乳腺扩散加权成像中的脂肪信号抑制:好、坏与丑
本文通过模拟和乳腺DWI体模数据,比较STIR与SPAIR两种脂肪抑制方法对ADC值的影响,并附两例临床病例。结论认为乳腺DWI脂肪抑制应优先选择SPAIR而非STIR,SPAIR也已被EUSOBI、QIBA/RSNA及韩国放射学会推荐。
要点
- 乳腺DWI脂肪抑制应优先选择SPAIR而非STIR,STIR非脂肪特异性且会降低SNR。
- STIR的ADC值会偏向长T1组织成分,可能高估或低估ADC,影响基于ADC阈值的病灶分类。
- SPAIR需要良好的B0匀场,否则残余脂肪信号可导致ADC低估。
核心结论
- 乳腺DWI脂肪抑制应优先选择SPAIR而非STIR,因STIR存在SNR下降、DWI对比偏倚及ADC值向长T1组织成分偏倚的误估。
- SPAIR已被EUSOBI、QIBA/RSNA及韩国放射学会推荐用于乳腺DWI脂肪抑制。
研究设计与样本
- 本文为结合模拟、体模实验与两例临床病例的影像学技术论述。
- 体模实验在3T(Achieva,Philips Healthcare)上对乳腺DWI体模(CaliberMRI Inc.)行单次激发EPI,b值取0和800 s/mm²,TR=8657 ms,TE=77 ms,1次平均,分辨率2.1 mm×2.1 mm,脂肪抑制采用SPAIR及TI为200 ms和300 ms的STIR,其余参数按ACRIN 6698研究和QIBA DWI Profile设置。
- 临床病例选自既有影像研究试验患者队列(经IRB批准并豁免知情同意),在3T(Prisma;Siemens Healthineers)上使用18通道专用乳腺线圈,DWI EPI b值取0和800 s/mm²,TR=7020 ms,TE=58 ms,体素2.0×2.0×3.0 mm,2次平均。
关键影像表现/征象
- STIR并非脂肪特异性,所有T1值接近脂肪的组织成分信号均被抹除,整体DWI信号衰减、SNR下降。
- STIR在高b值图像上可使长T1、低ADC的恶性病灶相对背景纤维腺体组织显得更亮,但该对比增强高度依赖病灶内成分的相对T1与ADC值。
- SPAIR不依赖组织T1值,ADC值不受病灶内T1分布污染,整体SNR保持完整,病灶显示更佳。
诊断标准与关键数值
- STIR的TI按T1fat.ln(2)设定,例如1.5T下T1fat=280 ms时TI=200 ms,3T下T1fat=430 ms时TI=300 ms。
- 体模中均匀小瓶的STIR与SPAIR ADC值相近,但混合不同T1小瓶信号后STIR ADC值显著偏离SPAIR ADC值,且TI=300 ms时高估比TI=200 ms更明显。
- Noguiera等比较SPAIR与STIR用于乳腺病灶分类,DWI-SPAIR病灶判别敏感度高于STIR(85.1% vs 79.7%),DWI-SPAIR的SNR和CNR显著更高,而DWI-STIR的脂肪抑制均匀性更优。
临床应用与阅片要点
- 作者认为乳腺DWI脂肪抑制应优先选择SPAIR而非STIR,因STIR存在SNR下降、DWI对比偏倚和ADC误估。
- SPAIR要求良好的B0匀场,以避免残余脂肪信号污染导致ADC低估。
- 注射钆对比剂后不得使用STIR脂肪抑制方法,因对比增强使T1急剧缩短,可掩盖强化组织并导致ADC大幅高估而类似良性病灶。
局限性
- 原文指出水激发与频谱脂肪饱和联合方法的研究结果尚需进一步探索以获得乳腺成像的最佳脂肪抑制。
全文中译12 节 · 点击展开
引言
2020年,我们在《European Radiology》上发表了一篇题为“关于DWI你一直想知道却又不敢问的六个问题:与乳腺扩散MRI的相关性”的文章[1]。我们认为这是一项及时的贡献,因为扩散MRI(或扩散加权成像,DWI)自20世纪80年代中期引入以来取得了巨大发展并被广泛应用,尤其是在肿瘤学领域,这要求对标准化和质量控制给予一些批判性的关注。随后,我们以乳腺DWI为背景,聚焦于六个问题,因为乳腺DWI在临床实践中的应用日益增多。我们特别指出,噪声效应——作者和读者可能确实并未意识到——可能导致错误的数据解读或结论。在此,我们探讨另一篇我们的文章中未涉及的问题:脂肪。脂肪对DWI信号的污染也可能产生一些有害影响,尤其是在乳腺中,因为乳腺通常含有高脂肪含量。在本文中,我们的目标是展示脂肪信号如何在定性和定量层面影响DWI,以及如何校正脂肪效应。事实上,存在多种DWI脂肪抑制方法(综述见参考文献[2–5])。迄今为止,乳腺DWI中最常用的脂肪信号抑制方法是STIR(短tau反转恢复)和SPAIR(频谱绝热(或衰减)反转恢复)方法,因为它们高效且临床易于实施[2–4]。因此,本文聚焦于这两种技术,以说明乳腺DWI中适当脂肪抑制的重要性,简要介绍两种方法的优缺点,并得出结论:SPAIR优于STIR方法,尤其是对于定量乳腺DWI。
脂肪信号抑制在乳腺DWI中的重要性
脂肪通过其氢原子核贡献MRI信号,氢原子核的MRI共振频率(化学位移)与水氢原子核略有不同(平均差异约为3.5百万分率,即在1.5 T时约220 Hz,在3 T时约440 Hz)。它们的频率非常接近,因此如果不加以特别注意,脂肪和水信号会在每个体素信号中混合。问题在于脂肪氢原子核的扩散系数比水低10倍以上。因此,含有脂肪的体素信号表现出的绝对扩散系数(ADC)值人为地低于无脂肪存在时。这种ADC低估取决于脂肪含量(质子密度脂肪分数)(ESM图1)和脂肪的性质。这一陷阱在肝脏中早已被认识,尤其是在肝脂肪变性的背景下[6],但乳腺DWI同样值得关注。低ADC值最常与恶性肿瘤相关,这促使欧洲乳腺影像学会(EUSOBI)乳腺DWI国际工作组[7]建议ADC阈值可用于乳腺病变的分类。因此,脂肪污染可能导致假阳性病例。
乳腺弥散加权成像(DWI)中存在脂肪的另一个缺点是会出现严重的化学位移相关鬼影伪影,因为DWI通常采用回波平面成像(EPI)读出方式,该方式对共振频率的微小差异非常敏感[8]。在相位编码方向上,每像素带宽非常小(约几Hz/像素),以便在单次激发中采集所有k空间线并减轻运动伪影的发生。因此,220 Hz的脂肪/水化学位移可能根据采集参数使每个体素的脂肪成分在相位编码方向上移动数毫米,导致脂肪鬼影图像与水图像重叠。
因此,很明显脂肪信号抑制对于乳腺DWI是必需的[7, 9]。现有几种方法:基于化学位移的方法(如Dixon[10]和CHESS[11]技术)根据脂肪信号共振频率与水略有不同而选择性地靶向(消除)脂肪信号。不幸的是,脂肪氢核(如甘油三酯等)的波谱较宽,与水不同,导致许多不同频率的峰相互重叠,尤其是在低场强下。因此,即使在不存在B0不均匀性(良好的匀场)的情况下,频率选择性脉冲也不会激发所有脂肪氢核。
相比之下,其他技术依赖于脂肪的短T1,如STIR方法,但这种方法也有局限性,这正是本文的研究对象。STIR方法最严重的缺陷在于它完全不具有脂肪特异性:所有T1值接近脂肪的组织成分都将从DWI信号中被抹去。其他组织成分也会根据其T1值表现出信号降低(ESM图2)。总体而言,这意味着DWI信号将被衰减,导致本已低信噪比(SNR)的DWI图像中出现整体信噪比损失。由于两种方法各有缺点,混合方法被引入,如频谱预饱和反转恢复(SPIR)和SPAIR技术,它们不依赖于组织T1值。为突出我们对这些问题的阐述,我们在专用乳腺体模上进行了模拟并采集了STIR和SPAIR技术的DWI数据。
材料与方法
进行模拟以 mimicking 乳腺病灶成分的信号(T1 = (700–2000 ms),ADC = (0.7–2.0 × 10-3 mm²/s)),位于纤维腺体组织(FGT)内(T1 = 1300 ms,ADC = 1.6 × 10-3 mm²/s)。信号在b = 0和800 s/mm²处计算如下:
FS = | (1–2exp(− TI/T1)| 用于STIR(TI = 200 ms),FS = 1用于SPAIR,g (T1, T2)为自旋回波序列的T1/T2加权。ADC对应于在b = 800 s/mm²处获得的值(在组织中,该ADC本质上会包含高斯和非高斯扩散效应[12])。为模拟异质性多成分病灶,将来自多个成分i的信号Si(0)和Si(800)相加:其中fi为成分分数。多成分ADC由复合信号按ln(S(b = 0)/S(b = 800))/800获得。
体模研究
DWI数据在3T(Achieva,Philips Healthcare)上采集,使用乳腺DWI体模单元(CaliberMRI Inc.)[13],该体模由装有水、FGT和脂肪模拟物(20 °C时T1fgt = 1388 ms,T1fat = 319 ms)以及不同浓度聚乙烯吡咯烷酮(PVP,范围从10%到40%)的小瓶组成,以实现不同的扩散率(图1)。采用单次激发EPI,b值为0和800 s/mm²(TR = 8657 ms,TE = 77 ms,1次平均,分辨率:2.1 mm × 2.1 mm)。脂肪抑制采用SPAIR和STIR,TI值分别为200 ms和300 ms。所有其他协议参数根据ACRIN 6698研究和QIBA DWI Profile [14]设置。对每个小瓶估算b = 800 s/mm²时的ADC和信噪比。在每个小瓶内绘制ROI。
临床病例
为说明使用STIR获得的ADC的不准确性(高估或低估),从现有影像研究试验患者队列中选取了两个示例病例的DWI数据(一例为伴有液性成分的正常乳腺患者,另一例为浸润性导管癌患者),该数据在IRB批准并豁免知情同意的情况下采集。MR图像在3 T(Prisma;Siemens Healthineers)上使用18通道专用乳腺线圈获取。DWI EPI图像采集参数为b = 0和800 s/mm²,TR = 7020 ms,TE = 58 ms,体素大小2.0 × 2.0 × 3.0 mm,2次平均。手动绘制3D ROI以覆盖病灶。
结果
定性效应:SNR和CNR
如上所述,STIR方法对脂肪完全没有特异性:所有组织成分均表现出信号降低,降低程度取决于其T1值,如体模小瓶中所见。虽然T1较短时信号降低(例如,PVP 40%与PVP 25%相比),但STIR的信号下降幅度大得多,尤其是随着TI值增加时,这在B0增加时是必需的(图2A)。由于对于T1较短的组织,DWI信号的这种下降将更大,因此在STIR DWI图像中对比度可能被平坦化,因为在此类组织中扩散效应(低扩散时信号较高)可能被T1效应(短T1时信号较低)所抵消(图2B)。
然而,在通常具有长T1和低ADC值的乳腺恶性病灶中,总体效应将相反(由于T1和扩散效应的共同作用,病灶显得更亮)。因此,至少在定性上,这一缺陷可能并非那么糟糕,因为在高b值下采集的扩散加权图像将增加恶性病灶与背景FGT之间的对比度,恶性病灶同时具有比背景FGT更长的T1值和更低的ADC值(图3)。这一技巧结合MIP技术,被背景抑制扩散加权成像方法(DWIBS)[15]所利用,以提高从背景中检测病灶的能力。
尽管如此,这种表面上的对比度增强将在很大程度上取决于病灶中存在的成分,取决于其相对的T1和ADC值(ESM图3):在b = 800 s/mm²时,由于T1和扩散效应的共同作用,对于长T1和低ADC值的组织,STIR信号相对于FGT信号显得高于SPAIR,但对于短T1和高ADC值的组织则较低(图3左)。
定量效应:ADC
虽然定性 DWI 可能可用于筛查和病变检测 [16, 17],但它有一些局限性。例如,良性病变,如囊肿,具有长 T1 和 T2,在 DWI 图像上可能显得非常亮,即使在高 b 值下也是如此(即所谓的“T2穿透效应”)。只有计算 ADC 才能实现更清晰的诊断,消除 T1 和 T2 效应,并揭示此类病变潜在的高 ADC。关于病变分类或更高级的 DWI 应用,如治疗监测,显然定量 DWI 是必需的,至少以 ADC 值的形式。然而,STIR 的一个陷阱是,使用 STIR“脂肪抑制”方法获得的 ADC 值可能偏向于 T1 最长的组织成分,因为这些存在于病变中的成分在所有 b 值下都具有更高的信号。这意味着与真实 ADC 相比,ADC 值可能被高估或最常被低估(图3右)。虽然均匀病变(仅有一种 T1 成分)将显示正确的 ADC 值,但具有分布 T1 值的均匀病变(或感兴趣区)的 ADC 变得具有 T1 加权。这在体模中显示(图4):虽然在均匀样品瓶中 STIR 和 SPAIR 获得的 ADC 值相似,但混合不同 T1 值样品瓶信号时获得的 ADC 值与 SPAIR ADC 值显著偏离。在体模中,STIR ADC 值被高估,因为样品瓶中 T1 和 ADC 值相关(即长 T1 值 associated with 更高 ADC)。
在恶性病变中,通常具有长 T1 和低 ADC 值,总体效应将相反,STIR 下 ADC 值被低估,如模拟(图5)和浸润性导管癌病例(图6)所示。这是基于 ADC 阈值进行病变分类的关键点,因为 STIR ADC 值可能被低估。
讨论
丑陋
由于脂肪氢核的扩散系数远低于水,含有腺体或病变组织与脂肪混合的体素或感兴趣区(ROI)会表现出人为降低的ADC值,低于无脂肪存在时的情况。与其他组织相比,这一问题在乳腺中尤为重要。这种ADC低估取决于脂肪含量及其性质。除了化学位移伪影导致图像模糊和降低病灶显著性外,当考虑定量DWI使用ADC阈值进行病灶分类时(例如良恶性鉴别,其中低ADC是恶性的指标),这一缺陷成为一个重要问题。因此,抑制乳腺DWI中来自脂肪的信号至关重要。在此,我们研究了乳腺DWI中两种最常用的脂肪抑制方法,重点强调了使用STIR时出现的问题,而SPAIR方法似乎是首选方法。
缺点
STIR依赖于使用短反转时间(TI)来消除具有短T1值的脂肪信号(最佳TI值定义为T1fat·ln(2),例如在1.5 T下T1fat = 280 ms时TI = 200 ms,在3 T下T1fat = 430 ms时TI = 300 ms)。虽然TI通常针对给定采集方案设定一次,但确切的T1fat值可能因患者和组织而异,因此所选TI值仍然是近似的。此外,T1fat值随磁体工作场强B0增加而增大,因此TI需要在1.5 T和3 T之间进行调整。同时,由于反转需要良好定义的180°射频(RF)脉冲,消除脂肪信号假设RF幅度完全受控,即RF(B1)是均匀的,但根据RF线圈的几何形状和设计,情况可能并非总是如此,尤其是在高场MRI环境中。
然而,该方法最严重的缺陷在于它完全不针对脂肪具有特异性:如我们所证明的,所有T1值接近脂肪的组织成分都会从DWI信号中被消除。在注射钆基对比剂后采集STIR/DWI数据时,这种情况尤为不利,因为对比增强伴随T1值急剧缩短,这不仅会掩盖表现为对比增强的组织并降低病灶可见性(类似于图2中的PVP40),还会导致ADC大幅高估,从而模仿良性病变。
另一个“隐藏效应”来自噪声对感兴趣区(ROI)内ADC值的影响。ROI的ADC值通常取自从扫描仪生成的ADC图上ROI内各个体素的ADC值的平均值。但使用ADC图对ROI体素的ADC取平均值,与先对ROI体素内的DWI信号强度(例如分别来自b = 0和b = 800 s/mm²图像)取平均值、再由这些平均信号计算ADC值,二者并不相同[1]。在存在噪声的情况下,ADC图上对ROI体素取平均的ADC值相比真实ADC值会被高估。这一差异是著名的Jensen不等式的结果,该不等式指出:若函数为非线性(ADC即如此),则信号函数(此处为ADC)的平均值大于平均信号的函数值[1]。由于STIR信号比SPAIR信号噪声更大,STIR的ADC高估可能比SPAIR更严重。然而,通过由ROI平均的原始信号计算ADC值,这一差异可以被减轻。
最后,让我们提及STIR的另一个实际缺点:当采集大量层面时,反转脉冲将不得不重复多次,导致射频吸收率增加[18]以及潜在的組織加热,尤其是在高场强下。
优点
在保留反转恢复序列用于抑制脂肪信号这一概念的同时,射频不均匀性的影响可通过使用绝热射频脉冲来消除,这些射频脉冲可被制成对脂肪具有波谱特异性,从而不影响水DWI信号[19]。这就是波谱绝热反转恢复(SPAIR)方法的原理。使用SPAIR时,ADC值不受病灶内T1分布特征的污染,整体SNR保持完好,从而能更好地显示病灶(图2、5和6)。
STIR的一个显著优点是其通用性,因为它可在各种场强和不同的均匀性条件下有效使用。尽管具有通用性和有效性,但在临床实践中它相比SPAIR仍是较少见的选择。研究表明,DWI-SPAIR的SNR和对比噪声比(CNR)高于DWI-STIR[2]。Noguiera等人在乳腺病灶分类中比较了SPAIR和STIR,显示DWI-SPAIR在病灶鉴别中的敏感性高于STIR(85.1%对79.7%)。DWI-SPAIR的SNR和CNR显著更高,而DWI-STIR的脂肪抑制均匀性更优[3]。
然而,这并不意味着SPAIR方法也没有缺点。由于脂肪选择性射频脉冲必须调谐至脂肪频率,局部磁场B0的任何变化都可能导致脂肪抑制不完美,从而可能导致含残余脂肪信号的组织中ADC值被低估:SPAIR方法需要良好的B0匀场。减轻脂肪信号影响的另一种方法涉及利用脂肪与水质子之间的相对相位差,这一因素不受B0和B1场不均匀性的影响。这一概念已在水激发和Dixon脂肪/水分离方法中得到应用。
在近期的进展中,一种结合水激发和频谱脂肪饱和且不依赖于B0和B1场不均匀性的方法已被提出用于乳腺成像,提供良好的对比噪声比(CNR),尽管与SPAIR相比信噪比(SNR)略有降低[20]。水激发通过复合射频脉冲实现,该脉冲包含针对脂肪和水磁化的激发脉冲,随后是一个延迟,使脂肪磁化与水磁化相差180度相位。随后,施加另一个相同的激发脉冲,使脂肪磁化与纵轴对齐,同时进一步将水磁化倾斜向横向平面。这些研究显示出前景,值得进一步探索以实现乳腺成像中的最佳脂肪抑制。
结论
有效的脂肪信号抑制对于定性和定量乳腺弥散加权成像(DWI)是必需的。在常用方法中,SPAIR在乳腺DWI脂肪信号抑制方面优于STIR,因为STIR存在SNR损失、DWI对比度偏倚以及表观弥散系数(ADC)值误估偏向长T1值组织成分的问题。因此,SPAIR已被欧洲乳腺影像学会(EUSOBI)[7]、定量成像生物标志物联盟/北美放射学会(QIBA/RSNA)(QIBA)[21]和韩国放射学会[22]推荐。
补充信息
电子补充材料
引用
- Le Bihan D, Iima M, Partridge SC, et al. Fat-signal suppression in breast diffusion-weighted imaging: the Good, the Bad, and the Ugly. Eur Radiol. 2024. PMID: 39110181. doi:10.1007/s00330-024-10973-4
- 全文:PMC11782347(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11782347/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。