分享:
分享到微信朋友圈
X
综述
集成MRI在临床诊断中的应用价值
陈爽 欧阳汉

Cite this article as: Chen S, OUYang H. The application value of synthetic MRI in diagnosis. Chin J Magn Reson Imaging, 2020, 11(9): 833-836.本文引用格式:陈爽,欧阳汉.集成MRI在临床诊断中的应用价值.磁共振成像, 2020, 11(9): 833-836. DOI:10.12015/issn.1674-8034.2020.09.027.


[摘要] 集成磁共振成像(synthetic magnetic resonance imaging,SyMRI)是一种定量磁共振成像(quantitative magnetic resonance Imaging ,QMRI)技术,可以量化组织的弛豫时间和质子密度(proton density,PD)。SyMRI在颅内疾病的诊断及脑实质发育的检测中已得到较为广泛的应用。目前为止,SyMRI依旧作为较新的磁共振成像(magnetic resonance imaging ,MRI)扫描技术,应用在部分实质脏器的疾病诊断中。作者主要就SyMRI的基本原理、可重复性研究、脑部及其他实质脏器扫描中的应用做出简要的介绍,阐述了SyMRI扫描后呈现图像的质量问题及解决办法,并对SyMRI技术未来的进一步广泛应用做出展望。
[Abstract] Synthetic magnetic resonance imaging (SyMRI) is a kind of technology of quantitative magnetic resonance imaging (QMRI), relaxation time and proton density of tissue can be quantified. SyMRI has already been widely used in diagnosis of intracranial diseases and detection of brain development. So far, SyMRI is one of the most recent MR scanning technology, which is applied in the diagnosis of diseases of certain parenchymal organs. In this paper, we introduced some aspects including the basic principles of SyMRI, repeatability research, application in brain and other substantial organs, briefly. Problems of quality and solutions of images also be presented later. The further extensive application of SyMRI technology still be prospected.
[关键词] 集成磁共振;扫描技术;诊断应用
[Keywords] synthetic magnetic resonance imaging;scanning technique;diagnosis and application

陈爽 国家癌症中心国家肿瘤临床医学研究中心中国医学科学院北京协和医学院肿瘤医院影像诊断科,北京 100021

欧阳汉* 国家癌症中心国家肿瘤临床医学研究中心中国医学科学院北京协和医学院肿瘤医院影像诊断科,北京 100021

通信作者:欧阳汉,E-mail: houybj@126.com

利益冲突:无。


收稿日期:2020-01-14
接受日期:2020-04-17
中图分类号:R445.2 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2020.09.027
本文引用格式:陈爽,欧阳汉.集成MRI在临床诊断中的应用价值.磁共振成像, 2020, 11(9): 833-836. DOI:10.12015/issn.1674-8034.2020.09.027.

       集成磁共振(synthetic magnetic resonance imaging ,SyMRI)是一种定量磁共振(quantitative magnetic resonance imaging,QMRI)技术,可以测量固有的纵向弛豫时间(longitudinal relaxation time,T1)和横向弛豫时间(transverse relaxation time,T2),并可以仅仅通过一次图像采集产生多种对比加权图像[1]。基本的SyMRI序列包括常规的T1加权成像(T1 weighted image,T1WI)、T2加权成像(T2 weighted image,T1WI)、质子密度加权成像(proton density weighted image,PDWI)、液体衰减反转恢复(fluid attenuated inversion recovery ,FLAIR)、短反转时间反转恢复(short T1 inversion recovery,STIR)序列。现如今,SyMRI已获得多个国家医疗监管部门的批准,能够集成到医疗图像存储与传输系统(picture archiving and communication systems,PACS)中,并用于通用电气、飞利浦和西门子平台上[2]。现笔者将对SyMRI在临床疾病诊断过程中的应用进行简单的介绍。

1 SyMRI的基本原理

       SyMRI是利用涡轮自旋回波来读出饱和恢复参数的一种多回波信号,可以对弛豫时间和质子密度(proton density ,PD)进行量化,从而测量出组织的弛豫时间[2]。包括T1、T2或它们的反弛豫率R1 (1/T1)、R2 (1/T2)以及PD的绝对定量,因此可以对疾病进行更客观的评估。SyMRI通过调整重复时间(repetition time,TR)、回波时间(echo time,TE)等扫描参数来重新合成各种图像[3]。也可以从T1、T2和PD值重新格式化优化SyMRI。基于这种绝对定量MRI扫描合成一致的图像,通过图像校准来补偿由于图像运动和采集过程引起的几何失真,所合成的图像不会形成与扫描仪相关的缺陷和脉冲序列的变化[4]

2 SyMRI的优缺点及在临床诊断中的相关应用

2.1 SyMRI的可重复性

       作为近几年新兴的一种MR扫描技术,SyMRI在成像及测量过程中的可重复性得到了诸多研究的验证。Granberg等[5]应用SyMRI对多发性硬化(multiple sclerosis,MS)患者及健康对照组(healthy control,HC)进行两次扫描,对脑成分进行分割体积测量,结果显示SyMRI对于脑容量(brain volume,BV)、颅内容积(intracranial volume,ICV)、脑实质分数(brain parenchymal fraction,BPF)、脑灰质分数(gray matter fraction,GMF)测量结果的重复性误差低于其他MRI图像处理和分析软件(如FreeSurfer,FSL和SPM),尤其是在BV和BPF测量中的重复性最好,变异系数(Coefficient of Variation,CoV)分别为0.30%和0.23%。之后,在一项应用SyMRI检出MS斑块的研究中[6],即便SyMRI检测出的MS斑块要多于常规MRI,但SyMRI的观察者间一致性却低于常规MRI,分别为0.858(95% CI,0.496;0.959)及0.950(95% CI,0.824;0.986)。研究者分析这可能是由于观察者对于SyMRI图像较生疏的缘故。

       关于使用SyMRI来进行脑组织分割测量判断可重复性的研究相继开展。Andica等[7]在通过SyMRI分割测量结果显示ICV的CoV小于1.00%,BPF的CoV小于0.54%。Krauss等[8]采用SyMRI测量MS患者正常脑实质及HCs的脑实质中的T1、T2、PD值,总体相对差异度分别为-1.2%±5.3% (T1),-6.6%±1.9% (T2)和0.7%±5.1% (PD)。West等[9]分别采用1.5 T及3.0 T的MR扫描仪进行脑白质(white matter,WM)、灰质(grey matter,GM)、脑脊液(cerebrospinal fluid,CSF)、脑实质容量(brain parenchymal volume,BPV)和BPF分割测量,所有测量的重复性均较高,且1.5 T的结果重复性略高于3.0 T,这可能是由于采用1.5 T扫描仪测得的R1、R2值的较高动态范围导致组织间更明显的信号分离,如BPF在1.5 T时的重复性为0.22%,在3.0 T时为1.21%。以上研究表明,SyMRI在脑成分的分割测量中具有良好的重复性,因此可继续用于后续的研究。

2.2 SyMRI在脑部扫描中的应用

       SyMRI对脑组织体积分割及髓鞘体积测量有一定作用。Virhammar等[10]通过对ICV,CSF和BPF的快速定量计算,发现SyMRI可用于监测脑室容量,并可作为评估脑积水治疗后反应的非侵入性方法。但有研究表明[9],在用1.5 T和3.0 T MRI进行脑分割测量时,WM、GM、CSF和BPF在这两种磁场强扫描仪之间存在显著的统计学差异(P<0.001),在1.5 T扫描时WM被低估,而GM和CSF被高估。其原因可能是随着主磁场强度增加,富铁区和乏铁区之间的对比度增加及3.0 T MR扫描仪的B1场不均匀性较大所致。Andica等[11]使用SyMRI研究在复发缓解MS (relapsing-remitting MS ,RRMS)患者中GM相应的变化,他们发现RRMS患者的MVF低于HC,晚期RRMS患者的灰质内髓鞘体积(myelin volumes of GM,GM-MyVol)最小。并且,RRMS患者的GM-MyVol与疾病的活动持续时间呈负相关(r=-0.43,P=0.005)。总之,通过SyMRI得到的MVF和MyVol可用于评估RRMS患者的GM改变,这是SyMRI在临床疾病诊断中较为广泛的应用。在存在认知功能障碍的患者SyMRI检查中[12],正常脑白质中的髓鞘体积多于白质内存在高信号的髓鞘体积(39.9%±2.4%与37.5%±2.7%比较,P<0.001)。还有研究发现,在相似的采集时间下,SyMRI上MS与WM的对比度及对比信噪比高于常规MRI[6],因此能够检出更多的MS病灶(P=0.001)。

       同时部分研究表明,SyMRI在观察儿童脑部发育方面具有明显优势,已有研究机构已将其作为新生儿的常规检查序列。儿童脑部MRI随着年龄的增长和髓鞘化的完善逐渐发生相应的变化,尤其是不足2岁的幼儿,由于不完整髓鞘化,成为脑部MR扫描的一个特殊群体[13]。有研究表明[14],使用SyMRI和常规MRI在扫描新生儿脑部时,虽然图像报告的敏感性和特异性不存在统计学差异(P>0.05),但SyMRI可以减少采集不同序列图像的次数,缩短扫描时间,从而减少麻醉剂对神经和认知功能方面的影响,同时有利于发育中的大脑可视化。如McAllister等[15]以测量绝对R1、R2和PD值建立了儿童的ICV、BPV、BPF、GM、WM、CSF、髓鞘(myelin volume,MY)和髓鞘体积分数(myelin volume fraction,MYF)的规范化数据库。其中R1、R2和PD值是给定组织/体素在给定场强下的固有物理特性,并且独立于采集序列[16]。Lee等[17]研究发现,除脑皮质的PD外,所有脑区的T1、T2值均随着年龄的增加而减少,这种变化在1岁内的儿童中最为显著。以上研究均表明,在儿童大脑可视化的研究中,SyMRI进展卓越。

       并且对脑肿瘤的研究中,SyMRI在观察肿瘤的侵犯范围及肿瘤检出方面有一定的价值。Prastawa等[18]使用SyMRI拆分出具有肿瘤大小,位置,周围水肿程度和增强区域的变化的脑肿瘤图像,通过分析血管信息,进而分析出对比剂的聚集特点,同时也可以获得周围组织的受压变形程度和肿瘤的边缘浸润的相关信息。有研究通过测量MRI上R1,R2和瘤周水肿的脑血流量(cerebral blood volume,rCBV)值时发现,三者的大小均随着与肿瘤间距离的增加而减小,在注射的对比剂后R1梯度显著增加(P<0.0001)[19],这些信息可用于手术和放射治疗的规划。同时,Hagiwara等[20]还发现脑转移瘤的对比度在增强扫描SyMRI成像中优于未使用对比剂的SyMRI成像(P<0.001)及常规MRI成像(P=0.04 )。但Maekawa等[21]发现注射对比剂后的T1、T2和PD值均降低,导致了WM和MVF的测量值增加,GM、CSF、ICV的测量值显著降低,所以他们认为对比剂的使用对SyMRI测量脑组织的体积有着显著的影响,这也提示影像科医生在应用SyMRI进行诊断时应该更加谨慎。在监测使用贝伐单抗治疗复发性胶质母细胞瘤是否进展的研究中[22],研究者发现肿瘤进展的患者显示T1弛豫时间延长,并且优先于肿瘤体积的增加出现。而Hattingen等[23]认为,在贝伐单抗治疗复发性胶质母细胞瘤进展时T2值持续降低,即便以上两项研究的侧重点不同,但SyMRI在检测肿瘤进展中,均优于常规MRI。

       此外有研究比较了脑脊液检查结果为阴性可疑细菌性脑膜炎的女婴的常规MRI和SyMRI的图像,发现在SyMRI的增强T2WI FLAIR序列上,脑膜增强的图像对比度比常规MRI的增强T2WI FLAIR序列图像上的对比度更好[24],这是唯一一项关于脑膜炎检测优势的研究。

       目前部分研究对于SyMRI的FLAIR图像质量及应用价值尚有争议。有研究表明[5,25],尽管脑SyMRI可以提供良好的图像质量并且清晰地显示出解剖结构,但在SyMRI的T2 FLAIR上却产生更明显的伪影,尤其是基底动脉和CSF的搏动伪影,在图像上显示为线样高信号。同样,Lee等[13]认为在SyMRI的T1和T2图像中GM和WM的图像分辨率与常规MRI的图像分辨率相当或更好,但在SyFLAIR图像中对比度较差。为了弥补SyMRI检查中存在的部分伪影问题,科学家想出了一系列办法。例如,为了校正SyT2 FLAIR序列产生的伪影[26],Ryu等[26]开发了一种基于深度学习(deep learning ,DL)的SyFLAIR方法,并计算校正前后的归一化均方根(normalized root mean square,NRMSE)和结构相似性(structural similarity,SSIM)来评定图像质量。结果发现,NRMSE从4.2%优化到2.9% (P<0.0001),SSIM从0.85提高到0.93 (P<0.0001)。同时,GM、WM、CSF的NRMSE值分别从1.58%显着改善至1.26% (P<0.001),3.1%至1.5% (P< 0.0001)和2.7%至1.4% (P<0.0001)。以上表明,DL方法是可以作为纠正SyFLAIR中伪像的一种有前景的方法。

       此外,关于SyMRI的少量研究还包括以下几个方面。为了获得急性脑卒中患者更准确的发病时间[27],通过SyMRI测得T2弛豫时间和FLAIR信号强度,并计算出FLAIR信号强度比(signal intensity ratio ,rSI),它可以显示出T2弛豫时间与起始时间强烈的相关性(ρ=0.71;95% CI=[0.48;0.85]),这一研究对于确定脑卒中的发生时间,由此选择有效的治疗方法有着显著的作用。而Fujiwara等[28]在研究SyMRI生成的T2WI和FLAIR组合图像的最佳T2对比度加权图像(three-dimensional T2WI and FLAIR images,SyFLAIR3)是否可以改善WM区域的对比度(contrast-to-noise ratio,CNR)中,他们发现,SyFLAIR3的CNR显著高于FLAIR和双反转恢复(double inversion recovery,DIR)图像。SyFLAIR3的使用改善了WM区域内的对比度,也无需在SyMRI中再进行额外的扫描,这又为SyMRI图像的优化提供了新的思路。

2.3 SyMRI的其他部位的应用

       SyMRI作为一种较新的MR扫描机图像处理技术,已经较为广泛地应用于脑部的多项检查,同时,部分研究者对于SyMRI在人体其他部位的应用做出了实践。与脑组织区域分割方法类似,有研究对于脊柱的成分(脊髓、椎体、椎间盘等)进行了规范化的测量,结果显示,颈椎间盘和腰椎间盘的T1值相差最大(P<0.05),脊柱水平对椎体T1值的影响最显著(P<0.001);脊髓水平对脊髓和椎间盘的T2值有显著影响(分别为P<0.05和P<0.001)[29],同样可以可视化脊柱的变化。

       Yi等[30]发现SyMRI和常规MRI在膝关节成像时的图像质量及病变(十字韧带撕裂,半月板撕裂和软骨损伤)的诊断效能方面均未见统计学差异。但Yi等[31]发现T1WI对比增强比SyMRI在评估膝关节滑膜炎时整体的图像质量更高(P<0.001),同时,在SyMRI成像中滑膜与积液的对比度也高于常规MRI (P=0.003)。Lee等[32]用SyMRI测得的T2值进行膝关节软骨的定量评估,并考虑是否可以替代膝关节软骨常规MRI。他们发现,在体模研究中,采用SyMRI获得的T2弛豫时间与常规多回波自旋回波脉冲序列有显著相关性(r2=0.998,P<0.05),且SyMRI具有扫描时间短的优势,因此可以替代常规T2 mapping序列。SyMRI对于膝关节的研究较少,但部分实验表明,SyMRI的图像质量要优于常规MRI,这仍然需要进一步的研究证实。

       Baron等[33]在用SyMRI分析发生骨折时间长短的研究中发现,T1与愈合时间之间存在显著的负相关(ρ=-0.46 ,P=0.003),骨折处的T1值随着时间的推移在女性中显示出比男性更慢的衰减。此项研究可用于遭受虐待的儿童的身体检测中,来判断骨折时间的长短。

       另一项关于SyMRI临床应用的重要研究中[34],Arita等[34]发现,具有活动性骨转移的PD值显着高于无硬化且无活性骨转移病灶及正常红骨髓的PD值(P均<0.001);存在硬化但无活动性的骨转移性病变的PD值显着低于无硬化且无活动性骨转移病灶及红骨髓的PD值(P均<0.001)。所以PD值被证明是区分前列腺癌骨转移病灶活动度及内部是否存在硬化灶的独立指标(P <0.001)。可以优先判断前列腺癌隐匿存在的骨转移灶。

       总而言之,SyMRI是一种新的图像采集和分析方法,由于其具有成像快,可定量测量弛豫时间等优点,在现已应用于脑部、骨关节等多个部位成像中,对疾病的诊断、疗效评估等具有一定价值,随着SyMRI技术的不断完善及临床应用的深入探索,未来必将具有广阔的应用前景。

[1]
Goncalves FG, Serai SD, Zuccoli G. Synthetic brain MRI: review of current concepts and future directions. Top Magn Reson Imaging, 2018, 27(6): 387-393.
[2]
Hagiwara A. SyMRI of the brain: rapid quantification of relaxation rates and proton density, with synthetic MRI, automatic brain segmentation, and myelin measurement. Invest Radiol, 2017, 52(10): 647-657.
[3]
Lee SH. Optimization of T2-weighted imaging for shoulder magnetic resonance arthrography by synthetic magnetic resonance imaging. Acta Radiol, 2018, 59(8): 959-965.
[4]
Huizinga W. PCA-based groupwise image registration for quantitative MRI. Med Image Anal, 2016, 29: 65-78.
[5]
Granberg T, Uppman M, Hashim F, et al. Clinical feasibility of synthetic MRI in multiple sclerosis: a diagnostic and volumetric validation study. AJNR Am J Neuroradiol, 2016, 37(6): 1023-1029.
[6]
Hagiwara A. Synthetic MRI in the detection of multiple sclerosis plaques. AJNR Am J Neuroradiol, 2017, 38(2): 257-263.
[7]
Andica C, Hagiwara A, Hori M, et al. Automated brain tissue and myelin volumetry based on quantitative MR imaging with various in-plane resolutions. J Neuroradiol, 2018, 45(3): 164-168.
[8]
Krauss W, Gunnarsson M, Andersson T, et al. Accuracy and reproducibility of a quantitative magnetic resonance imaging method for concurrent measurements of tissue relaxation times and proton density. Magn Reson Imaging, 2015, 33(5): 584-591.
[9]
West J, Blystad I, Engström M, et al. Application of quantitative MRI for brain tissue segmentation at 1.5 T and 3.0 T field strengths. PLoS One, 2013, 8(9): e74795.
[10]
Virhammar J, Warntjes M, Laurell K, et al. Quantitative MRI for rapid and user-independent monitoring of intracranial CSF volume in hydrocephalus. AJNR Am J Neuroradiol, 2016, 37(5): 797-801.
[11]
Andica C, Hagiwara A, Kamagata K, et al. Gray matter alterations in early and late relapsing-remitting multiple sclerosis evaluated with synthetic quantitative magnetic resonance imaging. Sci Rep, 2019, 9(1): 8147.
[12]
Park M. Myelin loss in white matter hyperintensities and normal-appearing white matter of cognitively impaired patients: a quantitative synthetic magnetic resonance imaging study. Eur Radiol, 2019, 29(9): 4914-4921.
[13]
Lee SM, Choi YH, Cheon JE, et al. Image quality at synthetic brain magnetic resonance imaging in children. Pediatr Radiol, 2017, 47(12): 1638-1647.
[14]
West H. Clinical validation of synthetic brain MRI in children: initial experience. Neuroradiology, 2017, 59(1): 43-50.
[15]
McAllister A, Leach J, West H, et al. Quantitative synthetic MRI in children: normative intracranial tissue segmentation values during development. AJNR Am J Neuroradiol, 2017, 38(12): 2364-2372.
[16]
West J, Warntjes JB, Lundberg P. Novel whole brain segmentation and volume estimation using quantitative MRI. Eur Radiol, 2012, 22(5): 998-1007.
[17]
Lee SM, Choi YH, You SK, et al. Age-related changes in tissue value properties in children: simultaneous quantification of relaxation times and proton density using synthetic magnetic resonance imaging. Invest Radiol, 2018, 53(4): 236-245.
[18]
Prastawa M, Bullitt E, Gerig G. Synthetic ground truth for validation of brain tumor MRI segmentation. Med Image Comput Comput Assist Interv, 2005, 8(1): 26-33.
[19]
Blystad I. Quantitative MRI for analysis of peritumoral edema in malignant gliomas. PLoS One, 2017, 12(5): e0177135.
[20]
Hagiwara A, Hori M, Suzuki M, et al. Contrast-enhanced synthetic MRI for the detection of brain metastases. Acta Radiol Open, 2016, 5(2): 2058460115626757.
[21]
Maekawa T, Hagiwara A, Hori M, et al. Effect of gadolinium on the estimation of myelin and brain tissue volumes based on quantitative synthetic MRI. AJNR Am J Neuroradiol, 2019, 40(2): 231-237.
[22]
Lescher S. Quantitative T1 and T2 mapping in recurrent glioblastomas under bevacizumab: earlier detection of tumor progression compared to conventional MRI. Neuroradiology, 2015, 57(1): 11-20.
[23]
Hattingen E, Jurcoane A, Daneshvar K, et al. Quantitative T2 mapping of recurrent glioblastoma under bevacizumab improves monitoring for non-enhancing tumor progression and predicts overall survival. Neuro Oncol, 2013, 15(10): 1395-1404.
[24]
Andica C. Synthetic MR imaging in the diagnosis of bacterial meningitis. Magn Reson Med Sci, 2017, 16(2): 91-92.
[25]
Ryu KH. Initial clinical experience of synthetic MRI as a routine neuroimaging protocol in daily practice: a single-center study. J Neuroradiol, 2020, 47(2):151-160.
[26]
Ryu K, Nam Y, Gho SM, et al. Data-driven synthetic MRI FLAIR artifact correction via deep neural network. J Magn Reson Imaging, 2019, 50(5): 1413-1423.
[27]
Duchaussoy T. Synthetic T2 mapping is correlated with time from stroke onset: a future tool in wake-up stroke management? Eur Radiol, 2019, 29(12): 7019-7026.
[28]
Fujiwara Y, Inoue Y, Kanamoto M, et al. The use of combined T2-weighted and FLAIR synthetic magnetic resonance images to improve white matter region contrast: a feasibility study. Radiol Phys Technol, 2019, 12(1): 118-125.
[29]
Drake-Perez M. Normal values of magnetic relaxation parameters of spine components with the synthetic MRI sequence. AJNR Am J Neuroradiol, 2018, 39(4): 788-795.
[30]
Yi J, Lee YH, Song HT, et al. Clinical feasibility of synthetic magnetic resonance imaging in the diagnosis of internal derangements of the knee. Korean J Radiol, 2018, 19(2): 311-319.
[31]
Yi J, Lee YH, Song HT, et al. Double-inversion recovery with synthetic magnetic resonance: a pilot study for assessing synovitis of the knee joint compared to contrast-enhanced magnetic resonance imaging. Eur Radiol, 2019, 29(5): 2573-2580.
[32]
Lee SH, Lee YH, Song HT, et al. Quantitative T2 mapping of knee cartilage: comparison between the synthetic MR imaging and the CPMG sequence. Magn Reson Med Sci, 2018, 17(4): 344-349.
[33]
Baron K, Neumayer B, Widek T, et al. Quantitative MR imaging in fracture dating: initial results. Forensic Sci Int, 2016, 261: 61-69.
[34]
Arita Y, Takahara T, Yoshida S, et al. Quantitative Assessment of Bone Metastasis in Prostate Cancer Using Synthetic Magnetic Resonance Imaging. 2019, 54(10): 638-644.

上一篇 基于磁共振成像的棕色脂肪检测研究现状
下一篇 磁共振液体衰减反转恢复血管高信号征的定义、原理及临床应用
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2