%（95% CI：79.3%，96.1%）。年龄和MK参数的比值比（OR）分别为1.10［OR 95%CI：（1.03，1.17）］和2.79［OR 95%CI：（1.61，4.80）］。

图1 ROI放置举例Fig.1 An example of ROI placement

2.3 DTI、DKI 和NODDI 各定量参数对脑胶质瘤IDH-1基因状态的诊断效能

单因素比较发现，IDH-1突变型脑胶质瘤NODDI 和DKI 各参数（ficvf，odi，MK，Ka，Kr）和DTI的定量参数FA 均小于IDH-1野生型脑胶质瘤；IDH-1突变型脑胶质瘤DTI 的定量参数MD 高于野生型。其中MK、Ka、Kr、FA 和MD 在两组间的差异有统计学意义（P<0.05），ficvf 和odi 在两组间的差异无统计学意义（表2）。

对于差异有统计学意义的定量参数绘制受试者工作特征（ROC）曲线，结果显示DKI 模型的定量参数Ka对于鉴别IDH 突变型与IDH 野生型胶质瘤的ROC曲线下面积最大，灵敏度最高，分别为0.73，0.83，相应的特异度为0.71，截断阈值为0.57（图3，表3）。

进一步的Logistic 回归分析，得到的回归模型中仅包含DKI模型参数Kr（P<0.01），该模型的ROC曲线下面积为0.72（95%CI：0.59，0.85）。Kr参数的比值比（OR）为0.64［OR 95%CI：（0.46，0.89）］。

3 讨论

磁共振扩散成像是唯一可以观察生物组织内水分子运动及细胞膜完整性的一项磁共振技术。自扩散加权成像运用于临床30年以来，DWI和DTI都得到了广泛的应用。它们认为水分子在生物体内的扩散成高斯分布［13-14］，即生物组织水分子以自由，非受限的方式进行扩散运动［15］，在给定的时间内水分子的位移与时间的均方根成正比，是一种线性相关关系，但在生物组织复杂的结构中，会因细胞膜及细胞器导致水分子的运动受限或受阻，导致在生物组织中水分子成非高斯运动状态［13-14］，因此，DTI 无法描述真实场景下水分子在脑组织结构中的扩散行为，DKI 技术应运而生，它是DTI 模型的延伸，以水分子的非高斯扩散为依据［16］，可描述生物组织内水分子扩散运动时偏离高斯分布的程度，从而量化水分子扩散受限的程度和扩散的不均质性［17］。然而，DKI 也有局限性，它没有考虑的水分子运动的内在生物物理模式，比如轴突的膜电位增高或轴突密度下降等。为反应更复杂的水分子在生物组织内的扩散模式，2012 年有学者发明了NODDI 模型，它能区分3 种微结构环境的组织结构［18］。NODDI 将生物组织内水分子的运动分成3个部分，神经突内，神经突外，脑脊液，这3部分相加等于1，它能推断且量化神经突的直径、密度和方向分布（轴突和树突）。因此NODDI 可用来描述脑灰质和白质的微观结构，反映皮质区及灰质核团的复杂性［19］。总而言之，DTI 反映水分子运动的方向性，DKI 反映水分子运动的不均质性，而NODDI则反映了水分子在微结构中的受限或受阻模式，从而反映微结构的复杂性。3 种扩散成像的基本依据相似，但其计算方法各有所不同，本研究通过计算多个不同扩散模型的定量参数，对肿瘤区域水分子的扩散程度和方向进行定量评估，在脑胶质瘤的术前诊断，WHO 分级，及预测IDH-1突变等方面有重要临床意义。本研究通过对比分析高级别脑胶质瘤和低级别脑胶质瘤、IDH-1突变型脑胶质瘤和IDH-1野生型脑胶质瘤不同扩散模型各定量参数，发现扩散模型DKI 的定量参数MK 对鉴别高低级别胶质瘤价值最大，ROC 曲线下面积为0.84，截断阈值为0.60，该结果与Tan［20］、Zhang［21］及Jiang［22］等的结果类似，均表示定量参数MK 对鉴别高低级别胶质瘤最优。我们的研究中，定量参数Ka 对预测IDH基因状态诊断性能最佳，ROC曲线下面积为0.73，截断阈值为0.57，而在Tan 等［20］的研究中则发现MK 和Kr参数对IDH 基因状态的诊断性能更高，可能还需要更多的研究及更大样本量的研究进一步分析证实。

表1 纳入患者的主要临床信息Table 1 The clinical information of included patients

图2 NODDI、DKI和DTI各定量参数鉴别高、低级别胶质瘤肿瘤实性区域的ROC曲线Fig.2 ROC curves of NODDI，DKI and DTI metrics for identifying high grade gliomas and low grade gliomas

图3 DKI和DTI各定量参数预测IDH-1基因突变状态的ROC曲线Fig.3 ROC curves of DKI and DTI metrics for identify⁃ing IDH-1 mutation status

表2 不同扩散模型各定量参数对高、低级别胶质瘤和不同IDH-1基因状态的比较Table 2 Comparison of quantitative parameters of different diffusion models for identifying glioma grade and IDH-1 mutation status

表3 不同扩散模型对鉴别高低级别脑胶质瘤的诊断价值Table 3 The diagnostic values of different diffusion models for identifying high and low grade gliomas

本研究结果显示，DKI 对高、低级别脑胶质瘤的诊断效能较DTI 和NODDI 更优。这与Van Cau⁃ter［23］和Jiang［22］等人的报道相一致。与低级别脑胶质瘤相比，高级别脑胶质瘤通常具有更高程度的核多形性、细胞增殖和微血管密度，可以通过阻碍和限制而影响水分子的运动。且高级别脑胶质瘤肿瘤组织内细胞异型性较低级别胶质瘤更明显，细胞密度和血管增生更丰富，水分子扩散受限也更为的明显［24］，因此，在高级别胶质瘤中MD 值更低，反映了更高的细胞密度，水分子受限或受阻也更明显。DKI 模型的各定量峰度参数（MK，Ka，Kr）能够反映胶质瘤肿瘤细胞的复杂程度［10，25］，由于高级别胶质瘤的异质性更明显，因此高级别胶质瘤的组织结构更复杂，其各峰度参数（MK，Ka，Kr）显著高于低级别脑胶质瘤。NODDI（ficvf，odi）参数在高级别胶质瘤明显高于低级别胶质瘤，可以解释为肿瘤环境中水分子各个方向受限效应的增加，但NODDI 在肿瘤中应用较少，有待进一步研究。

有 部分DTI［26］和DKI［27］预 测IDH-1基因状态的研究发现，IDH-1突变的脑胶质瘤具有更低的FA 值和MK 值。在我们的研究中，NODDI 对预测IDH-1基因状态性能不佳，暂未出现有统计学差异的结果，可能需要更大样本量的研究来进一步证实。但IDH-1突变型脑胶质瘤和IDH-1野生型脑胶质瘤的DKI 和DTI 各定量参数差异均具有统计学意义，其中DKI 模型的定量参数Ka 对鉴别IDH-1基因状态的诊断效能及敏感度均最高。这代表着IDH-1突变型脑胶质瘤更均匀的细胞结构和更低的细胞密度，水分子扩散受限程度也更低［10，28］。

本研究也存在一定的局限性：首先，我们的结果中，NODDI对IDH-1基因状态的预测意义暂未体现出来，也许更大样本量的研究可以体现其诊断意义；其次，胶质瘤是异质性肿瘤，ROI 的勾画未能对肿瘤的异质性进行评价。

综上所述，本研究对比分析目前三个主流的扩散模型的扩散加权成像对脑胶质瘤术前评估的价值，发现3 种不同扩散模型的扩散加权成像均可以用于预测脑胶质瘤级别，其中DKI 的诊断价值最优；而对于IDH-1突变状态的预测，DKI优于DTI表现出较高的诊断价值，而NODDI 对于预测IDH-1的突变状态价值有限。因此，相对于DTI 和NOD⁃DI，DKI 更拟合肿瘤生长的微环境，推荐用于术前评估胶质瘤级别和IDH-1突变状态的研究。