腦梗死患者表觀擴散系數分布規律及其與發病時間的關系

張發平 陳其春 王龍勝 鄭穗生 謝康臨 汪翀效

作者單位： 241000 蕪湖 安徽省皖南康復醫院(蕪湖市第五人民醫院)放射科(張發平，謝康臨，汪翀效)；230601 合肥 安徽醫科大學第二附屬醫院放射科(陳其春，王龍勝，鄭穗生)

腦梗死又稱缺血性腦卒中，是高度致殘及致命的疾病[1]。表觀擴散系數(apparent diffusion coefficient，ADC)是MRI擴散成像中單位時間內各方向分子擴散運動的范圍，能反映不同時期梗死灶水分子擴散情況[2]。相對表觀擴散系數(relative apparent diffusion coefficient，rADC)為病變側與健側ADC值的比值，可以使ADC值標準化，消除個體絕對ADC值的差異及年齡等因素的干擾[3]。ADC及rADC值可以解釋腦梗死病理演變規律，提供分期參考，識別可逆及不可逆損害，然而研究結果不完全一致[4-5]。本研究通過比較不同分期腦梗死患者病變側核心區、邊緣區及灶周區與健側ADC值的差異，探討梗死灶ADC值的分布及演變規律；通過線性回歸分析ADC及rADC值與發病時間的關系。

1 資料與方法

1.1 一般資料 回顧性分析2013年9月至2017年12月安徽省皖南康復醫院收治的359例腦梗死患者的臨床及MRI資料，所有患者符合《中國急性缺血性腦卒中診治指南》中的診斷要點[6]。其中，男性207例，女性152例；年齡34～95歲，平均(69.6±11.5)歲；發病時間2 h～57 d；按發病時間將患者進行分期[7]：超急性期(發病時間<6 h)17例，急性期 (6 h≤發病時間<72 h)142例，亞急性期 (72 h≤發病時間<10 d)127例，慢性期 (發病時間≥10 d)73例。納入標準：①年齡≥18歲；②幕上缺血性腦梗死患者；③病灶短徑>15 mm；④病歷有明確的發病時間記載；⑤未進行溶栓治療。排除標準：①病灶合并出血或出血轉化；②同一部位內含有新舊并存的病灶；③健側存在影響ADC測量的病變；④同時存在已知影響腦部ADC值疾病的患者。

1.2 方法 分別測量并比較腦梗死患者不同分期(超急性期、急性期、亞急性期及慢性期)病變側核心區、邊緣區、灶周區及健側對照區4組ROI的ADC值。通過線性回歸，評估全部病例ADC及rADC值與發病時間的關系。

1.2.1 MRI設備及掃描參數 采用SIEMENS ESSENZA 1.5T超導磁共振成像儀及標準頭顱線圈。擴散加權成像(diffusion weighted imaging，DWI)采用單次激發自旋平面回波(spin echo-echo planar imaging,SE-EPI)序列，掃描參數：重復時間3 400 ms，回波時間105 ms，層厚5 mm，層間距1.25 mm，矩陣160×160，視野230 mm×230 mm，擴散敏感系數為0和1 000 s/mm2，平均采集次數5次，加速因子2，擴散敏感梯度方向3，頻率選擇脂肪抑制，標準勻場模式，勾選合成ADC圖，掃描時間為83 s。

1.2.2 ADC值的測量 應用SEIMENS Syngo.via工作站完成數據的處理。由2名放射科主治醫師在不明患者發病時間的情況下同時進行ADC值測量，取平均值，數值差距較大協商取得一致。ADC圖結合T2WI取最大層面或最大病灶結合相關研究[8]選取感興趣區(region of interest，ROI)分別為梗死灶核心區、邊緣區、灶周區及健側鏡像對照區，面積3～10 mm2，避開腦脊液、軟化灶、脫髓鞘等異常信號，盡可能選取腦白質結構(見圖1)。計算rADC。rADC=病變側ROI的ADC值/健側鏡像的ADC值×100%。

2 結果

2.1 各分期患者病變側與健側ADC值的比較 超急性期、急性期及亞急性期患者病變側ADC值均低于健側對照，差異有統計學意義(P<0.05)；超急性期、急性期及亞急性期患者病變側ADC值分布不均，核心區ADC值最低，從核心區至灶周呈逐漸升高趨勢，呈“梯度征”改變，差異有統計學意義(P<0.05)；慢性期患者病變側ADC值上升，但各ROI的ADC值差異無統計學意義(P>0.05)。詳見表1。

表1 各分期患者病變側與健側的ADC值比較

注：核心區與邊緣區比較，*P<0.05；核心區與灶周區比較，★P<0.05；核心區與健側對照區比較，■P<0.05；邊緣區與灶周區比較，▲P<0.05；邊緣區與健側對照區比較，●P<0.05；灶周區與健側對照區比較，○P<0.05

圖1 梗死灶ROI的選擇注：紅色為梗死核心區，紫色為邊緣區，黃色為灶周區，藍色為健側鏡像區

2.2 不同ROI的ADC及rADC值與發病時間回歸分析 簡單線性回歸結果提示，各ROI的ADC及rADC值與發病時間存在線性關系。核心區rADC與發病時間關系最為密切(r=0.891，P<0.05),呈高度正相關(R2=0.794，P<0.05),有較高的擬合優度，核心區rADC對發病時間的解釋程度較高。多元逐步線性回歸分析，多數變量存在共線性問題及顯著性檢驗>0.05，僅核心及邊緣rADC進入具有統計學意義(F=701.929，P<0.05)。根據SPSS回歸分析結果，把截距(a)和斜率(b)值代入線性回歸方程(Y=a+bX)：核心區ADC值Y=48.016X-13.054；邊緣區ADC值Y=49.366X-15.962；核心rADCY=39.314X-14.155；邊緣rADCY=40.660X-17.391；核心及邊緣rADC(X1、X2)Y=49.872X1-11.715X2-12.804。詳見表2、圖2、3。

圖2 核心區ADC值與發病時間的散點圖

圖3 核心區rADC值與發病時間的散點圖

3 討論

腦梗死的早期診斷和準確分期關系到患者治療及康復方案的制定，然而患者無法提供發病時間進行分期的情況時有發生。隨著MRI的發展， 通過DWI信號的高低來判斷新舊梗死灶變得較為容易，但是其易受“T2透過效應”的影響，給腦梗死的準確分期帶來困難，且無合適的量化指標。ADC值不受該效應影響，并能定量反應DWI分子的擴散特性，且可更準確地反映腦梗死的病理生理變化過程[4]。近年來，關于ADC值對腦梗死的研究，愈來愈多地圍繞準確分期及識別缺血半暗帶(ischemic penumbra，IP)的可行性展開[9-10]。

有研究[8]顯示，腦梗死超急性及急性期ADC值分布不均勻，病灶中心往外逐漸升高呈梯度分布，ADC值高低反映缺血組織的損害程度；Shen等[11]認為，亞急性的ADC值也有梯度分布特征。本組資料顯示，除慢性期，其他3個分期ADC值均呈“梯度征”分布改變，與Shen等研究結果相仿。超急性期、急性期及亞急性期梗死灶核心區ADC值較健側顯著下降(P<0.05)，表明核心區腦組織損害較重，邊緣區其次，灶周區最輕。可能是梗死發生時病灶中央除微循環供血外呈“絕對缺血”狀態，而邊緣有其他血管側枝供血呈“相對缺血”狀態，外周區僅僅是缺少責任血管的側枝供血呈“輕度缺血”狀態。隨著病變的進展,部分缺血腦組織可能發展為腦梗死或者通過側支循環、缺血預處理及微循環建立等恢復正常，該征象提示存在IP。多數學者使用灌注加權成像中達峰值時間灌注減低區域與DWI梗死高信號的錯配區域為IP[9]。然而Forkert等[12]研究顯示，該方法并非完全準確和實用。近期基于梗死灶ADC值“梯度征”的理論來識別IP成為研究熱點[5,11,13]，有望成為一種簡便識別IP的方法。本組亞急性期梗死灶ADC值依然存在“梯度征”，是否存在IP尚待進一步研究。

本研究表明，腦梗死ADC值隨著發病時間推移存在逐步上升的演變規律，與多數研究結果相仿[4,8,11]。發病初期由于細胞毒性水腫，ADC值迅速下降；隨著血管源性水腫發生，ADC值上升并逐漸恢復正常。本組慢性期的梗死灶4組ADC值差異無統計學意義(P>0.05)，表明進入假正常化期。可能由于慢性期細胞崩解、血管源性水腫及組織液化壞死使擴散受限減小，使得ADC值隨著發病時間的推移逐步上升。陳振強等[14]通過繪制散點圖證實ADC與發病時間存在正相關，并提出通過ADC及rADC值估計發病時間的可能。本研究結果與之類似，并進一步建立ADC及rADC值與發病時間的回歸方程，量化兩者的相互關系。由于目前腦梗死的分期標準較多，給ADC值分期研究帶來困擾，而回歸方程能較準確的預測發病時間，對照不同分期標準實現快速分期。

綜上所述，ADC及rADC值的分布及演變規律可反映腦梗死的病理生理機制，ADC值的“梯度征”是提示存在IP的重要征象；通過ADC及rADC值回歸方程可以較好的預測發病時間，靈活快速分期，指導臨床選擇合適的治療方案。