分享:
分享到微信朋友圈
X
综述
单指数模型扩散加权成像及体素内不相干运动成像在自身免疫性疾病的应用进展
田曼婷 丁长伟

TIAN M T, DING C W. Application progress of diffusion-weighted imaging basded on mono-exponential and intravoxel incoherent motion imaging in autoimmune diseases[J]. Chin J Magn Reson Imaging, 2023, 14(8): 158-164.引用本文:田曼婷, 丁长伟. 单指数模型扩散加权成像及体素内不相干运动成像在自身免疫性疾病的应用进展[J]. 磁共振成像, 2023, 14(8): 158-164. DOI:10.12015/issn.1674-8034.2023.08.028.


[摘要] 扩散加权成像(diffusion weighted imaging, DWI)是检测人体水分子微观运动的非侵入性检查方法,单指数模型DWI可用表观扩散系数(apparent diffusion coefficient, ADC)定量评价水分子扩散运动中受限的方向和程度,间接反映组织内微观结构的变化及特点,其结果包含纯水分子与微循环血液灌注二者的重叠效应。双指数模型DWI指体素内不相干运动(intravoxel incoherent motion, IVIM)成像,是在单指数模型DWI的基础上发展的多b值DWI,能够准确区分组织内纯水分子扩散信息和微循环血流灌注信息。由于二者对微观结构变化的高敏感性,在诊断疾病、评估疾病活动程度及预后效果中具有重要应用价值,为临床提供有效影像证据支持,因此单指数模型DWI和IVIM成像目前在自身免疫性疾病中的应用越来越广泛。笔者对单指数模型DWI及IVIM成像现今在自身免疫性脑炎、自身免疫性肝炎、自身免疫性胰腺炎、强直性脊柱炎、免疫性肾脏疾病及大动脉炎中的应用进行综述,旨在了解其在自身免疫性疾病中的应用现状及进展,进一步探究二者广泛应用于自身免疫性疾病的前景及不足。
[Abstract] Diffusion weighted imaging (DWI) is a non-invasive method to detect the micro movement of water molecules in human body. Apparent diffusion coefficient (ADC) of mono-exponential DWI can be used for quantitative evaluation of the direction and degree of restriction in the diffusion motion of water molecules, which indirectly reflected the changes and characteristics of microstructure in the organization. However, the result is a superposition of both pure water molecules and perfusion-related diffusion. Bi-exponential DWI, also called intravoxel incoherent motion (IVIM) imaging is based on mono-exponential DWI, a kind of multi-b DWI, which can distinguish the diffusion of pure water molecules and perfusion-related diffusion precisely. Due to their high sensitivity to microstructure changes, mono-exponential DWI and IVIM imaging have important application value in diagnosis of disease, evaluation of disease activity and prognosis, providing effective imaging evidence for clinical, therefore conventional DWI and IVIM imaging are being used more and more widely in autoimmune diseases. The author reviewed the application progress of mono-exponential DWI and IVIM imaging in autoimmune encephalitis, autoimmune hepatitis, autoimmune pancreatitis, ankylosing spondylitis, immune nephropathy and Takayasu arteritis, aimed to elaborate the current situation and progress of their application in autoimmune diseases and further explore the prospects and shortcomings of their extensive application in autoimmune diseases.
[关键词] 自身免疫性疾病;磁共振成像;扩散加权成像;体素内不相干运动成像
[Keywords] autoimmune diseases;magnetic resonance imaging;diffusion weighted imaging;intravoxel incoherent motion imaging

田曼婷    丁长伟 *  

中国医科大学附属盛京医院放射科,沈阳 110004

通信作者:丁长伟,E-mail:18940254003@163.com

作者贡献声明:丁长伟设计本研究的方案,对稿件重要的智力内容进行了修改,获得了辽宁省自然科学基金的资助;田曼婷起草和撰写稿件,获取、分析或解释本研究的数据/文献;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: 辽宁省自然科学基金 20170541045
收稿日期:2022-10-24
接受日期:2023-06-15
中图分类号:R445.2  R593.2 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2023.08.028
引用本文:田曼婷, 丁长伟. 单指数模型扩散加权成像及体素内不相干运动成像在自身免疫性疾病的应用进展[J]. 磁共振成像, 2023, 14(8): 158-164. DOI:10.12015/issn.1674-8034.2023.08.028.

0 前言

       扩散加权成像(diffusion-weighted imaging, DWI)是唯一能检测活体组织中水分子布朗运动的成像方法,单指数模型DWI通常使用表观扩散系数(apparent diffusion coefficient, ADC)进行定量评价,以此来反映微观结构中水分子扩散受限情况[1],基于单指数模型的局限性,ADC值反映的是纯水分子运动和血流灌注的重叠效应,得到的参数结果具有偏差。双指数模型DWI即体素内不相干运动(intravoxel incoherent motion, IVIM)成像,由单指数模型DWI衍生而来,采用多个b值得到的结果不再是单指数模型中各成分作用叠加后的平均扩散系数,而是分别获得水分子扩散和微循环灌注的各自信息以及二者所占组织扩散的比例,弥补了单指数模型DWI的不足,可以更加全面且准确地获得组织扩散信息,从而更具优势,目前已广泛运用于头颈、腹部、乳腺等相关疾病的诊断与分期中。

       自身免疫性疾病受累靶器官在组织病理学上常以炎症细胞浸润伴不同程度的纤维化为主要改变,致使水分子扩散受限,扩散参数出现相应改变,因此基于以上病理改变单指数模型DWI在自身免疫性疾病的早期诊断、鉴别诊断及预后评估上颇有应用前景;而IVIM成像在单指数模型DWI检测水分子扩散受限情况的基础上,同时还关注到组织内部血流灌注的改变,能更好地评价自身免疫性疾病的病理变化,目前在相关领域的研究也逐年增加。本文的目的在于阐述单指数模型DWI与IVIM成像在自身免疫性疾病的应用现状及进展,进一步探讨二者广泛应用于自身免疫性疾病的潜力及不足。

1 单指数模型DWI及IVIM成像在自身免疫性脑炎的应用

       自身免疫性脑炎(autoimmune encephalitis, AE)泛指一大类由免疫系统对中枢神经系统抗原产生反应而导致的非感染性炎症性疾病[2, 3, 4],根据特异性抗原抗体分布的部位不同,分为细胞内抗原抗体介导型AE与细胞表面抗原抗体介导型AE,二者的病理改变略有不同:细胞内抗原抗体介导型AE是由T细胞介导的细胞免疫损伤,早期多表现为病灶区细胞毒性脑水肿,组织间水分子扩散受限,随着炎症细胞浸润增多,炎症反应导致血脑屏障破坏,病灶区组织间隙水分子逐渐增多,进展为血管源性脑水肿[5];细胞表面抗原抗体介导型AE是B细胞介导的体液免疫损伤,主要表现为血管源性脑水肿。

       AE最常见的类型是针对细胞表面N-甲基-D-天冬氨酸受体(N-methyl-D-aspartate receptor antibody, NMDAR)的抗NMDAR脑炎,主要累及颞叶及海马,多数病变在T2WI及液体衰减反转恢复(fluid attenuated inversion recovery, FLAIR)序列上表现为高信号[6],有研究报道,DWI有助于早期诊断AE[7]。常规MRI在鉴别AE及其他脑炎时存在局限性,无法及时反映病程进展及演变过程,而单指数模型DWI可以通过评估组织间隙水分子扩散状态来反映疾病的病理状态[8, 9],使其在AE与其他类型脑炎的鉴别诊断上具有较大潜力。AE与病毒性脑炎(viral encephalitis, VE)的临床表现、抗体检测及影像学特点相似,早期易造成误诊。病毒性脑炎的病理机制与细胞内抗原抗体介导的AE相似,即由早期的细胞毒性脑水肿逐渐发展为血管源性脑水肿。张晓蒙等[10]发现亚急性起病(<3个月)的AE与VE患儿病灶区DWI多呈高信号,但AE病灶区的ADC值正常或轻度增高,而VE病灶区的ADC值减低。这可能是由于研究纳入的AE患者以细胞表面抗原抗体介导的AE为主,早期表现为血管源性脑水肿,组织间隙水分子增多,水分子扩散不受限,ADC值正常或增高;VE早期表现为细胞毒性脑水肿,组织间隙变小,水分子扩散受限,ADC值减低。

       由于组织间隙水分子含量随着时间变化,ADC值也相应地改变,因此在临床上不能确定疾病进程时,还可通过ADC值、血清及脑脊液抗体检测来了解AE病程进展。但基于其病理变化,单指数模型DWI难以区分病程长的细胞表面抗原抗体介导的AE与VE,在鉴别细胞内抗体介导的AE与VE上困难较大。

       综上,常规MRI结合单指数模型DWI可提高AE的诊断准确率。鉴于AE经过治疗后炎症细胞浸润减少,细胞水肿缓解,DWI信号以及ADC值出现变化,可能在日后会成为AE患者治疗效果评估的手段之一。目前IVIM成像在AE应用的相关研究较少,IVIM成像能从微循环灌注的变化和水分子扩散受限的变化两个方向评价AE病变,更好地体现其内在病理改变,在区分血管源性脑水肿及细胞毒性脑水肿方面具有一定应用潜质。

2 单指数模型DWI及IVIM成像在自身免疫性肝炎的应用

2.1 单指数模型DWI在自身免疫性肝炎的应用

       自身免疫性肝炎(autoimmune hepatitis, AIH)是一种免疫介导的慢性炎症性肝病,儿童及成人均可受累。AIH的诊断主要依赖于血清转氨酶水平增高、高免疫球蛋白G、特征性自身抗体以及组织病理学证实的界面性肝炎[11]。与其他慢性肝病一样,AIH可引起慢性炎症和反复的肝实质和胆道损伤,导致纤维化或瘢痕组织形成,进一步发展为肝硬化,可合并门静脉高压[12, 13]。肝纤维化若得到早期诊断,及时祛除病因,是可以延缓疾病进展甚至逆转的。因此,在可能的情况下,早期诊治对于保护肝功能和减缓疾病进展非常重要。

       影像学表现虽未纳入AIH简化诊断积分系统,但对其诊断仍具有一定价值。AIH可表现为DWI信号增高,ADC值减低。孟占鳌等[14]对31例AIH患者行MRI检查,80%的AIH患者肝脏体积增大,T2WI信号增高,DWI信号轻度增高或不高。一方面,AIH的特征性组织病理学改变为肝小叶、汇管区及界板区淋巴细胞、浆细胞等炎症细胞浸润,导致肝细胞变性、水肿,水分子扩散受限;另一方面,AIH多伴不同程度肝纤维化,大量细胞外基质成分集聚及细胞内脂滴增加使水分子扩散受限。

       单指数模型DWI可以反映AIH的肝纤维化程度,且肝纤维化的进展程度与ADC值呈负相关。JANG等[15]发表的荟萃分析表明,单指数模型DWI在诊断肝纤维化分期≥F2(显著纤维化)、≥F3(晚期纤维化)和F4(肝硬化)的受试者工作特征(receiver poerator characteristic curve, ROC)曲线下面积分别为0.86、0.83、0.88,说明DWI在评估肝纤维化各个阶段都表现出良好的准确性。近年一项研究[16]发现,AIH患儿的ADC值减低与丙氨酸氨基转移酶与γ-谷氨酰转移酶水平的升高显著相关,二者分别是肝细胞损伤和胆管损伤的标志物。这些结果表明,单指数模型DWI可能在慢性肝病严重程度和进展的多参数预测以及肝脏纤维化的检测中发挥作用,后续还需要更多研究进一步了解这些参数之间的关联及其潜在临床意义。另外,单指数模型DWI还有助于鉴别AIH相关肝硬化融合状纤维化(confluent hepatic fibrosis, CHF)与肝细胞癌(hepatocellular carcinoma, HCC)。有研究[17]发现,在6例CSF患者中,4例经病理确诊为AIH,提示AIH与CSF关系密切。AIH相关CSF大多数呈肿块样改变,与HCC较难鉴别。PARK等[18]提出HCC的平均ADC值显著低于CSF,这是因为CSF具有相对松散的胶原束结缔网络,而HCC细胞排列更加密集,细胞间隙更小,扩散受限更为显著。

2.2 IVIM成像在自身免疫性肝炎的应用

       肝脏纤维化后,除水分子扩散受限之外,由于肝血窦受到破坏、门静脉高压等因素使肝脏血流供应减少,可导致灌注值下降。而IVIM成像通过分别量化水分子扩散运动信息和血流灌注信息,有望对探究两种因素各自对总体弥散的作用提供重要参考依据。已有研究[19, 20]发现肝纤维化的D值、f值、D*值均降低。FRANCA等[21]采用6个b值(0、50、200、400、600、800 s/mm2)的IVIM成像对74例弥漫性肝病患者(肝炎、肝纤维化)进行研究,并将脂肪变性和铁沉积也考虑在内,他们发现肝脏纤维化越严重,ADC值与f值越低,但血液灌注会受到脂肪沉积的影响,干扰f值的测量;D*值可能与心动周期有关,且可重复性差;D值则同时受到脂肪和铁元素的影响。因此IVIM成像在上述因素的干预下,无法推断出造成AIH扩散减低的主要原因。其他研究者[22, 23]则认为肝纤维化低ADC值仅依赖于灌注参数的变化。上述结果的差异性可能与多b值的不同选择、扫描对象个体差异性、图像质量等问题有关,因此未来的相关研究应尽量避免这些干扰因素,统一参数选择,规范扫描方案,从而得出更具有外推性的结论。

3 单指数模型DWI及IVIM成像在自身免疫性胰腺炎的应用

3.1 单指数模型DWI在自身免疫性胰腺炎的应用

       自身免疫性胰腺炎(autoimmune pancreatitis, AIP)是指自身免疫反应导致的特殊类型的慢性胰腺炎。AIP分为两型,Ⅰ型AIP又称淋巴浆细胞硬化性胰腺炎,Ⅱ型AIP又称特发性导管中心性胰腺炎,其中Ⅰ型AIP最常见,属IgG4相关性疾病,病理特征主要体现在淋巴细胞、IgG4阳性浆细胞浸润伴不同程度纤维化[24]。由于Ⅰ型AIP症状及体征缺乏特异性,且影像学可表现为胰头或胰体尾肿块样肿胀,仅凭临床表现与常规影像学检查难以与胰腺癌(pancreatic cancer, PC)区分。

       据报道[25, 26, 27],单指数模型DWI在鉴别AIP与PC上颇有成效。AIP因淋巴细胞显著浸润和纤维化,PC因肿瘤细胞密度增加、纤维增生,水分子扩散均受限,DWI信号增高,ADC值减低。但AIP通常显示出比PC更低的ADC值,SEKITO等[27]应用单指数模型DWI技术分别测量Ⅰ型AIP与PC的ADC值,二者均低于正常胰腺的ADC值,AIP的ADC值中位数为1.057×10-3 mm2/s [(0.996~1.142)×10-3 mm2/s],明显低于PC的1.376×10-3 mm2/s [(1.267~1.523)×10-3 mm2/s],后续研究结论与其相同[25, 26]。AIP的细胞密度较PC显著增加,水分子扩散受限程度更大,这似乎是AIP的ADC值低于PC的ADC值的主要原因。然而由于AIP局部炎症细胞浸润程度不一、局部渗出以及由于长期慢性炎症引起的不同程度增生[28],导致病变区域水分子的扩散存在差异,有研究报道[29, 30, 31],肿块型AIP的ADC值高于PC组的ADC值,这一不同结果也可能与研究者使用的设备或参数设置不同有关。另一方面,单指数模型DWI技术与ADC值还可用于早期评估AIP疗效。SEKITO等[27]测量了AIP患者激素治疗前后(平均7.9天)病变部位的ADC值变化,二者的ADC值中位数分别为1.061×10-3 mm2/s [(0.974~1.144)×10-3 mm2/s]和1.340×10-3 mm2/s [(1.234~1.454)×10-3 mm2/s],治疗后ADC值显著增加,这是因为治疗后淋巴细胞及浆细胞数量减少,纤维化较前缓解。单指数模型DWI也可以用于监测AIP治疗过程中的动态变化,ZHU等[32]对激素治疗后的AIP患者随访时发现治疗时长小于半年的AIP患者病灶区平均ADC值为(1.16±0.12)×10-3 mm2/s,而治疗时长大于一年的AIP患者病灶区平均ADC值为(1.23±0.12)×10-3 mm2/s,另外,AIP复发时ADC值表现为相对减低,但高于AIP首发时的ADC值,笔者推断可能是因为复发时炎症活动程度较首发时降低所致。

3.2 IVIM成像在自身免疫性胰腺炎的应用

       少数研究关注到血流灌注对AIP扩散减低的影响,炎症细胞浸润及纤维化导致水分子扩散受限的同时,也会造成血管数量减少,这一理论基础为IVIM成像在AIP的应用提供了可靠依据。KLAUß等[33]采用8个b值(50、100、150、200、300、400、600、800 s/mm2)的IVIM成像分别检查AIP患者、PC患者及健康志愿者,并对AIP患者进行激素治疗后的随访,作出了参数分析与评价。最终结果显示,初诊AIP患者f值(10.5%±4.3%)低于健康志愿者(20.7%±4.3%),PC患者则表现为较二者更低的f值(8.2%±4.0%)。而D值在组间差别无统计学意义。该研究发现代表微循环灌注的灌注分数f值是区分PC和AIP最佳指标,而非代表纯水分子扩散的真实扩散D值,故笔者猜测AIP扩散减低可能主要归因于炎症细胞浸润及纤维化所致的血流灌注减低,这一推断还需扩大样本量、标化参数设置等进一步证实。随着病情好转,血流灌注逐渐恢复,经治的AIP随访患者f值逐渐增高,第1次随访为17.1%±7.0%,第2次随访为21.0%±4.1%。由此可见,IVIM成像因分别量化灌注与纯水扩散效应而在鉴别AIP与PC、监测AIP疗效上优于单指数模型DWI,后续研究应聚焦于IVIM成像在AIP中的可行性研究。

4 单指数模型DWI及IVIM成像在强直性脊柱炎的应用

4.1 单指数模型DWI在强直性脊柱炎的应用

       强直性脊柱炎(ankylosing spondylitis, AS)是一种慢性炎症性自身免疫病,通常始于骶髂关节,随时间推移逐渐累及脊柱,晚期可出现骨性强直及多系统广泛纤维化等不可逆性改变,因此尽早判断疾病是否处于活动期对于确定治疗方案与改善预后尤为重要[34]。骶髂关节炎不仅是AS的早期特征,也是该病诊断和分类的重要指标,其炎症活动期的病理基础为关节面下骨髓水肿、炎性细胞浸润、滑膜增生及血管翳形成。临床常用Bath强直性脊柱炎病情活动指标(Bath Ankylosing Spondylitis Disease Activity Index, BASDAI)、C反应蛋白和血沉来评估AS患者的炎症活动,骶髂关节MRI显示周围软组织较其他检查技术具有优越性,现也广泛应用于AS的活动期评价中[35],加拿大脊柱关节炎研究协会(Spondyloarthritis Research Consortium of Canada, SPARCC)评分即通过MRI表现来衡量骶髂关节骨髓水肿程度。

       有学者提出单指数模型DWI是评估AS患者活动性骶髂关节炎的理想方法,可以借助ADC值快速、无创、定量分析炎症的活动程度,崔艳秋等[36]利用DWI评估AS患者的活动性骶髂关节炎,研究结果显示活动组骶髂关节由于局部骨髓水肿,水分子运动加快,ADC值明显高于稳定组与对照组,与既往研究报道一致[35,37, 38],且ADC值具有较高的诊断效能。另外他们还发现AS患者骶髂关节ADC值、SPARCC评分与BASDAI评分三者间具有显著相关性,说明ADC值及SPARCC评分与AS临床症状相关,均可用于判断AS是否处于活动期,因此单指数模型DWI技术在将来可以作为一种无创手段投入到AS活动性检测的应用中。AS属于中轴型脊柱关节炎(axial spondyloarthritis, axSpA)的一类,除骶髂关节外,其脊柱受累并不少见,DWI还可以检测AS患者脊柱受累情况,从而全方位、多角度地评价AS的活动程度。LEE等[39]提出,ADC可以作为axSpA脊柱疾病活动的生物标志物,axSpA的活动性椎间盘病变表现为椎体终板和/或椎间盘相邻的高信号区域,在他们的研究中AS患者椎间盘病变的发生率为25%,病变区域测得的ADC值增高,且与BASDAI、Bath强直性脊柱炎功能指数呈正相关。崔艳秋等[36]还对活动期AS患者加扫全脊柱扩散扫描,发现21例(61.7%,21/34)脊柱受累,受累椎体的ADC值[(1169.76±259.22)×10-6 mm2/s]明显高于正常椎体ADC值[(475.47±53.75)×10-6 mm2/s],证实在骶髂关节检查的基础上加扫全脊柱扩散加权扫描有利于全方位评价AS的活动程度。

4.2 IVIM成像在强直性脊柱炎的应用

       IVIM能够很好地区分AS患者的骶髂关节炎是否处于活动期,郭晓琳等[40]用10个b值(0、50、100、150、200、300、600、900、1200、1500 s/mm2)的IVIM成像分别研究AS患者活动期与稳定期骶髂关节的改变,得出活动期骶髂关节炎的f、D、ADC值较稳定组升高,差异具有统计学意义,D*值则无明显差别。由于活动期骶髂关节出现骨髓水肿,D值与ADC值升高,而在该研究中D值小于ADC值,这是因为IVIM成像剔除了灌注的重叠效应。f值升高可能是因为纳入的部分活动期患者并没有出现典型的骨髓水肿,滑膜区血流增加导致。然而,胡振斌等[41]认为D值和mDIXON-Quant脂肪分数可作为评估骶髂关节炎活动性的定量参数,f值与D*在两期间差异均无统计学意义。笔者推断,上述研究之间的差异可能的原因是后者纳入的部分患者骨髓脂肪沉积较为明显,影响了f值的测量,这正是该研究的不足之处,即并未探究脂肪分数与f值的相关性。另外黄骨髓随着年龄增长而逐渐增加,影响脂肪含量测定,该研究并未按年龄分组,也可能是差异的另一来源。所以后续研究还需要考虑年龄和脂肪沉积的影响。

5 单指数模型DWI及IVIM成像在免疫性肾脏疾病的应用

5.1 单指数模型DWI在免疫性肾脏疾病的应用

       各种病因包括免疫因素在内引起的慢性肾脏改变具有相似的病理特点,即炎症细胞浸润、间质纤维化、肾小管萎缩及肾小球硬化等,致使肾脏水分子扩散出现异常改变,因此DWI可能成为监测肾功能变化、指导临床诊疗的无创技术[42]

       IgG4相关性疾病(IgG4-related disease, IgG4-RD)是多系统受累的自身免疫性疾病,IgG4相关肾病(IgG4-related kidney disease, IgG4-RKD)作为其中一员,组织学标志是富含IgG4+浆细胞及淋巴细胞浸润,以及不同程度的轮辐状纤维化、闭塞性静脉炎[43],肾小管间质性肾炎是肾实质的典型病变。CT图像对于早期微小病变的检出率低,目前MRI已成为早期检测IgG4-RKD的有效手段,单指数模型DWI更是因为高敏感性、无需注射对比剂等优越性受到广泛关注[44]

       单指数模型DWI对检出IgG4-RKD较MRI常规序列更敏感,KIM等[44]回顾了31例IgG4-RKD患者的MRI表现,发现单指数模型DWI检测到的病变数量(n=9)超出常规T2加权成像(n=2)和动态对比增强MRI(n=5)的病变检出数,且单指数模型DWI(b=1000 s/mm2)检测IgG4-RKD的敏感度(100%)显著高于T2加权成像(77%),所有病变在高b值(500、1000 s/mm2)时多表现为高信号,与VUJASINOVIC等[45]的研究结果一致,且IgG4-RKD肾脏病变的平均ADC值[(1.29±0.20)×10-3 mm2/s]明显低于正常肾实质[(1.93±0.17)×10-3 mm2/s]。另外,单指数模型DWI还可能是肾功能正常的IgG4-RKD亚临床阶段的唯一线索[46],因此在疑似IgG4-RKD患者的常规MRI检查基础上叠加DWI检查会大大提高疾病检出率。单指数模型DWI也能很好地鉴别IgG4-RKD与肾脏恶性肿瘤,IgG4-RKD最常见表现为双肾多发性实质结节,易与肾脏恶性肿瘤混淆,前者表现为浆细胞、淋巴细胞浸润及伴不同程度纤维化,后者表现为肿瘤细胞浸润,均可致DWI信号增高,鉴于二者细胞密度的不同,ADC值的比较或可在将来作为二者的鉴别依据之一。单指数模型DWI在评价免疫性肾病的肾脏功能中也具有一定可行性,辛仲宏等[47]对31例原发性肾小球肾炎患者及28例健康志愿者进行DWI检查,得出原发性肾小球肾炎患者肾脏ADC值低于正常肾脏组,而肌酐升高组ADC值低于肌酐正常组,且在高b值时患肾ADC值与血清肌酐呈负相关,表明肾脏病变程度越重,肾脏水分子扩散越受限,可见单指数模型DWI能发现肾脏病变并评估病情进展的严重程度。而苏妍等[48]对IgA肾病患者进行Lee氏分级并测取各组病区ADC值,测得除Ⅰ级肾皮质ADC值与对照组差异无统计学意义外,其他各亚组的肾皮质和髓质ADC值均低于对照组,他们认为ADC值鉴别早期 IgA肾病的敏感性较差,这可能是由于纳入的早期IgA患者病例较少造成的,未来的相关研究进一步扩大样本量也许会得到不同结果。

5.2 IVIM成像在免疫性肾脏疾病的应用

       目前鲜有文献探究IVIM成像在免疫性肾病的应用价值,正常肾实质血流丰富,当炎症细胞浸润以及纤维化破坏肾脏丰富的毛细血管网时,造成灌注减低,对总体扩散效应产生影响,故后续研究着力于IVIM成像在免疫性肾病的应用具有可靠的理论支撑,但是由于肾脏特殊的生理结构及功能,肾小球与肾小管的病变程度可能并不相同,且肾小管内液体流动会影响到参数测量,这些都是需要克服的问题。有学者[49]分析了IVIM成像各参数在儿童紫癜性肾炎(henoch-schonlein purpura nephritis, HSPN)肾脏病变与正常肾脏病变的差异,得出D值能够很好地区分二者,HSPN患肾D值均低于正常肾脏,与肾小球内免疫复合物沉积、新月体形成及系膜增生限制水分子扩散有关。f值也有一定参考价值,随着血管密度减低,患肾血流灌注较正常肾脏低,但在该研究中f值只在右肾下极的差异有统计学意义,可能是因为肾脏上极邻近的腹主动脉搏动及胃肠蠕动的干扰,因而勾画感兴趣区时应注意避开这些干扰因素。

6 单指数模型DWI在大动脉炎的应用

       大动脉炎是一种肉芽肿性动脉炎,可影响主动脉及其主要分支,以视觉障碍和上肢脉搏明显减弱为特征。病变动脉管壁含有丰富的淋巴细胞和巨噬细胞浸润,并可伴随血管内膜增生、纤维化及管腔狭窄闭塞[50],受累动脉的局部炎症活动常常在正电子发射断层显像/计算机断层扫描(positron emission tomography/computed tomography, PET/CT)上表现为氟代脱氧葡萄糖(fluoro-D-glucose, FDG)摄取增加。KUROIWA等[51]首次应用单指数模型DWI及DWI+T1WI的融合图像评估了大动脉炎的局部炎症活动,他们发现受累的左锁骨下动脉PET/CT上表现为18F-FDG摄取增加,而受累动脉管壁在单指数模型DWI及DWI+T1WI的融合图像上为高信号,ADC值为(1.75±0.15)×10-3 mm2/s,激素治疗后,患者的临床症状及左锁骨下动脉增厚的管壁较前明显缓解,DWI上高信号消失,ADC值升为(2.11±0.22)×10-3 mm2/s。

       另一项研究[52]使用单指数模型DWI及DWI+T1WI的融合图像来评估激素治疗前后的IgG4相关主动脉炎的局部炎症时,也得到了一致结果,激素治疗后主动脉壁原本的高信号消失,ADC值较治疗前增高,提示血管炎性改变较前缓解。故单指数模型DWI有望取代PET/CT,成为评估血管炎局部炎症活动的无创、有效且性价比高的成像手段,但上述研究均为个例报道,后续还需要更多研究进一步证实。

7 小结与展望

       综上,单指数模型DWI和其延伸而来的IVIM成像是快速、无创、敏感的成像技术,在诊断自身免疫性疾病、评估疾病活动程度及预后效果具有独特优势,甚至可以取代某些传统检查方式。然而二者受到b值的选定、扫描设备、扫描时长等问题上的限制。目前应用单指数模型DWI与IVIM成像诊断与评估自身免疫性疾病方兴未艾,且受到样本量的限制。总之,单指数模型DWI与IVIM成像可以为自身免疫性疾病可以提供更多的诊断信息,具有重要应用价值和潜力,因此,未来应将关注点更多地放在单指数模型DWI、IVIM成像与自身免疫性疾病的联系上,为临床诊疗提供新视角。

[1]
CHAVHAN G B, ALSABBAN Z, BABYN P S. Diffusion-weighted imaging in pediatric body MR imaging: principles, technique, and emerging applications[J]. Radiographics, 2014, 34(3): E73-E88. https://doi.org/10.1148/rg.343135047. DOI: 10.1148/rg.343135047.
[2]
LIANG C, CHU E, KUOY E, et al. Autoimmune-mediated encephalitis and mimics: A neuroimaging review[J]. J Neuroimaging, 2023, 33(1): 19-34. DOI: 10.1111/jon.13060.
[3]
CO D O, KWON J M. Autoimmune Encephalitis: Distinguishing Features and Specific Therapies[J]. Crit Care Clin, 2022, 38(2): 393-412. DOI: 10.1016/j.ccc.2021.11.007.
[4]
RICHIE M B. Autoimmune Meningitis and Encephalitis[J]. Neurol Clin, 2022, 40(1): 93-112. DOI: 10.1016/j.ncl.2021.08.007.
[5]
PEERY H E, DAY G S, DUNN S, et al. Anti-NMDA receptor encephalitis. The disorder, the diagnosis and the immunobiology[J]. Autoimmun Rev, 2012, 11(12): 863-872. DOI: 10.1016/j.autrev.2012.03.001.
[6]
中华医学会神经病学分会神经感染性疾病与脑脊液细胞学学组. 中国自身免疫性脑炎诊治专家共识(2022年版)[J]. 中华神经科杂志, 2022, 55(9): 931-949. DOI: 10.3760/cma.j.cn113694-20220219-00118.
Chinese Society of Neuroinfectious Diseases and Cerebrospinal Fluid Cytology. Chinese expert consensus on the diagnosis and management of autoimmune encephalitis (2022 edition)[J]. Chin J Neurol, 2022, 55(9): 931-949. DOI: 10.3760/cma.j.cn113694-20220219-00118.
[7]
SON D K, CHO S M, RYU H U, et al. Anti-NMDAR encephalitis with bilateral basal ganglia MRI lesions at a distance of time: a case report[J]. BMC Neurol, 2022, 22(1): 121. DOI: 10.1186/s12883-022-02652-y.
[8]
ARMANGUE T, LEYPOLDT F, DALMAU J. Autoimmune encephalitis as differential diagnosis of infectious encephalitis[J]. Curr Opin Neurol, 2014, 27(3): 361-368. DOI: 10.1097/WCO.0000000000000087.
[9]
ELLUL M, SOLOMON T. Acute encephalitis-diagnosis and management[J]. Clin Med (Lond), 2018, 18(2): 155-159. DOI: 10.7861/clinmedicine.18-2-155.
[10]
张晓蒙, 苏秦, 李琳琳, 等. 功能磁共振成像在早期诊断儿童自身免疫性脑炎及评估患儿预后中的应用价值[J]. 磁共振成像, 2021, 12(11): 57-60, 65. DOI: 10.12015/issn.1674-8034.2021.11.012.
ZHANG X M, SU Q, LI L L, et al. Application value of functional magnetic resonance in early diagnosing autoimmune encephalitis in and evaluating the prognosis in children[J]. Chin J Magn Reson Imaging, 2021, 12(11): 57-60, 65. DOI: 10.12015/issn.1674-8034.2021.11.012.
[11]
MIELI-VERGANI G, VERGANI D, CZAJA A J, et al. Autoimmune hepatitis[J]. Nat Rev Dis Primers, 2018, 4: 18017. DOI: 10.1038/nrdp.2018.17.
[12]
DILLMAN J R, SERAI S D, TROUT A T, et al. Diagnostic performance of quantitative magnetic resonance imaging biomarkers for predicting portal hypertension in children and young adults with autoimmune liver disease[J]. Pediatr Radiol, 2019, 49(3): 332-341. DOI: 10.1007/s00247-018-4319-1.
[13]
SIRBE C, SIMU G, SZABO I, et al. Pathogenesis of Autoimmune Hepatitis-Cellular and Molecular Mechanisms[J]. Int J Mol Sci, 2021, 22(24): 13578. DOI: 10.3390/ijms222413578.
[14]
孟占鳌, 彭令荣, 张可. 自身免疫性肝炎核磁共振成像的临床价值[J]. 中国医学物理学杂志, 2017, 34(8): 816-819. DOI: 10.3969/j.issn.1005-202X.2017.08.012.
MENG Z A, PENG L R, ZHANG K. Magnetic resonance imaging in the diagnosis of autoimmune hepatitis[J]. Chinese Journal of Medical Physics, 2017, 34(8): 816-819. DOI: 10.3969/j.issn.1005-202X.2017.08.012.
[15]
JANG W, JO S, SONG J S, et al. Comparison of diffusion-weighted imaging and MR elastography in staging liver fibrosis: a meta-analysis[J]. Abdom Radiol (NY), 2021, 46(8): 3889-3907. DOI: 10.1007/s00261-021-03055-2.
[16]
ABU ATA N, DILLMAN J R, GANDHI D B, et al. Association between liver diffusion-weighted imaging apparent diffusion coefficient values and other measures of liver disease in pediatric autoimmune liver disease patients[J]. Abdom Radiol (NY), 2021, 46(1): 197-204. DOI: 10.1007/s00261-020-02595-3.
[17]
朱杏莉, 范乃军, 邢予, 等. 肝硬化融合状纤维化影像学表现及其病因初探[J]. 放射学实践, 2021, 36(12): 1553-1557. DOI: 10.13609/j.cnki.1000-0313.2021.12.018.
ZHU X L, FAN N J, XING Y, et al. Imaging manifestations and etiology of confluent hepatic fibrosis[J]. Radiol Practice, 2021, 36(12): 1553-1557. DOI: 10.13609/j.cnki.1000-0313.2021.12.018.
[18]
PARK Y S, LEE C H, KIM B H, et al. Using Gd-EOB-DTPA-enhanced 3-T MRI for the differentiation of infiltrative hepatocellular carcinoma and focal confluent fibrosis in liver cirrhosis[J]. Magn Reson Imaging, 2013, 31(7): 1137-1142. DOI: 10.1016/j.mri.2013.01.011.
[19]
王琳萍, 裴彩侠, 刘钊, 等. 应用磁共振体素内不相干运动成像评价大鼠肝纤维化[J]. 磁共振成像, 2019, 10(5): 371-376. DOI: 10.12015/issn.1674-8034.2019.05.011.
WANG L P, PEI C X, LIU Z, et al. Evaluation of liver fibrosis in rats by magnetic resonanceintravoxel incoherence imaging[J]. Chin J Magn Reson Imaging, 2019, 10(5): 371-376. DOI: 10.12015/issn.1674-8034.2019.05.011.
[20]
ZHANG J, GUO Y, TAN X, et al. MRI-based estimation of liver function by intravoxel incoherent motion diffusion-weighted imaging[J]. Magn Reson Imaging, 2016, 34(8): 1220-1225. DOI: 10.1016/j.mri.2016.05.013.
[21]
FRANÇA M, MARTÍ-BONMATÍ L, ALBERICH-BAYARRI Á, et al. Evaluation of fibrosis and inflammation in diffuse liver diseases using intravoxel incoherent motion diffusion-weighted MR imaging[J]. Abdom Radiol (NY), 2017, 42(2): 468-477. DOI: 10.1007/s00261-016-0899-0.
[22]
CHUNG S R, LEE S S, KIM N, et al. Intravoxel incoherent motion MRI for liver fibrosis assessment: a pilot study[J]. Acta Radiol, 2015, 56(12): 1428-1436. DOI: 10.1177/0284185114559763.
[23]
ZHANG Y, JIN N, DENG J, et al. Intra-voxel incoherent motion MRI in rodent model ofdiethylnitrosamine-induced liver fibrosis[J]. Magn Reson Imaging, 2013, 31(6): 1017-1021. DOI: 10.1016/j.mri.2013.03.007.
[24]
KHANDELWAL A, INOUE D, TAKAHASHI N. Autoimmune pancreatitis: an update[J]. AbdomRadiol (NY), 2020, 45(5): 1359-1370. DOI: 10.1007/s00261-019-02275-x.
[25]
CHOI S Y, KIM S H, KANG T W, et al. Differentiating Mass-Forming Autoimmune Pancreatitis From Pancreatic Ductal Adenocarcinoma on the Basis of Contrast-Enhanced MRI andDWI Findings[J]. AJR Am J Roentgenol, 2016, 206(2): 291-300. DOI: 10.2214/AJR.15.14974.
[26]
CHOUHAN M D, FIRMIN L, READ S, et al. Quantitative pancreatic MRI: a pathology-based review[J]. Br J Radiol, 2019, 92(1099): 20180941. DOI: 10.1259/bjr.20180941.
[27]
SEKITO T, ISHII Y, SERIKAWA M, et al. The role of apparent diffusion coefficient value in the diagnosis of localized type 1 autoimmune pancreatitis: differentiation from pancreaticductal adenocarcinoma and evaluation of response to steroids[J]. Abdom Radiol (NY), 2021, 46(5): 2014-2024. DOI: 10.1007/s00261-020-02907-7.
[28]
HA J, CHOI S H, KIM K W, et al. MRI features for differentiation of autoimmune pancreatitis from pancreatic ductal adenocarcinoma: A systematic review and meta-analysis[J]. Dig Liver Dis, 2022, 54(7): 849-856. DOI: 10.1016/j.dld.2021.11.013.
[29]
ZHANG T T, WANG L, LIU H H, et al. Differentiation of pancreatic carcinoma and mass-forming focal pancreatitis: qualitative and quantitative assessment by dynamic contrast-enhanced MRI combined with diffusion-weighted imaging[J]. Oncotarget, 2017, 8(1): 1744-1759. DOI: 10.18632/oncotarget.12120.
[30]
RUAN Z, JIAO J, MIN D, et al. Multi-modality imaging features distinguish pancreatic carcinoma from mass-forming chronic pancreatitis of the pancreatic head[J]. Oncol Lett, 2018, 15(6): 9735-9744. DOI: 10.3892/ol.2018.8545.
[31]
SCHIMA W, BÖHM G, RÖSCH C S, et al. Mass-forming pancreatitis versus pancreatic ductal adenocarcinoma: CT and MR imaging for differentiation[J]. Cancer Imaging, 2020, 20(1): 52. DOI: 10.1186/s40644-020-00324-z.
[32]
ZHU L, ZHANG W, JIN Z, et al. DWI of Autoimmune Pancreatitis: Is It an Imaging Biomarker for Disease Activity[J]. AJR Am J Roentgenol, 2021, 216(5): 1240-1246. DOI: 10.2214/AJR.20.23368.
[33]
KLAUß M, MAIER-HEIN K, TJADEN C, et al. IVIM DW-MRI of autoimmune pancreatitis: therapy monitoring and differentiation from pancreatic cancer[J]. Eur Radiol, 2016, 26(7): 2099-2106. DOI: 10.1007/s00330-015-4041-4.
[34]
NAVARRO-COMPÁN V, SEPRIANO A, EL-ZORKANY B, et al. Axial spondyloarthritis[J]. Ann Rheum Dis, 2021, 80(12): 1511-1521. DOI: 10.1136/annrheumdis-2021-221035.
[35]
ZHANG P, YU K, GUO R, et al. Ankylosing spondylitis: correlations between clinical and MRI indices of sacroiliitis activity[J]. Clin Radiol, 2015, 70(1): 62-66. DOI: 10.1016/j.crad.2014.09.015.
[36]
崔艳秋, 俞咏梅, 仰肖敏, 等. DWI在强直性脊柱炎活动评估中的应用价值[J]. 医学影像学杂志, 2018, 28(10): 1731-1735.
CUI Y Q, YU Y M, YANG X M, et al. The value of DWI in evaluation of ankylosing spondylitis activity[J]. Journal of Medical Imaging, 2018, 28(10): 1731-1735.
[37]
REN C, ZHU Q, YUAN H. Mono-exponential and bi-exponential model-based diffusion-weighted MR imaging and IDEAL-IQ sequence for quantitative evaluation of sacroiliitis inpatients with ankylosing spondylitis[J]. Clin Rheumatol, 2018, 37(11): 3069-3076. DOI: 10.1007/s10067-018-4321-x.
[38]
WANG D, YIN H, LIU W, et al. Comparative analysis of the diagnostic values of T2 mapping and diffusion-weighted imaging for sacroiliitis in ankylosing spondylitis[J]. Skeletal Radiol, 2020, 49(10): 1597-1606. DOI: 10.1007/s00256-020-03442-8.
[39]
LEE K H, CHUNG H Y, XU X, et al. Apparent Diffusion Coefficient as an Imaging Biomarker for Spinal Disease Activity in Axial Spondyloarthritis[J]. Radiology, 2019, 291(1): 121-128. DOI: 10.1148/radiol.2019180960.
[40]
郭晓琳, 钱丽霞, 王少彧. IVIM-DWI和DKI定量参数对AS活动性骶髂关节炎的诊断价值[J]. 医学影像学杂志, 2022, 32(12): 2145-2149.
GUO X L, QIAN L X, WANG S Y. The diagnostic value of intravoxel incoherent motion and diffusion kurtosis imaging quantitative parameters for active sacroiliitis with ankylosing spondylitis[J]. Journal of Medical Imaging, 2022, 32(12): 2145-2149.
[41]
胡振彬, 张晓东, 范惟, 等. 体素内不相干运动扩散加权成像与脂肪定量技术评估强直性脊柱炎活动性的对比研究[J]. 临床放射学杂志, 2020, 39(7): 1373-1378. DOI: 10.13437/j.cnki.jcr.2020.07.028.
HU Z B, ZHANG X D, FAN W, et al. Comparative Study between IntravoxelIncoherent Motion Diffusion-Weighted Imaging and Fat Quantification in Assessment of the Activity of Ankylosing Spondylitis[J]. J Clin Radiol, 2020, 39(7): 1373-1378. DOI: 10.13437/j.cnki.jcr.2020.07.028.
[42]
LIU H, ZHOU Z, LI X, et al. Diffusion-weighted imaging for staging chronic kidney disease: a meta-analysis[J]. Br J Radiol, 2018, 91(1091): 20170952. DOI: 10.1259/bjr.20170952.
[43]
DESHPANDE V, ZEN Y, CHAN J K, et al. Consensus statement on the pathology of IgG4-related disease[J]. Mod Pathol, 2012, 25(9): 1181-1192. DOI: 10.1038/modpathol.
[44]
KIM B, KIM J H, BYUN J H, et al. IgG4-related kidney disease: MRI findings with emphasis on the usefulness of diffusion-weighted imaging[J]. Eur J Radiol, 2014, 83(7): 1057-1062. DOI: 10.1016/j.ejrad.2014.03.033.
[45]
VUJASINOVIC M, POZZI MUCELLI R M, VALENTE R, et al. Kidney Involvement in Patients with Type 1 Autoimmune Pancreatitis[J]. Clin Med, 2019, 8(2): 258. DOI: 10.3390/jcm8020258.
[46]
POZDZIK A A, MATOS C, RORIVE S, et al. Diffusion-weighted magnetic resonance imaging as a new diagnostic tool of subclinical IgG4-related acute tubulointerstitial nephritis[J]. Clin Kidney J, 2013, 6(2): 235-237. DOI: 10.1093/ckj/sft005.
[47]
辛仲宏, 郭顺林, 周怀琪, 等. MR表观扩散系数值评价原发性肾小球肾炎患者肾脏功能[J]. 实用放射学杂志, 2008(11): 1512-1515.
XIN Z H, GUO S L, ZHOU H Q, et al. The Evaluation of Renal Function in Primary Glomerulonephritis with MR Apparent Diffusion Coefficient[J]. Pract Radiol, 2008(11): 1512-1515.
[48]
苏妍, 杨丽萍, 黄翀, 等. 磁共振扩散加权成像评价IgA肾病病理及肾功能的研究[J]. 天津医药, 2016, 44(7): 873-876, 932. DOI: 10.11958/20150263.
SU Y, YANG L P, HUANG X, et al. Assessment of the diffusion-weighted imaging for the pathology and renal function in lgA Nephropathy[J]. Tianjin Med J, 2016, 44(7): 873-876, 932. DOI: 10.11958/20150263.
[49]
姜新宇, 邢春华, 陈宏伟, 等. 体素内不相干运动参数值评价儿童紫癜性肾炎肾脏与正常肾脏的差异[J]. 临床放射学杂志, 2017, 36(9): 1316-1320. DOI: 10.13437/j.cnki.jcr.2017.09.029.
JIANG X Y, XING C H, CHEN H W, et al. Evaluation of Intravoxel Incoherent Motion Derived Parameters in Differentiating Renal Cortex and Medulla of Pediatric Patient with Henoch-Schonlein Purpura Nephritis[J]. J Clin Radiol, 2017, 36(9): 1316-1320. DOI: 10.13437/j.cnki.jcr.2017.09.029.
[50]
ESATOGLU S N, HATEMI G. Takayasu arteritis[J]. Curr Opin Rheumatol, 2022, 34(1): 18-24. DOI: 10.1097/BOR.0000000000000852.
[51]
KUROIWA Y, TAI H, YAMASHITA A, et al. High Signal Intensity in Arterial Walls on Diffusion-Weighted Magnetic Resonance Imaging in the Active Phase of Takayasu Arteritis[J]. Circ J, 2017, 81(11): 1747-1748. DOI: 10.1253/circj.CJ-17-0079.
[52]
DOI S, KUROIWA Y, KUSUMOTO K, et al. Therapeutic response of immunoglobulin 4-related aortitis and pancreatitis demonstrated by diffusion-weighted MRI[J]. Radiol Case Rep, 2019, 14(9): 1132-1135. DOI: 10.1016/j.radcr.2019.06.020.

上一篇 人工智能在肝细胞癌MRI的应用进展
下一篇 自身免疫性胰腺炎与胰腺癌影像鉴别诊断研究进展
  
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