SCIC技術對LAVA多期動態MRI定量分析的影響

葉楓， 宋穎， 余小多， 張紅梅， 歐陽漢

?

·實驗研究·

SCIC技術對LAVA多期動態MRI定量分析的影響

葉楓， 宋穎， 余小多， 張紅梅， 歐陽漢

目的：探討表面線圈信號校準技術(SCIC)對LAVA多期動態增強MRI定量分析的影響。方法：采用不同濃度的釓溶液作為實驗模型模擬多期動態MRI的定量分析的T1mapping過程，以單層反轉恢復快速自旋回波序列(IR-FSE)作為金標準測量不同濃度釓溶液的T1值，同時分別以使用及不使用SCIC技術的可變翻轉角LAVA測量其T1值，并與金標準測的T1值比較。結果：去除SCIC技術時，可變翻轉角LAVA與IR-FSE測量T1值的相關系數為0.964(P<0.001)，且隨釓溶液濃度增高，測得的T1值減低；使用SCIC技術后，可變翻轉角LAVA與IR-FSE測量T1值的相關系數為0.667(P<0.001)，且所測得的T1值與濃度無明顯遞減關系。結論：SCIC技術影響測得T1值的準確性，從而影響LAVA多期動態MRI定量分析。

磁共振成像； 表面線圈信號校準技術； 可變翻轉角； 肝臟快速容積成像

近年來，反映組織血流動力學灌注狀態的定量動態對比增強磁共振成像(dynamic contrast enhancement magnetic resonance imaging，DCE-MRI)得到了飛速發展[1-12]。定量DCE-MRI是利用T1mapping將MRI的信號強度與對比劑濃度相關聯，結合成熟的血流動力學模型，通過采集多期DCE-MRI的信號，顯示病變在不同增強時間點的量化狀態，通過后處理得到灌注相關參數Ktrans、Kep和Ve值等。然而，不同廠家的MR的序列、后處理軟件設計不同，圖像的后處理技術有所不同，如果對某些圖像后處理技術的認識不足，研究中誤用某些參數，將會造成采集的大批數據無法使用。本研究涉及的圖像后處理技術是表面線圈信號校準技術(surface coil intensity correction，SCIC)，該技術為GE設備常用的圖像后處理技術，其作用是校正表面線圈所導致的不均勻性，使采集獲得的圖像更加均勻。本研究采用實驗模型的方法探討SCIC技術對定量DCE-MRI的影響。

材料與方法

1.實驗模型的制備

采用15 mL釓噴酸葡胺注射液(拜耳，469.01 mg/mL)和磷酸鹽緩沖液配制成不同濃度的釓溶液，所用溶液的濃度分別為0.0625、0.125、0.175、0.225、0.325、0.5、0.75、1、1.25、1.5和2 mmol/L，分別取40 mL密封于50 mL無菌離心管內(圖1a)。將11管釓溶液按一定順序固定放置于盛有生理鹽水的容器中，放置于磁體掃描間內1 h以上，以保證溶液溫度與掃描間的溫度接近。

表2　IR-FSE、LAVA(含SCIC和不含SCIC)測得的不同濃度溶液T1值 　(ms)

注：“-”數值明顯偏離而被舍棄；T1值差值為IR-FSE測得T1值與LAVA VFA4測得T1值差值。

2.MR掃描方法

采用GE Signa HDx 3.0T MR掃描儀進行掃描，利用8通道體部相控陣線圈，垂直于模型管的中部進行掃描，單層反轉恢復快速自旋回波(inversion recovery prepared fast spin echo，IR-FSE)序列作為測量T1mapping的金標準[13]，采集層數為1層；參照既往的實驗研究[14]，定量DCE-MRI T1mapping采用可變翻轉角LAVA序列，且以4個可變翻轉角組合(3°、6°、9°、12°，VFA4)為例，肝臟快速容積成像(liver acceleration volume acquisition，LAVA)分別采用SCIC技術和不使用SCIC技術，可變翻轉角LAVA序列掃描8層，其中的第5層與IR-FSE序列的掃描層面一致。掃描參數見表1。

表1　IR-FSE和LAVA掃描參數

T1mapping的測量:采用GE Functool 9.3.01g 軟件對采集獲得的IR-FSE圖像、可變翻轉角LAVA圖像進行后處理，模型管興趣區(ROI)勾畫原則為在避開偽影的前提下盡可能大(圖1b)。

3.統計學分析

采用SPSS 17.0軟件包進行統計學處理，各序列對每組溶液測得的所有T1值采用均數±標準差進行描述，分別計算使用SCIC技術和不使用SCIC技術時，可變翻轉角LAVA測得的T1值與金標準序列測得的T1值的Pearson相關系數r值，并計算使用SCIC技術可變翻轉角LAVA測得的T1值、不使用SCIC技術可變翻轉角LAVA與金標準序列所測得T1值的差值。

結　果

所有序列測得的T1值見表2，采用Functool后處理后，金標準IR-FSE序列數據第1、9號管(濃度分別為0.0625、1.25 mmol/L管)試管內圖像明顯不均勻，予以舍棄；IR-FSE、不使用SCIC和使用SCIC技術時對每組溶液測得的T1值分別為(584.60±253.72)、(403.24±176.40)和(367.91±67.06) ms。

不使用SCIC時，4個可變翻轉角組合LAVA序列(LAVA VFA4)測得的T1值均低于金標準IR-FSE序列(圖2)，兩者呈正相關(r=0.964，P=0.000，圖3)，隨著釓溶液濃度增高，T1值遞減。使用SCIC技術時，在釓溶液低濃度區，LAVA VFA4測得的T1值低于金標準，而在釓溶液高濃度區，T1值增高，高于金標準測得的T1值(r=0.667，P=0.000，表2，圖2～3)，同時測得的T1值與釓溶液濃度不成反比。

討　論

目前表面相控陣線圈已廣泛應用于臨床[15]。由于表面相控陣線圈置于體表，存在近線圈效應，即近線圈區域信號強，遠離線圈區域信號相對弱，導致圖像明暗不均勻，對診斷有一定影響，為了消除這種效應引起的圖像明暗不均勻，設備廠家會采用一些圖像后處理技術。SCIC技術是GE公司采用的一種圖像后處理技術，其作用是通過消除近線圈效應而改善圖像的明暗不均勻，提高顯示效果。因此，SCIC技術在理論上改變了原始圖像上的真實信號強度。然而，實際工作中，它經常被許多研究者所忽略，在最后數據測量過程中，得不到預期的結果，造成所采集的大量數據成為無效數據，使得設計好的研究最終失敗。目前一些MR的灌注模型在增強掃描前需要常規掃描測量T1mapping，本研究采用自制模型的方法通過驗證SCIC技術對T1mapping的影響，從而了解SCIC技術對灌注MRI的影響。

既往研究已經證實可變翻轉角技術結合LAVA序列快速測量組織T1值的可行性，并且認為在不影響掃描時間的前提下，應盡量增加翻轉角數量[14]，因此本研究采用4個可變翻轉角LAVA序列進行T1值的測量。分別對使用SCIC技術和未使用SCICI技術的圖像與金標準序列IR-FSE測得的T1值進行比較，理想的結果是在不同濃度點，測得的T1值結果與金標準測得的T1值結果接近，測得的T1值與濃度基本呈反比關系。結果顯示，未使用SCIC技術的4個翻轉角LAVA圖像測得的溶液T1值與濃度成反比，隨濃度升高而遞減，說明未使用SCIC技術時，測得的T1值所擬合的曲線與金標準測得的T1值較為接近，與理想的結果較為符合；而使用了SCIC技術后，在釓溶液低濃度區，T1值低于金標準測得T1值，在釓溶液高濃度區，T1值高于金標準所測得T1值，并且T1值不隨濃度升高呈遞減，與理想的結果不相符合，分析原因可能是SCIC起了作用。可變翻轉角LAVA序列如果采用了SCIC技術，所測得的T1值是不能準確反應組織的實際T1值，將會導致灌注掃描的后續計算失去準確性，因此，SCIC技術通過影響測得的T1值的準確性，影響MRI灌注定量分析的準確性。

本研究存在以下缺陷：①未直接驗證SCIC技術是否影響了灌注相關參數的準確性；②未在體研究SCIC技術對定量化DCE-MRI的影響。

綜上所述，SCIC技術通過影響測得T1值的準確性，從而影響MRI灌注定量分析。因此，筆者認為除了T1mapping的掃描以外，在注射對比劑后MRI灌注掃描過程中，需要將SCIC技術去除，以免改變原始圖像的信號強度，從而影響Ktran、Kep和Ve值的準確性。但同時需要指出的是MRI灌注掃描因為去除了SCIC技術，勢必將導致圖像的均勻性下降，將對圖像質量造成一定的影響，是否會影響診斷需要進一步研究。

[1]Li L,Wang K,Sun X,et al.Parameters of dynamic contrast-enhanced MRI as imaging markers for angiogenesis and proliferation in human breast cancer[J].Med Sci Monit,2015,21(2):376-382.

[2]Hao W,Zhao B,Wang G,et al.Influence of scan duration on the estimation of pharmacokinetic parameters for breast lesions:a study based on CAIPIRINHA-Dixon-TWIST-VIBE technique[J].Eur Radiol,2015,25(4):1162-1171.

[3]Yi B,Kang DK,Yoon D,et al.Is there any correlation between model-based perfusion parameters and model-free parameters of time-signal intensity curve on dynamic contrast enhanced MRI in breast cancer patients?[J].Eur Radiol,2014,24(5):1089-1096.

[4]Yang RM,Zou Y,Huang DP,et al.In vivo assessment of the vascular disrupting effect of M410 by DCE-MRI biomarker in a rabbit model of liver tumor[J].Oncology Reports,2014,32(2):709-715.

[5]Styles C,Ferris N,Mitchell C,et al.Multiparametric 3T MRI in the evaluation of intraglandular prostate cancer:correlation with histopathology[J].J Med Imaging Radiat Oncol,2014,58(4):439-448.

[6]Onxley JD,Yoo DS,Muradyan N,et al.Comprehensive population-averaged arterial input function for dynamic contrast-enhanced vmagnetic resonance imaging of head and neck cancer[J].Int J Radiat Oncol Biol Phys,2014,89(3):658-665.

[7]Nilsen LB,Fangberget A,Geier OM,et al.Associations between tumor vascularization assessed by in vivo DCE-MRI and the presence of disseminated tumor cells in bone marrow in breast cancer patients at the time of diagnosis[J].J Magn Reson Imaging,2014,40(6):1382-1391.

[8]MacIsaac KD,Baumgartner R,Kang J,et al.Pre-treatment whole blood gene expression is associated with 14-week response assessed by dynamic contrast enhanced magnetic resonance imaging in infliximab-treated rheumatoid arthritis patients[J].PLoS One,2014,9(12):e113937.

[9]Liu K,Xie P,Peng W,et al.Assessment of dynamic contrast-enhanced magnetic resonance imaging in the differentiation of pancreatic ductal adenocarcinoma from other pancreatic solid lesions[J].J Comput Assist Tomogr,2014,38(5):681-686.

[10]Liao WH,Yang LF,Liu XY,et al.DCE-MRI assessment of the effect of Epstein-Barr virus-encoded latent membrane protein-1 targeted DNAzyme on tumor vasculature in patients with nasopharyngeal carcinomas[J].BMC Cancer,2014,14(11):835.

[11]Jirik R,Soucek K,Mézl M,et al.Blind deconvolution in dynamic contrast-enhanced MRI and ultrasound[J].Conf Proc IEEE Eng Med Biol Soc,2014,2014:4276-4279.

[12]Jakubovic R,Sahgal A,Soliman H,et al.Magnetic resonance imaging-based tumour perfusion parameters are biomarkers predicting response after radiation to brain metastases[J].Clinical Oncology,2014,26(11):704-712.

[13]Andreisek G,White LM,Yang Y,et al.Delayed gadolinium-enhanced MR imaging of articular cartilage:three-dimensional T1mapping with variable flip angles and B1 correction[J].Radiology,2009,252(3):865-873.

[14]葉楓,歐陽漢,宋穎,等.基于可變翻轉角技術快速測量組織T1值的可行性[J].中國醫學影像技術,2014,(8):1247-1250.

[15]楊正漢,馮逢,王霄英.磁共振成像技術指南——檢查規范、臨床策略及新技術應用指南[M].北京:人民軍醫出版社，2007:120.

The effects of SCIC technology on quantitative analysis of dynamic contrast enhancement-MRI with LAVA

YE Feng,SONG Ying,YU Xiao-duo,et al.

Department of Diagnostic Radiology,Peking Union Medical College,Cancer Hospital,Chinese Academy of Medical Sciences,Beijing 100021,China

Objective：To investigate the effects of surface coil intensity correction (SCIC) technology on the quatitative analysis of dynamic contranst enhancement-MRI (DCE-MRI) with LAVA sequence.Methods:The MRI system phantoms with dilated gadolinium solution of different concentrations were scanned using variable flip angles (VFAs) LAVA sequence with or without SCIC technology to simulate T1mapping protocols.Referring longitudinal relaxation times T1were obtained using single slice inversion-recovery prepared fast spin echo (IR-FSE) sequence.T1value measurements of VFAs LAVA sequence with or without SCIC were documented and then compared with the referring T1values.Results:T1values mesured by LAVA sequence decreased with the increase of the gadolinium concentration when skipping SCIC technology,and the correlation coefficient of the T1values between LAVA sequence with VFAs and single slice IR-FSE was 0.964 (P<0.001).Whereras the T1values didn't decrease with the increase of the concentration when using SCIC technology with the correlation coefficient 0.667 (P<0.001).Conclusion:The SCIC technology affects quantitative analysis of DCE-MRI on its accuracy of the T1values.

Magnetic resonance imaging; Surface coil intensity correction; Variable flip angles; Liver acceleration volume acquisition

100021北京，中國醫學科學院腫瘤醫院影像診斷科

葉楓(1981-)，男，浙江義烏人，博士，主治醫師，主要從事腫瘤影像學診斷工作。

歐陽漢，E-mail：hbybj@sohu.com

R445.2; R575

A

1000-0313(2016)07-0591-04

10.13609/j.cnki.1000-0313.2016.07.004

2016-03-14)