指南与共识乳腺MR

高级乳腺扩散加权成像:下一步是什么?EUSOBI国际乳腺扩散加权成像工作组的建议

Advanced breast diffusion-weighted imaging: what are the next steps? A proposal from the EUSOBI International Breast Diffusion-weighted Imaging working group.
PubMed 文献 · Eur Radiol · 2024-10-08

EUSOBI国际乳腺DWI工作组通过文献检索和会员调查评估高级DWI(IVIM、DKI、DTI)的临床应用现状,发现文献发表量增长但临床采用有限:32%使用IVIM、17%使用非高斯扩散技术、仅8%使用DTI。结论强调需进一步研究、标准化和简化,以推动高级DWI从研究工具转化为乳腺影像常规实践。

要点

  • EUSOBI调查显示高级乳腺DWI主要用于研究,临床常规使用有限。
  • IVIM是最常用的高级DWI技术,但使用率不足一半(32%,8/25)。
  • 高级DWI的诊断价值证据尚不足以仅凭其决定是否活检。

核心结论

  • 文献检索显示高级DWI发表量增长、学术兴趣增加,但EUSOBI调查显示会员中临床采用有限,存在潜在获益与实际使用之间的差距。
  • 研究强调需进一步研究、标准化和简化,以推动高级DWI从研究工具转化为乳腺影像常规实践,并强调跨学科合作的重要性。
  • 部分研究显示高级DWI鉴别乳腺良恶性病变的诊断能力与ADC相当或更高,但证据尚不足以仅凭这些技术决定是否活检。

研究设计与样本

  • EUSOBI国际乳腺DWI工作组的叙述性调查,结合文献检索和对EUSOBI会员的问卷调查。
  • 问卷由一位拥有十余年乳腺影像(尤其乳腺MRI)经验的放射科医生兼影像学博士设计,共20个问题,经EUSOBI执行委员会批准后于2020年1月27日通过Google Forms匿名发送给EUSOBI活跃会员及非欧洲关联会员。
  • 1287名EUSOBI放射科会员中25名(2%)回复调查。
  • 高级DWI方法包括体素内不相干运动(IVIM)、扩散峰度成像(DKI)和扩散张量成像(DTI)。

关键影像表现/征象

  • 标准ADC由b0=0与高b值(乳腺通常b1=800 s/mm²)之间DWI信号衰减对数的斜率计算,基于单指数模型。
  • 非高斯扩散效应在低b值(b值≤200 s/mm²)时较小,随b值增加而增大,b值>1000 s/mm²时变得明显,表现为信号衰减对数与b值关系曲线的弯曲。
  • IVIM模型分离分子扩散(D或Dt)、灌注相关伪扩散(D*、Dp或Df)和流动血液分数(f、fp或fIVIM),乳腺中区分IVIM效应的b值阈值常为200–400 s/mm²。
  • DKI模型中ADCo代表真实高斯扩散,K为偏离高斯扩散的峰度参数;使用trace加权图像时扩散各向异性可能给乳腺DKI衍生指标带来不可忽略的误差和偏倚,可通过采集更多扩散方向(峰度张量测定至少15个方向)减轻。
  • DTI计算平均扩散和分数各向异性(FA),正常乳腺纤维腺体组织可观察到各向异性,但噪声可导致误导性各向异性指示(「特征值排斥」),可能人为增强恶性肿瘤与纤维腺体组织的区分。

诊断标准与关键数值

  • IVIM中恶性肿瘤灌注分数f较高、扩散系数D较低,f的AUC为0.85、D的AUC为0.91,与ADC的AUC=0.85相当或更高。
  • DKI指标MD和MK鉴别乳腺良恶性病变的AUC分别为0.91和0.95。
  • 拉伸指数模型的DDC和α在恶性肿瘤中低于正常乳腺组织和良性肿瘤。
  • DTI中较低的λ1和较低的MD通常与恶性相关(AUC=0.97、0.92和0.76)。
  • 基于四个关键b值的简化方案可用于评估f、ADCo和K。

临床应用与阅片要点

  • IVIM可在与DCE-MRI联合时提高乳腺癌诊断准确性。
  • 较低的D值与更具侵袭性的乳腺癌(如浸润性导管癌和Ki-67过表达癌)相关,D被报道为预测腋窝淋巴结转移最有用的参数。
  • 较高的治疗前D值及其治疗后变化提示对新辅助全身治疗反应良好。
  • DKI中较高的K值可能提示更大的转移风险,DKI可用于分析三阴性乳腺癌的微结构变化。
  • 哺乳期乳腺中DTI可能比DCE-MRI更有效地检测肿瘤,因DCE-MRI明显背景实质强化会降低病变可见性。

局限性

  • 调查仅收到少量回复,目前结果影响有限。
  • 调查未考虑扩散梯度非线性、涡流校正及相关几何变形等实际感兴趣的方面。
  • 高级DWI采集时间长(取决于b值数量,约超过5分钟),难以在临床环境中实施。
  • 区分良恶性病变的证据目前不足以仅凭高级DWI技术决定是否活检。
  • 预测预后因素方面,高级MRI是否优于传统ADC尚无定论;考虑到分辨率和噪声效应,用这些高级DWI技术表征小病灶可能困难。
全文中译24 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2024 Oct 8;35(4):2130–40. doi: 10.1007/s00330-024-11010-0

引言

扩散磁共振成像(diffusion MRI,或称扩散加权成像,DWI)的概念诞生于20世纪80年代中期,已成为现代诊断影像学中不可或缺的成像方法。扩散磁共振成像观察体内水的扩散,与自由水相比,水在微观层面受到众多组织成分(如细胞膜、纤维或大分子)的“阻碍”。因此,扩散磁共振成像反映组织微观结构,常用于癌症成像,因为恶性肿瘤组织中的阻碍通常更大。对于乳腺成像,DWI被认为是动态对比增强磁共振成像(DCE-MRI)的重要补充,尤其是在提高DCE-MRI特异性方面[1]。

原始DWI模型依赖于单指数表观扩散系数(ADC),该系数将所有微观不相干运动成分(来自扩散、血流等)整合为单一参数。ADC概念在数学上基于自由(高斯)扩散物理框架(如自由水中),但本质上也在体内反映组织微观结构对分子位移的阻碍。在这种环境中,水扩散不再服从高斯分布,因此使用“表观扩散系数”一词,以反映ADC本质上会包含非高斯扩散效应(作为扩散加权或扩散时间的函数),并偏离水的自由扩散系数。非高斯扩散效应在低扩散加权程度(b值≤200 s/mm²)时较小,并随扩散加权程度增加而增大,在b值>1000 s/mm²时变得明显,这反映在信号衰减对数与b值关系图的曲率上。因此,当b值增加时,ADC值降低。ADC模型的简单性及其对高斯和非高斯扩散效应的内在敏感性,是扩散磁共振成像能够反映组织微环境以及过去40年在许多临床应用中取得压倒性成功的基础[2]。

然而,除了ADC之外,还可以从DWI中提取更多信息[2]。例如,可以使用适当的表示方法特异性地分离高斯扩散效应和非高斯扩散效应,如峰度(Kurtosis)方法[3, 4],这可能基于微观结构复杂性的差异改善病变分类或分期的临床性能。另一方面,其他具有临床相关性的效应也可能被考虑,例如毛细血管中的血液微循环,其在极低b值(≤ 200 s/mm²)下模拟扩散过程(假扩散和体素内不相干运动(IVIM)效应[5])。扩散各向异性效应(在具有空间取向微观结构的组织中,ADC值随测量方向变化)也可以通过扩散张量成像(DTI)框架来揭示[6]。在乳腺中,已在正常纤维腺体组织中观察到一定的各向异性,但其对病变表征的临床相关性仍是一个讨论中的课题。此外,虽然大多数临床DWI研究依赖于在中等扩散时间(约50–80 ms)获得的ADC值,但MRI梯度硬件的最新技术进步使得在极短或极长扩散时间下探索扩散成为可能。当扩散时间增加时,扩散的水分子能够经历更广阔的环境。对这种扩散阻碍增加的建模可能揭示关于组织特征(例如细胞密度、细胞大小或膜通透性)的重要信息。DWI受到失真和低信噪比的困扰;然而,MRI梯度硬件和脉冲序列设计的技术进步,以及更高的场强和先进的扩散建模,使得克服乳腺DWI的挑战成为可能,从而使其更广泛的临床采用成为可能[7, 8]。

在此背景下,欧洲乳腺影像学会(EUSOBI)的国际乳腺DWI小组对其成员进行了关于当前临床使用情况和先进DWI方法潜力的调查。我们呈现调查结果的总结,并为先进DWI在乳腺临床应用常规使用之前所需的下一步提供一些指导。

超越“表观”扩散系数:先进扩散MRI简要入门

“标准”ADC是通过计算b0 = 0和高b值(乳腺通常为b1 = 800 s/mm²)之间获得的信号衰减对数值的斜率来获得的:假设信号衰减在log(信号)对b坐标中为直线(单指数模型)。然而,当扩散在受限环境中不是自由的(非高斯扩散)时,ADC会降低,因为信号衰减在高b值处变为弯曲,而在存在血液灌注时ADC会升高,在极低b值处诱导另一种弯曲效应。虽然ADC本质上包含了这两种效应,但DWI信号的高斯和非高斯成分可能对组织中存在的某些特征(如细胞内扩散或细胞外空间阻碍)具有不同程度的敏感性,因此存在解决它们的诊断动机。

在低b值下:IVIM

DWI信号不仅反映组织中的分子扩散性,还反映微毛细血管血流,由于毛细血管段在空间上的准随机组织方式,后者模拟了一种伪扩散过程。经典的双指数IVIM模型能够将体素内信号分离为分子扩散和微循环(灌注)。该模型最初由Le Bihan等人引入并发展,用于定量评估所有对扩散MRI所测信号变化有贡献的微观平移运动[9]。在该模型中,无灌注分子扩散(D或Dt)、灌注相关伪扩散(D*、Dp或Df)和流动血液分数(灌注)(f、fp或fIVIM)通过以下公式计算:其中S(b)为给定b值下的信号强度,S0为无扩散加权时的信号强度。

在实践中,IVIM和扩散参数通常采用两步法估计,首先用式[2]的扩散部分拟合数据信号以获得D,这意味着需要选择一个b值阈值,高于该阈值时IVIM效应可忽略不计。一旦估计出D,则通过用式[2]拟合所有b值下的数据信号来估计f和D*。在乳腺中,该阈值通常介于200和400 s/mm2之间[10],取决于组织的f和D*值。然而,对于在该阈值上下方应采集多少个b值,目前尚无共识。b值数量越多,参数估计越准确,但代价是采集时间增加。

高b值下:非高斯DWI

在另一个极端,高b值下信号偏离单指数(高斯)行为可能提示组织的复杂性。因此,非高斯扩散参数可被视为组织微结构的标志物。在非高斯扩散模型中,扩散峰度成像(DKI)是一种广泛使用的数学非高斯模型[3, 4],其中ADCo代表真正的高斯扩散(即在无灌注驱动的IVIM效应时b趋近于0所获得的值),K为峰度参数,代表对高斯扩散的偏离,由以下公式给出:

这些高级DWI图及DWI信号衰减随b值的变化绘制于图1中。还有必要记住,在存在扩散各向异性的情况下使用迹加权图像可能在估计乳腺扩散峰度成像衍生指标时引入不可忽略的误差和偏倚[11, 12]。这些偏倚可通过采集更多扩散方向(峰度张量测定至少需要15个方向)来减轻,但必须与相关的更长扫描时间进行权衡考虑。

拉伸指数模型是单指数方程的修改形式,使用分布扩散系数(DDC),由以下公式给出:其中DDC代表体素内扩散系数分布的概要,α代表异质性指数。

应当指出,此类模型在量化非高斯扩散程度的同时,并不提供关于机制(细胞密度、细胞膜、纤维、膜通透性等)的任何信息。最早且最简单的提供此类特异性的尝试可能是包含快速和慢速扩散组分的双室模型[13]。然而,仅此方法忽略了膜通透性和室弛豫效应,因此对观察到的各室的精确解读仍然难以实现。已提出更具生物物理显式性的模型来提供此类信息(肿瘤细胞计量术的血管、细胞外和受限扩散(VERDICT)[14]、使用有限频谱编辑扩散的微结构参数成像(IMPULSED)[15])。虽然最初开发用于研究脑组织(灰质和白质),但此后已应用于其他场景,包括癌症(例如,近期综述[16])。虽然针对乳腺组织的此类开发仍处于起步阶段,但一些初步研究已经开展[17–19]。

图1 乳腺癌的高级DWI图及DWI信号随b值的衰减。除常规ADC图外,通过分析在多个b值下采集的DWI图,可提取新的高级DWI(IVIM(f、fp或fIVIM,以及D*)、非高斯(ADCo、K))图(由京都大学放射科乳腺成像组提供) 查看原图 ↗

IVIM与非高斯扩散的联合

由于IVIM效应与许多组织(包括癌组织)中的非高斯扩散效应同时存在,将两种方法联合是自然的。采用IVIM/峰度模型时,需用以下方程拟合DWI信号:

此外,必须实施专门的信号处理策略以获得具有良好准确性的参数估计。最常见的是,这涉及两步过程:首先针对微结构扩散指标,然后针对灌注驱动的IVIM。然而,还有其他可能的方法,如贝叶斯分析[20]、使用由参数范围生成合成信号库[2]以及深度学习[21, 22]。

联合模型的一个缺点是需要估计的参数数量多(ADC只有一个参数),这要求在不同b值下采集多个信号(每个参数至少一个信号,但通常需要更多以提供足够高的精度),导致采集时间长(根据b值数量大约超过5分钟),难以在临床环境中实施。采用联合IVIM/非高斯扩散模型时,通常在0至1500甚至2500 s/mm²的广泛b值范围内采集多达12–16个信号,尽管这会导致采集时间长。最近提出了一种基于四个关键b值的简化方案来评估f、ADCo和K(50)。

方向效应与扩散各向异性

弥散张量成像(DTI)通过测量多个方向上的弥散,捕获平均弥散系数和各向异性,从而提供更全面的组织方向性表征。DTI利用特征值计算平均弥散和分数各向异性(FA),其特征值代表沿正交主轴(“特征向量”)的弥散幅度,指示组织微观结构的主要方向。DTI及其变体已被并继续被广泛用于神经影像学中,以表征白质轴突中的各向异性弥散[23–26]。类似地,许多研究表明,与更为无序的病变相比,乳腺纤维腺体组织(FGT)中存在各向异性弥散[7, 8, 27]。然而,其非线性和噪声敏感的特性需要谨慎解读。噪声可导致误导性的各向异性指示(“特征值排斥”),从而人为增强恶性肿瘤与FGT的区分(详见[28])。因此,与所有先进方法一样,必须确保足够的SNR以支持高阶信号分析和相关生物标志物的生成。

弥散时间的影响

弥散时间也是DWI对比度的一个重要因素。ADC值随弥散时间增加而成比例降低,因为水分子与组织微观结构相互作用的概率更大。受激回波DWI脉冲序列[29]可实现长达1 s的长弥散时间,使信号对较大结构(如导管的径向长度尺度)敏感。相反,振荡梯度自旋回波(OGSE)通过将运动探测梯度振荡为波形或梯形形式,可实现短弥散时间(几毫秒)的DWI。这些短弥散时间提供了对相应小长度尺度癌性细胞密度(几微米)的探测能力。

先进DWI模型应用于乳腺的临床现状:EUSOBI国际乳腺弥散加权成像工作组的叙述性调查

调查设计

一位在乳腺成像尤其是乳腺MRI方面拥有十余年经验并持有认证的放射科医师兼影像学博士科学家设计了一份包含20个问题的问卷,涉及先进DWI的技术偏好(见电子补充材料)。经EUSOBI执行委员会批准后,问卷通过在线平台(Google Forms)开放填写。2020年1月27日,EUSOBI中央办公室向活跃的EUSOBI会员放射科医师或非欧洲地区的准会员发送了匿名邀请邮件,邮件正文中包含问卷链接。本叙述性调查基于对不断积累的证据的全面回顾,深入探讨了EUSOBI社区内先进乳腺DWI的使用情况。尽管先进乳腺DWI在临床研究中显示出前景,但其融入临床实践仍然有限。以下总结了调查结果,随后附有其未来应用的一些指南和建议。

文献检索

检索词详见电子补充材料。图2和表1通过展示每年的发表量和被引量,以及各子类别的总h指数和平均h指数来描述这些趋势。尽管与传统DWI相比,先进方法在文献中所占的比例小至十分之一,但显而易见的是,它们的发表活动正在显著增加,反映出研究界对该主题的浓厚兴趣,尤其是在过去十年中。

图2 DWI技术应用于乳腺的发表与引用时间线。a 扩散加权成像;b 体素内不相干运动(IVIM);c 扩散张量成像(DTI);d 扩散峰度成像(DKI) 查看原图 ↗
表1 扩散MRI变体应用于乳腺成像的发表记录汇总(来源:ISI Web of Science) 查看原表 ↗

调查结果

在1287名EUSOBI放射科成员中,25/1287(2%)回复了调查。

使用模式

在接受调查的受访者中,先进乳腺DWI主要用于临床研究目的,在临床实践中的采用有限。值得注意的是,32%的参与者(8/25)使用IVIM模型,其中一半倾向于IVIM/高斯模型,另一半选择IVIM/非高斯模型。数据处理方法各不相同,71%(5/7)依赖使用所选IVIM模型的两步分段拟合。非高斯扩散技术,特别是用于峰度分析的技术,被17%(4/23)的受访者使用。

一小部分(8%,4/25)报告使用DTI及标准参数如MD、FA和λ值。图3显示了EUSOBI成员分别表示使用IVIM、DTI和非高斯DWI的比例图。尽管IVIM技术被提及最多,但使用者的比例不到受访者的一半,且尚未获得广泛的临床应用。基于这些结果,先进DWI的临床实施之路可能仍然漫长。b值的使用情况总结于图4。

图3 饼图描绘了EUSOBI调查受访者(n = 25)中分别肯定回答使用体素内不相干运动(IVIM)、扩散张量成像(DTI)和非高斯DWI的百分比 查看原图 ↗
图4 调查参与者中典型良性/恶性病变DWI衰减曲线中b值的使用情况(点的大小与使用频率成正比) 查看原图 ↗

讨论与局限性

本调查清楚地表明,先进扩散MRI尚未在临床实践中广泛使用。先进乳腺DWI的采用仍主要在研究领域内,表明其潜力与临床整合之间存在差距。然而,调查仅收到少量回复,目前的结果影响有限。这一局限性是因为先进DWI目前在EUSOBI成员中尚不普遍。在下一节中,我们将讨论可能阻碍先进扩散MRI临床实施的关键问题。本调查未考虑一些实际关注的方面:扩散梯度非线性、涡流校正及相关几何畸变。

将先进DWI模型应用于乳腺需消除的障碍

临床性能:与标准DWI相比,先进DWI有哪些优势

IVIM

IVIM 基于恶性肿瘤中较高的灌注分数(f)和较低的扩散系数(D)有助于区分乳腺恶性与良性病变,其 AUC(f 为 0.85,D 为 0.91)与 ADC(AUC = 0.85)相当或更高 [30]。IVIM 与 DCE-MRI 联合应用时可提高乳腺癌诊断准确性 [31–35]。较低的 D 值与侵袭性更强、更具侵袭性的乳腺癌相关,如浸润性导管癌和 Ki-67 过表达癌症 [30, 36]。D 也被报道为预测腋窝淋巴结转移最有用的参数 [37]。此外,治疗前较高的 D 值及其治疗后的变化提示对新辅助全身治疗反应良好 [38, 39]。

DKI

DKI 指标 MD 和 MK 能有效区分乳腺恶性与良性病变(AUC = 0.91 和 0.95)[40]。虽然 DKI 参数与 Ki-67 等癌症标志物之间的相关性不一 [41, 42],但较高的 K 值可能提示更高的转移风险 [43]。DKI 还可用于分析三阴性乳腺癌的微观结构变化 [44]。

拉伸指数模型

使用拉伸指数模型估算的 DDC 和 α 值在恶性肿瘤中低于正常乳腺组织和良性肿瘤 [45]。Suo 等显示,DDC 在 ER 阳性癌症中低于 ER 阴性癌症,α 在高 Ki-67 癌症中低于低 Ki-67 癌症 [46]。

DTI

癌组织可通过阻塞或破坏腺体微结构来降低各向异性。较低的 λ1 和较低的 MD 通常与恶性相关(AUC = 0.97、0.92 和 0.76)[47],这与恶性病变中 ADC 总体降低一致。(λ1 – λ3)值(或 FA)降低有时也有报道。然而,这并不一定意味着各向异性降低,因为 DTI 对背景噪声呈非线性敏感,使低 ADC 组织人为地表现为 λ1 和 λ3 值差异较小 [25]。正常乳腺组织中的 DTI 参数在整个月经周期中保持一致,诊断准确性可能不受检查时机影响。虽然绝经前与绝经后女性之间的扩散率不同,但各向异性无差异。在哺乳期乳腺中,一项研究提示 DTI 可能比 DCE-MRI 更有效地检测肿瘤,原因是 DCE-MRI 上明显的背景实质强化降低了病变可见性 [48]。

扩散时间

短扩散时间的 ADC 可能捕捉细胞尺度上水分子的运动。短和长扩散时间 ADC 测量已被证明可区分不同类型的乳腺癌异种移植瘤 [49] 或不同的细胞组成和大小 [50]。

使用受激回波采集模式(STEAM)的长扩散时间 DTI 据报道对纤维腺体组织中的大尺度结构敏感 [51]。

总结

如上所述,一些研究表明,先进DWI在区分乳腺良恶性病变方面具有与ADC相当或更高的诊断能力,但目前的证据尚不足以确定是否可以仅凭这些先进DWI技术来决定是否需要进行活检。关于预后因素的预测,先进MRI是否优于传统ADC仍无定论。考虑到分辨率和噪声效应,使用这些先进DWI技术对小病灶进行表征可能较为困难。与传统ADC相比,先进DWI有潜力捕捉到此前未曾捕捉到的乳腺癌信息,而非改善良恶性乳腺病变的鉴别能力。一些研究表明这些参数可预测远处转移,这对于确定临床管理策略具有重要意义,令人高度鼓舞。

在临床扫描仪上的实现

建议

鼓励进一步研究以建立针对先进乳腺DWI的可靠方案和参数指南。采集和分析的标准化,以及标准化体模在乳腺DWI中日益广泛的应用[52],将有助于提高结果的可重复性和可比性。虽然标准化有利于数据汇总和多中心研究,但同样重要的是确保这些标准化方法经过优化,以实现可靠且准确的定量扩散测量。研究人员、临床医生和行业专家之间的协作努力,包括咨询专攻MRI的医学物理师,对于开发用户友好的分析软件以弥合研究与临床应用之间的差距至关重要。

先进DWI模型面临采集时间长的挑战,促使研究者探索简化方法。一种方法是仅使用四个b值来估计IVIM和非高斯参数[53]。另一种方法是从有限的b值集合中生成“合成”指标,如sADC(平移ADC)[54](例如b0 = 200 s/mm²和b1 = 1500 s/mm²)和S指数,更侧重于非高斯扩散。这些指标虽然生物学特异性较低,但在乳腺病变分类和预后生物标志物评估方面显示出前景[55, 56]。它们为某些临床任务(如筛查或亚型分型)提供了一种潜在的折中方案,兼顾效率和诊断价值。

放射科医生的工作量可能不会受到太大影响,因为结果可以定量评估并以彩色图显示。如果未来扩散MRI有望成为增强MRI的替代(而非附加),则扫描和阅片时间都将节省。

技术进展

虽然近期技术进展 clearly 使标准DWI受益,例如通过提高空间分辨率和减少伪影的发生,但这些收益同样应适用于先进DWI方法,因此,其中一些工作总结如下。

脂肪抑制

脂肪抑制对弥散加权成像(DWI)至关重要,但对高级弥散磁共振成像更为重要,因为脂肪高信号抑制不充分可能导致参数估计误差,例如表观弥散系数(ADC)低估。此外,脂肪包含多个峰,有效抑制所有脂肪峰仍具有挑战性。传统脂肪抑制包括频谱衰减反转恢复(SPAIR)和短tau反转恢复(STIR)。欧洲乳腺影像学会(EUSOBI)目前推荐在采集乳腺DWI时使用SPAIR并评估ADC,与STIR相比文献中给予其适度偏好[1]。水激发与频谱脂肪饱和的组合近期已被证明,与标准SPAIR相比,可为乳腺病灶提供更优的信噪比、对比噪声比和信号强度比[57]。

图像质量、空间分辨率和几何图像畸变

其他重要问题包括空间分辨率,不仅是为了能够检测小病灶,也是为了减少部分容积平均效应(从而减少体素内不均匀性),因此更适合可用的DWI模型;以及几何畸变,因为模型需要组合以不同b值采集的一组图像,因此畸变程度不同。

脂肪抑制单次激发回波平面成像(ss-EPI)一直是乳腺DWI的标准,因其快速读出可最大限度减少运动伪影且广泛可用而受到重视。然而,ss-EPI存在畸变和模糊问题,促使了其他技术的发展,如多次激发分段读出EPI DWI(RESOLVE)[58, 59]和多路灵敏度编码(MUSE)、激发局部低秩(LLR)以及同时多层(SMS)以改善图像质量[60, 61]。RESOLVE和MUSE减少畸变,LLR提供更高分辨率和更少鬼影,SMS加速扫描时间同时维持或增强图像质量。研究表明,诸如SMS等先进方法相比ss-EPI可提供更优的图像质量和病灶表征[62]。图5展示了使用深度学习技术重建的乳腺癌代表性MUSE DW图像。此外,诸如SPEN[63]等技术以及缩小视野方法如ZOOMit[64]和FOCUS通过最小化畸变和折叠伪影进一步增强图像质量。这些进展使得能够更有效地区分良性和恶性乳腺病灶,具有改善的空间分辨率和详细的肿瘤表征[65]。未来的改进将侧重于解决弥散梯度非线性、涡流和几何畸变校正,这些可能是体素级定量弥散指数估计中不准确性的相关来源[66],且在乳腺DWI研究中常被忽视。此外,评估弥散加权梯度的任何校准误差[67]或过度非线性程度[68]对于获得可靠的定量弥散指数估计也很重要。

图5 三阴性浸润性导管癌,位于左乳外上象限后部深在位置。对比增强图像(a)、扩散加权(DW)图像(b)和表观扩散系数(ADC)图(c)。多重灵敏度编码(MUSE)DW图像采用GE医疗的深度学习重建技术获得。肿瘤边界清晰,深度学习DW图像保留了详细的瘤内异质性。深度学习重建的使用不仅有助于潜在缩短扫描时间,还能改善图像质量 查看原图 ↗

结论

总之,EUSOBI关于高级乳腺DWI的调查突出了其潜力但临床使用有限,主要用于研究。该调查强调需要标准化方案和用户友好的临床应用程序软件。高级DWI技术在病变表征、分期和治疗反应预测方面具有潜在益处。随着该领域的发展,放射科医师、物理学和供应商之间的跨学科合作,以及放射科医师与肿瘤科医师之间的跨学科会议,将有助于完善方案并促进在常规临床实践中的更广泛采用。从该调查中获得的见解将指导未来研究和努力,以增强乳腺癌诊断和患者照护。

补充信息

电子补充材料

引用

  1. Honda M, Sigmund EE, Le Bihan D, et al. Advanced breast diffusion-weighted imaging: what are the next steps? A proposal from the EUSOBI International Breast Diffusion-weighted Imaging working group. Eur Radiol. 2024. PMID: 39379708. doi:10.1007/s00330-024-11010-0
  2. 全文:PMC11914331(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11914331/

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。