分段读出EPI与单次激发EPI在乳腺癌弥散加权成像中的对照研究
方案
采用德国西门子Prisma 3.0T超导型MR扫描仪。扫描序列包括横轴T2WI、Rs-EPI-DWI、Ss-EPI-DWI、3D T1-VIBE动态增强等序列。Rs-EPI-DWI与Ss-EPI-DWI序列的扫描层面、层厚、层间隔保持一致，具体扫描参数详见表1。
病例收集期间，每周对MRI设备进行质量控制扫描，方法参照文献报道[16-18]。
1.3 图像评价与测量
所有图像的質量评价和参数测量均在西门子MR后处理工作站上进行。由2名工作经验超过5年的放射科医师，在已知乳腺癌诊断但不被告知其他临床资料的前提下共同进行图像评价和测量。
1.3.1 主观图像质量评价 按主观评分法采用5分制法对图像质量进行评价。①病灶边缘锐利度评价（edge sharpness evaluation，ESE）。病灶边缘锐利度评分标准，5分：病灶边缘光滑锐利;4分：病灶边缘稍模糊;3分：病灶边缘模糊;2分：病灶边缘明显模糊，但仍可用于诊断;1分：病灶边缘严重模糊，不能用于诊断。②几何变形程度评价（geometric distortion evaluation，GDE）。应用西门子工作站软件将b=1000 s/mm2的DWI图像与T2WI图像进行融合。以T2WI图像为参考标准，观察和评价DWI图像上乳腺轮廓的变形并进行评分：5分：DWI图像所显示乳腺轮廓与T2WI图像完全吻合，无肉眼可见变形或异常高信号;4分：乳腺轮廓稍变形，有少许异常高信号;3分：乳腺轮廓变形，有异常高信号;2分：乳腺轮廓明显变形，或出现明显异常高信号;1分：乳腺轮廓严重变形，或出现明显异常高信号，不能用于诊断。
1.3.2 信噪比、对比度和对比噪声比 采用单幅图像法测量信噪比（signal to noise ratio，SNR）、对比度和对比噪声比（contrast to noise ratio，CNR）[19]。在b=1000 s/mm2的DWI图像上对病灶最大层面进行定位，参照增强图像（图1a）和T2WI图像（图1b）进行手动勾画病灶感兴趣区（region of interest，ROI）（图1c～d），测量得到平均信号强度为S病变，标准差为SD病变。在正常腺体区域选取大小为60 mm2的类圆形ROI，测量得到平均信号强度为S腺体，标准差为SD腺体。在空气区域分别选取3个大小为100 mm2的类圆形ROI，测量得到3个ROI的均方差分别为SD1、SD2和SD3。根据以下公式计算背景噪声SD空气、SNR、Contrast和CNR[20]。
1.3.3 相对ADC值测量 在ADC图上，手动勾画病变ROI（图1e～f），勾画区域尽量与DWI图像的勾画区域保持一致，测量ROI的平均值为ADC病变。在无病变的正常腺体区域选取大小为60 mm2的类圆形ROI，选取位置尽量与DWI图像的正常腺体ROI选取位置保持一致，测量ROI的平均值为ADC腺体。相对ADC值（rADC）计算如下：
乳腺癌患者，女，39岁。a：增强图像;b：T2WI图像;c、e：Ss-EPI-DWI序列DWI图像（b=1000 s/mm2）和ADC图;d、f：Rs-EPI-DWI序列DWI图像（b=1000 s/mm2）和ADC图。图c～f中白色和黑色边框所围区域为手动勾画的病变。Rs-EPI-DWI：分段读出平面回波成像;Ss-EPI：单次激发平面回波成像;DWI：弥散加权成像
1.4 统计学方法
采用SPSS 17.0统计学软件进行数据分析，符合正态分布计量资料的均数用均数±标准差表示，两组间比较采用t检验;不符合正态分布的改用中位数（M）四分位数间距（P25，P75）表示，两组间比较采用Wilcoxon秩和检验;计数资料用率表示，组间比较采用χ2检验;采用Kappa检验进行一致性分析。以P < 0.05为差异有统计学意义。
2 结果
2.1 一般资料
本研究最终入组患者36例，平均年龄（56±10）岁，均为女性。病例收集期间，MRI设备质量控制参数均在正常范围内。
2.2 Rs-EPI-DWI与Ss-EPI-DWI图像质量主观评分比较
2名诊断医师对DWI图像（b=1000 s/mm2）的主观评分结果一致性良好（P < 0.01），对Rs-EPI-DWI图像ESE评分均达到4分及以上，对Ss-EPI-DWI图像ESE评分达到4分及以上分别为23例（63.9%）、22例（61.1%）;对Rs-EPI-DWI图像GDE评分达到4分及以上均为35例（97.2%），对Ss-EPI-DWI图像GDE评分达到4分及以上均为18例（50.0%）。见表2。统计结果显示，医师1和医师2的Rs-EPI-DWI序列ESE、GDE评分与Ss-EPI-DWI序列比较，差异均有高度统计学意义（P < 0.01）。见表3。
2.3 Rs-EPI-DWI与Ss-EPI-DWI图像质量测量指标比较
统计结果显示，医师1和医师2的Rs-EPI-DWI序列CNR、rADC与Ss-EPI-DWI序列比较，差异均有高度统计学意义（P < 0.01）;医师1和医师2的Rs-EPI-DWI序列与Ss-EPI-DWI序列的SNR、对比度比较，差异无统计学意义（P > 0.05）。见表4。
3 討论
DWI作为乳腺癌评估的常规MR检查序列之一，可量化评估肿瘤水分子扩散受限程度。Rs-EPI-DWI主要采用读出方向的分段EPI扫描、短梯度脉冲等策略减小磁敏感伪影及几何变形程度。本研究中2名诊断医师对图像质量主观评分结果显示，Rs-EPI-DWI的图像质量明显优于Ss-EPI-DWI图像，与相关文献报道[11，14]的结论一致。文献报道[9，11，14]，Rs-EPI-DWI的SNR一般比Ss-EPI-DWI的SNR差。在本研究中，Rs-EPI-DWI的分段读出设置为5，提高了图像SNR。Rs-EPI-DWI的CNR明显大于Ss-EPI-DWI的CNR，说明Rs-EPI-DWI在病变的显示能力方面具有明显优势。
与ADC值只反映单一区域数量特征不同，rADC可以反映病灶与正常组织的ADC差异，且rADC值越小，反映的差异越大。本研究中，Rs-EPI-DWI的rADC值明显小于Ss-EPI-DWI的rADC值，说明Rs-EPI-DWI的ADC图对病灶的显示优于Ss-EPI-DWI的ADC图。
分段读出EPI等技术的发展有效提高了DWI的图像质量，为乳腺癌的评估提供了更优的定量依据。
[参考文献]
[1] Partridge SC，Nissan N，Rahbar H，et al. Diffusion-weighted breast MRI：Clinical applications and emerging techniques [J]. J Magn Reson Imaging，2017，45（2）：337-355.
[2] Bogner W，Gruber S，Pinker K，et al. Diffusion-weighted MR for differentiation of breast lesions at 3.0 T：how does selection of diffusion protocols affect diagnosis？ [J]. Radiology，2009，253（2）：341-351.
[3] Kim EJ，Kim SH，Kang BJ，et al. Diagnostic value of breast MRI for predicting metastatic axillary lymph nodes in breast cancer patients：diffusion-weighted MRI and conventional MRI [J]. Magn Reson Imaging，2014，32（10）：1230-1236.
[4] Ertas G，Onaygil C，Bugdayci O，et al. Dual-Phase ADC Modelling of Breast Masses in Diffusion-Weighted Imaging：Comparison with Histopathologic Findings [J]. Eur J Breast Health，2018，14（2）：85-92.
[5] Arlinghaus LR，Welch EB，Chakravarthy AB，et al. Motion correction in diffusion-weighted MRI of the breast at 3T [J]. J Magn Reson Imaging，2011，33（5）：1063-1070.
[6] Akin Y，Ugurlu MU，Kaya H，et al. Diagnostic Value of Diffusion-weighted Imaging and Apparent Diffusion Coefficient Values in the Differentiation of Breast Lesions，Histpathologic Subgroups and Correlation with Prognostic Factors using 3.0 Tesla MR [J]. J Breast Health，2016，12（3）：123-132.
[7] Wu W，Miller KL. Image formation in diffusion MRI：A review of recent technical developments [J]. J Magn Reson Imaging，2017，46（3）：646-662.
[8] Wisner DJ，Rogers N，Deshpande VS，et al. High-Resolution Diffusion-Weighted Imaging for the Separation of Benign From Malignant BI-RADS 4/5 Lesions Found on Breast MRI at 3T [J]. J Magn Reson Imaging，2014，40（3）：674-681.
[9] Koyasu S，Iima M，Umeoka S，et al. The clinical utility of reduced-distortion readout-segmented echo-planar imaging in the head and neck region：initial experience [J]. Eur Radiol，2014，24（12）：3088-3096.
[10] Thian YL，Xie WY，Porter DA，et al. Readout-segmented Echo-planar Imaging for Diffusion-weighted Imaging in the Pelvis at 3T-A Feasibility Study [J]. Acad Radiol，2014，21（4）：531-537.
[11] Bogner W，Pinker-Domenig K，Bickel H，et al. Readout-segmented Echo-pIanar Imaging Improves the Diagnostic Performance of Diffusion-weighted MR Breast Examinations at 3.0 T [J]. Radiology，2012，263（1）：64-76.
[12] 郗艳，刘慧，姚伟武，等.Rs-EPI与Ss-EPI在头及膝关节3T弥散成像中的对照研究[J].中国医学计算机成像杂志，2016，22（1）：49-54.
[13] 许春苗，袁军辉，陈学军，等.比較3.0TMRI读出方向上的分段扩散成像技术与平面回波扩散加权成像技术对鼻咽癌的诊断价值[J].中华放射学杂志，2016，50（8）：586-589.
[14] Kim YJ，Kim SH，Kang BJ，et al. Readout-Segmented Echo-Planar Imaging in Diffusion-Weighted MR Imaging in Breast Cancer：Comparison with Single-Shot Echo-Planar Imaging in Image Quality [J]. Korean J Radiol，2014，15（4）：403-410.
[15] 费莹，许建铭，沈玉英，等.分段读出扩散加权成像序列ADC值在乳腺良恶性肿瘤鉴别诊断中的价值[J].中国现代医药杂志，2016，18（8）：9-11.
[16] American College of Radiology （ACR）. MRI quality control manual 2015[D]. Reton，VA：ACR; 2015.
[17] 尹红霞，杨娉娉，刘雅文，等.MRI设备中心频率和发射增益稳定性检测及处置界限建立[J].中国医学影像技术，2017，33（8）：1260-1263.
[18] 刘雅文，尹红霞，杨娉娉，等.MRI设备临床质量控制流程和制度的现状与发展趋势[J].中国医学影像技术，2017， 33（11）：1615-1619.
[19] Moon WJ. Measurement of signal-to-noise ratio in MR imaging with sensitivity encoding [J]. Radiology，2007， 243（3）：908-909.
[20] Arturo C？魨？親rdenas-Blanco，Tejos C，Irarrazaval P，et al. Noise in magnitude magnetic resonance images [J]. Concepts in Magnetic Resonance Part A，2010，32A（6）：409-416.
上一篇：《医学影像检查技术》课程说课