0 引言

       脑肿瘤是中枢神经系统中一类具有显著异质性的疾病，自20世纪80年代MRI被首次引入临床以来，便在脑肿瘤的诊断中显示出明显优势^[1]。随着磁场强度增加和相关射频线圈技术的改进，7 T MRI逐渐成为临床研究和诊断脑肿瘤的关键工具。相较于传统MRI，7 T MRI因其更高的信噪比和空间分辨率，能够更精确地可视化肿瘤，更有效地对肿瘤进行分级、鉴别诊断和疗效监测^[2]。此前已有综述对7 T MRI在脑肿瘤等多种中枢神经系统疾病中的应用进行了总结^[3]，但缺乏单独对脑肿瘤诊断更加详尽的7 T成像技术的描述，部分新型的成像技术如酰胺质子转移加权成像等也未细致提及。因此，本文对目前7 T MRI在脑肿瘤诊断中的应用现状与最新研究进展进行综述，并探讨了其未来发展方向，以期为临床决策提供更可靠的影像学依据。

1 7 T结构与功能MRI在脑肿瘤中的应用

       相比常规MRI，7 T MRI能更细致观察脑部解剖结构的同时也能更精确地测量脑部血氧水平依赖（blood oxygen level dependent, BOLD）信号，更清晰显示大脑功能活动。

       脑肿瘤诊断方面，7 T的结构MRI能利用T1WI更清晰地显示肿瘤的内部结构，如提高对血管周围间隙的检测能力^[4]，突出血脑屏障（blood-brain barrier, BBB）的破坏区域^[5]以及常规MRI难以观察的豆纹动脉及分支^[6]，进而详细地识别出脑皮质微小梗死和细小颅脑血管走行，这在脑肿瘤的诊断和评估中具有重要价值。此前，CHENG等^[7]对3 T MRI和7 T MRI在脑肿瘤的滋养动脉和肿瘤内部结构显示等细节方面进行了对比，发现7 T MRI图像明显提升了脑肿瘤微小结构的可视化程度，且有助于临床提高肿瘤穿刺活检的准确性。同时，7 T MRI的T2WI序列与液体衰减反转恢复序列（fluid-attenuated inversion recovery, FLAIR）序列也能够更有效地区分微血管及钙化等细微病理变化，确定病灶位置、组织受累程度以及对大脑的影响^[8]。与常规MRI相比，7 T的T2高信号区域更加广泛，能够提供更丰富的微血管和坏死区域信息^[9]，这不仅有助于脑肿瘤患者的早期分层，同时也反映在常规场强下检查的病灶范围是否被低估，7 T MRI有望在未来肿瘤切除范围和放射治疗计划的治疗决策中发挥作用。

       肿瘤治疗方面，7 T MRI除结构MRI能够精确定位病灶范围外，其功能磁共振成像（functional magnetic resonance imaging, fMRI）也能通过分析肿瘤周围功能连接变化，精确定位脑肿瘤患者的运动、语言和其他认知功能相关的脑区，初步评估肿瘤对大脑功能的影响^{[10, 11]}，实现对肿瘤的术前功能定位，这对于脑区的识别保护和减少术后神经功能损伤至关重要。此外，与常规fMRI的BOLD对比度相比，7 T fMRI能够最小化对皮层引流静脉的敏感性，因此能更敏感地反映肿瘤的血管生理学变化，例如血容量、血流量和氧代谢等^{[12, 13]}，这不仅有利于理解肿瘤的生长发展机制，更为评估脑肿瘤的治疗反应提供了可靠的依据。目前，7 T静息态fMRI已被用于脑肿瘤的研究，更高质量的静息态功能连接数据在描述血管生理学、肿瘤分级的变化以及预测手术后神经系统变化上具有重要的价值^{[14, 15]}。

       此前一项研究使用7 T fMRI和结构MRI在大脑多个神经元层面进行采集，可以揭示轴突纤维束的深度依赖性组织，反映脑肿瘤迁移和侵袭能力^[16]。这项研究引发我们的思考，单纯的7 T结构MRI还不能够完全准确地对脑肿瘤进行诊断，它无法涵盖脑肿瘤诊断的所有方面，加上目前7 T MRI还未有广泛普及，因此未来为了得到更加全面的影像信息，在使用7 T MRI对脑肿瘤进行评估时，还应结合多模态MRI技术或者其他成像技术[如正电子发射断层扫描（positron emission tomography, PET）、CT等]，同时可以利用深度学习等人工智能技术，提高脑肿瘤的自动检测和分类准确性，从而为脑肿瘤的分型、鉴别诊断、疗效监测提供有力的保障。

2 7 T多模态扩散加权成像在脑肿瘤中的应用

       多模态扩散加权成像（diffusion weighted imaging, DWI）是一种综合了DWI、体素内不相干运动（intravoxel incoherent motion, IVIM）和扩散峰度成像（diffusion kurtosis imaging, DKI）的MRI技术。DWI通过检测水分子的布朗运动来反映组织的微观结构，IVIM成像则在DWI的基础上，通过信号衰减分析，提供关于组织灌注和细胞结构的额外信息，DKI则进一步发展了扩散张量成像，通过引入峰度概念来量化水分子扩散的非高斯特性，更敏感地反映组织的微观结构变化。这三种技术相互补充，为疾病的诊断和研究提供了丰富的信息。

2.1 脑肿瘤分级与分子分型

       在脑肿瘤分级方面，7 T DWI能够更精确测量其常用的定量指标表观扩散系数（apparent diffusion coefficient, ADC）值，它不仅反映了水分子在组织中的平均扩散能力，且与肿瘤细胞密度呈负相关^[17]。因此7 T DWI能更清晰地显示肿瘤内部的微观结构，并通过不同级别肿瘤细胞密度与微血管生成差异从而区分高级别与低级别胶质瘤。而7 T IVIM通过精确地测量IVIM参数特别是灌注分数（perfusion fraction coefficient, f），能够更清晰地显示肿瘤内部的微血管结构和血流灌注情况，由于高级别胶质瘤通常具有更高的微血管密度和血流灌注，因此推测7 T IVIM也可以对高级别与低级别胶质瘤进行区分^[18]。此外，DKI也能够依据肿瘤细胞密度高低以及微观结构的复杂性与异质性对胶质瘤进行分级^{[19, 20]}。

       在脑肿瘤分子分型方面，过去的研究利用7 T MRI已经证明2-羟基戊二酸作为异柠檬酸脱氢酶亚型（IDH）突变状态的生物标志物的能力^[21]，目前也已有研究证实WHO 2~4级成人型弥漫脑胶质瘤患者不同分子分型的ADC值可作为有效的影像标志物用于鉴别IDH突变和1p19q共缺失状态^[22]，但该研究使用的是3 T DWI，相信未来7 T DWI有望凭借其高空间分辨率为术前精准预测脑胶质瘤患者分子分型提供了更可靠的影像学依据。

2.2 脑肿瘤鉴别诊断

       对于脑肿瘤的鉴别诊断，由于水分子在不同密度肿瘤细胞中的扩散速率不同，因此不同类型肿瘤具有不同的ADC值，7 T DWI便能借此进行区分，如淋巴瘤、髓母细胞瘤和原始神经外胚层肿瘤^{[23, 24]}。同时，IVIM也能通过分析不同的血流灌注速度与水分子扩散速度得到不同的IVM参数值，从而对不同类型脑肿瘤如胶质母细胞瘤和原发性中枢神经系统淋巴瘤进行鉴别诊断^{[25, 26]}。最新研究评估了深度学习基于K空间到图像重建和超分辨率在全脊柱DWI中的可行性^[27]，未来研究或可致力于深度学习在7 T脑部多模态DWI中的相关内容，为脑肿瘤的鉴别诊断提供更精细的影像学信息。

2.3 脑肿瘤疗效监测

       7 T多模态DWI除了在脑肿瘤分级、分子分型与鉴别诊断上的应用外，更广泛应用于脑肿瘤的预后预测与疗效监测。

       对于DWI，ADC值的早期变化可以预测患者对脑肿瘤放疗和化疗的长期反应^[28]。有研究发现ADC直方图分析复发性胶质母细胞瘤可以指导在二线治疗中使用抗血管生成治疗，这也展现了ADC作为评估新出现的治疗反应效果的潜在替代标记物的能力^[29]。此外，7 T MRI的DWI可以反映脑肿瘤内部的微血管灌注与强化情况。这对于提供患者预后信息非常有用，它能够更敏感地监测肿瘤对治疗的反应，如区分真正的肿瘤进展和假进展，尤其是在恶性胶质瘤患者接受放化疗后的MRI变化评估中^[30]。

       对于IVIM和DKI，IVIM参数特别是伪扩散系数和f，能够反映肿瘤的血管生成情况，并用于评估抗血管生成治疗的疗效^[31]。在7 T MRI中，IVIM参数f值还被用作一种非侵入性的定量成像指标，直接评估脑肿瘤中的血管体积分数，并且与脑膜瘤的组织学血管密度有明显相关性^[32]。而相较于IVIM参数，DKI参数能够更敏感地反映肿瘤治疗反应，如区分真正的肿瘤进展和假进展，以及评估放化疗后肿瘤微环境的改变^[33]。但由于DKI的计算复杂度较高，需要更多的b值和扩散方向，导致扫描时间增加，对图像处理和数据分析的要求也更高，因此也限制了7 T DKI在监测肿瘤治疗后反应的广泛应用。

       综合来看，DWI、IVIM和DKI在评估脑肿瘤方面都具有其独特的价值。相比于单一参数，这些成像技术的参数组合可能展现出更优的诊断能力，从而在预测与预后相关的风险因素上具有更大的应用前景。虽然目前多模态DWI的部分技术还未在7 T MRI中展开对脑肿瘤的研究，但凭借7 T对肿瘤微环境改变反映的高敏感性以及更精细的空间分辨率，我们希望在未来利用该技术，以多测量参数组合的方式对脑肿瘤患者微观结构变化与组织灌注等信息进行分析, 评估肿瘤的侵袭性、恶性程度和微环境情况，深入挖掘7 T多模态DWI对脑肿瘤临床诊断与疗效监测的重要价值。

3 7 T酰胺质子转移加权成像在脑肿瘤中的应用

       酰胺质子转移加权成像（amide proton transfer- weighted imaging, APTWI）是一种基于化学交换饱和转移的MRI技术，它利用组织中内源性蛋白质和肽的酰胺质子信号来生成图像对比。APTWI信号反映了组织中蛋白质和肽的含量，可以提供有关肿瘤细胞密度、增殖活性和代谢情况等信息^[34]。

       临床诊断方面，7 T MRI的APTWI相比于3 T MRI，具有更高的信噪比和空间分辨率，在脑肿瘤的诊断和评估中展现出巨大潜力，它能更清晰地显示脑肿瘤内部结构和边界，提高检测敏感性和特异性。同时，由于不同病灶在蛋白质和肽含量上存在差异，7 T APTWI能够区分不同级别的胶质瘤，以及区分胶质瘤和脑转移瘤^{[35, 36]}。有多项研究便利用APTWI和其衍生放射组学，成功区分了不同级别的胶质瘤和脑转移瘤，也对IDH突变和成人型弥漫型胶质瘤的分级进行预测^{[34, 37]}。因此未来APTWI及其衍生放射组学有望作为常规临床中胶质瘤诊断的工具。

       预后预测方面，因为APT信号的不对称性与细胞增殖标志物Ki-67的表达水平相关^[38]，且PAECH等^[39]证实，在新诊断的高级别胶质瘤患者中，APTWI 信号与患者总生存率和无进展生存率显著相关。因此推测，7 T APTWI可以作为评估肿瘤增殖活性的指标，用于预测肿瘤的恶性程度和预后情况。

       疗效监测方面，7 T APTWI能通过肿瘤复发和放射性坏死在APT信号上的明显差异对他们进行区分^{[40, 41]}，这对恶性胶质瘤患者在接受放化疗后的MRI变化评估尤为重要，也为临床医生尽早对治疗后反应采取措施提供有力支持。

       随着技术的不断发展，推动未来7 T APTWI与其他成像技术，例如¹⁸F-PET成像^[42]和3D假连续式动脉自旋标记成像^[43]进行多模态融合，有望提供更全面的肿瘤生物学信息，提高诊疗和预后监测的准确性。

4 7 T动态对比增强磁共振成像在脑肿瘤中的应用

       动态对比增强磁共振成像（dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI），也称为动态敏感性对比灌注MRI，是一种通过监测组织对对比剂的摄取和清除来评估微血管通透性和血流动力学的技术。DCE-MRI 能够提供有关肿瘤血管生成、血流灌注和血脑屏障通透性的定量信息，从而有助于评估肿瘤的分级、治疗反应和预后^{[44, 45]}。

       肿瘤分级上，7 T MRI 的 DCE-MRI能利用更高的信噪比和空间分辨率，更精确地测量 DCE-MRI参数，如血容量、血流量和血管通透性等，更清晰地显示组织微循环的功能。由于高级别胶质瘤通常具有更高的血管生成和血流灌注^[46]，7 T DCM-MRI能借此区分高级别胶质瘤和低级别胶质瘤。

       同时，在预后评估上，7 T MRI有望通过DCE-MRI 参数帮助区分真正的肿瘤进展和假进展，有研究曾使用常规DCE-MRI发现相对脑血容量的降低可以作为真实肿瘤进展的早期预测因子^{[47, 48]}，这有利于评估恶性胶质瘤患者接受放化疗后的各项反应。此外，7 T DCE-MRI能够更敏感地检测BBB的破坏，并量化其通透性的改变^[49]。BBB作为维持脑稳态的重要屏障，可以有效防止异常物质侵袭并运送有用物质，一项研究利用7 T DCE-MRI，通过分析钆浓度线性相关的信号变化最小化T2^*衰减效应，计算泄漏率和血浆体积分数，成功评估了缺血性脑卒中患者血脑屏障的破坏情况^[50]，因此，未来7 T DCE-MRI可能作为评估脑肿瘤的侵袭性、预测治疗反应以及开发新的药物递送策略的重要工具。

       尽管目前脑肿瘤临床诊断的主要检测方法是观察常规对比增强MRI中BBB破坏的继发效应改变，但由于常规场强对BBB增强特征的中低敏感性，可能会出现诊断结果不准确的情况，未来的临床诊断可考虑运用更高场强的DCE-MRI对脑肿瘤的相关特征进行分析诊断。

5 7 T磁共振波谱成像在脑肿瘤中的应用

       磁共振波谱成像（magnetic resonance spectroscopic imaging, MRSI）是一种无创技术，通过检测不同代谢产物的特征共振频率，可以获取活体组织中多种代谢物的浓度信息^[51]。MRSI能够提供有关肿瘤代谢和生物学特性的独特信息，补充常规MRI的形态学评估，并在脑肿瘤的诊断、分级、治疗反应评估和预后预测等方面发挥重要作用。

       在分子分型机制方面，7 T MRSI具有比3 T更高的化学位移分辨率，能更准确地量化脑肿瘤中的代谢物，如7 T s-LASER MRS能分析神经胶质瘤患者的胆碱/肌酸比率等，7 T ³¹P MRS与²³Na MRS能反映肿瘤细胞内离子浓度变化情况^[52]，CADRIEN等^[53]使用7 T MRSI发现胶质瘤患者的mI/total Choline（tCho）的比值可以用于区分活跃的肿瘤生长与治疗（如手术或放疗）引起的反应性星形胶质细胞增殖，这些发现不仅有助于研究肿瘤生物化学特性，也能通过观察肿瘤代谢活动，深入理解脑肿瘤的生物学行为与机制。

       此外，7 T MRSI的另一个重要应用是在肿瘤治疗后的监测中。通过定量分析代谢物的变化，MRSI有助于区分治疗效果和假进展。过去一项研究通过7 T MRSI观察胶质瘤患者治疗后的变化，发现MRSI能够敏感地反映肿瘤的代谢活性和治疗反应^[54]。

       近年来，为了克服7 T MRSI面临的技术挑战，例如增加的SAR、磁场不均匀性和快速的T2^*弛豫^{[55, 56]}，研究人员发展了多种新的MRS采集和重建技术，例如基于贴片的超分辨率重建技术^[57]和快速高分辨率全脑3D MRS技术^[55]，未来将这些技术与7 T MRSI相结合，不仅能够缩短扫描时间，还能够为脑肿瘤的临床诊断提供更多可靠的肿瘤代谢信息。

6 7 T磁敏感性加权成像在脑肿瘤中的应用

       磁敏感性加权成像（susceptibility weighted imaging, SWI）是一种利用组织间磁敏感性差异来生成图像对比的技术。SWI对脱氧血红蛋白、铁沉积和钙化等物质具有高度敏感性，能够清晰地显示脑肿瘤相关的微小血管、微出血和铁沉积^{[58, 59]}。

       临床诊断上，由于7 T MRI具有更高的磁敏感性对比度，7 T SWI能够更清晰地显示脑肿瘤的微血管结构和病理特征。有研究通过对比3T与7 T SWI预测高级别胶质瘤的能力，发现7 T SWI预测高级别胶质瘤的正确率比3T SWI多了23.8%^[60]。这也进一步说明未来临床可以通过7 T SWI在术前得到更灵敏的脑肿瘤血管量化信息。

       在胶质瘤的鉴别诊断与分级方面，7 T SWI也展现了其独特的优势。有研究发现，对于不同级别的胶质瘤以及区分不同类型的脑肿瘤，例如星形细胞瘤和少突胶质瘤，7 T SWI能通过观察皮质-髓质交界处皮质增厚与髓质血管移位情况对其进行区分，并对肿瘤的恶性程度进行预测评估^[61]。此外，7 T SWI还能够检测到与恶性程度相关的特征，如髓质静脉的增厚、微出血和坏死，并且更清晰地显示肿瘤的微血管结构，通过观察与测量血管密度、血管迂曲和血管扩张情况对肿瘤的血管生成情况进行评估^[62]。

       疗效监测方面，尽管目前还没有学者将7 T SWI应用于脑肿瘤的疗效监测，但已有研究将SWI作为预测治疗反应和疗效监测的辅助序列，以检测胶质瘤内磁敏感信号（intratumoural susceptibility signals, ITSS）为研究重点，通过ITSS的数量、分布和特征为放射科医生提供精准的信息来评估和表征胶质瘤^[63]。这或许给我们一定启示，未来是否能够克服SWI成像技术灵敏度不足、病灶缺乏显著出血或血液降解阶段不足而无法检测到ITSS上的血红素沉积等问题，进一步推动临床使用更高分辨率的7 T SWI来对脑肿瘤内血管变化以及放化疗后损伤进行检测和评价，实现这一目标还需后续工作者的深入研究。

7 展望

       7 T MRI 技术在脑肿瘤研究中展现出巨大潜力，但仍面临一些挑战，例如成本高、扫描时间长、SAR较高以及图像伪影等。为了进一步推动7 T MRI在脑肿瘤领域的应用，未来的研究方向主要集中在以下几个方面。

       （1）开发更先进的成像技术。例如，开发更高效的脉冲序列、更精确的运动校正算法、更强大的图像重建技术，以提高图像质量、缩短扫描时间并降低SAR。（2）多模态融合。将7 T MRI与其他成像技术，例如PET和扩散张量成像等，进行多模态融合，以提供更全面的肿瘤生物学信息，提高诊断和评估的准确性。例如，7 T MRI 与PET的结合可以同时提供肿瘤的代谢信息和解剖结构信息，有助于更准确地进行肿瘤分级和鉴别诊断。（3）人工智能辅助诊断。利用人工智能技术，例如深度学习和机器学习，开发基于7 T MRI数据的自动分割、分类和预测模型，以提高诊断效率和准确性，并辅助临床决策。例如，深度学习算法可以利用多参数 7 T MRI 数据，自动识别肿瘤边界、预测肿瘤分级和评估治疗反应。（4）建立大规模、标准化的数据库。建立大规模、标准化的7 T MRI脑肿瘤数据库，可以促进多中心研究和数据共享，加速 7 T MRI在脑肿瘤领域的临床应用和转化研究。LABELLA等^[64]最近发布了一个多机构的脑膜瘤7 T MRI数据集，其中包含了1141个公开可用的、预处理的多序列MRI图像，以及手动标注的肿瘤亚室标签、基本的人口统计数据和CNS WHO分级，旨在促进开发用于颅内脑膜瘤的自动化多室脑MRI分割算法，以辅助外科和放射治疗计划对目标肿瘤体积的客观评估。

8 总结

       7 T MRI技术在脑肿瘤领域的应用前景广阔，它提供了比传统1.5 T和3 T MRI更高的信噪比、空间分辨率和对比度，从而能够更清晰地观察到脑部肿瘤的微观结构和细微病理变化。可以通过多模态MRI及影像组学等在术前对脑肿瘤状态进行更加准确评估，为临床治疗、预后判断等方面提供可靠的影像学标志物。也可以通过7 T MRI在fMRI方面的优势，或者在未来将7 T MRI技术与PET/MRI相结合，提供更全面的肿瘤生物学信息。随着技术的不断发展，7 T MRI有望在脑肿瘤的诊断、治疗规划和疗效评估中发挥更加重要的作用。