APP下载

IVIM-DWI 在胰腺疾病诊断中的应用现状

2020-12-20杨惠君郝金钢审校

昆明医科大学学报 2020年8期
关键词:扩散系数胰腺癌胰腺炎

杨惠君,郝金钢 审校

(昆明医科大学第二附属医院放射科,云南昆明 650101)

胰腺是第二大消化腺,它包括了内、外分泌部,是十分重要的消化相关的脏器,属于腹膜后的器官。近年来,胰腺的疾病在不断增加,特别是胰腺癌的发病率也呈现出上升趋势,胰腺癌是消化道恶性程度最高的肿瘤,且胰腺癌早期起病隐匿,通常有临床表现或体检发现时,已发展成为晚期[1],有研究表明,至2030 年,预计在美国胰腺癌可能变为第二大癌症致死病因[2],中国国家癌症中心发布的2018 年最新数据显示,恶性肿瘤发病率的第十位是胰腺癌。因此,提高对胰腺疾病诊断和鉴别的正确率,也成为胰腺疾病后续治疗及预后的关键。随着近年来医学影像学的发展,胰腺疾病的诊断的方法层出不穷,特别是CT 及MRI 等功能影像技术的发展,也为胰腺病变诊断正确率的提高做出了很大的贡献,尤其是MRI 功能成像技术中,逐渐发展起来的体素内非相干运动的弥散加权成像,IVIM-DWI 成为一种胰腺疾病诊断和鉴别的理想方法。

1 IVIM-DWI 的基本原理

1.1 弥散加权成像的原理及其衍生序列

MR 弥散加权成像(diffusion weighted imaging,DWI)是建立在水分子弥散运动的基础上,能对活体组织病理生理改变进行定量参数分析的一种生物标记物,反映了组织的功能代谢[3],并能对体内各个器官系统的病变进行诊断以及鉴别诊断[1,4]。19 世纪80 年代中期,DWI 第一次应用于人体,很快便开始应用到全身各个系统的病变[5]。MR 弥散加权成像包括单指数模型、双指数模型以及拉伸指数模型[2]等模型,其中单指数模型是其中应用最早,同时也是应用最多的。但是单指数模型获得的表观扩散系数(apparent diffusion coefficient,ADC)通常会偏高,这是因为其中除了水分子运动的弥散效应,还包括了微循环的血液流动[6],这样得出的组织特征可能并不可靠。于是,1986 年Le Bihan 等[6-7]提出了体素内不相干运动(intravoxel incoherent motion,IVIM)的概念。

1.2 IVIM-DWI 的优势及算法

IVIM-DWI 相较单指数模型DWI,不仅能较好地体现出水分子的弥散运动所产生的效应,同时也可以反映出微循环的灌注,是由单指数模型衍生而来的双指数模型[6-7]。单指数模型DWI 常仅通过采集高低两个b 值来进行计算,而双指数模型则通过采集多个b 值和模型的MR 信号,进行双指数曲线的拟合分析后,可以同时获得量化了真实的组织扩散及血流灌注的图像[7],从而为诊断提供更多的信息。双指数模型的计算公式是:Sb/S0=(1-f)×Exp(-bD)+f×Exp[-b(D+D*)],其中的f 值代表了灌注分数,其是微循环的灌注效应与总的扩散效应的容积百分比,值在0~1 之间;单纯扩散系数D 值的单位为mm2/s,反映了选中区域中的单纯水分子扩散所产生的效应;D*值是指假扩散系数,说明了所选区域局部血流灌注所产生的扩散效应,单位用mm2/s 表示;S0指的是扩散梯度为0 时的信号强度;Sb则表示扩散梯度为b 值时的信号强度[6-10]。

2 IVIM-DWI 对胰腺疾病的诊断

IVIM-DWI 最早应用于脑部等呼吸运动相对较少的检查部位,后逐渐应用到其他部位的检查。1999 年,Yamada[9]等首次将IVIM-DWI 应用于腹部,但是由于当时技术发展还跟不上,扫描的图像质量较差。随着磁共振的更新换代,IVIM-DWI开始被广泛应用于腹部。下面就来对目前IVIM-DWI 在胰腺疾病应用得较多的研究中的诊断现状进行阐述。

2.1 IVIM-DWI 对胰腺癌的诊断

2009 年,Lemke 等[11]进行了对ADC 值和IVIM-DWI 对胰腺导管腺癌(pancreatic ductal adenocarcinomas,PDAC),与正常胰腺组织鉴别的效果的评估,结果显示扩散系数D 值不能对二者进行鉴别,而灌注分数f 值则是鉴别二者最好的参数值,正常胰腺组织的灌注分数f 值高于PDAC,并且多b 值的采集能很好的提高f 值的稳定性,提高诊断的灵敏度和特异度。除此之外,采用多b值有助于区分肿瘤、胰腺的血管和主胰管[12]。马婉玲等[1]研究表明,IVIM-DWI 测得的正常胰腺组织的ADC 值及f 值高于PDAC,而D 值低于PDAC,并且D 值在其中的诊断效能是最高的。De Robertis等[13]计算了表观扩散系数ADC 值,扩散慢成分D值、不相干微循环Dp 值和灌注分数f 值,结果显示ADC 值不能较好的区分正常胰腺组织与胰腺的病变(P=0.109),而D 值,Dp 值,和f 值可以区分(P<0.001),存在统计学差异,尤其是,与正常胰腺相比,PDAC 的D 值较高,而Dp 值和f 值较低。

Rong D 等[14]研究了IVIM-DWI 鉴别PDAC 中的转移性淋巴结站和非转移性淋巴结站,结果是非转移性淋巴结站的平均D 值、D*值、f 值和ADC值这4 个值均比转移性淋巴结站高,并且其中诊断效能最好的是D 值,测得的区分转移和非转移淋巴结的最佳值是:D=1.180×103mm2/s,D*=14.750 ×103mm2/s,f=20.65%,ADC=1.390 ×103mm2/s。马婉玲等[15]还进行了IVIM-DWI 定量参数对PDAC 的分化程度评估的研究,研究显示低分化PDAC 的慢表观扩散系数ADCslow值较高-中分化PDAC 明显增高,而f 值较高-中分化PDAC低,因此IVIM-DWI 的ADCslow 值和f 值对低度分化PDAC 与高-中分化PDAC 进行鉴别,并能够对其进行术前的病理分级。Ma Chao 等[16]的研究结果是多b 值DWI 衍生的单指数与双指数模型扩散参数与PDAC 及肿瘤分期或肿瘤特征无相关性,当ADC 值=20 mm2/s 时,鉴别PDAC 与正常胰腺组织的准确率是最高的。Elizabeth M 等[17]证明在PDAC 中,纤维化与D 值呈负相关,与f 值呈正相关,提示基质增生会影响灌注和扩散效应;ADC2b在致密纤维化的肿瘤中是低值,也许可以作为纤维化结构的生物标志物。

2.2 IVIM-DWI 对神经内分泌肿瘤的诊断

胰腺神经内分泌肿瘤 (pancreatic neuroendocrine tumors,PNETs)占胃肠道胰腺神经内分泌肿瘤的7%~9%,它在基因组、表型和生物学三个不同的水平上高度异质。在IVIM=DWI 上,Klau 等[18]发现PNETs 的灌注分数f 值较PDAC 的f值高;而D 值则较低;D*值则不能鉴别PDAC 和PNETs;组织学肿瘤特征参数微血管密度MVD 值在PNETs 较PDAC 的值高;IVIM-DWI 的f 值与MVD 值有明显的关联。Kang 等[19]研究显示IVIM-DWI 在PNETs 的Dfast 和f 值均高于PDAC,差异具有统计学意义(P<0.0001),且在ROC 曲线分析中,Dfast 和f 值与ADC 值和Dslow 值相比,在鉴别中更具有意义。马婉玲等[1]研究结果表明PNETs 的ADC 值、D* 值和f 值的三个值均高于PDAC 的值,而其中鉴别二者是D*值诊断效能最高。而马露等[20]发现乏血供的PNETs f 值高于胰腺癌,D 值低于胰腺癌,差异有统计学意义(P<0.05),D*值及ADC 值的P>0.05,差异均无统计学意义。De Robertis 等[13]发现PNETs 与PDAC 相比,具有较高的Dp 值和f 值以及较低的D 值。综上,f 值可以有效地将PDAC 和PNETs 区分开来,其他值的结果仍尚无统一定论。

Lotfalizadeh 等[21]进行了DWI 预测PNETs 级别高低的研究,肿瘤的级别越高,平均ADC 值和D值就会明显减低;并且肿块的体积也越大。Guo C等[22]研究表明ADC 值与PNETs 的分级、有丝分裂计数和Ki-67 增殖指数均表现为负相关。二者研究结果基本一致。De Robertis 等[23]的结果显示全肿瘤的ADC 值柱状图分析,可能是一个有价值的可以进行预测PNETs 的侵袭性的非侵入性工具,ADCentropy 和ADCkurtosis 值是识别具有更高生物侵袭性的PNETs 的最准确的柱状图衍生参数,在更高级别的肿瘤和血管侵犯、淋巴结和肝转移中显著较高。

2.3 IVIM-DWI 对慢性胰腺炎的诊断

慢性肿块型胰腺炎与PDAC 这两者由于影像表现上会存在交叉重叠,因而区分两者常会存在困难,IVIM-DWI 的出现能够为二者的鉴别诊断提供更多的信息。Klauss 等[24]研究显示,ADC 值在50~300 mm2/s 时,可以对慢性肿块型胰腺炎和PDAC 进行鉴别,且灌注分数f 值对于鉴别慢性肿块型胰腺炎和PDAC 的效能比ADC 值高,是较为有效的参数值。Kang 等[19]研究表明了IVIM-DWI的Dfast 值和f 值在慢性胰腺炎中均较PDAC 高。在前期研究中发现f 值对慢性肿块型胰腺炎与胰腺癌的鉴别差异有统计学意义(P< 0.001),而D、ADC、D 值的鉴别能力较差,差异无统计学意义(P=0.326);PDAC 的f 值与慢性胰腺炎相比差异有统计学意义(P<0.001),但D*值(P=0.327)、D 值(P=0.128),差异无统计学意义(P>0.05),且f 值的诊断效能是最好的[25-26]。

2.4 IVIM-DWI 对自身免疫性胰腺炎的诊断

Klau 等[27]的研究显示自身免疫性胰腺炎(autoimmune pancreatitis,AIP)和PDAC 之间的f值存在差异,且AIP 的f 值较PDAC 的更高。Song等[28]研究结果为与PDAC 相比,肿块型AIP 的ADC值显著降低,且在多变量分析中,均匀强化、穿管征、ADC 值小于0.9407×103mm2/s 对区分肿块型AIP 与PDAC 有显著意义。De Robertis 等[13]的结果也表明AIP 的f 值与PDAC 相比较高,二者f 值存在差异(P=0.024),并且,Dp 值和f 值在AIP均较正常的胰腺组织及PNETs 值要低。

3 小结

IVIM-DWI 诊断胰腺疾病存在的不足,现有研究大多数样本量都较少,未来需要更多的样本来支持进一步的研究。磁共振检查应该要尽量减少图像的伪影及提高信噪比,但是这些还需要更多的去研究,才能保证图像的质量和配准。胰腺的血供是复杂的,已有研究表明双指数模型也存在一定的局限性,因而,新发展的拉伸扩散和贝叶斯IVIM 拟合等替代模型和拟合算法可以提高IVIM参数估计的一致性和准确性。IVIM—DWI 的参数容易受到b 值的影响,低b 值可以显示出组织的灌注,但是对于低b 值的选取还有待于更多的研究,目前尚无统一的定论。

总之,IVIM-DWI 较传统的单指数模型的DWI对于胰腺病变的诊断更具用优势,其多参数定量分析可以将真正的弥散效应与灌注效应进行区分。而单指数模型常同时包含二者的效应,对病变的诊断易存在重叠。IVIM-DWI 可作为一种影像学上的生物标志物,无需采用侵入性的手段,仅通过获得多个参数,就能对病变进行分析,增加对病变的识别能力,从而有助于诊断及鉴别诊断,选择正确的治疗方式,提高患者预后及生存质量。随着研究的不断深入及计算机软件的升级换代,相信会被越来越多的应用到临床实践中来,为临床的诊断、治疗和预后提供帮助。

猜你喜欢

扩散系数胰腺癌胰腺炎
CT联合CA199、CA50检测用于胰腺癌诊断的敏感性与特异性探讨
胰腺癌治疗为什么这么难
青藏工程走廊冻融土热扩散系数特性与预测模型研究
CT影像对急性胰腺炎的诊断价值
吸烟会让胰腺癌发病提前10年
急性胰腺炎恢复进食时间的探讨
CT,MRI诊断急性胰腺炎胰腺内外病变价值比较
Reporting and methodological quality of systematic reviews or meta-analyses in nasogastric and nasojejunal enteral nutrition for severe acute pancreatitis
RP-3航空燃油中CO2扩散系数实验分析
海上网箱养鱼药浴中双氧水扩散分析