高場MRI多b值DWI在良惡性腦膜瘤診斷中的應用

楊磊，張鳳翔，陳少林，王惠芳

（1.包鋼集團第三職工醫院放射科，內蒙古包頭014010；2.內蒙古鄂爾多斯中心醫院影像科，內蒙古鄂爾多斯017000）

高場MRI多b值DWI在良惡性腦膜瘤診斷中的應用

楊磊1，張鳳翔2，陳少林1，王惠芳1

（1.包鋼集團第三職工醫院放射科，內蒙古包頭014010；2.內蒙古鄂爾多斯中心醫院影像科，內蒙古鄂爾多斯017000）

目的：通過測量不同病理類型腦膜瘤的雙指數模型ADCstandard值、ADCfast值、ADCslow值、ADCfast成分所占比例（f值），評價雙指數模型DWI在腦膜瘤良、惡性鑒別診斷中的應用價值，進而為臨床提供更加詳實可靠的測量數據和影像診斷。方法：測量腦膜瘤良、惡性瘤體及瘤體對側鏡像區正常腦白質的ADCstandard值、ADCfast值、ADCslow值、f值，并進行統計比較。結果：①良性腦膜瘤的b值-信號強度曲線斜率高于惡性腦膜瘤。②良性腦膜瘤瘤體區與瘤體對側鏡像區正常腦白質比較，ADCstandard值、ADCfast值、ADCslow值、f值均增加（均P＜0.05）。③惡性腦膜瘤瘤體區與瘤體對側鏡像區正常腦白質及良性腦膜瘤瘤體區比較，ADCstandard值、ADCslow值均減少，ADCfast值、f值均增加（均P＜0.05），且ADCslow值在良、惡性腦膜瘤組間差異有統計學意義。④鑒別診斷良、惡性腦膜瘤病變的ADCstandard值、ADCslow值、ADCfast值、f值最佳閾值分別為0.617×10-3mm2/s、0.503×10-3mm2/s、5.9×10-3mm2/s、39%。結論：多b值體素不相干運動成像（IVIM）雙指數模型可為鑒別診斷良、惡性腦膜瘤病變提供重要依據，能夠更準確地描述腦膜瘤病變的擴散信息，同時無創獲得腦膜瘤灌注信息。

磁共振成像；腦膜瘤；多b值；體素內不相干運動；彌散加權成像；雙指數模型

腦膜瘤是常見的顱內腦外腫瘤，其發病率僅次于膠質瘤，占顱內腫瘤的13%～26%［1］。根據組織學表現可分為15種亞型，大多數為良性，具有相似的生物學特性，但有些亞型易復發，更具侵襲性。2007年WHO神經系統腫瘤分類中將腦膜瘤分為3級［2］。目前，CT和常規MRI可判斷腦膜瘤病變的性質，明確病變向周圍腦實質侵犯的程度和范圍，但難以準確反映腦膜瘤的級別及微觀組織狀態。因此，本研究應用多b值雙指數模型DWI描述腦膜瘤的擴散信息及相關參數，為鑒別其良、惡性提供重要依據。

1 資料與方法

1一般資料收集2013年2月至2015年1月經手術及病理證實為腦膜瘤49例，其中男32例，女17例；年齡35～73歲，平均56.7歲。主要臨床癥狀：頭痛、頭暈、惡心、視力下降、視物模糊、運動感覺障礙等。49例中，良性腦膜瘤35例，其中血管瘤型5例，上皮型13例，纖維型17例；惡性腦膜瘤14例，其中非典型5例，間變型9例。

1.2 儀器與方法采用GE Discovery MR750 3.0 T MRI掃描機，8通道相控陣頭頸聯合線圈。掃描序列：常規MRI（常規三平面定位，橫軸位T1FLAIR，T2PROPELLR，T2FLAIR，矢狀位T2）。主要參數：T1FLAIR TR 1 550 ms，TE 24 ms，TI 671 ms，NEX 1，矩陣320×192；T2PROPEELLR TR 7 981 ms，TE 103ms，NEX 1，矩陣448×448；T2FLAIR TR 8800ms，TE 135 ms，TI 2 100 ms，NEX 1，矩陣256×224；所有序列的層厚、層距、層數及FOV均一致，分別是7.0 mm、1.0 mm、17層、24 cm×24 cm。所有橫軸位掃描位置及掃描范圍保持一致，即定位線與前后聯合線平行，并覆蓋全腦組織。

多b值DWI掃描：采用單次激發SE EPI序列行腦的橫斷面成像，層厚、層距與常規掃描一致，掃描層面平行于前-后聯合連線，在x、y、z 3個方向上施加彌散梯度，采用各像同性四面體采集。掃描主要參數：TR 3 000 ms，TE minimum，翻轉角90°，矩陣128×128，層厚5.0 mm，層距1.5 mm，層數20層，FOV 24 cm×24 cm，b值取0～3 500 s/mm2之間的13個數值，分別為0、30、50、100、200、300、500、800、1 000、1 500、2 000、3 000、3 500 s/mm2，掃描時間5 min 30 s。

1.3 圖像及數據處理將DWI原始圖像在GE Advantage Windows 4.6工作站上使用Functool軟件包中的MADC軟件對雙指數模型多b值DWI圖像進行重建，首先行頭動校正去除背景噪聲，處理獲得Standard ADC圖、Fast ADC圖、Slow ADC圖及快速擴散所占比率（f值）圖等，同時獲得b值-信號強度曲線圖。分別測量良性腦膜瘤、惡性腦膜瘤瘤體及瘤體鏡像側對稱正常腦白質的各參數值。

ROI的選擇應結合MRI平掃和增強掃描圖像，放置于占位性病變最大層面且強化最顯著的實體層面，盡量避開病變邊緣、顱骨、容積效應和囊變、壞死、出血區。ROI大小為30 mm2，測量病變3個不同區域，取其平均值，以減少由ROI位置差異引起的實驗誤差。同時在瘤體對側大腦半球鏡像區測量正常腦白質的ADCstandard值、ADCfast值、ADCslow值、f值。

由2位副高級以上職稱的醫師對MRI圖像及各彌散參數值ADCstandard值、ADCfast值、ADCslow值、f值進行評定分析。

1.4 統計學分析采用SPSS 17.0統計軟件進行數據分析，計量資料用±s表示，組間比較采用單因素方差分析，兩兩比較采用最小顯著差異（lest significant different，LSD）法。將良、惡性病灶各參數平均值行獨立樣本t檢驗。以P＜0.05為差異有統計學意義。繪制雙指數模型ADCstandard值、ADCfast值、ADCslow值、f值定性診斷效能的ROC曲線，通過曲線下面積（area under the curve，AUC）分析比較這些參數鑒別診斷良、惡性腦膜瘤的能力；根據約登指數，找到各個參數判定良、惡性腫瘤的閾值，并得到相應的敏感度和特異度。

2 結果

2.1 良、惡性腦膜瘤隨b值增加信號強度的變化根據不同b值良、惡性腦膜瘤平均信號強度，描繪b值-信號強度曲線擬合圖（圖1），當b=0 s/mm2，良性腦膜瘤的信號強度較惡性腦膜瘤高；隨著b值的增加，良、惡性腦膜瘤的信號強度均緩慢衰減；當b=800 s/mm2時，惡性腦膜瘤的信號強度高于良性腦膜瘤。良性腦膜瘤的b值-信號強度曲線斜率高于惡性腦膜瘤。

圖1 良、惡性腦膜瘤b值-信號強度曲線擬合圖

2.2 良、惡性腦膜瘤瘤體及瘤體鏡像側對稱區正常腦白質各組參數值的統計分析在良性腦膜瘤不同亞型間ADCstandard值和ADCslow值由高到底排列為血管瘤型＞上皮型＞纖維型，差異有統計學意義（P＜0.05）。3種良性腦膜瘤亞型的ADCfast值、f值組間差異無統計學意義（P＞0.05）（表1）。

良性腦膜瘤瘤體的ADCstandard值為（0.731±0.150）×10-3mm2/s、ADCslow值為（0.629±0.110）×10-3mm2/s、ADCfast值為（4.70±0.62）×10-3mm2/s、f值為（0.35± 0.10）%；瘤體鏡像側對稱區正常腦白質的ADCstandard值為（0.652±0.06）×10-3mm2/s、ADCslow值為（0.531± 0.040）×10-3mm2/s、ADCfast值為（2.50±0.84）×10-3mm2/ s、f值為（0.28±0.09）%，以上各參數比較瘤體區均較正常腦白質升高（均P＜0.05）。惡性腦膜瘤瘤體的ADCstandard值為（0.512±0.090）×10-3mm2/s、ADCslow值為（0.425±0.050）×10-3mm2/s、ADCfast值為（8.30± 0.69）×10-3mm2/s、f值為（0.45±0.17）%；與瘤體鏡像側對稱區正常腦白質及良性腦膜瘤瘤體比較：ADCstandard值、ADCslow值均降低，ADCfast值、f值均升高（均P＜0.05）。

2.3 各參數對良、惡性腦膜瘤診斷效能以病理結果作為診斷的金標準繪制ADCstandard值、ADCslow值、ADCfast值、f值對鑒別診斷良、惡性腦膜瘤的ROC曲線圖（圖2）。得到4個參數的AUC分別為0.815、0.894、0.719、0.723，即參數ADCslow值AUC最大，也進一步說明ADCslow值較其他各彌散參數診斷效能是最大的。根據約登指數繪制ROC曲線圖，可得到ADCstandard值、ADCslow值、ADCfast值、f值鑒別診斷良、惡性腦膜瘤病變的最佳閾值分別為0.617×10-3mm2/s、0.503×10-3mm2/s、5.9×10-3mm2/s、39%。ADCstandard值、ADCslow值、ADCfast值、f值判斷良惡性腦膜瘤病變的敏感度分別是89.4%、93.4%、79.9%、73.6%，特異度分別是74.5%、84.1%、70.1%、59.5%。

表1 良性腦膜瘤不同病理亞型的各組參數及統計學比較（±s）

表1 良性腦膜瘤不同病理亞型的各組參數及統計學比較（±s）

分型例數ADCstandard值（×10-3mm2/s）ADCslow值（×10-3mm2/s）ADCfast值（×10-3mm2/s）f值（%）血管瘤型50.913±0.1300.755±0.1604.70±0.290.37±0.21上皮型130.773±0.1900.662±0.2004.50±0.230.35±0.13纖維型170.672±0.1700.559±0.1404.40±0.250.36±0.17 F值4.017 7103.640 3002.889 6000.030 744 P值0.027 7500.037 5000.070 2000.969 750

圖2 ADCstandard值、ADCslow值、ADCfast值、f值四者的ROC曲線

3 討論

3.1 體素不相干運動成像（intravoxel incoherent motion，IVIM）多b值DWI在腦膜瘤中的應用1986年Le Bihan等提出了雙指數模型的DWI，并將其定義為IVIM。雙指數衰減模型是以IVIM為理論基礎，把人體內的水分成2個部分，即血管內水和血管外水［3-4］，血管內水即人體血管內流動的血液，由于血管內血液流動很快，相對于血管外水，這種成分的水運動稱為假擴散，也稱灌注［5］。而血管外水又包括細胞內水和細胞間液兩部分，由于其流動緩慢，將這種水分子移動稱之為擴散。因此，IVIM雙指數DWI可把血管外組織的水分子擴散和血管內的循環區別開來［6］，獲得腫瘤組織細胞的擴散和灌注2個方面的信息，分別用ADCslow值、ADCfast值表示。ADCstandard值是計算機算出來的標準化ADC值；灌注分數f值即ADCfast所占比例（%）?；贗VIM理論的雙指數模型分析，將水分子彌散和血液灌注區分開，在排除了血液灌注的影響，其更準確地反映真實水分子的彌散狀態（ADCslow），并提高了良、惡性腦膜瘤的診斷效能，另一方面在無需對比劑的前提下即可獲得腫瘤的灌注信息（ADCfast）。研究［7-8］顯示，微循環灌注對信號的衰減主要取決于b值的大小，且b值越小，影響越明顯，當b值＜200 s/mm2時，主要反映組織的微循環灌注。隨著b值的增加，微循環灌注的影響將逐漸減少，因此高b值將明顯降低微循環對ADC值的影響，ADC值的測量將更加穩定，能更加準確地反映組織的真實擴散信息［9］。

3.2 IVIM雙指數模型良、惡性腦膜瘤的擴散信息本研究IVIM雙指數模型中，惡性腦膜瘤的ADCstandard值和ADCslow值均低于良性腦膜瘤和正常腦白質，與以往常規單指數模型所得的結論一致［9］，ADCslow值在判斷良、惡性腦膜瘤的敏感度為93.4%，特異度為84.1%，而ADCstandard值在判斷良、惡性腦膜瘤的敏感度為89.4%，特異度為74.5%。兩者在良、惡性腦膜瘤鑒別診斷的最佳閾值：ADCslow值為0.503×10-3mm2/s，ADCstandard值0.617×10-3mm2/s。由于ADCslow值主要代表組織的純擴散信息，而ADCstandard值可能包含少量的灌注成分，因此ADCstandard值較ADCslow值高。在惡性腦膜瘤中，由于細胞排列致密，核漿比例大，細胞增殖速度快，細胞外間隙小，組織水分子擴散受限，因此惡性腦膜瘤的ADCslow值較良性腦膜瘤的ADCslow值低。本研究良性腦膜瘤的ADCslow值較正常腦白質高，其主要原因是水分子擴散受很多因素影響，包括細胞外間隙、細胞組織結構、溫度、擴散介質的黏滯性和毛細血管的軸流情況。當正常細胞受到腫瘤破壞時，細胞外間隙增大，腫瘤細胞比正常腦細胞擴散易，ADCslow值較正常腦白質升高。在良性腦膜瘤的不同亞型中，ADCslow值和ADCstandard值遵循相同的規律，ADCslow值由高到低排列為血管瘤型＞上皮型＞纖維型，且各組間ADCslow值較ADCstandard值低。其主要與各亞型間不同組織學類型、細胞排列方式及緊密程度密切相關。b值的彌散權重決定組織的DWI信號高低，且隨b值增加，T2的透射效應也越來越小，各組織的DWI信號也隨b值的增加而降低。本研究中惡性腦膜瘤的b值-信號強度曲線斜率低于良性腦膜瘤。主要由于惡性腦膜瘤較良性腦膜瘤細胞排列緊密，細胞密度大，細胞外間隙小，因而信號衰減緩慢。

3.3 IVIM雙指數模型良、惡性腦膜瘤的灌注信息所謂灌注即血液流向該組織相對穩定的狀態，也可理解為毛細血管的血流過程。正常腦組織發生病變時，該區域血液供應也將發生改變，灌注信息也將發生改變，因此可通過灌注間接反映病變的相關特性。以往筆者通過PWI中的動態對比增強來研究腦組織的灌注信息，由于其為有創性檢查，通過靜脈快速注射順磁性對比劑，來觀察腦組織血流動力學的變化，對一些血管細、血管脆性高，以及肝腎功能衰竭、對比劑過敏、妊娠期等患者無法使用。而多b值IVIM雙指數模型為無創檢查，無需注入對比劑即可反映正常腦白質和病變組織的灌注信息［10］。

根據IVIM理論，ADCfast值主要取決于腫瘤組織的微循環灌注，認為平均毛細血管的流速越大，平均毛細血管的長度越長，微循環灌注越顯著，ADCfast值越大。由于惡性腦膜瘤的血液供應較良性腦膜瘤豐富，所以理論上惡性腦膜瘤的ADCfast值高于良性腦膜瘤。本研究結果與該理論相符，良性腦膜瘤的平均ADCfast值（4.70±0.62）×10-3mm2/s，惡性（8.30± 0.69）×10-3mm2/s，差異有統計學意義。良、惡性腦膜瘤的平均ADCfast值均高于正常腦白質（均P＜0.05）。主要由于腦膜瘤血供可來自頸外動脈、頸內動脈或椎動脈的雙重血供，腦膜瘤血供豐富，而正常腦組織存在血-腦-脊液屏障，所以腦膜瘤的平均ADCfast值較正常腦白質高，與以往學者［11-12］的PWI和CT灌注結論一致。與灌注相關的另一個參數f值即灌注分數，理論上也應隨著腫瘤組織微循環灌注的增加而增大。由于惡性腦膜瘤較良性腦膜瘤血供更加豐富，因此惡性腦膜瘤的f值高于良性腦膜瘤。Bisdas等［13］認為，ADCfast值雖然敏感度、靈敏度高但穩定性較差，易受部分容積效應、腦脊液的波動及患者運動等因素影響；f值較ADCfast值噪聲較小，穩定性相對較高。本研究惡性腦膜瘤的平均f值為（0.45±0.17）%，良性腦膜瘤為（0.35±0.10）%，正常腦白質為（0.28± 0.09）%，各組間差異有統計學意義。根據ROC曲線圖獲得ADCfast值和f值診斷良、惡性腦膜瘤的閾值分別約5.9×10-3mm2/s和39%。而良性腦膜瘤不同亞型間的ADCfast值和f值差異無統計學意義。因此，較低ADCslow值和較高的f值相結合可提高惡性腦膜瘤的診斷效能［14］。

3.4 雙指數模型的意義和本研究不足之處與以往常規的單b值DWI相比，多b值IVIM模型可獲得與腫瘤組織相關的更多參數值，綜合分析各參數值及意義可為良、惡性腦膜瘤的鑒別診斷提供更加可靠的依據。近些年多b值IVIM已開始應用于人體各部位的研究，包括顱腦、乳腺、腎臟、肝臟、前列腺、宮頸等部位［15-19］，但關于顱腦腦膜瘤的多b值IVIM國內外相關研究很少，且b值選取無統一標準。本研究不足之處：惡性腦膜瘤的發病率低，納入樣本量少，可能會對數據分析產生一定偏差；存在一定的臨床局限性，仍需較大樣本量與病理診斷的對照研究，以確定多b值IVIM在顱腦良、惡性腦膜瘤診斷中的應用前景。

［1］Aktas S，Boyvat F，Sevmis S，et al.Analysis of vascular complications after renal transplantation［J］.Transplant Proc，2011，43：557-561.

［2］Louis DN，Ohgaki H，Wiestler OD，et al.The 2007 WHO classification of tumours of the central nervous system［J］.Acta Neuropathol，2007，114：97-109.

［3］任靜，宦怡，常英娟，等.前列腺癌多b值擴散加權成像研究［J］.實用放射學雜志，2008，24（4）：502-504，576.

［4］Giannarini G，Petralia G，Thoeny HC.Potential and limitations of diffusion-weighted magnetic resonance imaging in kidne，prostate，and bladder cancer including pelvic lymph node staging：a critical analysis of the literature［J］.Eur Urol，2012，61：326-340.

［5］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 associated perfusion coefficients［J］.NMR Biomed，2009，22：318-325.

［6］Clark CA，Hedehus M，Moseley ME.In vivo mapping of the fastand slow diffusion tensors in human brain［J］.Magn Reson Med，2002，47：623-628.

［7］Maier SE，Bogner P，Bajzik G，et al.Normal brain and brain tumor：multicomponent apparent diffusion coefficient line scan imaging［J］.Radiology，2001，219：842-829.

［8］Mulkern RV，Vajapeyam S，Robertson RL，et al.Biexponential apparent diffusion coefficient parametrization in adult vs newborn brain［J］.Magn Reson Imaging，2001，19：659-668.

［9］Seo HS，Chang HK，Na DG，et al.High b-value diffusion（b= 3000 s/mm2）MR imaging in cerebral gliomas at 3T：visual and quantitative comparisons with b=1000 s/mm2［J］.AJNR Am J Neuroradiol，2008，29：458-463.

［10］Federau C，Meuli R，O’Brien K，et al．Perfusion measurement in brain gliomas with intravoxel incoherent motion MRI［J］．AJNR Am J Neuroradiol，2014，35：256-262．

［11］Law M，Yang S，Babb JS，et al.Comparison of cerebral blood volume and vascular permeability from dynamic susceptibility contrast-enhanced perfusion MR imaging with glioma grade［J］. AJNR Am J Neuroradiol，2004，25：746-755.

［12］施裕新，徐劍峰，池鳴鳴.CT灌注成像對腦膜瘤血流灌注的定量研究［J］.中華放射學雜志，2004，38（12）：1269-1272.

［13］Bisdas S，Koh TS，Roder C，et al.Intravoxel incoherent motion diffusion-weighted MR imaging of gliomas：feasibility of the method and initial results［J］.Neuroradiology，2013，55：1189-1196.

［14］Sigmund EE，Cho GY，Kim S，et al.Intravoxel incoherent motion imaging of tumor microenvironment in locally advanced breast cancer［J］.Magn Reson Med，2011，65：1437-1447.

［15］Woo S，Lee JM，Yoon JH.Intravoxel incoherent motion diffusionweighted MR imaging of hepatocellular carcinoma：correlation with enhancement degree and histologic grade［J］.Radiology，2014，270：758-767.

［16］Liu C，Liang C，Liu Z，et al.Intravoxel incoherent motion（IVIM）in evaluation of breast lesions：comparison with conventional DWI［J］.Eur J Radiol，2013，82：e782-e789.

［17］Eckerbom P，Hansell P，Bjerner T.Intravoxel incoherent motion MR imaging of the kidney：pilot study［J］.Adv Exp Med Biol，2013，765：55-58.

［18］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［J］.Magn Reson Med，2013，69：553-562.

［19］張潔，薛華丹，張瑋，等.多b值DWI與宮頸癌病理學特征的相關性研究［J］.放射學實踐，2014，29（2）：127-130.

Application of high-field MRI multi B value of diffusion weighted imaging in the diagnosis of benign and malignant meningiomas

YANG Lei，ZHANG Fengxiang，CHEN Shaolin，WANG Huifang.
The Third Staff Hospital of BaoGang Group，Baotou，014010，China.

Objective：Applied multi b value of double exponential model DWI,measured different pathological types of meningioma tumors ADCstandard,ADCfast,ADCslow,ADCfastcomposition proportion（F value），evaluated identification value of multi b value of double exponential model DWI in the diagnosis of benign and malignant meningiomas.Method：Measurement of benign and malignant meningioma tumors and tumors of the contralateral mirror area of normal cerebral white matter ADCstandardvalue，ADCfastvalue，ADCslowvalue，ADCfastcomposition proportion（F value），and a statistical comparison was carried out.The statistical analysis was based on the data from independent samples，and validated with t-test.Results：①The b value-slop of signal intensity curves of benign meningioma were higher than malignant meningioma.②Benign meningioma tumors and tumors on side mirror area normal brain white matter：ADCstandardvalue，ADCfastvalue，ADCslowvalue，ADCfastcomposition proportion（F value）were higher than normal brain white matter，which was statistically different as p value was below 0.05.③Malignant meningioma tumors and tumors on side mirror area normal cerebral white matter and benign meningioma tumors area comparison：ADCstandardADCslowvalues were reduced，ADCfastvalue，ADCfastcomposition proportion（F value）were increased，P values＜0.05 difference was statistically significant.Benign and malignant meningioma and ADCslowvalue in the biggest difference between the groups.④The threshold to differentially diagnosis of benign/malignant meningioma of ADCstandard，ADCslow，ADCfast，and ADCfastcomponents were 0.617×10-3mm2/s、0.503×10-3mm2/s、5.9×10-3mm2/s、39% respectively.Conclusion：The multi b value IVIM dual exponential model provides an important basis for diagnosis of benign/malignant meningioma，and is able to track the spread of tutor more accurately.In addition，this approach enables us to obtain the perfusion information of meningioma in a non-invasive manner.

Magnetic resonance imaging；Meningioma；Multi b value；IVIM；DWI；Bi-exponential model

2016-05-28）

10.3969/j.issn.1672-0512.2017.01.002

張鳳翔，E-mail：zc890308@sina.com。