磁共振擴散峰度成像技術(shù)的基本原理及應(yīng)用現(xiàn)狀

王 利 綜述，印隆林，白 林，高 燕，蔣 瑾△ 審校

(1.川北醫(yī)學(xué)院，四川 南充 637000；2.四川省醫(yī)學(xué)科學(xué)院·四川省人民醫(yī)院放射科，四川 成都 610072)

△通訊作者

磁共振擴散峰度成像技術(shù)的基本原理及應(yīng)用現(xiàn)狀

王 利1綜述，印隆林2，白 林2，高 燕2，蔣 瑾2△審校

(1.川北醫(yī)學(xué)院，四川 南充 637000；2.四川省醫(yī)學(xué)科學(xué)院·四川省人民醫(yī)院放射科，四川 成都 610072)

磁共振成像技術(shù)以其無放射性損傷及軟組織分辨率高等優(yōu)點被廣泛應(yīng)用于人體的多個系統(tǒng)及部位的成像。擴散峰度成像(diffusion kurtosis imaging，DKI)作為一項新的磁共振功能成像技術(shù)，可以從微觀領(lǐng)域評估組織結(jié)構(gòu)的完整性，較擴散張量成像(diffusion tensor imaging，DTI)更有優(yōu)勢，目前主要應(yīng)用于中樞神經(jīng)系統(tǒng)及其他系統(tǒng)的研究。本文就DKI技術(shù)的基本原理及臨床應(yīng)用現(xiàn)狀進行簡要綜述。

核磁共振成像；擴散峰度成像；磁共振功能成像；擴散張量成像

隨著MRI軟硬件技術(shù)的迅速發(fā)展，彌散加權(quán)成像(diffusion weighted imaging，DWI)及擴散張量成像(diffusion tensor imaging，DTI)技術(shù)已比較成熟。目前DWI已廣泛應(yīng)用于全身各系統(tǒng)組織器官疾病的診斷與鑒別；而DTI可以從微觀領(lǐng)域評估組織結(jié)構(gòu)的完整性，主要應(yīng)用于中樞神經(jīng)系統(tǒng)各方向白質(zhì)纖維及纖維束的評價，在腹部或其它組織器官的應(yīng)用也有一些文獻進行了探索。但DWI、DTI的理論前提是組織內(nèi)水分子擴散呈正態(tài)分布，有其一定的局限性；而擴散峰度成像(diffusion kurtosis imaging，DKI)是基于DTI技術(shù)上的延伸，為描繪組織內(nèi)非正態(tài)分布水分子擴散的一種新的磁共振成像方法，較傳統(tǒng)的DTI更適合把握組織微觀結(jié)構(gòu)的變化，更利于病變的早期發(fā)現(xiàn)，其用于正常及病變組織的評價都有相關(guān)文獻報道[1～4]。本文對DKI的基本原理及臨床應(yīng)用做一簡要綜述。

1 DKI的基本原理

DKI技術(shù)最早在2005年由紐約大學(xué)Jensen[5]提出，其理論基礎(chǔ)是在活體狀態(tài)下，感興趣區(qū)的局部組織結(jié)構(gòu)及形態(tài)的復(fù)雜性(如不同組織類型的細胞及組織內(nèi)部固有的生化特性等)導(dǎo)致局部水分子的擴散運動實際上呈非正態(tài)分布，較正態(tài)分布有更高的峰值、更長的尾巴。DKI作為擴散成像的新技術(shù)，是基于DTI技術(shù)上的延伸，DTI的理論前提為水分子擴散呈正態(tài)分布，而DKI技術(shù)的產(chǎn)生歷經(jīng)一個對組織內(nèi)水分子擴散呈非正態(tài)分布的認識、四階張量應(yīng)用于磁共振成像的轉(zhuǎn)變過程，可以量化真實水分子擴散與理想狀態(tài)下高斯分布擴散的位移偏離大小，表征水分子擴散受限程度和擴散的不均質(zhì)性，即主要用來探查組織非高斯分布的水分子擴散特性，反映組織微觀結(jié)構(gòu)的變化[6～9]。

水分子的擴散運動是一種無規(guī)律的熱運動，從宏觀上看，它可以描述成無數(shù)個水分子隨機運動概率的分布，目前應(yīng)用最多的一種理論是基于隨時間的分布概率的描述。對于單一的、同種性質(zhì)的液體(如蒸餾水)，水分子的運動分布概率就是高斯模式，其擴散就稱之為高斯運動[10]。但在活的生物組織中，水分子的擴散受到各種因素的影響，如細胞膜、細胞器、細胞內(nèi)外的間隔等，這些屏障的存在，使水分子的擴散偏離了原來的高斯模型，被稱為非高斯擴散[8，11～13]。

DKI掃描可得到的參數(shù)包括平均擴散峰度(mean kurtosis，MK)、軸向峰度(axial kurtosis，K//)、徑向峰度(radical kurtosis，K⊥)，還可同時得到DTI的參數(shù)包括各向異性分數(shù)(fractional anisotropy，F(xiàn)A)、平均擴散系數(shù)(mean diffusion，MD)、軸向擴散張量(axial diffusion，D//)、垂直擴散張量(radical diffusion，D⊥)。DKI最具代表的參數(shù)為平均擴散峰度(mean kurtosis，MK)，定義為峰度在所有方向的平均值，被認為是組織微結(jié)構(gòu)復(fù)雜程度的指標，是一個反映擴散受限程度的無量綱參數(shù)，其大小取決于感興趣區(qū)內(nèi)組織的結(jié)構(gòu)復(fù)雜程度，結(jié)構(gòu)越復(fù)雜，非正態(tài)分布擴散受限越顯著，MK越大[14]。K//類似于擴散張量中的D//，為峰度在擴散本征矢量中最大的擴散本征值，K⊥為所有垂直于本征值最大的本征矢量方向的平均峰度值[14，15]，K⊥越大表明在該方向非正態(tài)分布擴散受限越顯著，反之表明擴散受限越弱。

2 DKI的臨床應(yīng)用

2.1 應(yīng)用于中樞神經(jīng)系統(tǒng)疾病的診斷

2.1.1 腫瘤 DKI探索非高斯水分子的彌散特征，而非高斯水分子彌散取決于細胞膜，細胞器水分子間隔等復(fù)雜結(jié)構(gòu)[8]。不同級別膠質(zhì)瘤其組織結(jié)構(gòu)復(fù)雜程度有所不同，在腫瘤組織惡變過程中，腫瘤細胞的增殖、分化，新生血管的生成以及膠質(zhì)細胞瘤的壞死等病理特征的改變反映了腫瘤微觀結(jié)構(gòu)的變化。人體大多數(shù)組織的結(jié)構(gòu)復(fù)雜(如各類型的細胞、細胞膜和組織的生化特性等)，能夠?qū)е滤肿訑U散位移概率分布實際上偏離正態(tài)分布[14]。DKI為四階三維完全對稱張量，可量化非正態(tài)分布水分子擴散，解決DTI無法解決多神經(jīng)纖維交叉的問題[16]。正常白質(zhì)纖維組織細胞分化成熟，結(jié)構(gòu)成分復(fù)雜，因而可能含有較多彌散屏障。膠質(zhì)瘤依據(jù)腫瘤細胞的分化程度和增殖能力分為四個等級[17]，低級別膠質(zhì)瘤細胞結(jié)構(gòu)較簡單，一般細胞體積較大，排列相對疏松，相對于高級別腫瘤而言，滲透性更好，因此其彌散屏障更少[18]；高級膠質(zhì)瘤具有更復(fù)雜的細胞結(jié)構(gòu)，不典型性及多形性細胞核，含有更多新生血管及壞死組織[19]，其結(jié)構(gòu)成分的復(fù)雜程度雖然更接近于正常腦白質(zhì)，但仍存在一定差異[18]。根據(jù)相關(guān)研究表明[10]：腫瘤實質(zhì)MK值有助于鑒別高級別與低級別腦星形細胞瘤，在高級別(Ⅲ級、Ⅳ級)腦星形細胞瘤分級中，腫瘤實質(zhì)與遠側(cè)水腫帶、囊變區(qū)及近側(cè)水腫帶間MK是否存在差異對Ⅲ級、Ⅳ級腫瘤分級提示有一定價值；MK可以提示腫瘤實質(zhì)、囊變區(qū)、近側(cè)水腫帶及遠側(cè)水腫帶間存在差異，可作為腦星形細胞瘤無創(chuàng)性腫瘤分級的生物標記，對未能進行手術(shù)的患者進行腫瘤分級評估及治療方式的選擇有很大的應(yīng)用價值。

2.1.2 退行性病變 DKI是一種無創(chuàng)性評價腦白質(zhì)纖維走行方向的有效辦法，不僅可以清晰顯示腦白質(zhì)纖維束的走行，還可觀察白質(zhì)纖維束的空間方向性和完整性，較傳統(tǒng)DTI技術(shù)更適合檢測組織微觀結(jié)構(gòu)的變化[20]。FA值降低提示腦白質(zhì)同質(zhì)性的紊亂；MD值升高與神經(jīng)變性及神經(jīng)細胞缺失密切相關(guān)；MK降低提示神經(jīng)纖維的密度及纖維基質(zhì)的結(jié)合度受到了影響[21]。隨著年齡的增長，大腦及脊髓等組織結(jié)構(gòu)也在經(jīng)歷發(fā)育和老化的過程。當腦白質(zhì)纖維出現(xiàn)一系列退行性改變包括神經(jīng)元的崩解、死亡及細胞構(gòu)架的塌陷、變形，繼發(fā)出現(xiàn)神經(jīng)纖維的失連接，即可表現(xiàn)FA值及MK值降低、MD值升高，腦白質(zhì)微觀結(jié)構(gòu)的改變可能更早于其形態(tài)的改變，更早于臨床癥狀的出現(xiàn)。DKI技術(shù)在灰白質(zhì)年齡相關(guān)性變化、遺忘型輕度認知功能障礙、阿爾茨海默病、帕金森病等疾病的研究方面有很大進展，可早期發(fā)現(xiàn)組織微細結(jié)構(gòu)的病理變化，以便進行早期干預(yù)治療[3，22～24]。

2.1.3 脫髓鞘病變 以多發(fā)性硬化[4]為代表的脫髓鞘病變的特征是腦白質(zhì)脫髓鞘改變伴軸索損傷和神經(jīng)元丟失，這些屏障結(jié)構(gòu)的破壞會引起水分子擴散增加，使得病灶及病灶周圍MK值減低，ADC及MD值升高。腦組織結(jié)構(gòu)破壞及組成成分缺失會導(dǎo)致ADC和MD值升高，而膠質(zhì)增生及炎癥反應(yīng)卻引起ADC及MD值的下降，因此組織修復(fù)會形成限制水分子擴散的屏障。DKI可觀察白質(zhì)纖維束的空間方向性和完整性，在多發(fā)性硬化的研究中[25]，MS病灶部位白質(zhì)纖維束相對于正常對照組有明顯中斷、缺失表現(xiàn)，纖維束較稀疏，可以直觀地觀察 MS對腦組織的損傷情況，對疾病的診斷和治療有很大應(yīng)用價值。

2.1.4 血管性病變 DKI信號強度與K值的關(guān)系如下：S(b)=S(0)·exp[-bD(k)+b^2·D^2·K/6]，S(b)為信號強度，D為表面彌散系數(shù)，b為擴散敏感因子，K為表觀擴散峰度；DKI至少需要3個不同的b值和15個梯度方向，通常30個方向最佳。腦梗塞根據(jù)發(fā)生時間可分為五個時期：超急性期(發(fā)病6小時以內(nèi))、急性期(6～24小時)、亞急性早期(24小時至7天)、亞急性晚期(7～14天)、慢性期(14天至2月)。梗死發(fā)生后，梗死區(qū)域可能主要發(fā)生軸突的損傷，表現(xiàn)為軸突的腫脹、細胞內(nèi)內(nèi)質(zhì)網(wǎng)等微細結(jié)構(gòu)破壞，可應(yīng)用DKI測得相關(guān)參數(shù)值來量化組織微觀結(jié)構(gòu)的變化[9]。擴散峰度參數(shù)值在鑒別腦各期缺血梗死灶的擴散受限方面較MD、ADC更敏感，可應(yīng)用于急性腦梗死的臨床診斷。DKI能夠深入、準確反映腦梗死后組織的微觀結(jié)構(gòu)的變化，對臨床治療有指導(dǎo)意義。此外，DKI在鼠大腦中動脈閉塞模型方面也有相關(guān)研究[26]。

2.1.5 神經(jīng)精神性病變及其他 神經(jīng)精神性病變在組織微觀結(jié)構(gòu)上都有不同程度的破壞、缺損，MRI目前已經(jīng)廣泛應(yīng)用與中樞神經(jīng)系統(tǒng)疾病的診斷與功能性研究，DKI作為MRI的一項新技術(shù)，能夠量化反映組織微觀結(jié)構(gòu)的變化，可在一定程度上揭示組織微觀結(jié)構(gòu)異常與臨床癥狀之間的關(guān)聯(lián)，例如在遺忘型輕度認知功能障礙、阿爾茨海默病、精神分裂癥、注意力缺陷多動癥、重度抑郁癥等疾病方面的研究[8，22，23，27，28]。此外，DKI在腦外傷、癲癇等其他類型疾病的研究方面也有了進展[29，30]。

2.2 應(yīng)用于胸腹部疾病的診斷 乳腺腫瘤的傳統(tǒng)影像學(xué)診斷方法主要是乳腺鉬靶及乳腺超聲檢查，而MRI作為一種無創(chuàng)性及軟組織分辨率高的檢查方法在乳腺腫瘤的診斷應(yīng)用中也越來越廣泛。與傳統(tǒng)的DWI技術(shù)比較，DKI可反映乳腺腫瘤的微觀組織結(jié)構(gòu)情況，其敏感性也更高，擴散峰度參數(shù)值的大小在乳腺腫瘤早期診斷及良惡性評估方面有很大應(yīng)用價值[31，32]。此外，DKI在呼吸系統(tǒng)疾病的應(yīng)用主要是對小氣道疾病[33]的診斷，DKI對小氣道疾病的敏感性較常規(guī)DWI更高，是診斷小氣道疾病的有效方法。

DKI技術(shù)是DTI技術(shù)的延伸，可量化組織微觀結(jié)構(gòu)的變化，此基礎(chǔ)同樣適用于腹部疾病。前列腺癌發(fā)生在前列腺外周帶，在前列腺癌[34]的臨床研究中，對外周帶良惡性病變的鑒別方面以及腫瘤分化程度的評價方面，MK值顯示了很高的敏感性；在前列腺癌與良性前列腺增生的鑒別診斷方面也有應(yīng)用價值[35]。在腹部其他疾病的研究，如肝纖維化、肝癌及腎臟疾病等也有相關(guān)研究進展[36～38]。

3 DKI的應(yīng)用前景與展望

DKI作為磁共振無創(chuàng)檢查的一種新技術(shù)，在許多疾病的評估中有了相當?shù)膽?yīng)用，特別是在中樞神經(jīng)系統(tǒng)疾病的應(yīng)用最為廣泛。DKI可量化分析組織微觀結(jié)構(gòu)的改變，與其他常規(guī)磁共振技術(shù)(如DWI、DTI等)比較而言，其敏感性、準確性及應(yīng)用范圍都更具優(yōu)勢，因此DKI可能是疾病早期診斷的有效方法。此外，DKI對掃描硬件設(shè)備的要求較低，掃描時間縮短，后處理過程也更為簡便，因此更具臨床應(yīng)用前景。然而，臨床疾病的研究是一個動態(tài)的過程，DKI技術(shù)的應(yīng)用也應(yīng)該轉(zhuǎn)向?qū)討B(tài)觀察數(shù)據(jù)進行研究分析，以便探查疾病的發(fā)生、發(fā)展過程。隨著DKI臨床應(yīng)用研究的進一步深入，無創(chuàng)技術(shù)探索微觀結(jié)構(gòu)改變的臨床應(yīng)用將會開創(chuàng)又一個新領(lǐng)域。

[1] Hui ES，Cheung MM，Chan KC，et al.B-value dependence of DTI quantitation and sensitivity in detecting neural tissue changes[J].Neuroimage，2010，49(3)：2366-2374.

[2] Li X，Yang J，Gao J，et al.A robust post-processing workflow for datasets with motion artifacts in diffusion kurtosis imaging[J].PLoS One，2014，9(4)：e94592.

[3] Nilsson M，Wirestam R，Stahlberg F，et al.Regional values of diffusional kurtosis imaging estimates in the healthy brain[J].J Magn Reson Imaging，2013，37(3)：610-618.

[4] Yoshida M，Hori M，Yokoyama K，et al.Diffusional kurtosis imaging of normal-appearing white matter in multiple sclerosis：Preliminary clinical experience[J].Jpn J Radiol，2013，31(1)：50-55.

[5] Steinmann C，Blaedel KL，Christensen AS，et al.Interface of the Polarizable Continuum Model of Solvation with Semi-Empirical Methods in the GAMESS Program [J].PLoS One，2013，8(7)：e67725.

[6] Yan X，Zhou M，Ying L，et al.Evaluation of optimized b-value sampling schemas for diffusion kurtosis imaging with an application to stroke patient data[J].Comput Med Imaging Graph，2013，37(4)：272-280.

[7] 鄭慧鑫，張輝，王效春，等.正常成人腦結(jié)構(gòu)年齡相關(guān)性變化的擴散峰度成像研究[J].中西醫(yī)結(jié)合心腦血管病雜志，2013，11(5)：564-567.

[8] Jensen JH，Helpern JA.MRI quantification of non-Guassian water diffusion by kurtosis analysis[J].NMR Biomed，2010，23(7)：698-710.

[9] Nakanishi A，F(xiàn)ukunaga I，Hori M，et al.Microstructural changes of the corticospinal tract in idiopathic normal pressure hydrocephalus a comparison of diffusion tensor diffusional kurtosis imaging[J].Neuroradiology，2013，55(8)：971-976.

[10]廖海波，肖新蘭.磁共振擴散峰度成像技術(shù)原理及在膠質(zhì)瘤分級中的應(yīng)用[J].臨床放射學(xué)雜志，2013，32(12)：1824-1826.

[11] Jelle Veraart，Wim Van Hecke，Sijbers J，et al.Constrained Maximum Likelihood Estimation of the Diffusion Kurtosis Tensor Using a Rician Noise Model[J].Magnetic Resonance in Medicine，2011，66(3)：678-686.

[12] Mariko Y，Masaaki H，Yokoyama K，et al.Diffusional kurtosis imaging of normal-appearing white matter in multiple sclerosis：preliminary clinical experience[J].Jpn J Radiol，2013，31(1)：50-55.

[13] 單藝，盧潔，李坤成.擴散峰度成像在缺血性腦卒中的研究進展[J].中國醫(yī)學(xué)影像技術(shù)，2013，29(12)：2046-2048.

[14] 曾丁巳，肖新蘭.擴散峰度成像(DKI)在中樞神經(jīng)系統(tǒng)的應(yīng)用[J].臨床放射學(xué)雜志，2011，30(9)：1400-1402.

[15] Jensen JH，F(xiàn)alangola MF，Hu C，et al.Preliminary observations of increased diffusional kurtosis in human brain following recent cerebra infarction[J].NMR Biomed，2011，24(5)：452-457.

[16] Poot DH，den Dekker AJ，Achten E，et al.Optimal experimental design for diffusion kurtosis imaging[J].IEEE Trans Med Imaging，2010，29(3)：819-829.

[17] 譚艷，張輝，王效春，等.磁共振擴散峰度成像在腦星形細胞瘤分級的初步研究[J].中西醫(yī)結(jié)合心腦血管病雜志，2014，12(11)：1351-1352.

[18] Raab P，Hattingen E，F(xiàn)ranz K，et al.Cerebral gliomas：Diffusional kurtosis imaging analysis of microstructural differences[J].Radiology，2010，254(3)：876-881.

[19]Basser PJ，Pierpaoli C.Microstructural and physiological features of tissues elucidated by quantitative-diffusion-tensor MRI 1996[J].J Magn Reson，2011，213(2)：560-570.

[20] Sun Y，Sun J，Zhou Y，et al.Assessment of in vivo microstructure alterations in grey using DKI in internet gaming addiction[J].Behav Brain Funct，2014，10：37.

[21] 田兄玲，焦玉梅，王儉，等.輕度認知功能障礙的腦白質(zhì)擴散峰度成像研究[J].中華實用診斷與治療雜志，2014，28(10)：994-997.

[22] Falangola MF，Jensen JH，Tabesh A，et al.Non-Gaussian diffusion MRI assessment of brain microstructure in mild cognitive inpairment and Alzheimer’s disease[J].Magn Reson Med，2013，31(6)：840-846.

[23] Benitez A，F(xiàn)ieremans E，Jensen JH，et al.White matter tract integrity metrics reflect the vulnerability of late-myelinating tracts in Alzheimer’s Disease[J].Neuroimage Clin，2013，4：64-71.

[24] Wang JJ，Lin WY，Lu CS，et al.Parkinson disease：diagnostic ulility of diffusion kurtosis imaging[J].Radiology，2011，261(1)：210-217.

[25] 金國宏，徐鎮(zhèn)，魏璇，等.3.0T 磁共振擴散張量及其纖維束成像在腦多發(fā)性硬化診斷中的應(yīng)用價值[J].寧夏醫(yī)學(xué)雜志，2014，36(1)：28-31.

[26] Cheung JS，Wang E，Lo EH，et al.Stratification of heterogeneous diffusion MRI ischemic lesion with kurtosis imaging：Evaluation of mean diffusion and kurtosis MRI mismatch in an animal Model of transient focal ischemia[J].Stroke，2012，43(8)：2252-2254.

[27] Helpern JA，Adisetiyo V，F(xiàn)alangola MF，et al.Preliminary evidence of altered gray and white matter microstructural development in the frontal lobe of adolescents with attention-deficit hyperactivity disorder：a diffusional kurtosis imaging study[J].J Magn Reson Imaging，2011，33(1)：17-23.

[28] 黃海燕，田兄玲，王儉，等.磁共振成像擴散峰度成像技術(shù)對抑郁癥患者腦微觀結(jié)構(gòu)變化的評估價值[J].中國全科醫(yī)學(xué)，2014，17(36)：4386-4391.

[29] Elan JG，Yulin G，Jens HJ，et al.Thalamus and Cognitive Impairment in Mild Traumatic Brain Injury：A Diffusional Kurtosis Imaging Study[J].Journal of Neurotrauma，2012，29：2318-2327.

[30] Gao Y，Zhang Y，Wong CS，et al.Diffusion abnormalities in temporal lobes of children with temporal lobe epilepsy：a preliminary diffusional kurtosis imaging study and comparison with diffusion tensor imaging[J].NMR Biomed，2012，25(12)：1369-1377.

[31] Wu D，Li G，Zhang J，et al.Characterization of Breast Tumors Using Diffusion Kurtosis Imaging(DKI)[J].Plos one，2014，9(11)：e113240.

[32] Noqueira L，Brand o S，Matos E，et al.Application of the diffusion kurtosis model for the study of breast lesions[J].Eur Radiol，2014，24(6)：1197-1203.

[33] 苗瑩瑩，宋涵，張惠茅，等.磁共振新技術(shù)在IVIM和DKI在腹部應(yīng)用研究現(xiàn)狀[J].中國實驗診斷學(xué)，2013，17(11)：2118-2119.

[34] Quentin M，Pentang G，Schimm ller L，et al.Feasibility of diffusional tensor imaging in prostate MRI for the assessment of prostate cancer：preliminary results[J].Magn Reson imaging，2014，32(7)：880-885.

[35] Tramura C，Shinmoto H，Soqa S，et al.Diffusional kurtosis imaging of prostate cancer：preliminary finding[J].J Magn Reson imaging，2014，40(3)：723-729.

[36] Anderson SW，Barry B，Soto J，et al.Characterizing non-gaussian，high b-value diffusion in liver fibrosis：Stretched exponential and diffusion kurtosis modeling[J].J Magn Reson Imaging，2014，39 (4)：827-834.

[37] Rosenkrantz AB，Sigmund EE，Winnick A，et al.Assessment of hepatocellular carcinoma using apparent diffusion coefficient and diffusion kurtosis indices：perliminary experience in fresh liver explants [J].Magn Reson Imaging，2012，30(10)：1534-1540.

[38] Pentang G，Lananman RS，Heusch P，et al.Diffusion kurtosis imaging of the human kidney：a feasibility study[J].Magn Reson Imaging，2014，32(5)：413-420.

MR diffusion kurtosis imaging：principles and clinical applications

WANG Li，YIN Long-lin，BAI Lin，GAO Yan，JIANG Jin

R814.42

B

1672-6170(2015)06-0168-04

2015-03-20；

2015-04-20)