2014年ISMRM年會前列腺MRI研究進展

蔡杰，王良，李亮，馮朝燕，鄧明，閔祥德

國 際 醫 學 磁 共 振 學 會（International Society for Magnetic Resonance in Medicine，ISMRM）是全球規模最大及影響最高的醫工結合的磁共振學會，其第22屆年會于2014年5月10日至16日在意大利米蘭召開，大會主題“Fashioning MR to Improve Global Healthcare”，共收錄不同類型摘要5000余篇，國內眾多醫療單位積極投稿、參會。筆者擬對本屆ISMRM年會中前列腺研究進展進行綜述，以期為國內前列腺磁共振研究提供新的思路。

高分辨力3DT2WI

高分辨力T2WI是多參數MRI不可缺少的序列，與臨床上常用的三平面2DT2WI相比，3DT2WI一次數據采集可實現高分辨力成像和任意層面重組，在前列腺穿刺、手術及治療方案制定方面有重要意義。目前，基于FSE序列的3D成像較常用，但成像時間較長，易受直腸運動偽影干擾。Subashini等[1]運用一種新的快速3DT2WI序列，該序列采用從高到低的可變翻轉角（variable flip angles，VFA），降低整個序列特定射頻能量吸收率（specific absorption rate，SAR），與傳統3DFSE相比減少59%采集時間，提高了信噪比（signal noise ratio，SNR），且達到了相似的診斷價值。Yoshiko及Katsusuke等[2-3]運用可變再聚 焦 射 頻 脈 沖 翻 轉 角（variable refocusing RF-pulse flip angles，VRFA）3DT2WI與傳統的3D和2DT2WI成像對比，結果發現VRFA序列在縮短掃描時間的同時可以減小圖像模糊效應，提高前列腺邊界清晰程度及病灶清晰程度。Souichirou等[4]則 比 較3D-SPACE（sampling perfection with applicationoptimized contrasts by using different flip angle evolutions）與傳統2DTSE測量前列腺體積的準確性，其結果表明3D-SPACE較2DTSE測量更加準確，同時誤差較小，與病理證實的結果一致性更高（r＝0.98），說明3D-SPACE較2DTSE對前列腺體積測量更準確，其誤差更小，同時化學位移和偽影影響較小，因此3D-SPACE應作為前列腺體積測量的更好選擇。

前列腺擴散加權成像

擴散加權成像（diffusion-weighted imaging，DWI）能夠反應組織的微觀結構，如何運用它來提高前列腺癌（prostate cancer，PCa）的診斷和鑒別能力是MRI研究的熱點。本屆年會上，前列腺DWI不同分析模型、算法以及在減小DWI圖像變形、提高圖像質量等方面的研究是焦點之一。

1.DWI新模型、新算法在PCa診斷中的研究進展

目前，基于自由水擴散的單指數模型已被廣泛地應用于前列腺DWI研究，然而該模型不足以描述異質性生物組織結構的擴散過程，其他的模型也應用于擴散研究，如雙指數模型、拉伸指數模型及非高斯峰度模型等。基于伽馬分布的統計模型（statistical model based on the gamma distribution），假 定 擴 散系數在體素內呈連續分布，更適合解釋組織學的變化。Oshio等[5]研究伽馬分布模型與PCa掃描數據的匹配情況。結果顯示在b值為0、500、1000、2000s／mm2時，伽馬分布模型能夠與掃描數據很好匹配，與雙指數模型相比，該模型參數要少，且能更好地解釋組織學的改變，應該予以推薦。Shinmoto等[6]應用伽馬分布模型研究PCa及正常外周帶（peripheral zone，PZ）擴散系數的分布形狀，對26例經穿刺活檢證實的PCa患者進行DWI（b值分別為0，500，1000，1500和2000s／mm2）掃描，其結果表明，基于伽馬分布函數曲線與雙指數函數曲線符合度在PCa和PZ分別為92%、77%，該模型可以用于描述PCa和正常PZ的信號衰減曲線，為DWI的生理基礎提出新的見解，使擴散信號衰減和病理結果相關性更好。PCa DWI的體素內不相干運動（intravoxel incoherent motion，IVIM）分析通常需設置多個b值，采集時間較長。Gina等[7]應用一種簡化模型，采用較少的b值及較少的采集時間來研究前列腺腫瘤與正常組織的IVIM參數。這種簡化模型是基于當b值足夠高時，由微循環灌注導致的假擴散可忽略不計，從只有兩個在高b值獲得的圖像來估算擴散系數（D）和假擴散分數（Pf）。10例可疑PCa患者接受6個b值（10，100，300，600，800，1000s／mm2）DWI掃描，結果顯示，當從中間b值（從100～1000到300～1000s／mm2）獲得的簡化模型進行評價時獲得最好的準確度，簡化模型在減少采集時間的同時能夠準確的鑒別前列腺腫瘤與正常組織。Bourne等[8]通過在傳統的雙指數模型上增加一個拉伸系數來研究前列腺DWI。他們在9.4T掃描儀上對福爾馬林固定的根治性前列腺切除（radical prostatectomy，RP）標本使用PGSE序列進行掃描，擴散時間為20，40，80ms，δ為5ms，擴散梯度沿三個坐標軸放置，17個對數間隔b值（從0.017到10.23ms／μm2），并采用雙指數（Biexponential，BIEX）及指數-拉伸指數（Exponential-stretched exponential，EXSE）兩種擴散模型進行計算。結果表明，在較短的擴散時間內EXSE模型比BIEX模型有更多的信息量，明顯優于BIEX。Eleftheria等[9]使用3室（threecompartment）模型（vascular，extracellular and restricted dIffusion for cytometry in tumours，VERDICT）DWI在 微 觀 水 平 上鑒別PCa和前列腺增生。VERDICT模型是一種混合模型，可以分別顯示血管、細胞外血管外間隙（extracellular-extravascular space，EES）中水分子擴散，而MRI上表現的信號則是三者擴散的綜合反映。他們的研究對象采用多參數MR檢查，其后經病理證實的7名PCa患者，運用VERDICT模型計算細胞內容積分數（intracellular volume fraction，fIC）、細胞內擴散（diffusivity intracellular，dIC）、細胞半徑R、EES容積分數（EES volume fraction，fEES）、EES擴散（diffusivity EES，dEES），血管容積分數（vascular volume fraction，fVASC）和假擴散P（pseudodiffusion）等參數，結果顯示VERDICT模型所得到的PCa組織血管、IC、EES的容積分數及擴散值明顯高于前列腺增生組織，而這種模型也更符合癌組織的病理生理變化。

Mazaheri等[10]比較最大似然率算法（maximum likelihood，ML）和非線性最小二乘法（non-linear least squares，NLLS）算法在三種高b值DWI前列腺成像模型（雙指數、拉伸指數及非高斯峰度模型）中的應用。22例病理證實PCa患者納入研究，使用3TMRI掃描儀，9個b值（0、400、600、800、1000、1200、1400、1800和2000s／mm2），結果表明，在考慮噪聲分布的情況下，ML比NLLS生成更準確的估計值f、D1和D2（雙指數模型），α和DDC（拉伸指數模型），以及Dapp和K（非高斯峰度模型）等參數。

最近擴散峰度成像（diffusion kurtosis imaging，DKI）在鑒別前列腺良惡性結節方面已有報道。測量擴散峰度所包含的系統誤差歸因于近似法測量擴散峰度和灌注。由于真正的峰度值未知，因此該系統性誤差并不明確。Eizou等[11]推出了一種用于準確測量IVIM峰度的算法，并探討由新算法得到的峰度值的臨床意義。其研究表明運用新算法獲得的峰度值接近真實值，并且能準確地評估前列腺良惡性病灶。

2.擴散新技術在減小DWI圖像變形中的應用

臨床上DWI常規使用平面回波序列（echo planar imaging，EPI），然而在前列腺的應用中，由于直腸內的氣體及蠕動常導致偽影及幾何失真。為改善擴散成像的圖像質量，目前已經商業化應用的有RESOLVE（readout-segmented echo-planar diffusion imaging）及ZoomIT兩種序列。武漢同濟醫院李亮等[12]比較了RESOLVE分段讀出EPI（readout segmented EPI，rs-EPI）和單次激發EPI（single-shot EPI，ss-EPI）DWI在前列腺成像中的應用。他們對36例患者做RESOLVE rs-EPI和常規ss-EPI DWI掃描，b值采用0和800s／mm2，并評估兩個序列分辨力、信噪比、對比噪聲比、前列腺變形情況、病灶醒目性及診斷信心，研究表明在圖像分辨力、變形程度、病灶醒目性診斷信心上，rs-EPI序列明顯優于ss-EPI序列。Andriy等[13]同樣比較了RESOLVE rs-EPI與ss-EPI在前列腺成像中的應用，得出了相似的結論，證明了RESOLVE-EPI與常規EPI序列相比，更有利于前列腺病灶的顯示。Gary等[14]評價了常規EPI、RESOLVE及ZoomIT三種DWI采集技術在水模ADC測量短期和長期的重復性以及評價三種DWI技術在前列腺成像中的幾何變形情況。他們對水模和10名志愿者進行了三種DWI掃描，結果顯示，在水模ADC測量短期重復性方面，EPI、RESOLVE比ZoomIT重復性好，長期重復性較差。RESOLVE和ZoomIT均能減少圖像變形，但是RESOLVE序列與軸位T2WI匹配的更好。RESOLVE序列在水模ADC測量重復性方面和減小圖像變形方面表現最佳。

為了提高前列腺DWI圖像的分辨力及減少變形，有部分研究人員進行了一些有意義的嘗試。Isabel等[15]研究3D雙回波穩態（dual echo steady state，DESS）DWI在前列腺成像中的應用。他們對一名健康志愿者進行3D-DESS-DWI掃描，初步結果顯示該序列在前列腺中的應用具有可行性。Nguyen等[16]利用一種全新的3D高分辨力多次激發的平衡穩態自由進動（balanced steady-state free precession，bSSFP）DWI技術研究前列腺，該項技術的空間分辨力達到亞毫米級，并可以顯著地降低磁敏感相關偽影。他們對8例健康志愿者進行了這項新技術掃描，初步的結果表明，多次激發bSSFP技術可以提高前列腺DWI的空間分辨力、圖像質量以及病灶的對比噪聲比。Katayama等[17]則比較了FOCUS（Field-of-view optimized and constrained undistorted single-shot，FOCUS）DWI與 常 規ss-EPI DWI在盆腔腫瘤中的應用，結果顯示FOCUS技術可提供高分辨力、變形較小的盆腔腫瘤DWI圖像。

動態對比增強MRI

動態對比增強MRI（dynamic contrast enhanced MRI，DCEMRI）是通過藥代動力學建模及灌注分析生成半定量和定量參數等來評估血流動力學和代謝特征。為了提高DCE-MRI空間-時間分辨力，更準確計算藥代動力學參數，本屆年會中提出了一些新的DCE掃描序列和建模算法。

1.DCE-MRI新序列在PCa診斷中的應用

Adam等[18]應用笛卡爾排序差分抽樣（differential subsampling with Cartesian ordering，DISCO）序列來提高前列腺DCEMRI空間-時間分辨力。他們對31名前列腺患者行全切術前使用3DSPGR序列（采用直腸內表面線圈）和動態灌注（DISCO DCE）檢查，分析自動生成的動態灌注圖像和定量參數Ktrans、Kep、Ve、iAUGC等；結論顯示DISCO序列的DCE-MRI掃描具有很高的時間分辨力，提供了更加可靠的藥代動力學模型，也保持高的空間分辨力。這種既有高的時間分辨力和空間分辨力的優點，在PCa治療后療效評估或腫瘤復發監測方面有一定價值，特別是當T2WI解剖觀察受限時可發揮重要作用。Rosenkrantz等[19]研究具有高空間-時間分辨力的新序列GRASP（golden-angle radial sparse parallel imaging）在 前 列 腺的應用。他們對20例病理證實的PCa患者進行不同日期的標準3D-FLASH和GRASP DCE-MRI掃描，初步研究結果表明GRASP DCE技術在空間分辨力、圖像質量以及病灶的顯示率方面，明顯優于傳統的3D-FLASH DCE技術。

2.新的DCE藥代動力學建模算法

大多數的DCE藥代動力學建模需要計算血管輸入函數（vascular input function，VIF），而VIF受到EES及部分容積效應干擾，通常通過測量興趣區外的血管得到近似動脈輸入函數（arterial input function，AIF）來代替VIF。AIF的差異及計算誤差是不同研究中藥代動力學參數差異的主要來源之一。Mehrabian等[20]開發了一個自適應復雜的獨立變量分析（adaptive complex independent component analysis，AC-ICA）算法來計算PCa局部VIF來驗證這一算法的可行性。他們對19例病理證實的PCa的患者行DCE-MRI掃描，比較AC-ICA算法計算局部VIF和股動脈AIF近似值兩種算法藥代動力學分析。結果表明，兩種方法測得的腫瘤Ktrans均高，在腫瘤檢出率方面結果相似，正常外周帶組織的Ktrans均值相似，但是AC-ICA算法Ktrans變異度更小，表明其能更好的區分正常外周帶和腫瘤組織。在Mehrabian等[21]另外一項研究中，他們采用相同的AC-ICA算法來分析低時間分辨力的藥代動力學參數的敏感性。降低DCE掃描的時間分辨力可以提高空間分辨力，提高藥代動力學分析的準確性。他們對8例病理證實為PCa患者行DCE-MRI掃描，對高、低時間分辨力的數據采用AC-ICA算法的局部VIF和股動脈AIF法進行藥代動力學分析。結果表明，在用AC-ICA算法計算局部VIF法進行藥代動力學分析時可以減少DCE掃描的時間分辨力，同時可獲得高空間分辨力的圖像。空間分辨力的增加，除了提供更準確的藥代動力學參數外，也將增加AC-ICA算法的準確性。

DCE-MRI灌注分析一般需要藥代動力學建模。Nandinee等[22]則提出了一種不需要藥代動力學建模的方法，該方法基于動態增強T1WI用數據驅動的方法來描述DCE的T1時間過程，從而來區分PCa與正常組織。他們對12例PCa患者在病理證實前進行DCE-MRI掃描，結合術后病理切片選定57個癌區和57個對照正常組織區進行分析。結果表明T1時間過程診斷PCa比定量參數（Ktrans、Ve和Vp）有更好的準確性（AUC分別為0.87、0.81），顯示了無藥代動力學建模檢測前列腺病變的潛力。

前列腺磁共振波譜成像

1.1 H-MRS新序列在前列腺應用

3D波譜成像是磁共振波譜成像（magnetic resonance spectroscopy，MRS）研究熱點，然而其缺點是掃描時間長且SNR較低。為了提高SNR，可采用直腸線圈（endorectal coil，ERC）及短TE時間。Isabell等[23]探討了GOIA-sLASER-spiral序列結合ERC在前列腺MRS中的可行性。低功耗絕熱脈沖GOIA序列可用來降低因semi-LASER序列縮短TE時間所產生的高SAR值。他們對5例可疑PCa患者在3T掃描儀上采用ERC進行了GOIA-sLASER-spiral序列掃描，結果表明，這種改進的序列結合ERC能夠在較短的檢查時間（4分52秒）內獲得高質量的波譜圖像。Hendriks等[24]則探討了在7TMRI進行前列腺3D平 面 回 波 波 譜 成 像（echo planar spectroscopic imaging，EPSI）研究。他們對PCa患者在7T上采用ERC進行了3D及2DMRS掃描，研究表明，與2DMRS相比，3DMRS在不延長掃描時間和增加SAR值的情況下，可觀察到更多層面的PCa病灶并得到相同波譜圖像。Lagemaat等[25]研究7T波譜空間（spectral-spatial，SPSP）脈沖在前列腺MRS中的可行性。在體前列腺研究表明，SPSP脈沖MRS技術可以得到高分辨力的圖像，且具有較低的SAR值。Validate等[26]嘗試了不壓水的3D MRS在前列腺中的應用，并驗證它在診斷PCa中的價值。研究結果表明不壓水的3DMRSI圖像中膽堿聚集的區域代表Gleason評分高的PCa。在癌區（膽堿＋精胺＋肌酸）／枸櫞酸鹽之比與膽堿含量的相關系數為0.64±0.20，與枸櫞酸鹽的相關系數為-0.56±0.10，而在正常區域則分別為0.38±0.21和0.57±0.11。因此，不壓水的3DMRS能夠發現T1／T2WI中不明顯的病灶。

2.超極化13 C-MRS研究進展

Concetta等[27]首次通過測量超極化13C乙酸示蹤劑攝取量和其代謝產物乙酰肉堿來研究前列腺腫瘤的代謝情況。他們在3TGE HTX系統上對6例裸公鼠進行皮下人PCa細胞PC-3種植，然后進行13C-MRS、13C-MRI和攝取定量掃描，結果顯示所有裸鼠腫瘤區13C乙酸信號增強，攝取量明顯增高，表明超極化13C乙酸MRS在裸鼠PCa是可行的。Hsin-Yu等[28]開發了一種新的動態3D壓縮感應MRS技術來同時測量超極化13C丙酮酸和13C尿素在前列腺腫瘤模型中的代謝轉化和灌注信息。他們對6例PCa轉基因小鼠進行研究，并測量代謝參數Kpl（丙酮酸乳酸轉化率）和灌注參數Ktrans。結果顯示腫瘤區代謝及灌注水平均升高，表明3D壓縮感應波譜磁共振和動態模型的結合可以同時測量Kpl和Ktrans，在評價PCa的侵襲性以及治療后的反應方面具有重大潛力。Naeim等[29]則采用任意RF翻轉角動態3DMRS來研究超極化13C丙酮酸和13C尿素在癌組織中的代謝轉化和灌注信息。他們對7例PCa轉基因小鼠進行研究，測量原發癌、肝轉移灶、正常肝組織和腎組織代謝參數Kpl，結果顯示腫瘤的空間異質性能夠被檢測到，在壞死組織中，血管網很少，因此大部分顯示較低灌注，相比正常組織，丙酮酸鹽代謝產物乳酸鹽和丙氨酸與尿素的比率明顯高于腫瘤，將可作為動態MRS和多頻帶激勵掃描的腫瘤標記物。分解代謝活性（metabolic activity decomposition，MAD）技術可以更準確的測量超極化13C丙酮酸的轉化率，Christine等[30]開發了一種新的MAD-STEAM波譜序列，通過超極化13C丙酮酸動態MRS研究細胞內的乳酸脫氫酶活性。他們使用3T及雙通道動物線圈，在MAD-STEAM序列上增加回掃平面回波（flyback echo planar）序列對超極化13C丙酮酸進行定位和成像，結果顯示PCa轉基因小鼠腫瘤的Kpl增高，表明新的動態MADSTEAM波譜序列能夠去除血管內信號的影響和避免了AIF估算，提高敏感性，同時還能更好的識別乳酸脫氫酶活性增高的癌區。這項新技術可用于腫瘤組織成分鑒定，并為靶向活檢提供信息，還可以檢測腫瘤的代謝變化及后期治療后的改變。

3.MRS結合其他MRI評估PCa侵襲性

評估PCa侵襲性在腫瘤治療選擇及腫瘤預后預測方面具有重要意義。本屆年會部分研究人員采用31P、13C、1H波譜 成像結合其他MRI序列（T1WI、T2WI、DWI和DCE）在評估PCa侵襲性方面做了一些新的探索。Tariq等[31]采用9.4TT1WI、DWI和31P-MRS對人PCa細胞系PC-3、DU-145和人類皮膚淋巴微血管內皮細胞（HMVEC-dly）進行研究，探討淋巴內皮細胞在PCa細胞侵襲性的發展和組織缺氧中的作用，他們的研究結果認為缺氧使得PC-3癌細胞的侵襲性減低，但淋巴內皮細胞的出現會降低這種效應；PC-3癌細胞增強了HMVEC-dly細胞外間質的降解，表明HMVEC-dly和癌細胞之間的相互作用在淋巴轉移中發揮著關鍵作用，HMVEC-dly的存在可能顯著影響腫瘤轉移潛能。Renuka等[32]應用多探針13C-MRS探討缺氧在前列腺癌侵襲性中的作用，他們用14T顯微成像系統對PCa小鼠（TRAMP model）進行T2WI、DWI及多探針超極化13CMRS掃描，并進行HE染色、KI-67、mRNA表達分析。結果表明TRAMP腫瘤組織缺氧明顯增加，并驅動組織代謝和微環境改變，可以通過13C-MRS觀察。Ellen等[33]在7T上使用乳酸MRS、DCE-MRI（Gd-DTPA）、1H-MRS來 評 價 五 種 腫 瘤 模 型（四種PCa模型LAPC-4、MycCaP、PC-3、RM-1和一種腎癌模型HEK）腫瘤細胞所處的微環境，并探討乳酸代謝、血管生成、缺氧、細胞外pH值（PHE）與腫瘤類型或侵襲性的關系。他們的研究表明，癌細胞的代謝活性與血管形成的相互作用調控著腫瘤細胞的PHE，因此測量評估腫瘤組織的代謝活性、血管形成、PHE具 有 重 要 意 義。Palamadai等[34]在14.1T上 用1HMRS研究前列腺周的脂肪酸含量與PCa的侵襲性間的關系。他們取30例PCa根治性前列腺切除術患者前列腺周圍脂肪組織（periprostatic adipose，PPA）及腹壁皮下脂肪組織（subcutaneous adipose，SQA）進行不壓水MRS掃描，計算飽和（fs）、單不飽和（fm）、多不飽和（fp）、總不飽和（fu）脂肪酸峰積分（peak integrals）分數。身高體重指數（body mass index，BMI）小于25和25～30組，各脂肪酸分數沒有差異，BMI大于30組，PPA的fm／fs和fu／fs較SQA明顯升高。此外，他們在PCa小鼠模型上得出相同的結果。結果表明PPA脂肪酸含量的改變可能代表著一種獨特的代謝微環境的改變。該研究為在體MRS無創評價PCa侵襲性提供新的方法，為大范圍的主動監測提供方向。

前列腺MRI其他進展

Zhou等[35]研究BOLD和多參數MRI與PCa Gleason評分的相關性。他們在3TMRI上對10例活檢穿刺證實為PCa（平均PSA 6.9ng／mL，Gleason評分6～9分）進行動態R2＊、DWI、DCE采集，結果表明PCa的ADC值明顯低于前列腺正常組織，R2＊值明顯高于正常組織。ADC值和R2＊值與Gleason評分都有中等相關性，達峰時間（time-to-maximum，TTM）和對比劑吸收率與Gleason評分不相關。蔡文超等[36]研究BOLD成像定量指標R2＊在PCa分期中的作用。他們在3TMRI上對40例PCa患者進行BOLD和動脈自旋標記（arterial spin labeling，ASL）掃描，結果顯示隨著腫瘤危險分級增加，R2＊值明顯降低。因此，他們認為R2＊可以用來評估PCa危險分級，但是R2＊可能與患者血氧水平具有相關性，定量測量時需要考慮患者的血氧水平。Chen等[37]研究3T定量T2＊在診斷PCa中的可行性以及T2＊值在評估腫瘤侵襲性的作用。研究結果表明癌組織T2＊值（42.51±0.65ms）低于前列腺良性組織（74.87±0.99ms），以59.27ms為界值點，T2＊鑒別PCa和前列腺良性組織的敏感度是94.8%，特異度是77.3%，并且T2＊值越低，Gleason評分越高。定量T2＊在診斷PCa方面具有潛在作用，為評估PCa侵襲性提供了額外的定量信息。

Ivan等[38]研 究3T旋 轉 框 架 弛 豫 成 像（rotating frame re-laxation imaging）成像在PCa的可行性。他們對27例PCa術前患者進行兩次重復3TMRI（Philips，Ingenuity PET／MR）掃描，并測量弛豫時間TRAFF、自旋-晶格弛豫時間T1ρ值。結果表明癌組織和正常外周帶TRAFF、T1ρ值顯著不同，旋轉框架弛豫成像在臨床型3T掃描儀上穩定可行。Hanne等[39]則在7T掃描儀上采用相同的旋轉框架弛豫成像在PCa裸鼠模型（PC3-RFP）進行研究。他們測量PC3-RF模型不同生長點（1、2、3周）弛豫時 間TRAFF2、TRAFF4、T1ρ、CW、T1ρ、adiab、T2ρ、adiab的變化。結果顯示除T1ρ、adiab外，癌組織平均弛豫時間明顯長于正常肌肉組織，隨著腫瘤生長，TRAFF2、T1ρ、CW明顯縮短，其他參數無明顯變化。他們認為，研究結果可以為定量檢測PCa藥物治療效果提供參考。

綜上所述，本屆年會涌現出許多MRI新技術、新方法、新思路。與前列腺相關MRI新序列、新的成像方法、DWI及DCE新模型和新算法、超極化13C-MRS等在PCa臨床和基礎方面的研究，為PCa診斷、侵襲性評估提供了更高質量圖像和診斷準確性以及最新的定量分析參數。

[1]Srinivasan S，Wu HH，Sung K，et al.Fast three-dimensional T2-weighted imaging with transition into driven equilibrium balanced SSFP at 3T[C].Milan：ISMRM，2014：4120.

[2]Ueno Y，Takahashi S，Kyotani K，et al.Designing tissue-specific variable flip angle for improved 3Dturbo-spin-echo imaging of the prostate at 3TMRI[C].Milan：ISMRM，2014：3571.

[3]Kyotani K，Ueno Y，Takahashi S.Tissue-specific variable flip angle of 3Dturbo-spin echo on 3.0Tsystem：optimized with individual T1and T2value for prostate[C].Milan：ISMRM，2014：4228.

[4]Tateishi S，Uchikochi M，Miyazaki S.More accurate estimation in prostate volume achieved by optimized single slab 3DSPACE compared with 2D-TSE：aquantitative study based on the radical prostatectomy specimens[C].Milan：ISMRM，2014：3573.

[5]Oshio K，Shinmoto H，Mulkern R.Interpretation of diffusion MRI data using agamma distribution model[C].Milan：ISMRM，2014：2612.

[6]Shinmoto H，Tamura C，Soga S.Diffusion-weighted imaging of prostate cancer using statistical model based on a gamma distribution[C].Milan：ISMRM，2014：1073.

[7]Belmonte G，Biondo V，Penna AL.Sensitivity and specificity of prostate tumor discrimination by IVIM approximation[C].Milan：ISMRM，2014：4541.

[8]Bourne RM，Hall MG.Characterization of diffusion complexity in prostate tissue with a stretched biexponential model[C].Milan：ISMRM，2014：2604.

[9]Panagiotaki E，Chan RW，Dikaios N.Microstructural characterisation of normal and malignant human prostate tissue with VERDICT-MRI[C].Milan：ISMRM，2014：2624.

[10]Mazaheri Y，Hoetker AM，Lu Y.Comparison of different fitting algorithms for analysis of high b-value prostate diffusion imaging[C].Milan：ISMRM，2014：4112.

[11]Umezawa E，Ishihara D，Seko S.An accurate and precise new method for measuring kurtosis of intravoxel incoherent motion[C].Milan：ISMRM，2014：2600.

[12]Li L，Wang L，Liu H.Prostate MRI：comparison of generalized autocalibrating partial parallel acquisition（GRAPPA）-accelerated readout-segmented echo-planar imaging（EPI）and singleshot EPI in clinical application of diffusion-weighted imaging at 3T[C].Milan：ISMRM，2014：4458.

[13]Fedorov A，Tuncali K，Panych LP.Single-shot and readout segmented EPI：geometric fidelity of 3Tprostate DWI[C].Milan：ISMRM，2014：2555.

[14]Liney G，Harthi TMA，Juresic E.Quantitative evaluation of diffusion weighted imaging techniques for radiotherapy of prostate cancer[C].Milan：ISMRM，2014：1062.

[15]Dregely I，Margolis DJ，Sung KH.Towards quantitative T2-and ADC-mapping in prostate using diffusion weighted 3DDESS MRI[C].Milan：ISMRM，2014：4109.

[16]Nguyen C，Fan Z，Afshar A.3Dhigh resolution diffusion-weighted MRI at 3T：preliminary application in patients undergoing sctive surveillance protocol for low-risk prostate cancer[C].Milan：ISMRM，2014：967.

[17]Katayama M，Masui T，Sato K.Comparison of FOCUS and conventional DWI for evaluation of intra-pelvic tumor[C].Milan：ISMRM，2014：2245.

[18]Froemming A，Rettmann D，Sasaguri K.High spatio-temporal resolution dynamic contrast enhanced MRI of the prostate utilizing differential subsampling with cartesian ordering（DISCO）[C].Milan：ISMRM，2014：3574.

[19]Rosenkrantz AB，Geppert C，Grimm R.Combined compressed sensing，parallel imaging，and golden-angle radial sampling for high spatiotemporal dynamic contrast-enhanced MRI of the prostate[C].Milan：ISMRM，2014：4118.

[20]Mehrabian H，Haider MA，Martel AL.Local vascular input function for pharmacokinetic modeling of prostate cancer[C].Milan：ISMRM，2014：1096.

[21]Mehrabian H，Haider MA，Martel AL.Assessing the effects of decreasing temporal resolution on pharmacokinetic analysis using a local vascular input finction[C].Milan：ISMRM，2014：1102.

[22]Haq NF，Kozlowski P，Jones EC.Prostate cancer detection from contrast enhanced T1time course without pharmacokinetic modeling[C].Milan：ISMRM，2014：1069.

[23]Steinseifer IK，Philips B，Gagoski B.Fast1H-MRSI of the prostate with GOIA-sLASER localization and spiral acquisition[C].Milan：ISMRM，2014：1060.

[24]Hendriks AD，VeldenTa VD，Luttje MP.3DEPSI-Exploring the potential of 3Dspectroscopic imaging of the prostate at 7tesla[C].Milan：ISMRM，2014：1435.

[25]Lagemaat MW，Maas MC，Kerr AB.1H-MR spectroscopic imaging of the prostate at 7Tusing spectral-spatial pulses[C].Mi-lan：ISMRM，2014：4113.

[26]Tayari N，Heerschap A，Wright AJ.Water unsuppressed1H-MR spectroscopic imaging of the prostate[C].Milan：ISMRM，2014：4116.

[27]Gringeri CV，Koellisch U，Frank A.Detection of prostate tumor metabolism using hyperpolarized[1-13C]-acetate[C].Milan：ISMRM，2014：2801.

[28]Chen HY，Larson PEZ，Morze CV.Dynamic 3Dcompressed sensing MR of hyperpolarized13C pyruvate and urea in prostate cancer models[C].Milan：ISMRM，2014：1141.

[29]Bahrami N，Leon C，Morze CV.Kinetic modeling of hyperpolarized13C-pyruvate with arbitrary RF flip angles in cancer[C].Milan：ISMRM，2014：2771.

[30]Swisher CL，Larson PEZ，Bok RA.Localized，non-invasive in vivo measurement of enzymatic activity using MAD-STEAM HP13C MRSI[C].Milan：ISMRM，2014：1146.

[31]Shah T，Wildes F，Artemov D.Role of lymphatic endothelial cells in prostate cancer cell invasion in tumor microenvironments[C].Milan：ISMRM，2014：1089.

[32]Sriram R，Keshari KR，Bok R.Role of hypoxia in aggressive prostate cancer-a hyperpolarized13C MR study[C].Milan：ISMRM，2014：4115.

[33]Ackerstaff E，Kruchevsky N，Moroz E.Assessment of the tumor type-specific microenvironment-lactate，vascularity，hypoxia，extracellular pH[C].Milan：ISMRM，2014：45.

[34]Venkatasubramanian PN，Iordanescu G，Novakovic K.Altered fatty acid profile of periprostatic adipose tissuein prostate cancer patients：an MR spectroscopic study[C].Milan：ISMRM，2014：963.

[35]Zhou H，Hallac RR，Yuan Q.Correlating multi-parametric MRI with Gleason score in human prostate cancer[C].Milan：ISMRM，2014：1068.

[36]Cai W，Li F，Wang J.Role of R2＊with BOLD MRI in the staging of prostate cancer[C].Milan：ISMRM，2014：3279.

[37]Chen X，Wu L，Dai Y.Feasibility and preliminary experience of quantitative T2＊mapping at 3.0Tfor detection and assessment of aggressiveness of prostate cancer[C].Milan：ISMRM，2014：4123.

[38]Jambor I，Liimatainen T，Merisaari H.Rotating frame relaxation imaging of prostate cancer：a feasibility study[C].Milan：ISMRM，2014：971.

[39]Hakkarainen H，Jambor I，Poutanen M.Rotating frame relaxation measurements in prostate cancer model[C].Milan：ISMRM，2014：1075.