血管编码动脉自旋标记MR脑灌注成像初步研究

目的 初步应用血管编码动脉自旋标记MR脑灌注成像技术选择件标记双侧颈内动脉及后循环的血流分布区.方法 使用伪连续动脉自旋标记成像方法 对7名健康志愿者和6例脑血管病患者的左、右颈内动脉及椎基底动脉编码进行头部横断而成像和图像后处理,得到来源于上述不同血管的脑血流量(CBF)的灌注分布图,计算7名志愿者的双侧大脑厌、白质及半脑的CBF.比较脑血管病患者的血流分布结果 与DSA图像的一致性及低灌注区域与液体衰减反转恢复(FLAIR)T2WI的高信号区域大小.结果 定量测量正常志愿者的半CBF为(32.6±4.3)ml·min-1·100 g-1,脑白质血流最(10.8±0.9)ml·min-1·100 g-1,脑灰质血流量(55.6±2.9)ml·min-1·100 g-1.脑血管病患者的脑血流分布异常、侧支循环血流分布与DSA对应良好;所有患者低灌注区域比FLAIR T2WI显示的高信号区域范围更大.结论 血管编码动脉自旋标记MR脑灌注成像可以无创地定性并定量不同血管来源的脑血供.     

动脉自旋标记序列对前列腺癌血流灌注无创定量测量的可行性研究

目的：探讨基于流动敏感交替反转恢复标记技术（FAIR）结合单次激发快速自旋回波（SSFSE）成像技术的动脉自旋标记（ASL）序列无创定量测量前列腺血流灌注（PBF）的可行性。方法：15例经临床活检确诊的前列腺癌患者纳入本组研究,每例患者同时采集4个不同反转时间（1000、1200,1400和1600ms）下的ASL数据,以获得最优的标记血流到前列腺时间来估算其PBF。结果：前列腺正常组织区域测得的PBF为（52．04±8．69）ml／min／100g,前列腺癌区测得的PBF为（79．28±28．89）ml／min／100g,两者差异有统计学意义（P〈0．01,最优TI）,表明前列腺癌区有更大的血流灌注。结论：初步结果表明基于流动敏感交替反转恢复标记技术结合单次激发快速自旋回波成像技术的动脉自旋标记序列（FAIR-SSFSE—ASL）可以无创、定量测量前列腺血流灌注,可探测到由于前列腺癌而引起的血流灌注改变。     

MR Spectroscopy and Diffusion Weighted Imaging of Prostatic Central Gland Cancer and Analysis of Misdiagnosis

目的 探讨前列腺中央腺体癌的磁共振波谱分析(MRS)及扩散加权成像(DWI)表现,并对误诊病例进行分析.资料与方法 回顾性研究术前MR诊断为前列腺中央腺体癌的患者共58例,术后确诊为癌40例、非癌18例,比较两组间的(胆碱+肌酸)/枸橼酸盐( CC/C)值和表观扩散系数(ADC)值.结果 中央腺体癌组CC/C值及最小ADC值分别为2.89+1.26、(0.81 +0.16)×10-3mm2/s,非癌组CC/C值及最小ADC值分别为1.28±0.59、(1.02±0.18)×10-3mm2/s,中央腺体癌组与非癌组之间的CC/C值及最小ADC值差异均有统计学意义(t值分别为5.994、-3.862,P值均＜0.05).结论 MRS和DWI对于前列腺中央腺体癌的诊断具有一定的价值.     

基于FAIR-FIESTA的3.0T MR肾脏灌注成像技术开发

目的 在3.0T MR上采用流动敏感交互反转恢复(FAIR)灌注准备和稳态自由进动序列(FIESTA)的方法实现肾脏动脉自旋标记(ASL)成像。方法 采用FAIR准备的单激发FIESTA,分别采用屏气法和非屏气法对5名健康受试者进行肾脏ASL成像,并评价其成像可行性、质量及肾血流量。结果 屏气序列扫描时间20 s,非屏气序列扫描时间55 s。5名受试者均成功进行成像,图像质量能够接受,获得的肾脏血流量(RBF)分别为:屏气法全肾(220±41)ml/(100 g·min),皮质(303±65)ml/(100 g·min),髓质(103±11) ml/(100 g·min);非屏气法(221±52) ml/(100 g·min),皮质(302±67)ml/(100 g·min),髓质(107±17) ml/(100 g·min)。结论 在3.0T MR上可用FAIR-FIESTA法进行肾脏ASL成像,推荐使用屏气法。     

基于MRI技术定量测量单侧肾动脉狭窄动物模型肾脏氧摄取分数的初步研究

目的:验证基于血氧水平依赖(BOLD)的多回波梯度自旋回波(MEGSE)序列无创定量测量肾脏氧摄取分数(OEF)等氧代谢指标参数的可行性.方法:15只健康新西兰大白兔入组研究.对每只兔子施行左肾动脉部分结扎手术以造成单侧肾动脉狭窄(RAS)动物模型.行MRI扫描采集3个不同时刻的MEGSE数据,分别为基础状态、RAS术后30min(RAS-30min)和RAS术后60min(RAS-60min),以获得肾脏动脉狭窄造模前后的肾脏OEF值.结果:15只兔子均造模成功.在RAS术前测得的肾脏基础状态下OEF值为(0.36±0.08)(皮质)和(0.39±0.11)(髓质).RAS术后30min和60min测得的OEF显著增大分别为(0.46±0.14)(皮质,RAS-30min,P＜0.05)、(0.51±0.12)(髓质,RAS-30min,P＜0.05)、(0.46±0.13)(皮质,RAS-60min,P＜0.05)、(0.56±0.09)(髓质,RAS-60min,P＜0.05).结论:本研究验证了MEGSE序列可以无创、定量测量肾缺血状态下的OEF改变,为将来进一步应用于人类肾脏氧摄取分数的测量奠定了基础.     

磁共振脑部侧支循环的灌注成像

目的 研究血管编码的动脉自旋标记(VE-ASL)灌注方法对于脑部侧支循环灌注的显示能力.方法 56例超声检查显示颈内动脉狭窄的患者入组.使用VE-ASL测量侧支循环的存在及功能.Willis环侧支循环的存在通过定义A1段和后交通动脉的血流状态确定.远端侧支循环灌注功能通过测量不同脑区脑血流量来区分:脑血流量≥10 ml·min-1100g-1为供血功能可以接受,脑血流量<10 ml·min-1·100g-1为供血不足.使用交叉表将VE-ASL得到的结果与MRA、DSA的结果进行比较.计算Kappa值比较不同方法之间的一致性.比较颈动脉支架患者在治疗前后VE-ASL结果的差异.结果 比较MRA和VE-ASL确定A1段和后交通血流状态的一致性,Kappa值分别为0.746及0.700.对于侧支循环灌注功能的区分,DSA与VE-ASL比较的Kappa值是0.914.除基于Willis环的侧支循环,VE-ASL还显示了通过软脑膜的侧支血供.颈动脉支架治疗前后VE-ASL结果有明显差异.结论 在颈内动脉狭窄、闭塞的患者,VE-ASL可以无创地显示侧支循环的存在、来源及远端功能,可用于评价颈动脉支架植入后的治疗效果.     

梯度回波采样自旋回波序列测量脑R2'及氧摄取分数值稳定性及重复性的研究

目的 通过梯度回波采样自旋回波序列(GESSE)测量脑组织R2'值与传统梯度回波序列(GRE)间接测量R2'值的方法在正常志愿者内进行比较,初步评价该序列的稳定性及重复性.方法 8名正常健康志愿者,平静状态下进行头颅单层GESSE序列和该层面T2图(T2 map)和有效横向弛豫时间图(T2*map)扫描.1 d之后,再重复进行相同层面的上述序列扫描.应用北大医院和北京大学工学院生物医学工程系共同自主开发的软件对GESSE序列原始图像进行后处理得到R2'图(R2'map)及氧摄取分数图(OEF map),将左、右大脑半球等分为前、中、后3个区域,测量该区域R2'值和OEF值;T2 map及T2*map的数据在Functool工作站上进行后处理得到自旋-自旋弛豫率图(R2 map)和表观自旋-自旋弛豫率图(R2*map),利用公式计算得到R2'值(R2'=R2*-R2,R2*=1/T2*,R2=1/T2),ROI测量方法及部位同GESSE序列.通过配对t检验比较GESSE序列及传统序列2次测得R2',初步评价该序列的稳定性,通过配对t检验比较GESSE序列前后2次扫描得到的OEF值,初步判断该序列测量OEF值的重复性.结果 GESSE序列前后2次扫描得到的R2'值分别为(4.21±0.92)、(4.45±0.94)Hz,差异无统计学意义(t=-0.83,P＞0.05).前后2次传统方法得到R2'平均值分别为(7.37±1.47)、(6.42±2.33)Hz,差异有统计学意义(t=1.80,P＜0.05),第1次GESSE序列和传统方法所测R2'差异有统计学意义(t=1.71,P＜0.05).GESSE序列前后2次所测OEF值分别为0.327±0.036和0.336±0.035,差异无统计学意义(t=-1.48,P＞0.05).结论 在正常被试者中GESSE序列测量R2'值与传统方法相比稳定性较好.GESSE序列测量的OEF值重复性较好.该技术有进一步临床应用的前景.     

乳腺癌新辅助化疗前后MR表观扩散系数变化与病理反应性分级的相关性研究

目的 研究乳腺癌患者新辅助化疗前、后各周期ADC值及其变化率(△ADC%),探讨两种参数对新辅助化疗病理反应性评估的价值.方法 35例穿刺活检证实为乳腺癌的患者分别于新辅助化疗前、化疗第2和第3周期之间、化疗第4周期后行MR DWI及增强扫描,根据其术后病理对化疗反应的分级将其分为组织学反应显著(MHR)与非显著(NMHR)2组,利用重复测量的单因素方差分析及t检验分析2组患者癌灶区与对应正常腺体的ADC值,采用秩和检验分析3次ADC值及△ADC%,并应用ROC分析其对病理反应性评估的效能.结果 MHR组的乳腺癌灶手术前ADC值[中位数(范围)]为1.54×10~(-3)mm~2/s[(1.01～1.88)× 10~(-3)mm~2/s],△ ADC%为42.70%(6.31%～67.86%);在化疗第4周期后明显高于NMHR组的1.22 × 10~(-3)mm~2/s[(0.83～1.83)×10~(-3)mm~2/s]和14.88%(-28.87%～39.69%),差异有统计学意义(Z值分别为-2.77、-4.10,P值均＜0.05),而化疗早期MHR组ADC值为1.15×10~(-3)mm~2/s[(0.85～1.62)× 10~(-3)mm~2/s],△ADC%值为12.00%(-12.96%～30.65%);NMHR组ADC值为1.15×10~(-3)mm~2/s[(0.94～1.60)×10~(-3)mm~2/s],△ ADC%值为10.74%(-20.80%～41.81%);2组差异无统计学意义(P＞0.05).分别以病灶ADC及△ADC%为评估值,对MHR和NMHR组进行ROC分析,其中只有△ ADC3%的评估效能较高(Az△ADC3%=0.88).结论 化疗晚期△ADC%可以较准确预测乳腺癌对新辅助化疗的最终病理反应性.     

不同影像方法评价乳腺密度的一致性研究

目的 比较不同影像学方法评价乳腺密度的一致性.方法 搜集行DR及乳腺MR检查的患者共60例(两项检查间隔时间小于1个月).乳腺DR采集的原始图像经R2 工作站软件处理,计算机自动计算出乳房体积、乳腺实质体积及乳腺密度.乳腺X线片由2名X线影像诊断医师独立阅读,根据常用的乳腺实质分型方法(Wolfe分型、ACR分型)对58例乳腺实质进行分类.乳腺MR图像由2名影像医师通过模糊C聚类方法计算乳腺实质和脂肪的像素比例,得到乳腺密度.2周后,参与研究的其中1名影像医师重复上述工作.采用一致性检验评价各种测量方法观察者内、观察者间及不同测量方法间的一致性.结果 Wolfe分型观察者内和观察者间一致性分别为0.74、0.65;ACR分型观察者内和观察者间一致性分别为0.74、0.82;Wolfe分型与ACR分型两者间一致性为0.77;MRI得到的乳腺密度观察者内和观察者间一致性分别为0.98和0.96;MRI与X线摄影计算机自动获取的乳腺密度具有较好的一致性(r=0.81,P＜0.01).结论 乳腺DR和MR两种方法测量得到的乳腺密度具有较高的一致性,可通过R2工作站对乳腺密度进行评价.

Abstract：

Objective To Compare different methods of quantitative breast density measurement.Methods The study included sixty patients who underwent both mammography and breast MRI. The breast density was computed automatically on digital mammograms with R2 workstation. Two experienced radiologists read the mammograms and assessed the breast density with Wolfe and ACR classification respectively. Fuzzy C-means clustering algorithm (FCM) was used to assess breast density on MRI. Each assessment method was repeated after 2 weeks. Spearman and Pearson correlations of inter- and intrareader and intermodality were computed for density estimates. Results Inter- and intrareader correlation of Wolfe classification were 0. 74 and 0. 65, and they were 0. 74 and 0. 82 for ACR classification respectively.Correlation between Wolfe and ACR classification was 0. 77. High interreader correlation of 0. 98 and intrareader correlation of 0. 96 was observed with MR FCM measurement. And the correlation between digital mammograms and MRI was high in the assessment of breast density (r = 0. 81, P ＜ 0. 01). Conclusion High correlation of breast density estimates on digital mammograms and MRI FCM suggested the former could be used as a simple and accurate method.