女性盆腔體素內不相干運動擴散加權成像分段擬合及完全擬合算法定量參數穩定性及一致性分析

張紅強，丁慶國，賈傳海，張芬芬，胡春洪，黃麗娜

體素內不相干運動( intravoxel incoherent motion,IVIM)擴散加權成像(IVIM-DWI)是利用超過3個不同強度b值、雙指數模型擬合信號衰減的新型擴散加權成像技術，通過擬合算法得到的相關參數可反映組織內水分子擴散與微循環灌注狀態[1]，目前在女性盆腔的應用不斷增加如子宮腫瘤與正常組織的比較[2，3]，盆腔腫瘤放化療術后盆壁及骨組織的影響以及乳腺癌盆腔骨轉移的放療評估等[4，5]，但是雙指數模型定量參數的穩定性尚有待提高。

為了提高參數的精確度和穩定性，多項研究提出了不同的關于IVIM參數組織彌散信號衰減擬合算法[6]，目前主要采用的擬合方式為分段擬合和完全擬合方式[7，8]。了解不同的擬合方法是否會對IVIM參數產生顯著影響，有助于提高多中心研究中IVIM成像的穩健性,但是當前對2種擬合方法獲得的參數在正常女性盆腔的穩定性和一致性比較的研究尚少。因此，本研究旨在通過對健康女性志愿者盆腔行IVIM-DWI掃描，比較2種擬合方法獲取的雙指數模型IVIM參數在正常女性盆腔不同部位的穩定性和一致性，有助于提高IVIM-DWI在女性盆腔病變應用的可靠性。

材料與方法

1.研究對象

本研究通過了醫院倫理委員會的批準，所有受試者于檢查前均被告知檢查目的，并簽署知情同意書。納入本院2020年6月-2021年1月符合條件的21例非絕經期女性健康志愿者行盆腔MRIIVIM-DWI掃描，年齡22～46歲，平均(32.2±3.9)歲。納入標準：無子宮及附件等相關疾病史；盆腔超聲檢查無子宮畸形；排除標準：處于月經期或已絕經；MRI檢查禁忌證(如幽閉恐懼癥等)；因偽影較重而圖像無法評估者。

2.檢查方法

采用3.0T MR掃描儀(MR Discovery750W,GE Healthcare，USA)和16通道腹部相控陣線圈。IVIM-DWI掃描：采用軸面單次激發平面回波成像序列，取11個b 值，依次為0、30、50、100、150、200、400、600、800、1000、1500 s/mm2(b=0、600 s/mm2時激勵次數為2，b=30～400 s/mm2時激勵次數為1，b值=800、1000、1500 s/mm2時的激勵次數分別為3、4、5)，并行采集因子2，FOV 340.0 mm×340.0 mm；常規掃描序列及參數包括：軸面FSE T1WI，TR 452.00～790.00 ms，TE 7.00 ms，層厚5.0 mm，層間距1 mm；橫軸面及矢狀面FRFSE T2WI：TR 4453.00～7702.00 ms，TE 98.00～105.00 ms，層厚4.0 mm，層間距0.4 mm；常規序列主要用于盆腔各部位的定位，同時排除占位性病變。

3.圖像分析

將DWI圖像原始數據導入GE AW4.6后處理工作站，由2名具有8年以上腹部影像診斷經驗并熟練后處理操作的放射科醫師A和醫師B應用Functool MADC軟件均采用分段擬合及完全擬合兩種擬合算法(閾值b=200 s/mm2)對健康女性盆腔固定部位IVIM各參數進行獨立測量分析(雙盲法)。以T2WI圖像作為參照，在T2效應干擾較小且信噪比較高的DWI軸位圖像(b=1000 s/mm2)上分別測量子宮體肌、臀大肌及髂骨骨髓3個部位的IVIM各參數值，每個部位ROI通過復制粘貼放置不同層面測量3次取平均值，ROI面積≥30 mm2。測量參數包括：純擴散系數(pseudo-apparent diffusion coefficient,Dslow)、偽速擴散系數(apparent diffusion coefficient,Dfast)及灌注分數(perfusion fraction,f)。

圖1 健康女性盆腔IVIM參數圖。a) 分別放置于子宮體肌(箭頭)及左側臀大肌(箭); b) 分段擬合算法獲得Dslow值偽彩圖; c) Dfast值偽彩圖; d) f測量值偽彩圖。

4.統計學分析

表1 2種擬合方法測得女性盆腔不同部位IVIM各參數值及CV值

結 果

1.2種擬合方法獲得的盆腔各部位IVIM參數值的組內比較

隨機選取1名測量者(醫師A)對21例健康志愿者分別采用分段擬合及完全擬合2種不同擬合算法在盆腔不同部位(子宮體肌、臀大肌、髂骨)測得的IVIM參數值，結果顯示同一部位兩種擬合算法測得各參數值比較除子宮肌Dfast及髂骨f值無統計學差異外，其他參數值均具有統計學差異(P<0.05，雙尾)，其中分段擬合算法獲得的Dfast值均低于完全擬合算法測量值，Dslow、f值均高于完全擬合算法測量值(圖1)。除完全擬合算法臀大肌及髂骨Dfast測量值的CV值小于分段擬合外，分段擬合算法各參數的CV值均小于完全擬合算法，其中又以子宮體肌分段擬合測得Dslow的CV值最小；2種擬合算法各參數值的CV值差值比較，以子宮體肌f值間差值最小，而Dfast值間差值普遍較大(表1)。

2.觀察者間測量參數一致性

醫師A和醫師B分別采用分段擬合及完全擬合算法測定IVIM各參數的ICC值(表2)。用分段擬合算法測得的子宮體肌Dslow值和f值的ICC值均>0.75，說明兩位測量者在測得子宮體肌的Dslow值和f值的一致性最好，其中又以Dslow的ICC值最高(0.90)。Bland-Altman圖顯示觀察者間測得數據以子宮體肌的IVIM-mono擬合方法Dslow值差值分布較為集中(圖2)。

圖2 觀察者間采用分段擬合方法測量分別測量子宮體肌。a) Dslow；b) f值Bland-Altman圖。

表2 兩名觀察組間各參數ICC值

討 論

本研究選用女性正常盆腔探討分段擬合及完全兩種擬合算法測得IVIM 參數的差異，并比較兩種擬合算法的穩定性及一致性。為了避免不同月經周期對兩種擬合算法對IVIM參數的影響[9]，選擇受激素影響偏小的子宮體肌、臀大肌及髂骨髓質作為測量部位。完全擬合算法即將所有的b值同時用于IVIM參數計算，高b值計算Dslow值，低b值計算Dfast值，f值是移除血管效應后計算出的灌注相關分數[10]。分段擬合算法步驟包括通過設定b值的一個閾值(范圍從100～200 s/mm2)，對閾值以上的b值數據進行簡化的單指數擬合來計算Dslow值，隨后在Dslow值固定的情況下，再通過與所有獲取的b值進行非線性回歸擬合來計算f值及Dfast值[11]。

本研究組內分析結果表明分段擬合算法在子宮體肌、臀大肌及髂骨Dslow、f測量值均高于完全擬合算法，而分段擬合算法的Dfast測量值則低于完全擬合。2種擬合方法獲得的子宮體肌參數Dslow測量值的CV值均較小(CV值分別為為8.9%及13.2%)，具有較好的穩定性。Dfast值主要反映組織血流灌注信息，與微血管密度和微血管內血流速度有關，完全擬合方法可能過高地估計了灌注在水分子彌散中的比例[11]。Dslow值主要反映組織的純擴散信息，不受微循環灌注影響。李祥等[12]通過IVIM-DWI在盆腔穩定性研究顯示子宮肌較盆壁肌及髂骨的Dslow值穩定性好，而盆壁肌的f值穩定性最差，但是未說明采用何種擬合方法。本研究的結果顯示臀大肌及髂骨Dslow穩定性不及子宮體肌，可能與個體松弛效應及骨髓脂肪含量不同有關[13]。此外，兩種擬合算法測得Dfast的CV值均較高(>20%)，可能是由于IVIM雙指數模型不能較好地擬合非常低的b值，導致了Dfast測量的不準確性。低b值參數設定數量較少時Dfast往往被低估，數量較多時Dfast值又會被高估[14，15]，因此合適的低b值數量設定對于捕捉IVIM成像的初始快速衰減至關重要。

觀察者間的一致性評估顯示分段擬合測得子宮體肌的Dslow、f值以外，兩種擬合方法測得各部位參數值的一致性普遍欠佳，原因可能為不同測量者間ROI選取的大小及部位不一致。手動放置ROI進行測量數據會受到操作者經驗及主觀性影響產生取樣誤差，往往ROI面積越大，結果的一致性越好[16]。Emblem等[17]利用計算機輔助選取ROI方法測量數據的結果顯示自動測量方式可以減少測量時間的同時提高診斷準確率。另外，Dfast更易受圖像的信噪比影響[18]，因而一致性相對更差,這也可能是本研究發現兩種擬合方法Dfast測量值一致性均較差的原因。Wang等[19]通過使用閾值b值=200 s/mm2證明分段方法與完全擬合都可用于區分宮頸癌和正常組織，但未進行兩種擬合方法一致性分析研究。

本研究的局限性：①僅對觀察者內與觀察者間測得參數的重復性及一致性進行了分析，未進行間隔時間圖像二次掃描以排除其他因素影響。②本研究樣本量不足可能導致結果的隨機誤差。而且子宮及卵巢的組織學成分比例受到月經周期中雌、孕激素的影響，因此后續研究需根據絕經前不同月經周期分組，并且選擇受試者的年齡范圍與女性盆腔腫瘤高發年齡段相吻合，進一步探討兩種擬合算法對IVIM參數的影響。

綜上所述，通過對健康女性志愿者盆腔采用2種擬合算法獲取IVIM-DWI參數進行穩定性和一致性評估，以分段擬合測得子宮體肌Dslow值的穩定性及一致性最好。分段擬合方法測得參數值的整體穩定性較完全擬合好，但是除分段擬合子宮體肌的Dslow、f值以外，兩種擬合方法測得各參數值的一致性普遍欠佳，尚需進一步深入研究。