分享:
分享到微信朋友圈
X
综述
扩散加权成像技术在血液系统恶性肿瘤的应用研究进展
白皓雪 牛金亮

本文引用格式:白皓雪, 牛金亮. 扩散加权成像技术在血液系统恶性肿瘤的应用研究进展[J]. 磁共振成像, 2025, 16(11): 228-234. DOI:10.12015/issn.1674-8034.2025.11.035.


[摘要] 血液系统恶性肿瘤主要包括白血病、淋巴瘤和多发性骨髓瘤,其肿瘤细胞不受组织屏障限制从而易侵犯多个器官的特点和由多基因突变引起的肿瘤异质性为血液系统肿瘤的诊断和治疗带来了挑战。扩散加权成像(diffusion weighted imaging, DWI)是临床常用的磁共振功能成像技术,定量参数表观扩散系数值可在早期阶段反映肿瘤细胞增殖导致的局部细胞密度变化及其引发的水分子扩散异常。此外,全身扩散加权成像技术能够发现常规影像检查中易被遗漏的微小病灶。近年来其相关的技术包括体素内不相干运动(intravoxel incoherent motion, IVIM)、扩散峰度成像(diffusion kurtosis imaging, DKI)、扩散张量成像(diffusion tensor imaging, DTI)及时间依赖扩散MRI(time-dependent diffusion MRI, TDD-MRI)技术在恶性血液系统肿瘤本身及全身受累器官取得重大进展。尽管DWI因在检测骨髓浸润和髓外病变方面具有高敏感性和特异性,已成为临床重要的影像学工具,但现有研究多聚焦单一技术,缺乏对各类血液肿瘤中DWI技术综合应用的深入总结。本文重点探讨了DWI定量参数与血液系统恶性肿瘤疾病早期诊断、疗效评估及预后的相关性,分析了目前研究的局限性,并提出了未来的研究方向,旨在为临床诊治及未来研究提供参考。
[Abstract] Hematological malignancies mainly include lymphoma, leukemia and multiple myeloma. The characteristics of their tumor cells not being restricted by tissue barriers and thus easily invading multiple organs, as well as the tumor heterogeneity caused by multiple gene mutations, pose challenges to the diagnosis and treatment of hematological malignancies. Diffusion weighted imaging (DWI) is a commonly used magnetic resonance functional imaging technique in clinical practice. The quantitative parameter apparent diffusion coefficient value can reflect the local cell density changes caused by tumor cell proliferation and the resulting abnormal water molecule diffusion in the early stage. In addition, whole-body diffusion weighted imaging technology can detect tiny lesions that are easily overlooked in conventional imaging examinations. In recent years, its related technologies include intravoxel incoherent motion (IVIM), diffusion kurtosis imaging (DKI), and diffusion tensor imaging imaging (DTI) and time-dependent diffusion MRI (TDD-MRI) techniques have made significant progress in the tumors themselves of malignant hematological diseases and the organs involved throughout the body. Although DWI has become an important imaging tool in clinical practice due to its high sensitivity and specificity in detecting bone marrow infiltration and extramedullary lesions, most existing studies focus on a single technique and lack in-depth summaries of the comprehensive application of DWI technology in various hematological malignancies. This article focuses on discussing the correlation between quantitative parameters of DWI and the early diagnosis, therapeutic effect evaluation and prognosis of hematological malignancies, and analyzes the limitations of current research.
[关键词] 扩散加权成像;体素内不相干运动;扩散峰度成像;扩散张量成像;血液系统恶性肿瘤;白血病;淋巴瘤;多发性骨髓瘤
[Keywords] diffusion weighted imaging;intravoxel incoherent motion;diffusion kurtosis imaging;diffusion tensor imaging;hematological malignancies;leukemia;lymphoma;multiple myeloma

白皓雪 1   牛金亮 2*  

1 山西医科大学医学影像学院,太原 030000

2 山西医科大学第二医院影像科,太原 030000

通信作者:牛金亮,E-mail:sxlscjy@163.com

作者贡献声明:牛金亮设计本研究的方案,对稿件重要内容进行了修改,获得国家自然科学基金项目的资助;白皓雪起草和撰写稿件,获取、分析和解释本研究的数据。全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 国家自然科学基金项目 82271982
收稿日期:2025-07-14
接受日期:2025-10-24
中图分类号:R445.2  R733 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2025.11.035
本文引用格式:白皓雪, 牛金亮. 扩散加权成像技术在血液系统恶性肿瘤的应用研究进展[J]. 磁共振成像, 2025, 16(11): 228-234. DOI:10.12015/issn.1674-8034.2025.11.035.

0 引言

       血液系统恶性肿瘤起源于造血和淋巴组织,主要包括三个亚组:白血病、淋巴瘤以及多发性骨髓瘤,分别占所有新发病例的35%、48%和18%[1]。肿瘤细胞可在全身血液循环中广泛分布,不受组织屏障限制,常累及多个重要器官,从而导致相应功能受损。此外,该类肿瘤具有高度异质性,体现在不同患者之间、同一患者体内不同肿瘤细胞之间表现为基因突变谱、细胞亚群及特性、临床表现与疾病进展、治疗响应及耐药机制等方面的显著差异[2]。这种生物学复杂性显著增加了临床诊断的难度,也成为实现精准治疗的主要挑战之一[3]。扩散加权成像(diffusion weighted imaging, DWI)是一种磁共振功能成像技术,可以通过测量组织内水分子的扩散运动来反映其微观结构和功能状态[4]。这种技术不依赖于对比剂的使用,对于血液系统恶性肿瘤的检测具有极高的敏感度,尤其在其早期检测方面具有明显优势[5]。近年来,基于DWI原理的多种新型扩散成像技术不断发展,如体素内不相干运动(intravoxel incoherent motion, IVIM)、扩散峰度成像(diffusion kurtosis imaging, DKI)、扩散张量成像(diffusion tensor imaging, DTI)及时间依赖扩散磁共振成像(time-dependent diffusion MRI, TDD-MRI)等[6, 7],已在血液系统疾病的早期诊断、疗效评估、预后等方面展现出重要应用价值[8]。尽管DWI并非唯一的检查手段,但因在检测骨髓浸润和髓外病变方面具有优势,使其成为临床实践中不可或缺的影像学工具之一。现有研究多侧重于单一技术的阐述,缺乏深入总结各类型血液系统恶性肿瘤中DWI应用的综述[9, 10]。本文系统综述了DWI技术在血液系统恶性肿瘤中的应用进展,重点探讨了各类定量参数与早期诊断、疗效评估及预后的相关性,同时分析了目前研究的局限性,并提出了未来的研究方向,以期为临床诊治血液系统肿瘤和今后的研究提供参考。

1 全身扩散加权成像

       全身磁共振成像(whole-body magnetic resonance imaging, WB-MRI)通常包含全身扩散加权成像(whole-body diffusion weighted imaging, WB-DWI),其成像原理基于组织微结构改变引起的水分子布朗运动变化[11]。在生物组织中,水分子的扩散运动受细胞膜和大分子相互作用的限制,这种受限程度与组织微结构特征密切相关[12]。表观扩散系数(apparent diffusion coefficient, ADC)可定量反映水分子的扩散能力,且其数值与组织的细胞密度呈负相关关系[13]

       b值是DWI中的核心参数,它直接决定了DWI序列对水分子扩散运动的敏感程度,是影响图像对比度和诊断信息的关键因素。低b值(0~200 s/mm2)可以反映血流灌注和快速扩散,但易受T2效应干扰;中b值(500~800 s/mm2)为临床常规参数,平衡信号与扩散的敏感性,可显示病变形态并初步评估扩散受限;高b值(1000~3000 s/mm2)可增强扩散权重,抑制正常组织信号,突出细胞密集病变,但会使信噪比降低[14]。目前,DWI的b值可高达10 000 s/mm2,使其在区分不同组织中水分子的细微扩散能力更为强大[15]

1.1 WB-DWI在白血病中的应用

       白血病通常伴有骨髓浸润和髓外浸润[16](extramedullary infiltration, EMI)。其中弥漫性骨髓浸润虽缺乏特异性表现,但在白血病的早期诊断中具有重要意义[17]。EMI是急性髓系白血病(acute myeloid leukemia, AML)患者的重要预后指标,尤其在儿童患者中更为常见。WB-MRI能够在外周血出现异常之前检测到这些浸润表现。KIM等[18]对171例初诊时无症状的AML患者开展WB-MRI研究,结果显示EMI检出率达28.9%,且该现象与患者年龄、特定分子遗传学异常及骨髓浸润程度存在显著关联(P<0.05)。该发现提示WB-MRI可作为无创性影像工具,在无症状或隐匿性病变的早期识别、疾病累及范围评估及治疗反应监测中发挥关键作用,为个体化治疗方案的制订及预后改善提供重要影像学依据。

1.2 WB-DWI在淋巴瘤中的应用

       WB-MRI在评估恶性骨髓浸润的同时还提供了有关软组织疾病的信息。因此,淋巴增生性疾病也成为WB-MRI的常见适应证之一。DONNERS等[19]通过分析WB-DWI衍生的全局ADC直方图参数(平均ADC值、峰度、偏度等),证实该技术在鉴别淋巴瘤患者病变淋巴结与健康个体正常淋巴结方面具有显著价值。研究显示,与正常淋巴结相比,病变淋巴结的平均值、中位数、四分位距、总体的第10和第90个百分位数以及区域淋巴结ADC值显著降低。淋巴瘤的偏度、峰度和总扩散体积显著升高。这些量化参数优于传统影像学的主观评估方法,有助于良恶性病变的无创鉴别。此外,淋巴瘤患者的预后与WB-DWI上ADC值的变化密切相关。DE PAEPE等[20]在侵袭性非霍奇金淋巴瘤(non-hodgkin lymphoma, NHL)患者中开展研究,结果显示治疗一个周期后ADC值的变化可预测无病生存期(disease-free survival, DFS),准确率可达到86.7%,不逊色于中期或治疗结束时的18F-FDG PET/CT。

       尽管现行国际诊疗指南尚未将WB-MRI纳入淋巴瘤的常规分期及疗效评估推荐方案,但该技术仍可通过量化肿瘤负荷及微环境特征,有效预测患者对治疗的反应及长期生存率,从而为个体化治疗决策的制订提供重要影像学依据。

1.3 WB-DWI在多发性骨髓瘤中的应用

       多发性骨髓瘤(multiple myeloma, MM)是以骨髓内恶性浆细胞克隆性增殖并分泌单克隆免疫球蛋白(M蛋白)为特征的血液系统恶性肿瘤[21],是第二常见的成人血液系统恶性肿瘤[22]。在MM及其前驱病变阶段,准确量化肿瘤负荷对疾病的早期诊断、精确分级分期、治疗反应评估及预后判断具有重要临床价值[23]。WB-DWI对骨髓浸润的检测敏感性显著优于CT[24]。李鹏等[25]通过回顾性分析82例初诊MM患者的临床及影像学资料,发现WB-DWI阳性检出率高达98.78%,对溶骨性病变检出率为96.43%,且在ISS分期和临床分型诊断中表现出较高的准确性和一致性;同时,治疗后病灶直径缩小及ADC值升高与临床疗效评估一致,表明WB-DWI在MM的初诊、分期及疗效评估中具有重要的应用价值。

       大剂量化疗联合自体造血干细胞移植已成为MM患者的标准治疗模式,其早期治疗反应的深度与患者长期生存率存在显著相关性[26]。 TAKASU等[27]比较了WB-DWI与腰椎骨髓MRI在评估MM早期化疗反应中的效能。结果表明,两个周期的化疗后达到完全缓解/非常好的部分缓解的患者,其总扩散体积、血清M蛋白、β2-微球蛋白显著下降,而血红蛋白、ADC及腰椎骨髓脂肪分数(fat fraction, FF)显著升高,FF的受试者工作特征(receiver operating characteristic, ROC)曲线下面积(area under the curve, AUC)为0.964,M蛋白的AUC为0.847,该研究证实,WB-DWI与腰椎MRI均可早期评估MM治疗反应,其中FF作为定量指标,在疗效预测中展现出更高的准确性。

       WB-MRI通过全身大范围扫描和类PET成像效果,在骨髓浸润筛查和转移灶检测中具有显著优势。但目前WB-MRI在血液系统肿瘤中的应用仍受到设备硬件性能差异、扫描协议标准化不足、图像空间分辨率与信噪比矛盾等的制约,多器官对比度优化不足也限制了其对全身病灶的精准评估。WB-MRI在白血病患者中仅作为辅助诊断工具,其诊断价值正逐步得到临床认可。通过硬件升级、协议标准化、技术协同优化(如多b值组合策略),WB-MRI有望突破现有瓶颈,实现血液系统肿瘤的精准评估。

       王立英等[28]通过前瞻性收集77例初诊急性淋巴细胞白血病(acute lymphoblastic leukemia, ALL)患儿的腰椎骨髓T1 mapping影像,提取丰富影像组学特征,构建预测模型并验证,结果显示LR与SVM模型在测试集的准确率一致,而LR模型的AUC稍高。表明腰椎骨髓T1 mapping LR及SVM影像组学模型均可用于预测儿童ALL临床危险度,尤以LR模型预测效能较佳。未来有望利用这些模型去识别疾病,为临床使用提供一种快速、无创且可靠的预测方法。

2 IVIM

       IVIM是一种基于MRI的先进功能成像技术,可用于准确评估组织的微观结构[29]。主要参数包括:伪扩散系数(D*)、纯扩散系数(D)及灌注分数(f)[8]。传统ADC值不能准确分析组织的细胞构成[30]。IVIM的双指数模型可以区分纯水分子的扩散与微循环灌注相关的扩散,将信号衰减分解为扩散和灌注两部分,通过反映细胞密度或肿瘤供血血管完整程度进行定量分析,弥补了传统DWI的缺陷[31]

2.1 IVIM在白血病中的应用

       IVIM为量化白血病骨髓微环境改变提供了新维度。王阳等[32]对20名初诊AML患者采用3.0 T MR扫描仪进行腰椎MRI检查,序列包括矢状位自旋回波序列T1加权像、传统DWI、基于IVIM的多b值DWI,发现f值与骨髓微血管密度(micro-vessel density, MVD)、血管内皮生长因子(vascular endothelial growth factor, VEGF)呈正相关(r=0.436、r=0.423,P<0.05),表明f值可有效反映骨髓血管生成程度。D值、D*值与MVD、VEGF呈负相关(D值与MVD之间r=-0.476、D值与VEGF之间r=0.431,D*值与MVD之间r=-0.433、D*值与VEGF之间r=0.402,均P<0.05),D值与Ki-67呈负相关(r=-0.422,P<0.05),表明D值能无创评估组织细胞密度和异型性。证明了IVIM参数可以无创反映骨髓的血管新生及增殖指数。FAN等[33]探讨了IVIM衍生参数在贫血与急性白血病(acute leukemia, AL)患者之间的差异。结果发现,AL患者的MVD、f值、BMC均显著高于贫血患者(P=0.001和P<0.001),而D值和D*值差异不显著,说明f值在良恶性骨髓疾病鉴别中具较高价值,而D值的价值尚需进一步研究。

       AML患者的总体生存期(overall survival, OS)相对较低[34]。而IVIM对于除实体肿瘤外的骨髓浸润性疾病的预后评估方面可能具有潜力[35]。因此,关于OS的研究将有助于明确IVIM在评估AML长期预后中的价值。LI等[34]的研究结果发现,IVIM参数高f值及低D值的初诊AML患者,首次诱导化疗效果差,倾向于未缓解状态,OS较短(P值分别为0.003和0.01),这对IVIM-DWI MRI的f值和D值可能是新诊断AML的可行短期及长期预后因子作出了进一步的证实。

       白血病细胞会通过血液循环浸润脾脏,破坏其正常组织结构,导致脾脏反应性增生。BIAN等[36]对54例AL伴脾肿大、25例评估脾体积正常的AL及55例健康对照者的脾脏IVIM参数进行分析,结果表明3组IVIM参数差异有统计学意义(D、D*、f的差异为P<0.001;灌注扩散比的P=0.001)。成对比较中,健康对照组与脾脏体积正常的AL患者组之间,D值和PDR值差异均具有统计学意义(P<0.001和P<0.031)。该研究证实IVIM-DWI MRI参数能够反映脾脏病理变化,辅助早期识别脾脏受累并评估疾病严重程度,为临床制订治疗方案提供重要依据。同时,BIAN等[37]研究了基于肿瘤负荷的脾脏标准化体积和IVIM参数对预测新诊断AL治疗反应的价值,结果发现,标准化脾体积、D值及f值均为治疗反应的独立预测因子。进一步验证发现,在ROC分析中,D、f和标准化脾体积的组合比单一指标D(AUC=0.713)、f(AUC=0.763)和标准化脾体积(AUC=0.732)表现出更好的诊断效果,AUC值为0.856,三者联合预测模型的鉴别能力优于单一指标。这为有效预测AL患者的治疗反应及预后,为个体化精准诊疗提供了无创性影像学依据。

2.2 IVIM在淋巴瘤中的应用

       淋巴瘤和鼻咽癌在影像学鉴别中存在显著挑战,这主要源于两者在解剖位置、形态学特征、功能成像表现以及治疗反应评估方面具有重叠性[38]。YU等[39]对比了淋巴瘤和鼻咽癌在IVIM参数上的差异,发现鼻咽癌的ADC、D、fD*(D*与f的乘积)值显著高于淋巴瘤(P<0.001),鼻咽癌的f值也高于淋巴瘤(P=0.047),可能与其较高的细胞密度和丰富的微血管灌注相关。这些参数差异为区分两种疾病提供了量化指标。

       LIAO等[40]研究了多b值DW-MRI的诊断效率,并应用IVIM模型鉴别淋巴瘤病态,发现对于完成化疗的患者,部分缓解患者的IVIM f值高于完全缓解(P<0.01),AUC为0.937。对于所有b值,达到完全缓解的患者淋巴结平均ADC值均显著低于达到部分缓解的患者(P<0.01),当b=200 s/mm2时观察到最大诊断效率。证实了b=200 s/mm2时ADC值对表征良性淋巴结和恶性淋巴瘤最有帮助,IVIM的f值在识别化疗后淋巴瘤残留病灶方面最有价值。

2.3 IVIM在多发性骨髓瘤中的应用

       JO等[41]评估了MM的预后因素与IVIM-DWI和多回波Dixon技术衍生参数之间的关联。发现慢扩散系数和质子密度脂肪分数在ISS-1(n=38)、ISS-2(n=22)和ISS-3(n=18)组之间存在显著差异。表明慢扩散系数和质子密度脂肪分数与MM的预后因素相关联,可作为预测MM患者预后的有用指标。

       IVIM技术在无创评估肿瘤微环境,表现出了极大的优越性。但IVIM在白血病和淋巴瘤的应用中,其参数稳定性易受运动影响,对MM中的微小病灶的敏感性低于高分辨率序列。同时D值和D*值在血液系统肿瘤疾病良恶性鉴别中的意义尚不明确,实际应用中的准确性和可靠性仍需进一步验证。需开展更多关于IVIM技术参数与患者长期预后关系的研究,建立多中心协作网络,扩大样本量及随访周期,补充长期随访数据以完善资料、提高可信度。已有生物指南针对小血管病的核心影像特征——白质高信号的病理机制,通过创新性应用无创IVIM和动脉自旋标记技术,系统揭示了白质高信号区的微血管特征。此类多模态MRI技术同样可探索血液系统疾病中微血管病变与疾病进展的关系,未来有待进一步试验。

3 DKI

       生物组织中水分子的位移运动往往是偏离高斯分布的[42]。DKI是基于传统DTI技术发展起来的一种新的扩散成像技术,其引入非高斯分布模型以及峰度的概念,能够更准确地描述水分子扩散受限程度以及扩散的不均质性[43]。常用的参数有轴向峰度(axial kurtosis, AK)、径向峰度(radial kurtosis, RK)和平均峰度(mean kurtosis, MK)。

3.1 DKI在白血病中的应用

       颅脑放疗是ALL神经认知障碍的已知危险因素。接受预防性颅脑放疗的ALL幸存者MRI研究表明,患者的脑部结构发生了改变[44]。DTI和DKI是一种量化脑白质微观结构变化的MRI技术,DKI相对更敏感[45]。FOLLIN等[46]将ALL幸存者和匹配对照者进行了对比试验,结果显示ALL幸存者的神经认知测试得分低于对照组(P<0.001)。幸存者在穹窿、钩状束和腹侧扣带中改变了DTI和DKI参数(均为P<0.05),具有认知缺陷的ALL幸存者在几个脑白质束中表现出微观结构损伤。且与DTI相比,DKI的效应量更大。表明DKI在检测ALL中的病理变化方面比DTI具有更高的敏感性。可能的原因在于与各向异性分数(fractional anisotropy, FA)相比,MK值代表组织结构的更复杂性和对水分子扩散的更大限制,特别是能够揭示主要结合纤维的差异。

       DKI不仅可以很好地解决DTI技术中无法识别交叉纤维的问题,还能定量地描述细胞内外水分子扩散运动的特点,提高了对复杂组织微结构完整性检测的敏感性[47]

3.2 DKI在淋巴瘤中的应用

       头颈部具有丰富的淋巴组织,故头颈部淋巴瘤的发生率较高,约占头颈部恶性肿瘤5%[48]。高博等[49]发现淋巴瘤、转移性淋巴结、良性淋巴结这三组的DKI参数之间、头颈部淋巴瘤组内不同病理类型间D值、K值比较均有差异,头颈部淋巴瘤组D值明显低于淋巴结转移组及良性淋巴结组(P<0.05),NHL型D值显著低于HL型(P<0.05)。DKI的参数D值在头颈部淋巴瘤的诊断及病理分型中展现出显著的临床应用价值,其量化分析可为该疾病的早期临床诊断提供可靠的影像学依据,有助于实现精准分型并指导个体化治疗策略的制订。

       在原发性中枢神经系统淋巴瘤(primary central nervous system lymphoma, PCNSL)中,其特点是许多小的淋巴样组织细胞在血管周围分布,自由扩散受限,ADC值极低[50]。已经观察到高斯分布并不能反映水分子在脑肿瘤复杂的细胞外隔室中的体内运动。DKI技术能够捕捉组织微观结构的复杂性与空间异质性,这些特性正是引发细胞外基质中水分子呈现非高斯扩散模式的关键因素[51]。PANG等[52]研究了PCNSL和高级别神经胶质瘤(high-grade glioma, HGG)内DKI得出的水分峰度和扩散指标是否与细胞结构和/或核质比率相关,发现PCNSLs和HGGs中的细胞结构与它们不同的细胞结构和/或核质比率相关,为DKI在区分PCNSL和HGG方面具有相当大的价值提供了依据。

       WU等[53]利用DKI模型评估NHL患者的化疗反应,结果显示与治疗反应者NHL患者的基线相比,化疗7天后ADC和D值显著增加[ADC:(0.92±0.11)×10-3 mm2/s vs. (0.68±0.11)×10-3 mm2/s;D:(1.47±0.32)×10-3 mm2/s vs. (0.98±0.21)×10-3 mm2/s,P<0.001]。治疗期间D值变化的幅度与ADC呈正相关,而K值变化的幅度与ADC呈负相关。这一结论说明使用DKI模型估计NHL患者的化疗反应是可行的,并可能作为评估NHL早期化疗反应的新生物标志物。

3.3 DKI在多发性骨髓瘤中的应用

       DKI技术提供的定量影像学指标可作为无创性生物标志物[54],在MM相关骨病变的早期检测及预后评估中具有重要临床应用价值。房加高等[55]分析了基于DKI序列的类PET技术在MM诊断中的可行性,结果表明DKI对骨髓瘤检出的敏感度为90.9%,特异度为30%,说明基于DKI序列的类PET技术敏感度好,特异度稍差,可作为MM影像学检查的有效补充手段。

       DKI在评估脑微观结构和淋巴瘤鉴别诊断中表现突出,尤其对NHL的诊断价值较高,在区分活性与非活性病灶、预测预后方面优于传统DTI,但DKI参数计算复杂度高、特异性低导致临床应用受限[56],可通过多模态融合去整合互补信息来提升特异性。目前关于多模态融合的研究较少,有待进一步探索。

4 DTI

       DTI技术作为当前唯一能够针对活体白质微结构进行无创定性与定量分析的MRI手段,通过构建三维扩散张量模型实现白质纤维束的可视化与量化分析,从而为评估脑组织微细结构提供关键技术支撑[57, 58]。区别于DWI提供水分子在二维平面内的随机扩散运动的区域信息,DTI的三维扩散张量模型可以提供水分子扩散的各向异性信息。DTI常用的定量参数包括平均扩散率(mean diffusion coefficient, MD)、FA[59]

       WÜRTEMBERGER等[60]发现MD和轴突内体积分数是鉴别PCNSL和GBM的参数。他们通过从患者的对比增强肿瘤成分中提取磁共振扩散成像指标,发现与GBM相比,PCNSL中的轴内体积分数和微观FA显著升高(均P<0.001),而MD、轴向扩散率、微观ADC(均P<0.001)以及自由水体积分数(P<0.01)在PCNSL中显著降低。这可能是具有高核质比的紧密堆积的肿瘤细胞会限制水分子的自由扩散,从而导致ADC和MD的降低。

       DTI可以反映白血病中枢浸润的变化过程[61]。RAMLI等[62]采用脑部MRI联合DTI技术,对ALL儿童患者化疗前后的白质微结构特征进行纵向追踪研究。结果显示,经化疗后,所有具有≥30%显著体素的ROI情况下,患者白质的MD和径向扩散率的中位数纵向趋势为负,即从时间点1到2下降。他们推测,DTI参数的纵向演变特征本质上源于化疗过程中神经生物学机制的重构,包括轴突相对口径的增大、髓鞘成分的累积以及白质纤维空间排列密度的动态调整这三个核心要素的协同作用。

       DTI对中枢神经系统白血病有重要价值,但受限于较小的纤维束显示不佳和对水肿区域判断不确切,且其参数特异性较低,难以区分肿瘤亚型或评估预后。DTI对淋巴瘤和MM的临床应用范围较窄。关于阿尔茨海默病的研究发现DTI与PET的联合应用揭示了海马体微结构改变与葡萄糖代谢异常的关联,证明了DTI与PET在神经退行性疾病中的协同作用,为多模态融合用于血液系统肿瘤研究提供了方法学参考,有望解决DTI目前存在的弊端。

5 小结与展望

       近年来DWI技术在血液系统恶性肿瘤的研究中取得了显著进展。通过DWI及其相关技术的应用,研究者能够更深入地了解血液系统恶性肿瘤的微观结构和功能特征,从而揭示肿瘤的生物学行为。然而DWI技术所反映的水分子扩散和灌注变化并非特异性指标。TDD-MRI作为近年来发展的一项新技术,在肿瘤良恶性鉴别、病理分级预测及分子生物标志物预测方面展现出显著的应用潜力,但其参数与肿瘤生物学特征的定量关系尚未完全阐明,分子标志物预测的生物学机制仍需进一步验证,整体仍处于临床转化探索阶段。未来将DWI技术与正电子发射断层显像、计算机断层扫描等其他影像学技术以及分子生物学检测等相结合,实现多模态的成像,有望通过融合不同模态的信息,为血液系统肿瘤的精准诊断、分期和治疗方案制订提供更有力的支持。

[1]
黄斯漫, 万超玲, 吴德沛, 等. 血液系统恶性肿瘤治疗耐受性评估方法的应用进展[J]. 中国肿瘤, 2025, 34(1): 73-80. DOI: 10.11735/j.issn.1004-0242.2025.01.A012.
HUANG S M, WAN C L, WU D P, et al. Progress in application of evaluation methods of treatment tolerance for hematological malignancies[J]. China Cancer, 2025, 34(1): 73-80. DOI: 10.11735/j.issn.1004-0242.2025.01.A012.
[2]
LI Q Y, ZHANG X Y, KE R Q. Spatial transcriptomics for tumor heterogeneity analysis[J/OL]. Front Genet, 2022, 13: 906158 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/35899203/. DOI: 10.3389/fgene.2022.906158.
[3]
曹丽欣, 陈梓盼, 陈晓东, 等. 扩散加权成像的技术进展[J]. 中国CT和MRI杂志, 2024, 22(9): 173-176. DOI: 10.3969/j.issn.1672-5131.2024.09.056.
CAO L X, CHEN Z P, CHEN X D, et al. Technical advances in diffusion weighted imaging[J]. Chin J CT MRI, 2024, 22(9): 173-176. DOI: 10.3969/j.issn.1672-5131.2024.09.056.
[4]
FUJIWARA S, OGASAWARA K, CHIDA K, et al. Feasibility of diffusion-weighted imaging (DWI) for assessing cerebrospinal fluid dynamics: DWI-fluidography in the brains of healthy subjects[J]. Magn Reson Med Sci, 2025, 24(2): 166-175. DOI: 10.2463/mrms.mp.2022-0152.
[5]
WU Y Y, YE Z, YANG T, et al. Simultaneous multislice echo-planar diffusion-weighted imaging (DWI) in patients with focal liver lesions: a comparative study with conventional DWI[J]. Quant Imaging Med Surg, 2024, 14(9): 6684-6697. DOI: 10.21037/qims-24-341.
[6]
ALYAMI A S. Current update on DWI-MRI and its radiomics in liver fibrosis-a review of the literature[J/OL]. Tomography, 2025, 11(6): 63 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/40560009/. DOI: 10.3390/tomography11060063.
[7]
李燕婉, 陈晓丽. 时间依赖扩散MRI在肿瘤诊断及疗效评估中的研究进展[J]. 磁共振成像, 2025, 16(3): 228-234. DOI: 10.12015/issn.1674-8034.2025.03.039.
LI Y W, CHEN X L. Advances in time-dependent diffusion MRI for tumor diagnosis and treatment response evaluation[J]. Chin J Magn Reson Imag, 2025, 16(3): 228-234. DOI: 10.12015/issn.1674-8034.2025.03.039.
[8]
申棚鑫, 谭艳. 功能磁共振成像预测较低级别脑胶质瘤分子分型的研究进展[J]. 磁共振成像, 2023, 14(2): 168-173. DOI: 10.12015/issn.1674-8034.2023.02.030.
SHEN P X, TAN Y. Research progress in predicting molecular typing of lower grade glioma by functional magnetic resonance imaging[J]. Chin J Magn Reson Imag, 2023, 14(2): 168-173. DOI: 10.12015/issn.1674-8034.2023.02.030.
[9]
王明, 刘莹, 王亚丽, 等. 全身磁共振扩散加权成像对多发性骨髓瘤的诊断价值[J]. 河北医科大学学报, 2022, 43(2): 198-202. DOI: 10.3969/j.issn.1007-3205.2022.02.015.
WANG M, LIU Y, WANG Y L, et al. Diagnostic value of whole-body diffusion weighted imaging in multiple myeloma[J]. J Hebei Med Univ, 2022, 43(2): 198-202. DOI: 10.3969/j.issn.1007-3205.2022.02.015.
[10]
夏振元, 莫欣鑫, 王常升, 等. 体素内不相干运动扩散加权成像诊断多发性骨髓瘤的临床价值[J]. 临床放射学杂志, 2025, 44(9): 1739-1743. DOI: 10.13437/j.cnki.jcr.2025.09.021.
XIA Z Y, MO X X, WANG C S, et al. The clinical value of IVIM-DWI imaging in diagnosis of multiple myeloma[J]. J Clin Radiol, 2025, 44(9): 1739-1743. DOI: 10.13437/j.cnki.jcr.2025.09.021.
[11]
ZHANG B, ZHANG L, BIAN B Y, et al. Diagnostic value of WB-DWI versus 18F-FDG PET/CT for the detection of multiple myeloma[J]. Indian J Cancer, 2023, 60(3): 303-309. DOI: 10.4103/ijc.IJC_1129_20.
[12]
赵小芳. 全身弥散加权成像扫描在肿瘤诊断中的应用及临床指导价值[J]. 中国医药科学, 2021, 11(11): 169-172. DOI: 10.3969/j.issn.2095-0616.2021.11.044.
ZHAO X F. Application and clinical guidance value of whole body diffusion weighted imaging scanning in tumor diagnosis[J]. China Med Pharm, 2021, 11(11): 169-172. DOI: 10.3969/j.issn.2095-0616.2021.11.044.
[13]
吴樊宇, 刘远康, 江翠萍, 等. 全身磁共振成像在血液系统肿瘤中的诊疗进展[J]. 磁共振成像, 2025, 16(1): 228-234. DOI: 10.12015/issn.1674-8034.2025.01.037.
WU F Y, LIU Y K, JIANG C P, et al. Progress in diagnosis and treatment of whole-body magnetic resonance imaging in hematologic malignancies[J]. Chin J Magn Reson Imag, 2025, 16(1): 228-234. DOI: 10.12015/issn.1674-8034.2025.01.037.
[14]
刘静, 赵鑫. 不同b值扩散加权成像表观扩散系数鉴别诊断直肠肿瘤的临床价值[J]. 实用医学影像杂志, 2023, 24(5): 342-345. DOI: 10.16106/j.cnki.cn14-1281/r.2023.05.005.
LIU J, ZHAO X. Analysis of the clinical value of apparent diffusion coefficient diffusion-weighted imaging with different b values in the differential diagnosis of rectal tumors[J]. J Pract Med Imag, 2023, 24(5): 342-345. DOI: 10.16106/j.cnki.cn14-1281/r.2023.05.005.
[15]
HUANG X M, XU X, SUN Y F, et al. Ultra-high b value DWI in distinguishing fresh gray matter ischemic lesions from white matter ones: a comparative study with routine and high b value DWI[J]. Quant Imaging Med Surg, 2021, 11(11): 4583-4593. DOI: 10.21037/qims-20-1241.
[16]
CUI J N, ZHENG J, NIU W R, et al. Quantitative IVIM parameters evaluating perfusion changes in brain parenchyma in patients newly diagnosed with acute leukemia: Compared with healthy participants[J/OL]. Front Neurol, 2023, 14: 1093003 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/36816571/. DOI: 10.3389/fneur.2023.1093003.
[17]
杨文钰, 竺晓凡. 中国儿童急性白血病的诊治现状及展望[J]. 2024(27): 2477-2482. DOI: 10.3760/cma.j.cn112137-20231211-01347.
YANG W Y, ZHU X F. Present situation and prospect of diagnosis and treatment of acute leukemia in children in China[J]. Chinese Medical Journal, 2024(27): 2477-2482. DOI: 10.3760/cma.j.cn112137-20231211-01347.
[18]
KIM E H, IM S A, LEE J W, et al. Extramedullary infiltration in pediatric acute myeloid leukemia on surveillance magnetic resonance imaging and its relationship with established risk factors[J/OL]. J Pediatr Hematol Oncol, 2022, 44(3): e713-e718 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/35319510/. DOI: 10.1097/MPH.0000000000002353.
[19]
DONNERS R, YIIN R S Z, KOH D M, et al. Whole-body diffusion-weighted MRI in lymphoma-comparison of global apparent diffusion coefficient histogram parameters for differentiation of diseased nodes of lymphoma patients from normal lymph nodes of healthy individuals[J]. Quant Imaging Med Surg, 2021, 11(8): 3549-3561. DOI: 10.21037/qims-21-50.
[20]
DE PAEPE K N, VAN KEERBERGHEN C A, AGAZZI G M, et al. Quantitative whole-body diffusion-weighted MRI after one treatment cycle for aggressive non-Hodgkin lymphoma is an independent prognostic factor of outcome[J/OL]. Radiol Imaging Cancer, 2021, 3(2): e200061 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/33817648/. DOI: 10.1148/rycan.2021200061.
[21]
TALARICO M, BARBATO S, CATTABRIGA A, et al. Diagnostic Innovations: Advances in imaging techniques for diagnosis and follow-up of multiple myeloma[J/OL]. J Bone Oncol, 2025, 51: 100669 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/40124904/. DOI: 10.1016/j.jbo.2025.100669.
[22]
RODRÍGUEZ-LAVAL V, LUMBRERAS-FERNÁNDEZ B, AGUADO-BUENO B, et al. Imaging of multiple myeloma: present and future[J/OL]. J Clin Med, 2024, 13(1): 264 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/38202271/. DOI: 10.3390/jcm13010264.
[23]
CHAKRABORTY R, HILLENGASS J, LENTZSCH S. How do we image patients with multiple myeloma and precursor states?[J]. Br J Haematol, 2023, 203(4): 536-545. DOI: 10.1111/bjh.18880.
[24]
钱晓丹, 姚爽玲, 管俊. 全身弥散加权成像在多发性骨髓瘤中的临床应用进展[J]. 实用临床医药杂志, 2020, 24(1): 19-23. DOI: 10.7619/jcmp.202001005.
QIAN X D, YAO S L, GUAN J. Progress on clinical application of whole-body diffusion weighted imaging in multiple myeloma[J]. J Clin Med Pract, 2020, 24(1): 19-23. DOI: 10.7619/jcmp.202001005.
[25]
李鹏, 王国旗. WB-DWI在初诊多发性骨髓瘤诊断及疗效评估中的应用价值[J]. 中国CT和MRI杂志, 2021, 19(3): 148-150, 170. DOI: 10.3969/j.issn.1672-5131.2021.03.049.
LI P, WANG G Q. Application value of WB-DWI in the diagnosis and efficacy evaluation of newly-diagnosed multiple myeloma[J]. Chin J CT MRI, 2021, 19(3): 148-150, 170. DOI: 10.3969/j.issn.1672-5131.2021.03.049.
[26]
DONG H Z, HUANG W Y, JI X D, et al. Prediction of early treatment response in multiple myeloma using MY-RADS total burden score, ADC, and fat fraction from whole-body MRI: impact of Anemia on predictive performance[J]. AJR Am J Roentgenol, 2022, 218(2): 310-319. DOI: 10.2214/AJR.21.26534.
[27]
TAKASU M, KONDO S, AKIYAMA Y, et al. Assessment of early treatment response on MRI in multiple myeloma: Comparative study of whole-body diffusion-weighted and lumbar spinal MRI[J/OL]. PLoS One, 2020, 15(2): e0229607 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/32106239/. DOI: 10.1371/journal.pone.0229607.
[28]
王立英, 李辛子, 李颖, 等. 腰椎骨髓MR T1 mapping影像组学预测儿童急性淋巴细胞白血病临床危险度[J]. 中国医学影像技术, 2024, 40(9): 1284-1288. DOI: 10.13929/j.issn.1003-3289.2024.09.002.
WANG L Y, LI X Z, LI Y, et al. Lumbar spine marrow MR T1 mapping radiomics for predicting clinical risk of acute lymphoblastic leukemia in children[J]. Chin J Med Imag Technol, 2024, 40(9): 1284-1288. DOI: 10.13929/j.issn.1003-3289.2024.09.002.
[29]
HOU M D, HUANG Y N, YAN J S, et al. Quantitative Dixon and intravoxel incoherent motion diffusion magnetic resonance imaging parameters in lumbar vertebrae for differentiating aplastic Anemia and acute myeloid leukemia[J/OL]. Front Oncol, 2023, 13: 1277978 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/38111525/. DOI: 10.3389/fonc.2023.1277978.
[30]
王亮, 张晓琴, 杨署, 等. 功能性磁共振DWI成像技术对上腹部肿瘤淋巴结转移的诊断价值[J]. 中国CT和MRI杂志, 2021, 19(7): 134-137. DOI: 10.3969/j.issn.1672-5131.2021.07.043.
WANG L, ZHANG X Q, YANG S, et al. Diagnostic value of functional magnetic resonance DWI in lymph node metastasis of upper abdominal tumor[J]. Chin J CT MRI, 2021, 19(7): 134-137. DOI: 10.3969/j.issn.1672-5131.2021.07.043.
[31]
ZHANG Y, LUO D H, GUO W, et al. Utility of mono-exponential, bi-exponential, and stretched exponential signal models of intravoxel incoherent motion (IVIM) to predict prognosis and survival risk in laryngeal and hypopharyngeal squamous cell carcinoma (LHSCC) patients after chemoradiotherapy[J]. Jpn J Radiol, 2023, 41(7): 712-722. DOI: 10.1007/s11604-023-01399-x.
[32]
王阳, 牛金亮, 张立超, 等. IVIM-DWI对急性髓细胞白血病骨髓微结构的研究[J]. 影像研究与医学应用, 2019, 3(1): 46-47. DOI: 10.3969/j.issn.2096-3807.2019.01.025.
WANG Y, NIU J L, ZHANG L C, et al. Study on bone marrow microstructure of acute myeloid leukemia by IVIM-DWI[J]. J Imag Res Med Appl, 2019, 3(1): 46-47. DOI: 10.3969/j.issn.2096-3807.2019.01.025.
[33]
FAN R, ZHU H, NIU J L, et al. Correlation of histological marrow characteristics and intravoxel incoherent motion-derived parameters in benign and malignant hematological disorders[J/OL]. Eur J Radiol, 2020, 123: 108745 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/31899061/. DOI: 10.1016/j.ejrad.2019.108745.
[34]
LI J T, LI W J, NIU J L, et al. Intravoxel incoherent motion diffusion-weighted MRI of infiltrated marrow for predicting overall survival in newly diagnosed acute myeloid leukemia[J]. Radiology, 2020, 295(1): 155-161. DOI: 10.1148/radiol.2020191693.
[35]
李娇, 王勤, 薛华丹, 等. MRI在多发性骨髓瘤预后预测中的研究进展[J]. 磁共振成像, 2023, 14(8): 192-196. DOI: 10.12015/issn.1674-8034.2023.08.034.
LI J, WANG Q, XUE H D, et al. Application progress of MRI in the prognostic prediction of multiple myeloma[J]. Chin J Magn Reson Imag, 2023, 14(8): 192-196. DOI: 10.12015/issn.1674-8034.2023.08.034.
[36]
BIAN W J, HUANG Q Q, ZHANG J L, et al. Intravoxel incoherent motion diffusion-weighted MRI for the evaluation of early spleen involvement in acute leukemia[J]. Quant Imaging Med Surg, 2024, 14(1): 98-110. DOI: 10.21037/qims-23-856.
[37]
BIAN W J, ZHANG J L, HUANG Q Q, et al. Quantitative tumor burden imaging parameters of the spleen at MRI for predicting treatment response in patients with acute leukemia[J/OL]. Heliyon, 2023, 9(10): e20348 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/37810872/. DOI: 10.1016/j.heliyon.2023.e20348.
[38]
ZHANG H, HU L, QIN F H, et al. Synthetic MRI and diffusion-weighted imaging for differentiating nasopharyngeal lymphoma from nasopharyngeal carcinoma: combination with morphological features[J]. Br J Radiol, 2024, 97(1159): 1278-1285. DOI: 10.1093/bjr/tqae095.
[39]
YU X P, HOU J, LI F P, et al. Intravoxel incoherent motion diffusion weighted magnetic resonance imaging for differentiation between nasopharyngeal carcinoma and lymphoma at the primary site[J]. J Comput Assist Tomogr, 2016, 40(3): 413-418. DOI: 10.1097/RCT.0000000000000391.
[40]
LIAO C C, QIN Y Y, TANG Q, et al. Multi-b value diffusion-weighted magnetic resonance imaging and intravoxel incoherent motion modeling: Differentiation of aggressive lymphoma lesions on initial treatment and activity assessment after chemotherapy[J/OL]. Medicine (Baltimore), 2019, 98(6): e14459 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/30732212/. DOI: 10.1097/MD.0000000000014459.
[41]
JO A, JUNG J Y, LEE S Y, et al. Prognosis prediction in initially diagnosed multiple myeloma patients using intravoxel incoherent motion-diffusion weighted imaging and multiecho Dixon imaging[J]. J Magn Reson Imaging, 2021, 53(2): 491-501. DOI: 10.1002/jmri.27321.
[42]
FERRAZZOLI V, MINOSSE S, PICCHI E, et al. Multiparametric MRI in primary cerebral lymphoma: Correlation between diffusion kurtosis imaging (DKI), dynamic contrast enhanced (DCE) and dynamic Susceptibility contrast (DSC) MRI techniques[J/OL]. Phys Med, 2025, 129: 104864 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/39631134/. DOI: 10.1016/j.ejmp.2024.104864.
[43]
CUI Y Y, WANG X H, WANG Y, et al. Restriction spectrum imaging and diffusion kurtosis imaging for assessing proliferation status in rectal carcinoma[J]. Acad Radiol, 2025, 32(1): 201-209. DOI: 10.1016/j.acra.2024.08.021.
[44]
LU J Y, ZHOU C, PU J L, et al. Brain microstructural changes in essential tremor patients and correlations with clinical characteristics: a diffusion kurtosis imaging study[J]. J Neurol, 2023, 270(4): 2106-2116. DOI: 10.1007/s00415-023-11557-w.
[45]
HUANG S H, HUANG C X, LI M J, et al. White matter abnormalities and cognitive deficit after mild traumatic brain injury: comparing DTI, DKI, and NODDI[J/OL]. Front Neurol, 2022, 13: 803066 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/35359646/. DOI: 10.3389/fneur.2022.803066.
[46]
FOLLIN C, SVÄRD D, VAN WESTEN D, et al. Microstructural white matter alterations associated to neurocognitive deficits in childhood leukemia survivors treated with cranial radiotherapy - a diffusional kurtosis study[J]. Acta Oncol, 2019, 58(7): 1021-1028. DOI: 10.1080/0284186X.2019.1571279.
[47]
尹航, 闫呈新. 磁共振扩散峰度成像在神经系统疾病中的应用进展[J]. 老年医学研究, 2024, 5(4): 22-26. DOI: 10.3969/j.issn.2096-9058.2024.04.005.
YIN H, YAN C X. The progress of diffusion-kurtosis imaging in the assessment of nervous system diseases[J]. Geriatr Res, 2024, 5(4): 22-26. DOI: 10.3969/j.issn.2096-9058.2024.04.005.
[48]
王小琴, 刘良发. 102例头颈部淋巴瘤的临床分析[J]. 临床耳鼻咽喉头颈外科杂志, 2020, 34(2): 177-180. DOI: 10.13201/j.issn.1001-1781.2020.02.019.
WANG X Q, LIU L F. Clinical analysis of 102 cases of head and neck lymphoma[J]. J Clin Otorhinolaryngol Head Neck Surg, 2020, 34(2): 177-180. DOI: 10.13201/j.issn.1001-1781.2020.02.019.
[49]
高博, 王小博, 潘晓晔, 等. 磁共振DKI成像模式对头颈部淋巴瘤的诊断价值[J]. 中国临床医学影像杂志, 2020, 31(8): 563-567. DOI: 10.12117/jccmi.2020.08.009.
GAO B, WANG X B, PAN X Y, et al. Diagnostic value of diffusion kurtosis imaging in head and neck lymphoma[J]. J China Clin Med Imag, 2020, 31(8): 563-567. DOI: 10.12117/jccmi.2020.08.009.
[50]
LIU L H, ZHANG H W, ZHANG H B, et al. Distinctive magnetic resonance imaging features in primary central nervous system lymphoma: a case report[J]. World J Radiol, 2023, 15(9): 274-280. DOI: 10.4329/wjr.v15.i9.274.
[51]
XIE S H, LANG R, LI B, et al. Evaluation of diffuse glioma grade and proliferation activity by different diffusion-weighted-imaging models including diffusion kurtosis imaging (DKI) and mean apparent propagator (MAP) MRI[J]. Neuroradiology, 2023, 65(1): 55-64. DOI: 10.1007/s00234-022-03000-0.
[52]
PANG H P, DANG X F, REN Y, et al. Diffusion kurtosis imaging differs between primary central nervous system lymphoma and high-grade glioma and is correlated with the diverse nuclear-to-cytoplasmic ratio: a histopathologic, biopsy-based study[J]. Eur Radiol, 2020, 30(4): 2125-2137. DOI: 10.1007/s00330-019-06544-7.
[53]
WU R, SUO S T, WU L M, et al. Assessment of chemotherapy response in non-Hodgkin lymphoma involving the neck utilizing diffusion kurtosis imaging: a preliminary study[J]. Diagn Interv Radiol, 2017, 23(3): 245-249. DOI: 10.5152/dir.2017.16184.
[54]
王方青, 陈颖慧, 孙阳, 等. 扩散峰度成像定量参数预测胰腺导管腺癌HIF-1α的初步研究[J]. 磁共振成像, 2025, 16(5): 37-43. DOI: 10.12015/issn.1674-8034.2025.05.006.
WANG F Q, CHEN Y H, SUN Y, et al. A preliminary study on quantitative parameter prediction of HIF-1α in pancreatic ductal adenocarcinoma using diffusion kurtosis imaging[J]. Chin J Magn Reson Imag, 2025, 16(5): 37-43. DOI: 10.12015/issn.1674-8034.2025.05.006.
[55]
房加高, 刘波, 陈丽娟, 等. 基于DKI序列的类PET成像在多发性骨髓瘤诊断中的ROC分析[J]. 中外医疗, 2019, 38(4): 178-180, 192. DOI: 10.16662/j.cnki.1674-0742.2019.04.178.
FANG J G, LIU B, CHEN L J, et al. ROC analysis of PET-like imaging based on DKI sequence in the diagnosis of multiple myeloma[J]. China Foreign Med Treat, 2019, 38(4): 178-180, 192. DOI: 10.16662/j.cnki.1674-0742.2019.04.178.
[56]
JIANG Y L, LI J, ZHANG P F, et al. Staging liver fibrosis with various diffusion-weighted magnetic resonance imaging models[J]. World J Gastroenterol, 2024, 30(9): 1164-1176. DOI: 10.3748/wjg.v30.i9.1164.
[57]
赵锴, 马潇越, 程敬亮, 等. DKI及DTI在鉴别诊断低级别胶质瘤与脑炎中的价值[J]. 磁共振成像, 2024, 15(2): 1-6, 55. DOI: 10.12015/issn.1674-8034.2024.02.001.
ZHAO K, MA X Y, CHENG J L, et al. The value of DKI and DTI in the differential diagnosis of low-grade gliomas and encephalitis[J]. Chin J Magn Reson Imag, 2024, 15(2): 1-6, 55. DOI: 10.12015/issn.1674-8034.2024.02.001.
[58]
王国杰. 磁共振DTI技术在中枢神经系统疾病中的应用现状及进展[J]. 中国医疗设备, 2024, 39(2): 171-178. DOI: 10.3969/j.issn.1674-1633.2024.02.029.
WANG G J. Application and progress of magnetic resonance DTI in central nervous system diseases[J]. China Med Devices, 2024, 39(2): 171-178. DOI: 10.3969/j.issn.1674-1633.2024.02.029.
[59]
马琳, 曾思元, 方向明. 脑小血管病相关认知障碍病人白质微结构异常的DTI研究进展[J]. 国际医学放射学杂志, 2023, 46(3): 289-292, 298. DOI: 10.19300/j.2023.Z20306.
MA L, ZENG S Y, FANG X M. Research progress in the diffusion tensor imaging of white matter microstructural abnormalities in patients with cerebral small vessel disease-related cognitive impairment[J]. Int J Med Radiol, 2023, 46(3): 289-292, 298. DOI: 10.19300/j.2023.Z20306.
[60]
WÜRTEMBERGER U, DIEBOLD M, RAU A, et al. Advanced diffusion imaging reveals microstructural characteristics of primary CNS lymphoma, allowing differentiation from glioblastoma[J/OL]. Neurooncol Adv, 2024, 6(1): vdae093 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/38946879/. DOI: 10.1093/noajnl/vdae093.
[61]
CHICHE D, TAILLANDIER L, BLONSKI M, et al. DTI analysis of the peritumoral zone of diffuse low-grade gliomas in progressing patients[J/OL]. World Neurosurg, 2025, 194: 123382 [2025-07-14]. https://pubmed.ncbi.nlm.nih.gov/39489335/. DOI: 10.1016/j.wneu.2024.10.111.
[62]
RAMLI N, LIM C H, RAJAGOPAL R, et al. Assessing changes in microstructural integrity of white matter tracts in children with leukaemia following exposure to chemotherapy[J]. Pediatr Radiol, 2020, 50(9): 1277-1283. DOI: 10.1007/s00247-020-04717-x.

上一篇 无创弹性成像技术在代谢功能障碍相关脂肪性肝病诊断与评估中的研究进展
下一篇 扩散加权成像技术在血液系统恶性肿瘤的应用研究进展
  
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