Propeller-DWI和SS-EPI-DWI在裝有金屬假牙患者顱腦成像中的應用效果

裘前峰 繆立 謝國斌

浙江省舟山市普陀區人民醫院放射科，普陀 316100

單次激發平面回波彌散加權成像(single-shot echo-planar imaging diffusion-weighted imaging，SS-EPI-DWI)已經成為目前臨床最常用的彌散加權成像掃描序列。然而，SS-EPI-DWI 是一種基于梯度回波的序列，在顱底、內耳、鼻竇、金屬假牙等一些區域，磁敏感的差異容易導致圖像出現偽影和形變。螺旋槳技術彌散加權成像(periodically rotated overlapping parallel lines with enhanced reconstruction diffusion-weighted imaging，Propeller-DWI)對磁敏感差異的低敏感性，在國外已經有不同部位的臨床應用報道[1-3]。因為不可拆卸的金屬假牙是顱腦磁共振檢查中最常見的金屬異物，嚴重影響了圖像的質量[4]。本研究通過對2種不同成像方式的DWI圖像進行比較，評估Propeller-DWI在含有不可拆卸金屬假牙患者中顱腦成像的優勢和可行性。

1 對象與方法

1.1 研究對象

選擇2021年3～7月在浙江省舟山市普陀區人民醫院進行顱腦掃描的37名裝有金屬假牙患者為研究對象。其中，男性23名，女性14名，年齡范圍35～75歲，年齡(50.2±7.3)歲。納入標準：金屬假牙不可拆卸者，無磁共振檢查禁忌證。本研究經過本院倫理委員會批準(批準編號：2022KY008)，所有患者對本研究內容均已知情同意。

1.2 研究方法

本研究采用單盲自身對照方法。按照掃描序列的不同，將裝有金屬假牙的37名患者的圖像分為Propeller-DWI(試驗組)和SS-EPI-DWI(對照組)進行比較分析。

1.3 干預實施

37例患者均采用GE Signa HDxt 1.5T超導MRI掃描儀，使用頭頸聯合線圈。患者仰臥位，頭先進。三平面定位后，在矢狀定位像上進行平行胼胝體膝部下緣和壓部下緣連線的軸掃。在常規軸位SS-EPI-DWI序列后加掃軸位Propeller-DWI序列。主要掃描參數：①Propeller-DWI序列：TR5719 ms，TE78.3 ms，層厚6 mm，層間距1 mm，FOV=220 mm×220 mm，頻率編碼128，回波鏈24，層數20層，b值分別選擇0、1 000 s/mm2；掃描時間2分40秒。②SS-EPI-DWI 序列：TR5009 ms，TE110 ms，層厚6 mm，層間距1 mm，FOV=220 mm×220 mm，頻率編碼128，相位編碼128，相位編碼方向A/P，層數20層，b 值分別選擇 0、1000 s/mm2，掃描時間48秒。

1.4 干預效果評價

由2名有經驗的放射科副主任醫師獨立在GEAW4.6后處理工作站對兩組圖像的解剖結構顯示能力、偽影、T2FSE和DWI融合圖匹配率進行定性分析；對兩組圖像的綜合質量、玻璃體的幾何變形率(GDR)、右側基底節區的表觀擴散系數(ADC)值進行定量分析。

1.4.1 定性分析 分別對兩組圖像的解剖結構顯示能力、偽影、T2FSE和DWI融合圖匹配率進行評分。①解剖結構顯示能力：鼻竇、玻璃體、腦干均顯示不清記0分，上述部位顯示清楚1處記1分，顯示清楚2處記2分，均顯示清楚記3分。②偽影：眼眶和內耳處均無偽影記3分，有輕度偽影但不影響圖像判讀記2分，有明顯偽影且影響圖像判讀記1分。③T2FSE和DWI融合圖匹配率：融合圖明顯不匹配記1分，輕度不匹配記2分，匹配記3分。如果2名副主任醫師主觀評分不一致時，協商決定分數。

1.4.2 定量分析 ①圖像綜合質量評分。解剖結構的顯示、偽影和融合圖匹配率3項評分的總分除以3為圖像綜合質量評分。②右眼玻璃體的幾何變形率 (geometric distortion ratio，GDR)。選取軸位右側玻璃體最大層面的T2FSE圖像和對應層面的DWI圖像，測量2幅圖像中玻璃體的最大前后(AP)徑和左右(LR)徑，并計算GDR。GDR=|DWI AP+LR徑/T2 FSE AP+LR徑|×100%。③右側基底節區的表觀擴散系數(apparent diffusion coefficient，ADC)值。在右側基底節區層面選取感興趣區(region of interest，ROI)，測量相應ADC值。所有數值均測量3次取平均值。

1.5 統計學處理

2 結果

試驗組(Propeller-DWI)圖像解剖結構顯示能力、偽影、T2FSE和DWI融合圖匹配率、圖像綜合質量評分均優于對照組(SS-EPI-DWI)圖像，其差異均具有統計學意義(均P<0.05)。選取某患者具體圖像，試驗組的GDR顯著低于對照組，其差異具有統計學意義(P<0.05)。具體情況詳見圖1和圖2。試驗組圖像序列右側基底節區的ADC值高于對照組圖像，其差異具有統計學意義(P<0.05)。具體結果詳見表1。

圖1 浙江省舟山市普陀區人民醫院裝有金屬假牙進行顱腦掃描的某患者SS-EPI-DWI圖像

圖1和圖2均為同一患者顱腦相同采集層面。前者因偽影和變形的存在，無法顯示鼻竇、玻璃體、腦干病灶。后者鼻竇、玻璃體顯示清晰，顳葉無磁敏感偽影、圖像變形小，可以清晰顯示腦干DWI高信號病灶。

表1 浙江省舟山市普陀區人民醫院裝有金屬假牙進行顱腦掃描的兩組圖像效果比較()

3 討論

3.1 Propeller-DWI序列更適合含有金屬異物的器官的掃描成像

目前臨床常規使用的DWI序列為SS-EPI，其成像速度快，但在高場強和高b值時其圖像磁敏感偽影、變形和信號缺失明顯[5-6]，影響圖像觀察及對病變的診斷。為了減少磁敏感偽影，劉俊等[7]利用分段讀出擴散加權磁共振成像技術(RS-EPI-DWI)在3.0T MR掃描儀上對眼眶掃描進行綜合評估，結果表明，使用RS-EPI-DWI可以顯著提高圖像質量。本研究中Propeller-DWI采用全新的圖像采集技術，利用FSE與DWI序列相結合，與SS-EPI-DWI、RS-EPI-DWI序列相比，最大的不同點在于K空間采集方式不同，其反復填充K空間的中心區域，便于獲得大量數據，真實性高[8]；同時，還能夠通過特殊算法，對運動和磁敏感偽影進行校正，從而獲得滿足診斷要求的圖像。此外，Propeller-DWI是自旋回波的衍生序列，對主磁場的均勻性要求較低，金屬、氣體等并不會引起圖像的失真變形，只會引起圖像信號丟失從而成為低信號，所以Propeller-DWI序列更適合于含有金屬異物的器官的掃描成像。

3.2 Propeller-DWI序列能夠明顯提高圖像質量

目前口腔假牙最常用的金屬材料有金鉑鈀合金、金銀合金和鎳鉻合金等，這些金屬假牙導致磁場的均勻性受到破壞，磁敏感偽影出現幾何成像畸變，產生偽影大小與假牙材料的磁化率和磁場強度相關，磁化率越大，磁場強度越高，產生的偽影越大[9]。本研究通過對37例有金屬假牙患者的顱腦掃描時發現，18例圖像在SS-EPI-DWI序列變形嚴重，無法顯示腦部病灶及其周圍正常組織，無法測量玻璃體的AP徑、LR徑，其余19例圖像在SS-EPI-DWI序列輕微變形，勉強可以測量玻璃體的AP徑、LR徑；而34例顱腦Propeller-DWI成像均能夠清晰顯示腦部病灶及其周圍正常組織，僅有3例成像無法顯示。以上結果表明，與SS-EPI-DWI相比，Propeller-DWI可以明顯提高正常解剖結構的顯示效果，減少圖像變形，提升圖像綜合質量。分析其在顱腦的診斷價值，因為較少圖像的失真變形，所以圖像的病灶顯示率也優于SS-EPI-DWI序列。

3.3 Propeller-DWI序列定量參數的差異

在DWI成像檢查中，通過測量ADC值對水分子的布朗運動進行量化，是目前唯一活體觀察水分子微觀運動的方法。在不同病理狀態下的細胞內外水分子擴散活動情況、血流灌注情況均會對組織的ADC 值造成不同程度的改變。Mikayama R等[10]對14 名健康志愿者進行FSE-DWI序列與SS-EPI-DWI序列在頭頸部的ADC值和體素內不相干運動(intravoxel incoherent motion，IVIM)導出參數的比較，發現FSE-DWI序列可能表現出不同的定量參數值，其定量參數值高于SS-EPI-DWI序列。本研究針對Propeller-DWI序列與SS-EPI-DWI序列的ADC值進行比較，結果提示，右側基底節區的ADC值在Propeller-DWI圖像上較高，此結果與 Mikayama R等的研究結果相似，推測可能與序列成像方式的參數有關。由于Propeller-DWI序列設置多b值掃描時間過長，患者在掃描時難免會產生移動而導致數據不準確，因此沒有進行IVIM的深入研究。

4 結語

掃描有金屬假牙患者時，Propeller-DWI序列所得圖像變形較少，圖像質量較高，能夠清晰顯示病灶的位置和大小，但因為信號采集方式而導致掃描時間相對較長。同時，本研究在測量GDR和ADC值時均采用手動勾畫，難免帶有主觀性，可能產生數據的偏倚，后續研究中將加大樣本量，增加測量次數，有條件的醫院還可以采用AI自動選定范圍區域進行測量，以最大程度地剔除測量的誤差。綜上所述，Propeller-DWI可以明顯提高解剖結構的顯示效果，減少圖像變形，提升圖像綜合質量，可以常規應用于裝有金屬假牙患者的顱腦掃描，甚至可以取代傳統SS-EPI-DWI序列，應用于其他有金屬異物部位的檢查。

利益沖突所有作者均聲明不存在利益沖突

作者貢獻聲明裘前峰：研究設計、資料收集和論文撰寫；繆立：優化掃描參數、收集患者資料；謝國斌：收集患者資料、檢查驗算數據