SCIC技术对LAVA多期动态MRI定量分析的影响

叶枫， 宋颖， 余小多， 张红梅， 欧阳汉



·实验研究·

SCIC技术对LAVA多期动态MRI定量分析的影响

叶枫， 宋颖， 余小多， 张红梅， 欧阳汉

目的：探讨表面线圈信号校准技术(SCIC)对LAVA多期动态增强MRI定量分析的影响。方法：采用不同浓度的钆溶液作为实验模型模拟多期动态MRI的定量分析的T1mapping过程，以单层反转恢复快速自旋回波序列(IR-FSE)作为金标准测量不同浓度钆溶液的T1值，同时分别以使用及不使用SCIC技术的可变翻转角LAVA测量其T1值，并与金标准测的T1值比较。结果：去除SCIC技术时，可变翻转角LAVA与IR-FSE测量T1值的相关系数为0.964(P<0.001)，且随钆溶液浓度增高，测得的T1值减低；使用SCIC技术后，可变翻转角LAVA与IR-FSE测量T1值的相关系数为0.667(P<0.001)，且所测得的T1值与浓度无明显递减关系。结论：SCIC技术影响测得T1值的准确性，从而影响LAVA多期动态MRI定量分析。

磁共振成像； 表面线圈信号校准技术； 可变翻转角； 肝脏快速容积成像

近年来，反映组织血流动力学灌注状态的定量动态对比增强磁共振成像(dynamic contrast enhancement magnetic resonance imaging，DCE-MRI)得到了飞速发展[1-12]。定量DCE-MRI是利用T1mapping将MRI的信号强度与对比剂浓度相关联，结合成熟的血流动力学模型，通过采集多期DCE-MRI的信号，显示病变在不同增强时间点的量化状态，通过后处理得到灌注相关参数Ktrans、Kep和Ve值等。然而，不同厂家的MR的序列、后处理软件设计不同，图像的后处理技术有所不同，如果对某些图像后处理技术的认识不足，研究中误用某些参数，将会造成采集的大批数据无法使用。本研究涉及的图像后处理技术是表面线圈信号校准技术(surface coil intensity correction，SCIC)，该技术为GE设备常用的图像后处理技术，其作用是校正表面线圈所导致的不均匀性，使采集获得的图像更加均匀。本研究采用实验模型的方法探讨SCIC技术对定量DCE-MRI的影响。

材料与方法

1.实验模型的制备

采用15 mL钆喷酸葡胺注射液(拜耳，469.01 mg/mL)和磷酸盐缓冲液配制成不同浓度的钆溶液，所用溶液的浓度分别为0.0625、0.125、0.175、0.225、0.325、0.5、0.75、1、1.25、1.5和2 mmol/L，分别取40 mL密封于50 mL无菌离心管内(图1a)。将11管钆溶液按一定顺序固定放置于盛有生理盐水的容器中，放置于磁体扫描间内1 h以上，以保证溶液温度与扫描间的温度接近。

表2　IR-FSE、LAVA(含SCIC和不含SCIC)测得的不同浓度溶液T1值 　(ms)

注：“-”数值明显偏离而被舍弃；T1值差值为IR-FSE测得T1值与LAVA VFA4测得T1值差值。

2.MR扫描方法

采用GE Signa HDx 3.0T MR扫描仪进行扫描，利用8通道体部相控阵线圈，垂直于模型管的中部进行扫描，单层反转恢复快速自旋回波(inversion recovery prepared fast spin echo，IR-FSE)序列作为测量T1mapping的金标准[13]，采集层数为1层；参照既往的实验研究[14]，定量DCE-MRI T1mapping采用可变翻转角LAVA序列，且以4个可变翻转角组合(3°、6°、9°、12°，VFA4)为例，肝脏快速容积成像(liver acceleration volume acquisition，LAVA)分别采用SCIC技术和不使用SCIC技术，可变翻转角LAVA序列扫描8层，其中的第5层与IR-FSE序列的扫描层面一致。扫描参数见表1。

表1　IR-FSE和LAVA扫描参数

T1mapping的测量:采用GE Functool 9.3.01g 软件对采集获得的IR-FSE图像、可变翻转角LAVA图像进行后处理，模型管兴趣区(ROI)勾画原则为在避开伪影的前提下尽可能大(图1b)。

3.统计学分析

采用SPSS 17.0软件包进行统计学处理，各序列对每组溶液测得的所有T1值采用均数±标准差进行描述，分别计算使用SCIC技术和不使用SCIC技术时，可变翻转角LAVA测得的T1值与金标准序列测得的T1值的Pearson相关系数r值，并计算使用SCIC技术可变翻转角LAVA测得的T1值、不使用SCIC技术可变翻转角LAVA与金标准序列所测得T1值的差值。

结　果

所有序列测得的T1值见表2，采用Functool后处理后，金标准IR-FSE序列数据第1、9号管(浓度分别为0.0625、1.25 mmol/L管)试管内图像明显不均匀，予以舍弃；IR-FSE、不使用SCIC和使用SCIC技术时对每组溶液测得的T1值分别为(584.60±253.72)、(403.24±176.40)和(367.91±67.06) ms。

不使用SCIC时，4个可变翻转角组合LAVA序列(LAVA VFA4)测得的T1值均低于金标准IR-FSE序列(图2)，两者呈正相关(r=0.964，P=0.000，图3)，随着钆溶液浓度增高，T1值递减。使用SCIC技术时，在钆溶液低浓度区，LAVA VFA4测得的T1值低于金标准，而在钆溶液高浓度区，T1值增高，高于金标准测得的T1值(r=0.667，P=0.000，表2，图2～3)，同时测得的T1值与钆溶液浓度不成反比。

讨　论

目前表面相控阵线圈已广泛应用于临床[15]。由于表面相控阵线圈置于体表，存在近线圈效应，即近线圈区域信号强，远离线圈区域信号相对弱，导致图像明暗不均匀，对诊断有一定影响，为了消除这种效应引起的图像明暗不均匀，设备厂家会采用一些图像后处理技术。SCIC技术是GE公司采用的一种图像后处理技术，其作用是通过消除近线圈效应而改善图像的明暗不均匀，提高显示效果。因此，SCIC技术在理论上改变了原始图像上的真实信号强度。然而，实际工作中，它经常被许多研究者所忽略，在最后数据测量过程中，得不到预期的结果，造成所采集的大量数据成为无效数据，使得设计好的研究最终失败。目前一些MR的灌注模型在增强扫描前需要常规扫描测量T1mapping，本研究采用自制模型的方法通过验证SCIC技术对T1mapping的影响，从而了解SCIC技术对灌注MRI的影响。

既往研究已经证实可变翻转角技术结合LAVA序列快速测量组织T1值的可行性，并且认为在不影响扫描时间的前提下，应尽量增加翻转角数量[14]，因此本研究采用4个可变翻转角LAVA序列进行T1值的测量。分别对使用SCIC技术和未使用SCICI技术的图像与金标准序列IR-FSE测得的T1值进行比较，理想的结果是在不同浓度点，测得的T1值结果与金标准测得的T1值结果接近，测得的T1值与浓度基本呈反比关系。结果显示，未使用SCIC技术的4个翻转角LAVA图像测得的溶液T1值与浓度成反比，随浓度升高而递减，说明未使用SCIC技术时，测得的T1值所拟合的曲线与金标准测得的T1值较为接近，与理想的结果较为符合；而使用了SCIC技术后，在钆溶液低浓度区，T1值低于金标准测得T1值，在钆溶液高浓度区，T1值高于金标准所测得T1值，并且T1值不随浓度升高呈递减，与理想的结果不相符合，分析原因可能是SCIC起了作用。可变翻转角LAVA序列如果采用了SCIC技术，所测得的T1值是不能准确反应组织的实际T1值，将会导致灌注扫描的后续计算失去准确性，因此，SCIC技术通过影响测得的T1值的准确性，影响MRI灌注定量分析的准确性。

本研究存在以下缺陷：①未直接验证SCIC技术是否影响了灌注相关参数的准确性；②未在体研究SCIC技术对定量化DCE-MRI的影响。

综上所述，SCIC技术通过影响测得T1值的准确性，从而影响MRI灌注定量分析。因此，笔者认为除了T1mapping的扫描以外，在注射对比剂后MRI灌注扫描过程中，需要将SCIC技术去除，以免改变原始图像的信号强度，从而影响Ktran、Kep和Ve值的准确性。但同时需要指出的是MRI灌注扫描因为去除了SCIC技术，势必将导致图像的均匀性下降，将对图像质量造成一定的影响，是否会影响诊断需要进一步研究。

[1]Li L,Wang K,Sun X,et al.Parameters of dynamic contrast-enhanced MRI as imaging markers for angiogenesis and proliferation in human breast cancer[J].Med Sci Monit,2015,21(2):376-382.

[2]Hao W,Zhao B,Wang G,et al.Influence of scan duration on the estimation of pharmacokinetic parameters for breast lesions:a study based on CAIPIRINHA-Dixon-TWIST-VIBE technique[J].Eur Radiol,2015,25(4):1162-1171.

[3]Yi B,Kang DK,Yoon D,et al.Is there any correlation between model-based perfusion parameters and model-free parameters of time-signal intensity curve on dynamic contrast enhanced MRI in breast cancer patients?[J].Eur Radiol,2014,24(5):1089-1096.

[4]Yang RM,Zou Y,Huang DP,et al.In vivo assessment of the vascular disrupting effect of M410 by DCE-MRI biomarker in a rabbit model of liver tumor[J].Oncology Reports,2014,32(2):709-715.

[5]Styles C,Ferris N,Mitchell C,et al.Multiparametric 3T MRI in the evaluation of intraglandular prostate cancer:correlation with histopathology[J].J Med Imaging Radiat Oncol,2014,58(4):439-448.

[6]Onxley JD,Yoo DS,Muradyan N,et al.Comprehensive population-averaged arterial input function for dynamic contrast-enhanced vmagnetic resonance imaging of head and neck cancer[J].Int J Radiat Oncol Biol Phys,2014,89(3):658-665.

[7]Nilsen LB,Fangberget A,Geier OM,et al.Associations between tumor vascularization assessed by in vivo DCE-MRI and the presence of disseminated tumor cells in bone marrow in breast cancer patients at the time of diagnosis[J].J Magn Reson Imaging,2014,40(6):1382-1391.

[8]MacIsaac KD,Baumgartner R,Kang J,et al.Pre-treatment whole blood gene expression is associated with 14-week response assessed by dynamic contrast enhanced magnetic resonance imaging in infliximab-treated rheumatoid arthritis patients[J].PLoS One,2014,9(12):e113937.

[9]Liu K,Xie P,Peng W,et al.Assessment of dynamic contrast-enhanced magnetic resonance imaging in the differentiation of pancreatic ductal adenocarcinoma from other pancreatic solid lesions[J].J Comput Assist Tomogr,2014,38(5):681-686.

[10]Liao WH,Yang LF,Liu XY,et al.DCE-MRI assessment of the effect of Epstein-Barr virus-encoded latent membrane protein-1 targeted DNAzyme on tumor vasculature in patients with nasopharyngeal carcinomas[J].BMC Cancer,2014,14(11):835.

[11]Jirik R,Soucek K,Mézl M,et al.Blind deconvolution in dynamic contrast-enhanced MRI and ultrasound[J].Conf Proc IEEE Eng Med Biol Soc,2014,2014:4276-4279.

[12]Jakubovic R,Sahgal A,Soliman H,et al.Magnetic resonance imaging-based tumour perfusion parameters are biomarkers predicting response after radiation to brain metastases[J].Clinical Oncology,2014,26(11):704-712.

[13]Andreisek G,White LM,Yang Y,et al.Delayed gadolinium-enhanced MR imaging of articular cartilage:three-dimensional T1mapping with variable flip angles and B1 correction[J].Radiology,2009,252(3):865-873.

[14]叶枫,欧阳汉,宋颖,等.基于可变翻转角技术快速测量组织T1值的可行性[J].中国医学影像技术,2014,(8):1247-1250.

[15]杨正汉,冯逢,王霄英.磁共振成像技术指南——检查规范、临床策略及新技术应用指南[M].北京:人民军医出版社，2007:120.

The effects of SCIC technology on quantitative analysis of dynamic contrast enhancement-MRI with LAVA

YE Feng,SONG Ying,YU Xiao-duo,et al.

Department of Diagnostic Radiology,Peking Union Medical College,Cancer Hospital,Chinese Academy of Medical Sciences,Beijing 100021,China

Objective：To investigate the effects of surface coil intensity correction (SCIC) technology on the quatitative analysis of dynamic contranst enhancement-MRI (DCE-MRI) with LAVA sequence.Methods:The MRI system phantoms with dilated gadolinium solution of different concentrations were scanned using variable flip angles (VFAs) LAVA sequence with or without SCIC technology to simulate T1mapping protocols.Referring longitudinal relaxation times T1were obtained using single slice inversion-recovery prepared fast spin echo (IR-FSE) sequence.T1value measurements of VFAs LAVA sequence with or without SCIC were documented and then compared with the referring T1values.Results:T1values mesured by LAVA sequence decreased with the increase of the gadolinium concentration when skipping SCIC technology,and the correlation coefficient of the T1values between LAVA sequence with VFAs and single slice IR-FSE was 0.964 (P<0.001).Whereras the T1values didn't decrease with the increase of the concentration when using SCIC technology with the correlation coefficient 0.667 (P<0.001).Conclusion:The SCIC technology affects quantitative analysis of DCE-MRI on its accuracy of the T1values.

Magnetic resonance imaging; Surface coil intensity correction; Variable flip angles; Liver acceleration volume acquisition

100021北京，中国医学科学院肿瘤医院影像诊断科

叶枫(1981-)，男，浙江义乌人，博士，主治医师，主要从事肿瘤影像学诊断工作。

欧阳汉，E-mail：hbybj@sohu.com

R445.2; R575

A

1000-0313(2016)07-0591-04

10.13609/j.cnki.1000-0313.2016.07.004

2016-03-14)