MRI技術用于惡性腫瘤放射治療進展

陸正大，李春迎，謝 凱，孫鴻飛，林 濤，高留剛，眭建鋒，倪昕曄 *

(1.南京醫科大學生物醫學工程與信息學院，江蘇 南京 210000；2.南京醫科大學附屬常州第二人民醫院放療科，江蘇 常州 213003；3.南京醫科大學醫學物理實驗中心，江蘇 常州 213003；4.常州市醫學物理重點實驗室，江蘇 常州 213003)

放射治療(簡稱放療)是治療惡性腫瘤的重要手段之一，臨床超過60%惡性腫瘤患者需要放療，亟需早期、精準評價腫瘤放療效果的影像學手段。目前常用放療流程如圖1，多以CT或MRI輔助治療及評價效果。傳統CT用于放射敏感器官及靶區確定存在明顯不足，特別是盆腔、脊髓、頭頸部、前列腺及其他軟組織區域腫瘤[1]軟組織對比度較低，不利于制定放療計劃；使用錐束CT作為定位手段在放療前或間期獲取患者靶區及周圍器官圖像難以區分腫瘤與周圍正常器官，且高頻率使用錐束CT易增加繼發腫瘤概率。MRI具有多方位、多參數、軟組織分辨率高且無輻射等特點，可通過調節成像對比度(如T1、T2和擴散)突出特定器官或腫瘤。本文對MRI在腫瘤放療中的應用進展進行綜述。

圖1 基本放療流程

1 勾畫靶區

現代放療技術(如調強適形放療)劑量學精準度提高，對勾畫放療靶區的準確性提出了更高要求。為準確治療腫瘤，需要精確定義腫瘤和危險器官(organ at risk， OAR)，這也是MRI廣泛用于放療的主要原因。MRI具有優越的軟組織對比度，且可獲得大量關于腫瘤特征信息，有助于識別腫瘤靶區[2]。佟鵬[3]比較CT和MRI測量原發性肝癌最大徑的準確率，認為對于直徑1～3 cm和<1 cm的腫瘤，MRI檢出率高于CT。FERNANDES等[4]分別采用四維CT(four dimensional CT, 4D-CT)和MR電影技術評估肝癌放療后的活動度，發現MR電影所示外放邊界更大，以頭足方向明顯，較4D-CT平均增大3 mm。左偉等[5]分別利用CT和MRI勾畫非小細胞肺癌靶區，結果顯示CT勾畫的靶區體積明顯大于MRI，且基于勾畫靶區存在不重疊區域，目前尚無法判定何者更為準確，提示臨床勾畫腫瘤靶區應將CT和MRI均考慮在內[6]。

2 多模態MRI在腫瘤放療中的應用

多模態MRI即多種MRI技術的聯合，包括常規MRI和多模態功能MRI，后者包括擴散加權成像(diffusion-weighted imaging, DWI)、灌注加權成像(perfusion-weighted imaging, PWI)、MR波譜(MR spectroscopy, MRS)成像及血氧水平依賴性功能MRI(blood oxygen level dependent functional MRI, BOLD-fMRI)等。多模態功能MRI技術并非各種功能成像的簡單疊加，而是對各種成像技術圖像及數據進行挖掘、辨析和綜合分析，綜合評估腫瘤浸潤范圍并定位周圍重要組織，明確病變組織來源及各種病理生理特性。

DWI是利用平面回波成像原理和加自旋回波所產生的一種特殊T2成像，可通過表觀擴散系數輔助判斷腫瘤良惡性[7-11]，能指導勾畫膠質瘤術后靶區。李偉等[12]利用3.0T高分辨率MR平掃聯合DWI實現了準確判斷直腸癌病灶形態和位置，評估T分期，判斷術前環周切緣狀態，完善治療計劃。目前DWI已用于前列腺癌、宮頸癌、中樞神經系統腫瘤和頭頸部腫瘤放療[13-14]，但用于其他臟器的相關報道尚少。

PWI采用快速成像技術，通過注射外源性對比劑或利用人體內源性對比劑測量血流動力學參數來反映組織血流灌注及滲透情況，主要包括MR動態對比增強掃描、MR動態磁敏感對比增強和動脈自旋標記[15-16]。閻曉宇等[17]發現3D動脈自旋標記灌注成像可確定缺血半暗帶，并指導臨床治療、改善預后；對于無缺血半暗帶患者，也可利用磁敏感加權血管成像進行溶栓治療。在消化系統疾病中，PWI可顯著提高鑒別診斷胰腺癌、肝細胞肝癌等惡性腫瘤的敏感度及特異度[18-20]。目前臨床主要通過PWI和BOLD-fMRI等無創MRI技術多次測定組織氧分壓，監測腫瘤乏氧狀態等變化[21]。MRS可動態反映神經細胞內物質和能量代謝狀態，觀察腦梗死的病理生理過程和腦梗死區代謝物的變化規律，如外傷性腦梗死的梗死中心區及其周邊缺血半暗帶區出現不同程度N-乙酰基天門氨酸降低，膽堿及乳酸升高，但乳酸升高程度較輕[22]。此外，多模態MRI對評估放療療效、探測放射損傷等也有一定作用。

3 MRI數據合成CT

目前以MRI作為唯一成像形式引導放療成為研究熱點，可不再將圖像和單獨計劃CT進行配準，進一步消除圖像配準的不確定性[23]；新興混合MRI和線性加速器技術進一步促進了這項技術的發展[24]，且能對腫瘤進行門控和實時跟蹤、重新定位和劑量輸送。然而MRI引導放療時確定放療劑量仍屬難題，主要原因在于MRI如何反映電子密度并進行劑量計算，故希望得到賦予CT信息的MRI，這種基于MRI的等效斷層掃描數據通常被稱為假CT或合成CT(synthetic CT, synCT)[25]。

EDMUND等[26]將基于MRI數據的synCT的研究方法分為3種，即體素法、圖譜法和混合法。混合法是將體素與基于圖譜的方法相結合；體素法主要以MRI中體素強度(對比度)信息指定電子密度，目前主要基于機器學習，將部分MRI數據用于訓練優化模型，其余數據用來預測CT數據；圖譜法側重于將患者MRI體素位置與圖譜中MRI體素的相應位置配準，但其效果取決于圖譜數據集和患者數據集之間非剛性配準的準確性[27-28]。同樣基于機器學習概念，通過對圖譜數據集的集中監督訓練，可先導出一個能夠將MRI體素強度或圖像塊和HU數相關聯的映射函數，映射包括回歸函數、隨機森林建模或多任務學習等[2]。HAN[29]采用具有27個卷積層的離散余弦神經網絡模型及卷積神經網絡(convolutional neural networks, CNN)自動從大量MR-CT數據集中學習多個級別的信息，近乎實時地從常規單序列MRI中產生高精度synCT。JIANG等[30]則提出一種基于多任務最大熵聚類算法自動生成synCT的方法用于有效分割腦MRI，經檢驗具有臨床應用價值。

目前臨床已實施僅基于MRI引導的放療。KORHONEN等[31]使用基于體素的前列腺雙回歸方法治療1 502例前列腺癌。HSU等[32]使用基于體素的概率方法，針對腦組織使用模糊CT均值，目前已分別治療30例全腦病變和153例局灶性腦病變患者。

放療中圖像幾何失真可直接導致放射劑量偏差，且MRI幾何保真度較低，其所產生的synCT將繼承原MRI中存在的幾何失真，故用于synCT仍存在問題，需進一步研究，以提高MRI采集方案的幾何精度[29]。

4 4D-MRI在放療中的應用

呼吸運動易使腫瘤部位發生移動而影響劑量分布，目前主要利用4D-CT定量分析患者特異性呼吸運動，并確定靶體積大小，由此減少呼吸運動偽影[33]。研究[34]顯示，呼吸運動周期振幅小于0.75 cm不利于4D錐束CT算法準確定位呼吸周期內靶的位置，降低運動位置精確性而影響圖像配準；而振幅為3 cm時則產生較大運動偽影，放療過程中將增加非靶區照射劑量而影響靶區勾畫的準確性。4D-MRI可于任意方向成像，相比CT更加靈活，可用于描述腫瘤的運動，進而精確勾畫靶區，提高腫瘤局部控制率；但4D-MRI和4D-CT圖像采集的時間均較長[35]。

目前4D-MRI技術主要包括2種。一種稱為實時4D-MRI技術，引入并行成像技術和回波共享技術，采用快速3D MR序列采集實時的容積圖像；受軟硬件限制，目前很難獲得高分辨率和高質量4D-MRI，主要原因在于缺乏空間分辨率及運動偽影，使快速運動的結構模糊。另一種回顧式4D-MRI技術，利用快速2D-MRI掃描序列連續采集所有呼吸時相圖像，然后根據呼吸相位對采集圖像進行回顧性分類，相較實時4D-MRI技術，利用快速圖像采集使成像速度更快、體素尺寸更小，運動偽影降低，圖像質量提高，其缺點在于需要獲取呼吸信號進行呼吸重排，這也是目前研究的重點。

綜上所述，MRI具有良好的對比分辨率，已越來越多地用于放療計劃，特別是在引入MR線性加速器系統之后，將在實施放療和評估治療反應中發揮重要作用。