化學交換飽和轉移效應量化方法的應用進展

竇晗，鄭陽，王曉明

化學交換飽和轉移(chemical exchange saturation transfer，CEST)通過飽和特定質子并將飽和信號傳給自由水質子，檢測水信號的降低程度來進行間接成像，反映體內大分子物質的濃度信息和交換率，相比波譜成像對毫摩爾級別的代謝物更加靈敏。目前該技術主要以酰胺[1]、谷氨酸[2-3]、肌酸[4-5]、氨基等成分研究為主，在神經系統疾病[6]、腫瘤[7]等疾病中開展較為廣泛。對CEST 的研究多是基于歸一化的Z 譜(不同頻率偏移-水信號強度曲線)來實現的，理想的譜線能將不同的可交換質子成分在Z 譜中分離出來、間接得到各物質的實際濃度，從而實現疾病的診斷、預后效果以及鑒別診斷。然而Z 譜中除了化學交換效應還包含了其他的混雜因素[8]如傳統磁化轉移效應(magnetization transfer，MT)、直接飽和效應(direct water saturation，DS)、核 奧 氏 效 應(nuclear overhauser enhancement，NOE)等，加之內源性代謝物頻率較為接近、含量分布不等，導致了代謝物峰值重疊互擾、不易從譜線得到準確的濃度信息。國內外學者據此進行了各種體外實驗及在體研究，提出多種技術純化CEST 數據[9-10]，硬件方面如靜磁場B0的不均勻性對CEST也有著不可忽略的作用，筆者查閱了近年發表的相關文獻資料，對MTC、DS、NOE 等效應的處理方法以及B0場不均勻性的校正作以下綜合。

1 Z譜中的混雜效應及處理方法

1.1 傳統MT效應

MT 效應是在偏振射頻照射下，半固態大分子中的束縛質子與自由水質子之間通過交叉弛豫和化學交換進行飽和傳遞產生的，其頻譜寬闊[11]地橫跨水峰兩側，在選擇性飽和目標質子時，CEST信號會受到來自半固態大分子的磁化傳遞的影響，使CEST的定量結果有偏差[12]。目前普遍應用非對稱磁化轉移率(MTRasym)移除MT 效應[13]：分別采集水峰兩側對稱頻率處的信號、進行相減并做歸一化處理，結果作為偏移頻率的函數繪制出相應的MTRasym譜。該方法因其操作簡便省時而成為MT效應的主要量化方式，這一方法是以半固態大分子譜線關于水峰對稱分布為前提，但其頻譜分布并不嚴格關于水峰對稱，且該方法對磁場均勻性以及成像參數較敏感，量化后的結果不準確。

Rerich等[14]在常規MTRasym的基礎上，對Z譜進行逆向變換(取倒數)再相減，同時也將旋轉坐標系下縱向弛豫的影響(R1a)考慮在內，這種改進方法被稱為表觀弛豫依賴交換(apparent exchange-dependent relaxation，AREX)，從計算方法來看，與常規非對稱分析原理大同小異，均是對水峰兩側對稱頻率處兩個信號取差值等相關處理來消除MT 效應；文中研究了運動前后人體小腿肌肉中的肌酸CEST 信號變化，發現AREX 與肌酸濃度呈線性相關；在生理環境下，兩個不同B1幅值下，AREXratio獨立于濃度含量、與pH呈線性關系，這一特點可以考慮用于體外研究pH 濃度獨立校正。Zhang 等[15]同樣提出了AREX 的方法用來分析9.4 T 高場下快速交換氨基質子的CEST 效應，在這里作者根據參考信號的獲取方式分為AREXasym、AREXfit，結果顯示在飽和達到穩態的條件下，AREX 相對MTR 更不易受組織非特異性參數的影響，其中AREXfit能將其他效應(如MT)最小化以實現量化的特異性。但研究在高場下進行，臨床常規3.0 T 環境下是否仍具有這些特征還需要進一步的驗證。

旋轉坐標系中的縱向弛豫率R1ρ是一個重要的無創診治疾病的手段，對偶極耦合、化學交換、磁化傳遞等比較敏感，為了得到其中的MT 效應貢獻，多采用自旋鎖定磁共振對其量化，研究基于非共振自旋鎖定的大分子質子分數(macromolecular proton fraction quantification based on spin-lock，MPF-SL)，消除了自由水池和化學交換池的弛豫率R1ρ、推導出特定于MT 效應的弛豫率Rmpfsl[16]，可以直接測量MPF 以實現MT 的量化且對B0、B1不均勻性的敏感度低，文中主要篇幅是針對MT效應的量化，沒有過多地研究在CEST中的應用，但研究證明MPF-SL 可以很好的特異于MT 效應、分析過程穩健省時，在CEST 成像中可以考慮作為MT 效應消除的新選擇。

研究證明超洛倫茲線形函數進行擬合能更好地實現MT效應的去除[10]；Kim 等[17]提出了基于磁共振指紋技術(magnetic resonance fingerprinting，MRF)的快速定量三維磁化傳遞對比(magnetization transfer contrast，MTC)成像技術，結合深度神經網絡模型得到較準確的快速的MTC參數量化，在具體CEST 頻率偏移處估算出準確的MTC 信號強度，以進行更加準確的CEST 成像。Xu 等[18]提出共振二項式脈沖(on-resonance variable delay multi-pulse，VDMP)方法，通過固定脈沖數目、更改混合時間來明確區分慢速MT 池和快速交換組織池，旨在將快速交換率下的質子的CEST 效應從MT 效應中分離出，進行單獨分析，鑒于實驗只分析了快交換率與慢交換率兩個特征的信號表現，失去了質子特異性，但其打破了以往CEST 技術主要集中于分析慢速或中速交換率的質子基團，對快速交換質子的成像進行研究，擴大了未來CEST成像技術的應用范圍。

1.2 NOE效應

任何半固態池中的質子被飽和后，通過分子空間偶極耦合作用快速傳給結合水質子，然后進行水交換或質子交換實現飽和傳遞，這是磁化傳遞的主要機制，而NOE 本質上是其中的一類，當前研究中所涉及的NOE 效應多是來自脂肪族和烯烴質子，飽和不可交換的大分子上的質子，通過空間耦合作用進行弛豫交換，將飽和信號先“中轉”至可交換質子，然后傳遞到水質子，也稱作中繼NOE效應(NOE-relayed exchange，rNOE)[8,19]。時下對酰胺質子成像技術(amide proton transfer，APT)[20-24]的探索多和NOE效應同時研究，這可能是由于兩者的共振頻率關于水峰幾乎對稱，除了酰胺質子成像外，體內可用于CEST成像的代謝物，其在水峰對側的同一頻率大小的位點多是落在NOE 效應范圍內，在進行信號的提取分析中，不可避免地會引進NOE效應，結果中真正由化學位移作用引起的信號衰減相對減少基于此特征，相關研究領域中的學者將重點放在了NOE效應的剝離和新的成像開發上，而很少研究對該效應的消除，本小節也將側重介紹前種處理方法。

Heo 等[23]探索了在7.0 T 時不同腦腫瘤等級(Ⅱ～Ⅳ)的APT 與NOE 信號強度之間的關系，研究結果顯示NOE 信號對7.0 T磁場低飽和功率射頻下獲得的APT信號有貢獻，有望成為神經膠質瘤分級的成像生物標志。這是NOE 效應在臨床上的可取之處，將其轉化為臨床成像參數加以利用，或成為未來的研究方向。

Zhang 等[25]將APT 三種量化方法：洛倫茲差(Lorentz difference，LD)、三點偏移法、多池洛倫茲擬合模型，與AREX采集的參考信號進行對比，獲取NOE 信息；并用鼠腦模型進行數值擬合，結果指出，多池模型擬合準確度相對最高，不同組織參數下的仿真結果也驗證了這一結論，但只局限于低B1。最近，研究觀察到一種新的rNOE 飽和傳遞效應，約在-1.6 ppm處，稱為NOE (-1.6)[26]，因其頻率距離水峰較近，DS 效應顯著，在正常Z 譜中無明顯表現，作者提出利用AREX 剩余譜結合兩步多洛倫茲擬合方法，先后消除DS、MTC 效應，提取NOE(-1.6 ppm)進行分析。

Zu[27]提出依據比率法(AREXratio)獲得特異于NOE 交換率或耦合率而非幅值的指標，經過數值仿真，指出比率法可以排除幾乎所有非特異性因素，并提供更具體的NOE 耦合率和溶質橫向弛豫率加權信號，在小動物腫瘤模型中證實耦合率以及(或者)橫向弛豫率是NOE (-1.6)低信號的主要貢獻因素。研究只給出兩個不同功率下的比值，信噪比并不高，需要進一步發掘新的方法來提高圖像質量，如探尋不同射頻功率、持續時間下的AREX 比值變化，找出最大變化的條件參數，或者借助外界特異性對比劑等物質人為增加腫瘤內代謝物的橫向弛豫率來使得比值增加，提高病變與正常組織的對比等，這有待進一步的研究探索。

有學者[28]采用插值半固體參考信號(extrapolated semi-solid MT reference，EMR)法，基于漢克爾曼雙池模型——水池和半固態磁化傳遞池，后者通過超洛倫茲線形進行擬合，用于APT 和NOE 信號的量化分析，作者指出該模型可以利用這一效應獲得腫瘤與正常組織的更高的對比度[29]；提出的化學交換旋轉傳遞技術(chemical exchange rotation transfer，CERT)，并沒有進行EMR 中的模型假設，而是利用溶質對水信號同時具有旋轉和飽和貢獻、半固態大分子只具有飽和貢獻，在保持平均功率不變的情況下分別使用交替的π和2π 脈沖序列來獲取標簽掃描和參考掃描，兩者相減即可消除MT效應和直接水飽和從而實現效應分離。

使用LD 消除直接飽和效應時，從CEST 中分離出的NOE 效應被高估，Zhang 等[30]基于高斯函數和洛倫茲函數的線性組合提出一種改善的擬合算法——偽Voigt 輪廓像素優化(voxel-wise optimization of pseudo voigt profile，VOPVP)進一步提高了NOE的對比度，最后經多池模型實驗驗證了CEST量化的穩健性和準確性。因NOE 效應受制于B1幅度和磁場強度，變化情況不易測量，這也加大了臨床應用的挑戰。

1.3 DS效應

DS效應是指選擇性飽和脈沖頻率對水質子的直接飽和作用，偏移頻率接近水飽和頻率時，DS 效應會顯著增大，距離水峰越遠，作用效果越小。因幾乎所有內源性代謝物分子中質子基團的中心共振頻率距離水峰較近，直接飽和效應難以避免。用于移除DS 效應的經典辦法是磁化傳遞的非對稱分析(MTRasym)[13]，因水峰上場頻率中存在NOEs 效應，該方法并不準確；采用低功率的飽和射頻有助于降低對水的直接飽和效應，但會以飽和時間增加或飽和程度降低為代價。

Shaghaghi 等[31]通過將Z 譜擬合到多個洛倫茲分量線性組合來估算直接飽和效應，隨后將其對信號的貢獻去除，剩余信號通過作ω 圖來得到質子交換率圖，顯示的是對Z 譜信號有貢獻的全部質子群的加權平均值，失去了分子特異性?？煽紤]用作腦部病理變化的基準線但無法確定病變類型，研究中的樣本量比較小，需大樣本大范圍的研究以排除年齡、性別等差異來進一步驗證其可行性。

Wu 等[32]提出了在3.0 T 射頻脈沖下的直接飽和校正(direct saturation corrected，DISC),數據模擬顯示連續射頻波與脈沖式射頻可以產生相似的CEST 效應，用pulsed-RF代替CW-RF，結合DISC 利用MT、NOE 效應進行APT 成像，去除了直接水飽和效應，與常規非對稱分析、三點測量法相比，可以更好地顯示膠質瘤小鼠模型中腫瘤壞死區分化界限，這些與前人相關研究結果一致[33]。然而Wu等[32]的研究顯示成像的空間分辨力并不高，作者歸因于鼠腦大小，筆者認為也可能與序列或組織非特異性參數有關，可以進一步在人體成像研究中驗證該方法對腫瘤壞死區域的界限劃分是否可行。

Randtke 等[34]一改常規CEST 成像中的偏共振飽和頻率激勵，反其道使用水共振頻率進行激勵，采集得到QUESPOWR 圖，結合QUESP 線性分析方法，對QUESPOWR 圖進行LP-HW-QUESP、HP-HW-QUESP 擬合分析，結果顯示，HP-HW-QUESP 擬合技術可以很好的評估具有快速的交換率和較小化學偏移的大分子與水質子之間的CEST 效應，很好的改善了距離水峰較近的代謝分子常規CEST 成像中存在的DS 效應。該技術可以得到腫瘤的化學交換率的參數圖，但是不能分析正常組織，作者將此歸因于腫瘤酸性環境。

1.4 B0不均勻校正

常用于消除常規MT 效應、DS 效應的非對稱分析過程受B0場不均勻性的影響較為明顯[8]，在CEST 圖像中產生偽影并嚴重影響CEST的定量，影響CEST-MRI技術進入臨床應用，在對各效應校正的同時進行B0均勻性校正也是必要的。薛心雨等[35]對B0不均勻性的校正方法做了回顧，對比總結了WASSR、SAFARI、LOVAR 等技術的優勢。迄今為止，最常用的靜磁場不均勻性校正算法是對CEST 譜進行完整或部分的插值、獲得B0場圖，不足的是成像時間延長；基于此，Sun[36]提出一種快速的無需進行插值的算法，利用pH 特異性的磁化轉移和弛豫歸一化酰胺質子轉移成像(magnetization transfer and relaxation normalized amide proton transfer，MRAPT)降低了非pH 依賴性的半固體MT 和NOE 產生的基線異質性、將多池模型簡化為兩池交換模型，使用多項式函數對其建模，在顯示損傷、缺血等方面更有顯著性。

基于非共振輻射產生的Rabi振蕩的新方法(simultaneous mapping of the water shift and B1，WASABI)，允許同時映射水頻移(δω)和RF振幅[37]，結合梯度回波序列獲得的B0、B1圖譜與標準方法布洛赫-西哥特偏移(Bloch-Siegert shift，BSS) 相比，校正磁場不均勻性的穩健性更好，在7.0 T人腦成像試驗中相對高的B0不均勻性在WASABI方法下得到的譜線與參考譜線有很高的一致性。

有學者[38]提出了一種基于高分辨率磁場圖的CEST 體素內不均勻校正算法(CEST intravoxel inhomogeneity correction，CIVIC)，實驗數值模擬表明，即使在對稱偏移為0 ppm的對稱場色散情況下，CIVIC 算法仍然有效。實驗結果證實，所提出的CIVIC 方法在不同場均質條件下可顯著提高CEST MRI 的對比度噪聲比。

2 總結與展望

目前針對CEST 成像中各混雜因素的量化方法還是以數據仿真、多池模型擬合等數學手段體外研究為主；信噪比和時間是向臨床轉化的主要障礙，需更多深入的研究，以期在可接受的檢查時間范圍內，通過序列參數的針對性設計獲得相對準確的CEST 信號、或與機器學習算法結合[39-40]加快數據處理等獲得滿足診斷需要的信息。

作者利益沖突聲明：全體作者均聲明無利益沖突。