張 冀，王 鷹，李 濤

(1.武漢大學中南醫(yī)院醫(yī)學影像科，湖北 武漢 430071；2.中國人民解放軍武漢總醫(yī)院放射科，3.醫(yī)學工程科，湖北 武漢 430070)

基于因子分析的高級別腦膠質(zhì)瘤MR灌注定量分析

張 冀1，王 鷹2*，李 濤3

(1.武漢大學中南醫(yī)院醫(yī)學影像科，湖北 武漢 430071；2.中國人民解放軍武漢總醫(yī)院放射科，3.醫(yī)學工程科，湖北 武漢 430070)

目的 采用動態(tài)結構因子分析法(FADS)對5例高級別腦膠質(zhì)瘤MR灌注圖像進行定量分析，以準確提取腦膠質(zhì)瘤MR灌注圖像ROI的時間-信號曲線(TISCs)。方法 采用替代-近似算法對FADS模型求解，并分析從膠質(zhì)瘤和正常組織區(qū)域提取的時間-信號曲線(TISCs)和因子圖的特點。分別計算和比較膠質(zhì)瘤與正常組織及病例間TISCs的相關系數(shù)。結果 采用FADS法從膠質(zhì)瘤和正常組織中均提取到1條波峰向上的曲線(即升峰曲線)和2條波峰向下的曲線(分別為降峰曲線a和b)。膠質(zhì)瘤與正常組織升峰曲線的相關系數(shù)平均值為0.75±0.10，明顯低于膠質(zhì)瘤患者間升峰曲線相關系數(shù)平均值0.84±0.05(P<0.05)。膠質(zhì)瘤降峰曲線a與正常組織降峰曲線相關系數(shù)最大均值和膠質(zhì)瘤降峰曲線b與正常組織降峰曲線相關系數(shù)最大均值差異有統(tǒng)計學意義(P<0.05)。膠質(zhì)瘤患者因子圖中瘤周區(qū)域主要對應升峰曲線，而膠質(zhì)瘤區(qū)域主要對應兩條降峰曲線。結論 采用FADS能自動提取到膠質(zhì)瘤的TISCs，初步證明利用曲線的生理參數(shù)進行膠質(zhì)瘤分級診斷具有可行性。

膠質(zhì)瘤；腦；磁共振成像；因子分析；高級別

膠質(zhì)瘤是成人最常見的原發(fā)性中樞神經(jīng)系統(tǒng)腫瘤[1]，占所有原發(fā)性中樞神經(jīng)系統(tǒng)腫瘤的32%[2]。WHO將膠質(zhì)瘤分為Ⅰ～Ⅳ級，其中Ⅰ～Ⅱ級為低級別，Ⅲ～Ⅳ級為高級別[2]。高級別腦膠質(zhì)瘤占中樞神經(jīng)系統(tǒng)惡性腫瘤的81%[2]，預后差，治療手段有限，術前正確判斷膠質(zhì)瘤病理分級，對制訂治療方案至關重要。灌注加權成像(perfusion-weighted imaging, PWI)能夠獲取豐富的組織血供及血流灌注信息。醫(yī)師通常在腦膠質(zhì)瘤MRI灌注序列圖像的腫瘤和周圍組織區(qū)域手工設置ROI，并提取ROI的時間-信號強度曲線(time-signal intensity curves, TSICs)，獲取MR灌注參數(shù)，如相對血容量(relative cerebral blood volume, rCBV)和血流量(cerebral blood flow， CBF)[3]等，從而輔助診斷高級別膠質(zhì)瘤[4]。然而，腦腫瘤的組織成分并不單一，腫瘤內(nèi)有出血或壞死，瘤周可伴水腫[5]或不同比例的腫瘤細胞浸潤[6]。人工選取ROI的主觀性較強，獲得的腫瘤不同組織成分的MR灌注參數(shù)差異較大，從而影響診斷。動態(tài)結構因子分析(factor analysis of dynamic structures, FADS)法可自動提取灌注圖像中的特征性TSICs[7-8]，可克服人工選取ROI的主觀性。目前該方法最多適用于3個因子結構的分析[9]。本研究擬采用FADS分析5例高級別腦膠質(zhì)瘤患者的MR灌注圖像，并與所提取的3個因子的TSICs進行比較，探討該方法鑒別診斷腦膠質(zhì)瘤的價值。

1 資料與方法

1.1 一般資料 收集2006年9月—2013年3月在中國人民解放軍武漢總醫(yī)院接受首診并經(jīng)手術病理證實為高級別膠質(zhì)瘤患者5例，按收集資料時間先后順序編號為1～5。其中男3例，女2例，年齡40～79歲，中位年齡59歲。所有患者均于術前接受顱腦DCE-MRI，本研究由中國人民解放軍武漢總醫(yī)院倫理委員會批準，患者均知情同意。

1.2 儀器與方法 采用GE Signa HDx及HDe 1.5T MR掃描儀，8通道頭顱相控陣線圈。PWI采用GRE-EPI序列，掃描參數(shù)：TE 40 ms，TR 2 000 ms，翻轉角90°，F(xiàn)OV 240 mm×240 mm，層厚6 mm，層間距2 mm，激勵次數(shù)1。增強掃描采用對比劑Gd-DTPA，注射總量0.2 mmol/kg體質(zhì)量，以高壓注射器經(jīng)肘靜脈團注，速率3 ml/s。

1.3 圖像分析 采用FADS法對灌注區(qū)域的圖像進行分析。假設灌注圖像序列有N張圖像，則可組成一個N×M的二維矩陣X。其中，N個時間點為列，M個像素為行。每個像素的信號強度隨時間變化曲線為該像素的TSICs[8]。xi(t) (t=1,2, …N)是像素i在時間t的信號強度。FADS模型如下[8-9]：

X=FA+ε

(1)

(2)

公式(1)中，矩陣F由q條因子曲線組成，而A為一個q×M的因子系數(shù)矩陣。ε是誤差矩陣，殘差太小可以被忽略。公式(2)中,fk是第k條因子曲線，ak表示為第k張因子圖。

采用Zhang等[9]提出的替代-近似算法對FADS模型求解，并計算腦膠質(zhì)瘤灌注序列圖像中ROI內(nèi)3個主要組分的生理曲線及其對應的因子圖。

1.4 分析區(qū)域選擇 選擇膠質(zhì)瘤及部分瘤周區(qū)域進行因子分析，遮蓋其余區(qū)域。通常在患者病灶對側正常組織設定ROI進行參照組因子分析。如膠質(zhì)瘤過大，擠壓對側腦組織，可能影響其對側正常組織的血流循環(huán)，應盡量選擇受腫瘤擠壓影響較小的患者?；颊?的膠質(zhì)瘤最小，其對側腦半球形態(tài)完整，故本研究選取該患者對側正常腦組織的因子曲線為參照，并由有經(jīng)驗的放射科醫(yī)師設定ROI，盡量避開大血管和腦室結構。每例膠質(zhì)瘤ROI分析重復2次。

1.5 曲線定量評價 分別計算所有患者膠質(zhì)瘤的曲線與患者1正常組織曲線的相關系數(shù)，及患者1膠質(zhì)瘤曲線與其他患者膠質(zhì)瘤曲線的相關系數(shù)。

2 結果

2.1因子分析 采用FADS法對患者膠質(zhì)瘤和正常組織區(qū)域進行分析，均提取到1條波峰向上的曲線(即升峰曲線)和2條波峰向下的曲線(分別為降峰曲線a和b)；同時還提取到相對應的因子圖。患者1膠質(zhì)瘤曲線和對應因子圖見圖1。圖1B中大部分膠質(zhì)瘤的瘤周區(qū)域對應升峰曲線(圖1A)，圖1D和1F中大部分膠質(zhì)瘤區(qū)域對應降峰曲線a和b(圖1C、1E)，且這兩條曲線相似。其余患者中膠質(zhì)瘤的提取曲線和因子圖對應關系與患者1基本相似，但患者2中，與升峰曲線對應的瘤體組織成分較多。

圖1 患者1膠質(zhì)瘤區(qū)域的因子曲線和因子圖 A.膠質(zhì)瘤升峰曲線； B.膠質(zhì)瘤升峰曲線的因子圖； C.膠質(zhì)瘤降峰曲線a； D.膠質(zhì)瘤降峰曲線a的因子圖； E.膠質(zhì)瘤降峰曲線b； F.膠質(zhì)瘤降峰曲線b 的因子圖； G.PWI圖像

2.2 因子曲線定量分析 患者中2條降峰曲線較相似，計算相關系數(shù)均值時取2條降峰曲線交叉比較的最大相關系數(shù)值。膠質(zhì)瘤升峰曲線與正常對照升峰曲線具有一定相關性，但其相關系數(shù)平均值(0.75±0.10)明顯低于膠質(zhì)瘤患者間相關系數(shù)平均值(0.84±0.05；U=17，P=0.04)，表明患者間膠質(zhì)瘤的升峰曲線相關程度較高?；颊唛g膠質(zhì)瘤降峰曲線a與正常組織降峰曲線相關系數(shù)最大均值為0.88±0.06，而膠質(zhì)瘤降峰曲線b與正常組織降峰曲線相關系數(shù)最大均值為0.54±0.20，兩者差異有統(tǒng)計學意義(t=4.0，P=0.003)。見表1。

患者2～5膠質(zhì)瘤降峰曲線a與患者1膠質(zhì)瘤降峰曲線的相關系數(shù)最大均值為0.83±0.10，而膠質(zhì)瘤降峰曲線b與患者1膠質(zhì)瘤降峰曲線的相關系數(shù)最大均值略低，為0.79±0.07，但兩者差異無統(tǒng)計學意義(t=1.57，P=0.16)。見表2。

3 討論

T2*加權DCE-MRI成像依賴于團注對比劑經(jīng)過毛細血管床引起的磁敏感效應，使T2*信號減低，獲得T2*灌注圖像，從而反映組織的灌注程度和血管容量[4]。測定參數(shù)時，通常醫(yī)師在不知病理結果的情況下將ROI手工放置于病灶的實性部分，并避開壞死組織和血管[4]。然而，病灶組織成分并不單一，ROI手工測定的參數(shù)值可能因放置區(qū)域不同而導致偏差。

為獲得較穩(wěn)定的TISCs生理參數(shù)，本研究采用FADS法對膠質(zhì)瘤和部分瘤周區(qū)域自動提取主要組織成分的生理曲線。如對比劑通過血管時的信號強度下降，表明波峰向下的曲線可能對應血管組織成分，則在病灶組織中該曲線可能對應瘤體血管組織，而在正常組織中該曲線可能對應腦血管結構。陳駿等[10]實驗中提取到的大鼠腦膠質(zhì)瘤瘤體部分的TISCs，Martel等[11]提取的腦血管TISCs均波峰向下。本研究結果顯示，正常對照降峰曲線與膠質(zhì)瘤病灶提取的2條降峰曲線相關系數(shù)存在一定差異，表明瘤體中存在與正常組織血管結構不同的多種血管組分。腫瘤的新生血管與膠質(zhì)瘤的分級緊密相關，而高級別腦膠質(zhì)瘤的血管生成數(shù)量明顯高于低級別的腦膠質(zhì)瘤[12]。研究[13]報道高級別膠質(zhì)瘤的CBF值顯著高于低級別膠質(zhì)瘤，而高級別膠質(zhì)瘤中的血管結構是分析瘤體區(qū)域的一個重要生理結構組分。高級別膠質(zhì)瘤可產(chǎn)生較多的血管內(nèi)皮生長因子，生成較多不成熟的新生毛細血管，血管通透性增加[4]，因此其血管灌注具有獨特的特點。

表1 膠質(zhì)瘤的因子曲線與正常組織因子曲線的相關系數(shù)(每個數(shù)據(jù)測量2次)

表2 患者1與其他患者膠質(zhì)瘤因子曲線的相關系數(shù)(每個數(shù)據(jù)測量2次)

本研究提取的波峰向上曲線通常對應所占比例較大的無血管組織，則在正常組織中該曲線可能對應腦白質(zhì)，在病灶區(qū)域該曲線可能對應腦水腫組織或腦白質(zhì)。本研究病灶區(qū)域與正常組織均能提取到波峰向上的曲線，通過相關系數(shù)值比較發(fā)現(xiàn)，病灶區(qū)和正常組織的升峰曲線具有一定差異，可能因膠質(zhì)瘤引起的水腫導致該區(qū)域TISCs參數(shù)發(fā)生改變。惡性程度較高的腦膠質(zhì)瘤周圍水腫較明顯[14]，但腫瘤組織成分復雜，患者2病灶區(qū)實性瘤體大部分組織對應升峰曲線。壞死區(qū)域TISCs信號強度幾乎無改變且為低信號，與本研究中提取的TISCs不同。在使用FADS分析時，盡量將ROI避開壞死成分。

由于患者1瘤體體積最小，對對側正常組織影響最小，因此本研究參照曲線選取患者1的病灶對側正常組織曲線。但患者性別和年齡對正常組織曲線差異的影響還需進一步探討。

綜上所述，采用FADS可自動提取到膠質(zhì)瘤的TISCs，本研究初步證明利用曲線的生理參數(shù)進行膠質(zhì)瘤分級診斷研究具有可行性。此外，本研究病例數(shù)量較小，今后還需要更多的病例驗證該方法的有效性；另外，膠質(zhì)瘤瘤內(nèi)和瘤周組織成分較復雜，今后應進一步與樣本瘤體組織病理切片進行對照研究。

[1] Wen PY, Kesari S. Malignant gliomas in adults. N Engl J Med, 2008,359(5):492-507.

[2] 中國腦膠質(zhì)瘤協(xié)作組，中國腦膠質(zhì)瘤基因組圖譜計劃.中國腦膠質(zhì)瘤分子診療指南.中國神經(jīng)外科雜志，2014，30(5):435-444.

[3] Law M, Young RJ, Babb JS, et al. Gliomas: Predicting time to progression or survival with cerebral blood volume. Radiology, 2008,247(2):490-498.

[4] 范兵，杜華睿，王霄英，等．MRI動態(tài)增強掃描定量參數(shù)對腦膠質(zhì)瘤分級診斷價值的研究.放射學實踐，2014，29(8)：893-895．

[5] 林志雄，王煒，陳錦峰，等．腦膠質(zhì)瘤瘤周水腫機制及臨床意義．中國神經(jīng)免疫學和神經(jīng)病學雜志，1995，2(3)：168-170．

[6] 晏怡，孫曉川，呂發(fā)金，等．顱內(nèi)腫瘤腦水腫與腦浸潤程度的關系．腫瘤防治研究，2009，36(10)：858-862．

[7] Lueck GJ, Kim TK, Burns PN, et al. Hepatic perfusion imaging using factor analysis of contrast enhanced ultrasound. IEEE Trans Med Imaging, 2008,27(10):1449-1457.

[8] Sitek A, Gullberg GT, Huesman RH. Correction for ambiguous solutions in factor analysis using a penalized least squares objective. IEEE Trans Med Imaging, 2002,21(3):216-225.

[9] Zhang J, Ding M, Meng F, et al. Quantitative evaluation of two-factor analysis applied to hepatic perfusion study in contrast-enhanced ultrasound. IEEE Trans Biomed Eng, 2013,60(2):259-267.

[10] 陳駿，余永強，錢銀鋒，等．大鼠C6腦膠質(zhì)瘤生長的動態(tài)觀察和MR灌注成像可行性研究．中華神經(jīng)醫(yī)學雜志，2004，3(1)：18-21．

[11] Martel AL, Moody AR, Allder SJ, et al. Extracting parametric images from dynamic contrast-enhanced MRI studies of the brain using factor analysis. Med Image Anal, 2001,5(1):29-39.

[12] Plate KH， Breier G， Risau W． Molecular mechanisms of developmental and tumor angiogenesis． Brain Pathol， 1994,4(3)：207-2l8．

[13] 陳傳亮，白巖，王梅云，等．三維偽連續(xù)性動脈自旋標記磁共振灌注成像聯(lián)合擴散加權成像在腦膠質(zhì)瘤分級中的價值．中國醫(yī)學計算機成像雜志，2015，21(5)：426-430．

[14] 李相基，劉維恒，張云亭．膠質(zhì)瘤的MRI．國外醫(yī)學：臨床放射學分冊，1991，1(5)：348-350．

Study on MR perfusion quantification of high-grade brain glioma based on factor analysis

ZHANGJi1,WANGYing2*,LITao3

(1.DepartmentofMedicalImaging，ZhongnanHospitalofWuhanUniversity,Wuhan430071,China;2.DepartmentofRadiology, 3.DepartmentofMedicalEngineering,WuhanGeneralHospitalofChinesePeople'sLiberationArmy,Wuhan430070,China)

Objective To quantitative analyze MR perfusion sequence images of 5 high-grade brain gliomas patients using factor analysis of dynamic structures (FADS), and to accurately extract the time-signal intensity curves (TISCs) of ROI from MR perfusion image sequence of brain glioma. Methods The FADS model was solved by replace-approximation method, and the characterization of TISCs and factor images from gliomas and normal tissue regions were analyzed. The correlation coefficients (CCs) of TSICs between gliomas and normal tissue and among the TISCs of patient were computed and compared, respectively. Results One crest-up (CU) curve and two crest-down curves (CD curve a and CD curve b) were extracted from the gliomas and normal tissue. The average value of CU curve CCs between the gliomas and the normal tissue were 0.75±0.10, which was obviously lower than those among glioma patients (0.84±0.05；P<0.05). Compared with the maximum average of CCs between the CD curve b of glioma and the CD curve of normal tissue, the maximum average of CCs between the CD curve a of glioma and the CD curve of normal tissue had obvious significance (P<0.05). In the factor images of the patients, the surrounding tissue of glioma was mainly corresponding to the CU curve, and the glioma was mainly corresponding to the CD curve. Conclusion The TISCs of glioma could be extracted automatically by FADS. It preliminarily demonstrats the feasibility of differentiation diagnosis on the grade of gliomas by using the physiological parameters of TISCs extracted by FADS.

Glioma; Brain; Magnetic resonance imaging; Factor analysis; High-grade

國家自然科學基金(81401474)、湖北省自然基金項目(2012FFB06809)。

張冀(1978—)，女，湖北武漢人，博士，主管技師。研究方向：生物醫(yī)學圖像處理。E-mail: zhangji37@163.com

王鷹，中國人民解放軍武漢總醫(yī)院放射科，430070。E-mail: wangying20012006@163.com

2016-06-24

2016-11-03

R739.41; R445.2

A

1003-3289(2017)01-0119-05

10.13929/j.1003-3289.201606128