定量磁敏圖基本原理及其在中樞神經系統應用進展

譚慧， 陳軍

?

·綜述·

定量磁敏圖基本原理及其在中樞神經系統應用進展

譚慧， 陳軍

定量磁敏感圖(quantitative susceptibility mapping，QSM)是利用梯度回波相位圖檢測體內分布的磁敏感物質、并計算其磁化率值的一種成像技術，在腦內鐵含量、血液中脫氧血紅蛋白量的測量中具有較高的臨床應用價值，本文將介紹QSM的基本原理及其在中樞神經系統的應用進展。

腦疾?。?定量磁敏感圖； 功能性磁共振成像； 鐵沉積； 血氧飽和度

磁共振成像對傳統的解剖成像主要依靠灌注加權成像(PDWI)、T1WI、T2WI和T2*WI，在T2*WI基礎上，利用相位圖進一步增強組織間對比度即形成磁敏感加權成像(susceptibility weighted imaging，SWI)，這項技術最早于1997年提出，其主要基于組織間磁化率的差異，在回波時間(TE)充足的條件下，磁敏感區域的信號將與周圍組織的信號相反[1]。SWI自誕生以來得到了快速發展，但其不能對組織內的磁化率信息進行定量分析。基于SWI，在21世紀初，有學者提出對磁敏感物質的磁化率做定量分析，即定量磁敏感圖(quantitative susceptibility mapping，QSM)。QSM在檢測血液中脫氧血紅蛋白含量、組織內鐵沉積量以及對腦內變性疾病的診斷和監控等領域有較大的優勢和價值。本文將對QSM成像的基本原理進行概述，并主要介紹這項技術在中樞神經系統中的應用并對其未來進行展望。

QSM成像基本原理

與SWI類似，QSM同樣是利用組織間磁敏感差異形成圖像對比。磁敏感性反映了磁敏感物質在外加磁場作用下的磁化程度，可用磁化率(χ)表示。

常見的磁敏感物質可分為順磁性、反磁性及鐵磁性物質。順磁性物質具有未成對的電子，在外磁場存在時，由于它們自身產生的磁場與外磁場方向相同，因此磁化率為正值(χ>0)，如脫氧血紅蛋白、含鐵血黃素等。反之，反磁性物質不具有成對電子，其自身磁場與外磁場反向，磁化率為負值(χ<0)，如氧合血紅蛋白、鐵蛋白和鈣化等。鐵磁性物質可被磁場明顯吸引，除去外磁場后仍可被永久磁化[2]。

磁敏感物質會使局部磁場發生改變引起質子失相位，如果給予一個足夠長的TE，自旋頻率不同的質子間將形成明顯的相位差別。這樣，磁化率不同的組織就可在相位圖上區別出來[3]。

以T2*WI為基礎采集到的相位信息，需要進行一些預處理來獲得反映局部磁場變化的場圖。組織內磁敏感物質產生磁場使圖像中相位信息擾動，由于系統所能獲得的相位信息限制在-π～π，與真實相位存在不同程度的相位周期模糊，這種現象稱為相位纏繞。因此，首先需要通過相位解纏繞恢復失去的相位周期。由于磁共振中勻場不完全及組織與空氣交界的磁化率變化等因素可引起背景場強烈的變化，不僅會掩蓋局部組織對比度，同時會使相位纏繞更嚴重。為了獲得高質量的QSM，需要區分背景場和磁敏感物質產生的局部磁場，這一步稱為去除背景場。目前臨床上多采用復雜諧波偽影去除法(sophisticated harmonic artifact reduction for phase data，SHARP)和偶記投影法(projection onto dipole fields，PDF)來消除背景場干擾[4-5]。

與SWI不同的是，QSM需要結合特有的重建算法將處理后的場圖信息重建出磁化率圖像。如何穩定地求解并對磁化率進行精確定量，是QSM技術的關鍵。目前QSM主要的重建方法有多方向采樣磁化率計算方法(calculation of susceptibility through multiple orientation sampling，COSMOS)[6]、K空間閾值分割法(threshold-based K-space division，TKD)[7]和貝葉斯正則化方法[8]等。

QSM的臨床應用

1.腦血管病

腦卒中：缺血性腦卒中主要由血栓形成或者低灌注和栓子清除障礙所致，DWI對早期腦梗死非常敏感。供血動脈栓塞后導致局部血流變緩，脫氧血紅蛋白含量增多，局部磁化率隨之改變。既往研究中使用SWI檢測受累血管分布、梗死的邊界和梗死后出血，QSM同樣適用，與此同時，QSM還可定量計算磁化率，以此推測氧攝取代謝的情況，通過與灌注成像相結合可以判斷梗死患者的預后情況。最近的一項對缺血性腦卒中皮層靜脈的研究中發現，與對側半球相比，缺血側皮層靜脈的血氧飽和度下降16%～44%，其磁化率閾值為(254±48)ppb，顯著高于對照半球[(123±12)ppb]和健康對照組[(125±8)ppb]，表明病灶側血流量下降導致皮層靜脈氧飽和度降低[9]。同時，還可應用QSM觀察急性腦卒中患者在靜脈溶栓后的血管再通情況及并對卒中患者進行隨訪。定量監測皮層靜脈磁化率與美國國立衛生研究院卒中量表(National Institute of Health stroke scale， NIHSS)評分的相關性，用以推測患者神經功能恢復情況。

出血和鈣化灶的鑒別： 微出血和鈣化灶在常規MRI上形態和信號較類似，因此對兩者的鑒別比較困難。在SWI相位圖上，鈣化灶信號與出血相反，因此較容易鑒別。Chen等[10]使用QSM和SWI對38例伴有顱內微出血或鈣化灶的患者進行研究，QSM對兩者的診斷敏感度和特異度均優于SWI，同時能更為清晰地顯示病灶及其與鄰近組織的邊界。

血管畸形：海綿狀血管瘤(cerebral cavernous malformation，CCM)內因含有較多脫氧血紅蛋白、含鐵血黃素等磁敏感物質，在T2*WI上呈低信號。在對CCM病灶的檢出率上，SWI較T2*WI的敏感度更高[11]。SWI通常只能評估隨著時間的推移病灶數量的變化情況，無法提供病灶內鐵沉積量的信息，而QSM可同時動態監測CCM的數量及其內鐵含量的變化。研究發現CCM反復出血會增加發生中風和癲癇等相關疾病的風險[12]。目前有動物模型研究提出，減少病灶內沉積的鐵含量可能是一種新型治療方法[13]。Tan等[14]運用QSM測量治療前后CCM內鐵沉積量，發現這種方法能準確評價治療方案是否有效。

2.腦變性疾病

鐵作為腦內關鍵的輔助因子參與髓磷脂的合成、氧的運輸、電子的轉運等各種生理生化過程，正常的鐵代謝對腦組織的功能活動極為重要。然而，高濃度的鐵蓄積對正常腦細胞是有害的。有動物實驗證實直接在大鼠的黑質注射鐵劑可選擇性地損毀多巴胺能神經元[15]，說明鐵代謝異常在運動障礙性疾病的神經元變性脫失中起重要作用。

正常情況下腦內不同部位的鐵沉積速度不同。夏爽等[16]用QSM技術對不同年齡健康人群的腦鐵含量進行研究，發現雙側尾狀核、殼核、紅核和齒狀核的鐵含量隨年齡的增長而逐漸增加，其中蒼白球χ值最高，其次為黑質，而額葉白質的χ值最低，其結果與Hallgren和Sourander[17]的組織病理檢查結果一致。利用QSM可以無創性地定量監測腦鐵含量的變化。

椎體外系(尤其是蒼白球和黑質)的鐵含量十分豐富，提示鐵代謝可能在錐體外系疾病中扮演重要角色。Ide等[18]對蒼白球內鐵含量的研究中發現，隨年齡增長，外側蒼白球鐵含量逐漸明顯升高，而內側蒼白球鐵含量卻相對恒定，說明內、外側蒼白球的鐵代謝機制可能不同。內、外側蒼白球鐵含量不同(分別為191和205ppb)導致其組織磁化率有明顯差異(P<0.05)，這一特點也為QSM清晰顯示蒼白球內部結構提供了天然對比。

帕金森病(Parkinson disease，PD)的病因和發病機制尚不清楚，但是鐵代謝紊亂是其中較為肯定的影響因素之一。而且有學者認為鐵代謝異?？赡芘c阿爾茲海默病(Alzheimer disease，AD)和肌萎縮側索硬化(amyotrophic lateral sclerosis，ALS)等疾病相關[19]。Barbosa等[20]對PD組和正常對照組的研究發現，QSM對PD患者腦內鐵含量升高的檢出具有更高的敏感度和特異度。Murakami等[21]根據ROC曲線分析，得出PD組黑質致密部χ閾值為>0.210ppb。對潛在的PD高危人群和無運動癥狀的早期PD患者，采用QSM來監測黑質和基底節區鐵含量的變化，有利于了解疾病早期的進展，為臨床決策提供依據。

3.腦脫髓鞘疾病

多發性硬化(multiple sclerosis，MS)的病理改變主要包括脫髓鞘和鐵沉積，兩者均可提高組織的χ值。Chen等[22]對不同年齡MS病灶的研究發現，隨著病灶由強化轉變為非強化狀態，MS病灶的磁化率迅速增加，并于早期階段(<4年)維持較高的χ值，隨著時間推移，χ值逐漸降低并接近于正常白質。這為我們對MS的病理生理改變提供了新的認識，同時應用QSM對MS患者進行長期隨訪和定量對比研究，有助于我們深入了解MS病灶的演變過程，并可為臨床治療方案的調整提供一定的依據。

4.腦外傷

顱腦受到斜或側向撞擊時，神經纖維承受大小方向不同的剪切力影響，并導致周圍小血管發生斷裂、分離，導致彌漫性腦白質損傷即彌漫性軸索損傷(diffuse axonal injury，DAI)，影像上常表現為腦內多發微出血灶，在常規顱腦MRI上多無法檢出，臨床上大多依靠回顧患者的外傷史和SWI檢查來明確診斷。QSM在腦外傷的應用中同樣具有潛力，不僅可清晰顯示微出血灶的分布并可進行量化分析[23]。

5.腦腫瘤

常規MRI可以清晰顯示腫瘤形態，但對其內部結構的顯示欠佳。侵襲性腫瘤主要表現為新生血管形成、壞死和出血等，QSM對腫瘤內出血及引流靜脈的顯示較敏感，同時結合MR增強掃描可以對腫瘤內部結構進行詳細分析。膠質母細胞瘤內通常不含鈣化成分，其內鈣化的出現與對貝伐珠單抗治療的療效呈正相關[24]。因此，我們可以利用QSM對膠質母細胞瘤內鈣化成分進行檢測，從而可指導膠質母細胞瘤的治療、觀察療效及判斷預后。

6.其它方面的應用

Haacke等[23]對攝入咖啡前后的腦靜脈血氧飽和度進行對比研究，發現攝入咖啡后QSM圖上靜脈對比度增加，這與咖啡具有收縮中樞血管、減少腦血流量的作用有關。上述研究表明QSM具有量化靜脈血氧飽和度的潛力。Zhang等[25]聯合應用QSM和動脈自旋標記(arterial spin labeling，ASL)技術，發現攝入咖啡后皮層灰質的磁化率升高，同時根據磁化率(△χ)、腦血流量及氧攝取分數的變化，計算出攝入咖啡前后腦氧代謝率(CMRO2)的變化。上述研究表明QSM在無創性監測腦血流量領域具有潛在應用價值。

綜上所述，QSM通過對磁敏感性物質的檢測和定量評估，可應用于許多腦血管病變和神經病變的診斷和監測。盡管目前QSM主要應用于中樞神經系統，但是這項技術在人體其它部位的應用也在積極的發展之中。利用QSM技術對組織內出血、代謝氧耗量及礦物質分布等進行檢測，可將其運用于對乳腺、四肢、腹部(肝、腎)和血管壁等組織器官病變的研究中。相信隨著技術發展和圖像質量的進一步提高，QSM在全身其它部位也能獲得廣泛運用。

[1] Reichenbach JR，Venkatesan R，Schillinger DJ，et al.Small vessels in the human brain:MR venography with deoxyhemoglobin as an intrinsic contrast agent[J].Radiology，1997，204(1):272-277.

[2] Sehgal V，Delproposto Z，Haddar D，et al.Susceptibility weighted imaging to visualize blood products and improve tumor contrast in the study of brain masses[J].Magn Reson Imaging，2006，24(1):41-51.

[3] Li D，Waight DJ，Wang Y，et al.In vivo correlation between blood T2*and oxygen saturation[J].Magn Reson Imaging，1998，8(6):1236-1239.

[4] Schweser F，Deistung A，Lehr BW，et al.Quantitative imaging of intrinsic magnetic tissue properties using MRI signal phase:an approach to in vivo brain iron metabolism[J].Neuroimage，2011，54(4):2789-2807.

[5] Liu T，Khalidov I，de Rochefort L，et al.A novel background field removal method for MRI using projection onto dipole fields (PDF)[J].NMR Biomed，2011，24(9):1129-1136.

[6] Liu T，Spincemaille P，de Rochefort L，et al.Calculation of susceptibility through multiple orientation sampling (COSMOS):a met-hod for conditioning the inverse problem from measured magnetic field map to susceptibility source image in MRI[J].Magn Reson Med，2009，61(1):196-204.

[7] Li W，Wu B，Liu C.Quantitative susceptibility mapping of human brain reflects spatial variation in tissue composition[J].Neuroi-mage，2011，55(4):1645-1656.

[8] de Rochefort L，Liu T，Kressler B，et al.Quantitative susceptibility map reconstruction from MR phase data using bayesian regularization:validation and application to brain imaging[J].Magn Reson Med，2010，63(1):194-206.

[9] Xia S，Utriainen D，Tang J，et al.Decreased oxygen saturation in asymmetrically prominent cortical veins in patients with cerebral ischemic stroke[J].Magn Reson Imaging，2014，32(10):1272-1276.

[10] Chen W，Zhu W，Kovanlikaya I，et al.Intracranial calcifications and hemorrhages:characterization with quantitative susceptibility mapping[J].Radiology，2014，270(2):496-505.

[11] de Champfleur NM，Langlois C，Ankenbrandt WJ，et al.Magnetic resonance imaging evaluation of cerebral cavernous malformations with susceptibility-weighted imaging[J].Neurosurg，2011，68(3):641-648.

[12] Robinson JR，Awad IA，Masaryk TJ，et al.Pathological heterogeneity of angiographically occult vascular malformations of the brain[J].Neurosurg，1993，33(4):547-554.

[13] McDonald DA，Shi C，Shenkar R，et al.Fasudil decreases lesion burden in a murine model of cerebral cavernous malformation disease[J].Stroke，2012，43(2):571-574.

[14] Tan H，Liu T，Wu Y，et al.Evaluation of iron content in human cerebral cavernous malformation using quantitative susceptibility mapping[J].Invest Radiol，2014，49(7):498-504.

[15] Lin AM，Chen CF，Ho LT.Neuroprotective effect of intermittent hypoxia on iron-induced oxidative injury in rat brain[J].Exp Neurol，2002，176(2):328-335.

[16] 夏爽，柴超，沈文，等.MR定量磁敏感圖評估正常人腦鐵含量的初步研究[J].中華放射學雜志，2014，48(9):730-735.

[17] Hallgren B，Sourander P.The effect of age on the non-haemin iron in the human brain[J].J Neurochem，1958，3(1):41-51.

[18] Ide S，Kakeda S，Ueda I，et al.Internal structures of the globus pallidus in patients with Parkinson's disease:evaluation with quantitative susceptibility mapping (QSM)[J].Eur Radiol，2015，25(3):710-718.

[19] Schneider SA，Hardy J，Bhatia KP，et al.Syndromes of neurodegeneration with brain iron accumulation (NBIA):an update on clinical presentations,histological and genetic underpinnings，and treatment considerations[J].Mov Disord，2012，27(1):42-53.

[20] Barbosa JH，Santos AC，Tumas V，et al.Quantifying brain iron deposition in patients with Parkinson's disease using quantitative susceptibility mapping,R2and R2*[J].Magn Reson Imaging，2015，33(5)：559-565.

[21] Murakami Y，Kakeda S，Watanabe K，et al.Usefulness of quantitative susceptibility mapping for the diagnosis of Parkinson disease[J].AJNR，2015，36(6)：1102-1108.

[22] Chen W，Gauthier SA，Gupta A，et al.Quantitative susceptibility mapping of multiple sclerosis lesions at various ages[J].Radiology，2014，271(1):183-192.

[23] Haacke EM，Liu S，Buch S，et al.Quantitative susceptibility mapping:current status and future directions[J].Magn Reson Imaging，2015，33(1):1-25.

[24] Salvati M，Formichella AI，D'Elia A，et al.Cerebral glioblastoma with oligodendrogliomal component:analysis of 36 cases[J].J Neurooncol，2009，94(1):129-134.

[25] Zhang J，Liu T，Gupta A，et al.Quantitative mapping of cerebral metabolic rate of oxygen (CMRO) using quantitative susceptibility mapping (QSM2)[J].Magn Reson Med，2014，DOI:10.1002/mrm.25463.http://online librarary.wiley.com/

430060 武漢，武漢大學人民醫院放射科

譚慧(1990-)，女，湖北咸寧人，碩士研究生，主要從事中樞神經系統研究工作。

陳軍，E-mail:whuchenjun@163.com

R445.2; R742

A

1000-0313(2015)08-0873-03

10.13609/j.cnki.1000-0313.2015.08.017

2015-04-03

2015-06-19)