DKI在脑部肿瘤治疗中的应用

　　MR扩散成像技术是唯一一种能够测量和成像活体中水分子扩散的无创法，但是，无论扩散加权成像(diffusionweightedimaging,DWI)还是扩散张量成像(diffusiontensorimaging,DTI)，都认为水分子在组织内的运动是高斯分布的，但是，实际组织内水分子的运动受许多因素的影响，如细胞膜和细胞器等结构的限制，因而呈现出非高斯分布的运动状态，针对这个特点，Jensen在2005年首次提出了扩散峰度成像(diffusionkurtosisimaging,DKI)理论，并在以后的发展中得到了完善，它采用非高斯分布模型来探测水分子的扩散情况，因此，Jensen对生物组织中水分子的非高斯扩散特性有较高的敏感性，并能对复杂的组织结构进行更准确的描述，从而有助于在疾病早期作出准确的诊断。

　　本文首先将DKI技术应用于中枢神经系统疾病的研究与诊断，作者主要就DKI技术在脑肿瘤诊断中的国内外研究进展进行综述。

　　一、DKI的基本原则。

　　用非高斯分布模型DKI技术，在传统DTI成像公式中引入了一个四阶三维峰度张量，用扩散信号双指数拟合扩散系数和峰度系数，量化了水分子扩散分布概率与高斯分布的背离程度，并进一步说明了水分子扩散受限的程度和扩散不均匀性。DKI与DWI、DTI扫描所采用的脉冲序列一致，Jensen等发现当最大b值为2500或2000s/mm2时，中枢神经系统成像所用的3个b值和15个独立扩散方向发生变化，Yokosawa等研究发现，当最大b值为2500或2000s/mm2时，改变b值的大小，平均峰度(至少15个扩散方向)的一致性较高，适当减小MK值，仍能显示较高的一致性，因此可以大胆推测，适当减小b值(保证2000~2500s/mm2)和扩散方向的数量(至少15个扩散方向)，既能保证图像质量，又能减少扫描时间，但需要进行更大样本的实验来验证这一结果。

　　除传统的平均扩散系数法(meandiffusion,MD)、各向异性分数法(fractionalanisotropy,FA)之外，DKI法还采用了平均峰度法(meankurtosis,MK)、径向峰度法(radialkurtosis,Kr)、轴向峰度法(axialkurtosis,Ka)。MK参数是多b值情况下所有梯度方向扩散峰度的均值，主要用于评估组织结构的复杂性，微结构复杂性越高，水分子的扩散限制越明显，则计算值越大。

　　DKI在脑部肿瘤治疗中的应用。

　　DKI在脑肿瘤中的研究和应用，目前主要涉及到肿瘤的分级诊断、鉴别诊断、基因型分析、分子标记物预测和预后判断等方面。

　　2.1脑瘤的诊断分级。

　　神经胶质瘤是最常见的原发颅内肿瘤，可分为低级别别胶质瘤(low-gradeglioma,LGG)和高级别胶质瘤(high-gradeglioma,HGG)，其中HGG高度恶性，预后差，患者生存期短，术前准确分级可为患者提供更有利的治疗方案。由于肿瘤组织活检是一种有创检查，并且可能会出现采样误差而导致分级错误，所以在术前使用无创影像学技术进行胶质瘤分级非常重要。最早提出用DKI分类法的Raab等人的研究表明，不同分类法的胶质瘤实质部分MK值随胶质瘤分类法的提高而增加。

　　像VanCauter这样的研究发现，MK值在鉴别高、低级别胶质瘤方面比DTI(MD和FA)的扩散参数和传统的影像特征更有优势，而且随着年龄的增长，MK参数明显降低，这可能对退行性改变和神经元萎缩起到反应作用；同时也发现瘤围水肿区域的DKI各参数在不同级别胶质瘤之间没有显著差异。研究发现，WHOⅡ、Ⅲ和Ⅳ级胶质瘤MK值、MD值均有显著性差异，但以标准化MK值最敏感，特异性最强，说明DKI参数比DTI参数更有利于鉴别高、低级别胶质瘤。

　　Falk等公司对430名胶质瘤患者的meta分析也显示，MK在鉴别胶质瘤的高低等级上具有很高的准确性，曲线下积(areaunderthecurve,AUC)为0.94，敏感度和特异性分别为85%和92%，其原因可能是肿瘤等级越高，肿瘤细胞越密集，肿瘤细胞核异型、多形性和异质性越高，并伴有坏死、出血、内皮细胞增殖和血管增生等，这增加了组织和细胞微观结构的异质性和复杂性，DKI能反映出微观结构的复杂性，从而为胶质瘤患者提供准确的诊断和治疗方案。所以Falk等建议在胶质瘤患者的术前常规影像学检查中增加DKI扫描。脑实质瘤是一种常见的中枢神经系统肿瘤，其病理特征可分为良性(Ⅰ)、不典型(Ⅱ)和恶性(Ⅲ)三种，不同级别的脑实质瘤其治疗方法及预后各不相同，因此，术前准确评估脑实质瘤的生物学特性，对于手术入路的选择及患者的预后都有重要意义。

　　对DKI在脑膜瘤鉴别诊断中的价值进行了研究，发现MK值对良恶性脑膜瘤具有较高的鉴别能力，恶性脑膜瘤(Ⅱ、Ⅲ级)的MK值明显高于良性脑膜瘤(Ⅰ级)，其临界值、AUC值、敏感性和特异性分别为0.875、0.780、70%和89%，分析原因可能是与良性脑膜瘤相比，恶性脑膜瘤的核分裂活性增强，坏死多见，核质比升高，细胞内复合蛋白分子增多，细胞密度和异质性增加，肿瘤成分复杂度增加，从而DKI技术能够准确反映脑膜瘤的生物学行为。

　　2.脑肿瘤的鉴别。

　　脑瘤是继发恶性肿瘤中最常见的肿瘤，15%~30%的病人在发现原发灶前就已经发现了脑瘤。神经胶质母细胞瘤(glioblastoma,GBM)是最常见的HGG组织类型，占神经胶质瘤的45%左右。中枢神经系统原发性淋巴瘤(primarycentralnervoussystemlymphomas,PCNSLs)是一种罕见的脑肿瘤，在常规MRI上可以看到颅内单发转移瘤，HGG和PCNSLs都能表现为颅内单发肿块，伴出血、坏死、明显占位效应，增强扫描明显加强，鉴别比较困难，但三种疾病的治疗方案和预后有很大不同，术前准确鉴别尤为重要。

　　在对HGG与转移瘤鉴别的研究中，有学者发现，HGG与单发脑转移瘤的DKI参数值在肿瘤实质部位没有显著差异，而在瘤周水肿区HGG的MK值明显高于转移瘤，有助于两者的鉴别。Meta分析显示，龙拥军等人的HGGDKI与单发脑转移瘤的MK值相同，MK值在胶质瘤周水肿区明显高于转移瘤。转移瘤瘤周水肿是单纯血管源性水肿，而胶质瘤由于具有侵袭性，导致瘤周水肿区肿瘤细胞浸润、周围白质纤维束被破坏、水分子扩散受限，且同时在瘤周水肿周围有血管源性水肿，因而其结构更加复杂，水分子扩散受限更为显著，故其瘤周水肿区MK值明显高于转移瘤。因此，MK值可作为HGG与单一颅内转移瘤鉴别诊断的重要指标之一。

　　Pang等利用DKI技术对HGG和PCNSLs进行研究，结果显示PCNSLs在肿瘤实质部位的MK值和Ka值显著高于HGG,AUC值分别为0.898,0.941，而MK值的灵敏度和特异性分别为100%,75%，这可能与更高的细胞密度和核质比，导致更多的水分子扩散受限有关。

　　2。3.胶质瘤的基因型及预后。

　　在2016年WHO中枢神经系统肿瘤新分类法中，胶质瘤基因型首次被加入，这与诊断、治疗和预后密切相关，有助于正确诊断和治疗。