磁共振彌散加權(quán)成像（Diffusion Weighted MR Imaging，DWI）提供了不同于常規(guī)磁共振成像(MRI)圖像的組織對(duì)比，其在顯示急性腦梗死和與其他腦急性病變的鑒別上非常敏感，同時(shí)對(duì)于全身各部位的大部分腫瘤的鑒別也起著非常重要的作用，已成為常規(guī)MRI 成像序列的重要補(bǔ)充。然而，DWI 在磁共振領(lǐng)域的重要性不僅僅是它在形態(tài)學(xué)上的優(yōu)異表現(xiàn)，更重要的是DWI 提供了一系列新的定量化參數(shù)，這些參數(shù)主要依賴于水分子的運(yùn)動(dòng)而非組織的質(zhì)子密度、T1 或T2 值。DWI 技術(shù)近年來(lái)不斷發(fā)展，不管是在掃描的技術(shù)還是在定量化參數(shù)的多樣化方面都取得了令人難以置信的進(jìn)步，本文旨在介紹DWI 技術(shù)的原理，DWI 在掃描和后處理以及臨床應(yīng)用領(lǐng)域的某些進(jìn)展，DWI 新技術(shù)眾多，本文只能覆蓋冰山一角。

1. DWI 原理簡(jiǎn)介：

彌散是指水分子由于熱能而在組織內(nèi)進(jìn)行隨機(jī)的運(yùn)動(dòng)（布朗運(yùn)動(dòng)），但由于一些障礙物如細(xì)胞膜、細(xì)胞器和生物大分子等物質(zhì)的存在，對(duì)水分子的自由運(yùn)動(dòng)產(chǎn)生影響，使得不同組織的水分子彌散情況不同，通過(guò)特定的運(yùn)動(dòng)敏感序列，DWI凸顯出了這種彌散對(duì)比。DWI的最基本序列是Stejskal-Tanner 序列（如圖1），在自旋回波（spine echo, SE）序列180°脈沖前后加上兩個(gè)對(duì)稱的彌散敏感梯度脈沖；對(duì)于靜止（彌散弱）的水分子，第一個(gè)梯度脈沖所致的質(zhì)子自旋散相會(huì)被第二個(gè)梯度脈沖重新匯聚，信號(hào)不會(huì)降低；而對(duì)于運(yùn)動(dòng)（彌散強(qiáng)）的水分子，第一個(gè)梯度脈沖導(dǎo)致的散相的質(zhì)子自旋離開(kāi)了原來(lái)的位置，所受到的第二個(gè)梯度脈沖的梯度場(chǎng)和第一個(gè)梯度場(chǎng)不一樣，相位不能再被聚焦，信號(hào)降低。由于采用常規(guī)SE 序列的DW 序列成像時(shí)間長(zhǎng)，被試的輕微運(yùn)動(dòng)都會(huì)產(chǎn)生較明顯的運(yùn)動(dòng)偽影。隨著梯度技術(shù)的發(fā)展，目前臨床上最常用的是SE-EPI DWI 序列，它可明顯減少成像時(shí)間、降低運(yùn)動(dòng)偽影，增加因分子運(yùn)動(dòng)而使信號(hào)強(qiáng)度變化的敏感性。

表觀彌散系數(shù)（Apparent Diffusion Coefficient，ADC）是臨床上最常用的彌散定量參數(shù)，它能夠比較簡(jiǎn)單的表征組織內(nèi)水分子的彌散情況，其數(shù)學(xué)模型為單指數(shù)模型，計(jì)算公式為：

（1）

其中S(b) 是彌散加權(quán)b 時(shí)的信號(hào)強(qiáng)度，S0 是沒(méi)有彌散加權(quán)時(shí)的信號(hào)強(qiáng)度，b 值可以通過(guò)一個(gè)標(biāo)準(zhǔn)的矩形梯度脈沖對(duì)計(jì)算得來(lái)：

（2）

其中，γ 是旋磁比（H，42.58 MHz/T），G 是彌散梯度磁場(chǎng)（motion probing gradients，MPG）強(qiáng)度，δ是一個(gè)MPG 脈沖的持續(xù)時(shí)間，Δ 是兩個(gè)MPG 脈沖前緣的間隔時(shí)間（如圖1）。

根據(jù)Fick 定律，真正的彌散是由于濃度梯度導(dǎo)致的分子凈運(yùn)動(dòng)，在MR 成像中，濃度差異造成的分子運(yùn)動(dòng)和血管內(nèi)的血流運(yùn)動(dòng)無(wú)法區(qū)分，因而我們只能稱之為表觀彌散系數(shù)而不是彌散系數(shù)。

2. 彌散張量成像（Diffusion Tensor Imaging，DTI）

在理想情況下，水分子的彌散是各向同性的，即在各個(gè)方向的彌散系數(shù)相同，然而在實(shí)際臨床應(yīng)用中，很多組織（如白質(zhì)）并非如此，為了研究這個(gè)各向異性問(wèn)題，在常規(guī)DWI 基礎(chǔ)上發(fā)展出來(lái)一種新技術(shù)：彌散張量成像，這個(gè)概念由Basser 等提出。DTI 可在三維空間內(nèi)定量分析組織內(nèi)水分子彌散運(yùn)動(dòng)的方向性特性，DTI 中，最主要的概念是3 個(gè)本征向量和本征值，對(duì)應(yīng)著彌散橢球體的三個(gè)軸的方向和長(zhǎng)度。各向異性分?jǐn)?shù)（Fractional Anisotropy，F(xiàn)A） 值是指水分子各向異性成分占總彌散張量的比例，其值范圍為0 ～ 1。對(duì)于各向同性的介質(zhì)，三個(gè)方向的本征值相等，F(xiàn)A 為0；對(duì)于柱形各向異性介質(zhì)，沿著柱形長(zhǎng)軸方向的本征值遠(yuǎn)遠(yuǎn)大于其他兩個(gè)方向，F(xiàn)A 接近為1。已知本征值還可以計(jì)算出相對(duì)各向異性（RelativeAnisotropy，RA） 和容積比（Volume Ratio，VR）等參數(shù)，在臨床應(yīng)用中FA 較為常用。DTI 可以提供常規(guī)成像方法所無(wú)法實(shí)現(xiàn)的腦的解剖結(jié)構(gòu)和功能信息，重建腦白質(zhì)纖維束。它對(duì)腦白質(zhì)病、腦血管病等的診斷、神經(jīng)外科術(shù)前病灶的定位、病灶與纖維束的毗鄰關(guān)系的確定有重要意義。 但是DTI 技術(shù)還是有缺陷的，近年來(lái)，不斷有人拓展基于DTI 的新方法，主要有以下幾個(gè)技術(shù)。

2.1 Diffusional Kurtosis Imaging(DKI)

水分子彌散是一個(gè)隨機(jī)過(guò)程，給定時(shí)間內(nèi)水分子移動(dòng)的距離服從概率分布。簡(jiǎn)單情形下，各向同性液體( 如一瓶純水) 中，水分子位移概率密度分布(PDF)是高斯函數(shù)，此種彌散也稱為高斯彌散。不過(guò)在大多數(shù)生物組織內(nèi)，由于存在細(xì)胞膜等障礙和細(xì)胞內(nèi)外空間差異，使得水分子彌散的位移概率密度分布偏離了高斯函數(shù)，又稱為非高斯彌散。水分子彌散位移分布偏離高斯函數(shù)的程度即表示為峰度，無(wú)量綱，它可以很靈敏的反映生物組織完整性的變化。DKI是傳統(tǒng)DTI 模型的簡(jiǎn)單擴(kuò)展，使用了更高的b 值，更多的彌散梯度方向。相比于DTI，DKI 對(duì)各向同性組織如大腦灰質(zhì)的結(jié)構(gòu)變化更加敏感。作為DTI 的擴(kuò)展，DKI 應(yīng)用廣泛，在腦卒中、大腦老化、阿爾茨海默病等研究中已取得良好結(jié)果。

圖2. a) 體素內(nèi)不同方向纖維交叉；b) 計(jì)算出的彌散波譜( 水分子位移三維概率分布)

2.2 Diffusion Spectrum Imaging(DSI)

DSI也稱為Q-space imaging(QSI)，用于研究體素內(nèi)多纖維交叉。傳統(tǒng)DTI 技術(shù)用橢球體模型簡(jiǎn)化了三維體素內(nèi)的水分子彌散過(guò)程，如果體素內(nèi)有不同方向的白質(zhì)纖維相交，DTI 模型無(wú)法準(zhǔn)確描述其組織結(jié)構(gòu)。不同于DTI 需要對(duì)彌散過(guò)程作出假設(shè)前提，DSI 完全不需要基于模型，通過(guò)對(duì)彌散位移進(jìn)行三維傅立葉編碼，直接計(jì)算得到體素內(nèi)水分彌散位移的三維概率密度分布，可完整描述水分子彌散過(guò)程。如下圖所示，DSI 計(jì)算得到的彌散波譜可清晰顯示組織內(nèi)纖維的交叉情況。DSI 對(duì)彌散加權(quán)信號(hào)進(jìn)行三維笛卡爾柵格采樣，由于采樣效率低，采樣數(shù)據(jù)量龐大，使用的b 值極高( 最高b 值要求5000s/mm2 以上)，對(duì)硬件梯度和采集時(shí)間要求高，目前無(wú)法在臨床得到推廣。

圖3. a)DSI 中的笛卡爾柵格采樣；b) HARDI 中的球面采樣

2.3 High Angular Resolution Diffusion Imaging(HARDI)

與DSI 類(lèi)似，HARDI也用于研究體素內(nèi)纖維素交叉，區(qū)別在于HARDI 使用球面采樣，而DSI 使用笛卡爾柵格采樣，如下圖所示。HARDI 模型假設(shè)水分子彌散位移服從高斯分布，體素內(nèi)水分子位移過(guò)程描述為混合高斯模型，即不同成分的水分子彌散過(guò)程可由各自的張量表示，通過(guò)計(jì)算得到各成分彌散張量的本征方向和本征值。

2.4 Q-ball Imaing

Q-ball Imaging數(shù)據(jù)采集使用與HARDI 相同的球面采樣，但是HARDI 的圖像重建需假設(shè)組織內(nèi)水分子彌散為高斯彌散，而Q-ball 的圖像處理采用不基于模型的球面拓?fù)浞D(zhuǎn)變換，不需對(duì)彌散過(guò)程作出假設(shè)。通過(guò)計(jì)算可得到水分子沿不同方向彌散的概率密度分布函數(shù)(Orientation distributionfunction, ODF)，較好地描述體素內(nèi)纖維交叉的特征。

3．DWI 新掃描技術(shù)

如上所述，目前臨床常用的基于ss-EPI 序列的DWI 成像技術(shù)具有成像速度快，對(duì)運(yùn)動(dòng)不敏感等優(yōu)點(diǎn)，但是與常規(guī)結(jié)構(gòu)圖像相比，特別是在3.0T 上，DWI 圖像具有兩個(gè)較為嚴(yán)重的偽影：其一，人體內(nèi)磁場(chǎng)分布不均勻所導(dǎo)致的偏共振偽影，直接限制了EPI 序列的讀出窗口寬度，這也是常規(guī)DWI 的圖像信噪比低、分辨率低的原因之一；其二，人體內(nèi)各組織磁化率不同所產(chǎn)生的磁敏感效應(yīng)將引起圖像變形，變形的嚴(yán)重程度與整體的EPI 讀出時(shí)間有關(guān)，整體的EPI 讀出時(shí)間越長(zhǎng)，偽影越重，這也是常規(guī)DWI 只能進(jìn)行低分辨率成像的另外一個(gè)原因。但是低分辨率DWI 成像的問(wèn)題在于部分容積效應(yīng)會(huì)影響對(duì)微小病灶的檢出與評(píng)估。這也限制了基于ss-EPI序列的DWI在活體掃描中一般只能進(jìn)行低信號(hào)強(qiáng)度、低分辨率的DWI 成像。但隨著MR 掃描機(jī)磁場(chǎng)強(qiáng)度的提高，DWI 成像技術(shù)已廣泛應(yīng)用到全身其它部位，常規(guī)的基于ss-EPI 序列的DWI 在這些部位的應(yīng)用中表現(xiàn)出更嚴(yán)重的偽影，以至于某些情況下無(wú)法得到可用于診斷目的的圖像。針對(duì)面向微小病灶檢出的高分辨率DWI 臨床應(yīng)用成像，常規(guī)基于ss-EPI 序列的DWI 成像方法更加難以滿足要求。針對(duì)這種情況，GE 提出了小FOV 的DWI 成像方法和PROPELLER DUO 技術(shù)用于克服基于常規(guī)ss-EPI 序列的DWI 成像中的偽影問(wèn)題。

圖4 2DRF 配合180 度射頻脈沖激勵(lì)rFOV 成像平面示意圖

3.1 小FOV 技術(shù)

影響分辨率的因素有兩個(gè)：一個(gè)是視野尺寸（field-of-view, FOV），另一個(gè)是采集矩陣。對(duì)于ss-EPI 序列來(lái)說(shuō)，采集矩陣的大小直接決定了整體讀出窗口的長(zhǎng)度。采集矩陣越大，整體讀出窗口的長(zhǎng)度越長(zhǎng)，ss-EPI 序列的偽影也越重。但是，如果希望提高圖像的分辨率，除了加大采集矩陣之外，還可以通過(guò)減小FOV 實(shí)現(xiàn)。對(duì)于常規(guī)的DWI 成像來(lái)講，F(xiàn)OV 不能任意的小，當(dāng)FOV 小于成像物體尺寸時(shí)，圖像在相位編碼（phase encoding, PE）的方向會(huì)產(chǎn)生卷褶偽影。但如果在激發(fā)過(guò)程中，如果能保證FOV 之外的物體不被激發(fā)，或者激發(fā)之后的信號(hào)不能被會(huì)聚，那么即使FOV 小于物體的尺寸，由于FOV 之外的物體對(duì)最終的圖像沒(méi)有貢獻(xiàn)，因此最后的圖像上不會(huì)出現(xiàn)卷褶偽影。小FOV 技術(shù)采用一種全新的射頻進(jìn)行激勵(lì)，它可以進(jìn)行2D 選擇性激勵(lì)（two-dimensional radiofrequency, 2DRF），射頻脈沖的形狀如圖2a 所示。2DRF 可以在選層激勵(lì)時(shí)實(shí)現(xiàn)條狀激勵(lì)，圖4 示意了2DRF 在空間中選擇性激勵(lì)條狀區(qū)域的結(jié)果。圖5 所示為小FOV 技術(shù)得到的脊髓DWI 和DTI 圖像。

圖5. 小FOV 技術(shù)得到的脊髓DWI 和DTI 圖像

3.2 PROPELLER DUO 掃描 DWI

PROPELLER DWI 是基于FSE 序列， 它與常規(guī)FSE 不同的地方在于，每次激勵(lì)后采集的回波鏈在k空間中轉(zhuǎn)過(guò)一個(gè)角度，多次激勵(lì)過(guò)后，采集得到一個(gè)由多條原始數(shù)據(jù)帶構(gòu)成的k 空間，每個(gè)原始數(shù)據(jù)帶在k 空間的中心部分相互覆蓋，在理想情況下，每個(gè)原始數(shù)據(jù)帶在k 空間的相互覆蓋區(qū)域的數(shù)據(jù)相同。基于這一點(diǎn)，通過(guò)對(duì)每條原始數(shù)據(jù)帶的中心區(qū)域進(jìn)行分析，在經(jīng)歷了相位校正、旋轉(zhuǎn)校正和位移校正后，得到最終PROPELLER DWI 圖像。對(duì)于PROPELLER-FSE DWI 序列本身的另一種改進(jìn)技術(shù)叫作PROPELLER DUO。與它的名字一樣，PROPELLERDUO 在FSE 回波鏈讀出時(shí)，利用FSE 回波生成時(shí)有前后兩個(gè)回波的特性，通過(guò)調(diào)整重聚回波的位置將兩個(gè)回波分離開(kāi)來(lái)，從而實(shí)現(xiàn)在一個(gè)回波間隔內(nèi)讀取兩個(gè)回波，用于填充PROPELLER 采集k 空間中相互垂直的兩個(gè)原始數(shù)據(jù)帶。這也近似的節(jié)省了一半原始PROPELLER-FSE DWI 序列的采集時(shí)間。同時(shí)由于PROPELLER DUO 將前后兩個(gè)回波分離開(kāi)來(lái)，這也避免了兩個(gè)回波相互干擾，從而最大限度的利用了回波信號(hào)，因此得到的DWI 圖像信噪比更高。圖6 是ss-EPI 與PROPELLER DUO 掃描得到DWI 圖像的對(duì)比，可以明顯看到PROPELLER DUO 克服了ss-EPI 技術(shù)圖像變形和偽影的問(wèn)題，如圖中箭頭所示。

圖6. (a) ss-EPI 與(b) propeller duo 掃描得到DWI 圖像的對(duì)比

4. DWI 定量新模型

無(wú)論是常規(guī)DWI 還是DTI，都假設(shè)彌散加權(quán)信號(hào)隨著b 值的增加呈單指數(shù)衰減方式，其實(shí)這種假設(shè)在很多情況下是不成立的，尤其當(dāng)b 值較高時(shí)更是如此。

圖7. 細(xì)胞內(nèi)外水分子彌散不同（左），血管內(nèi)外水分子彌散不同（右）

4.1 雙指數(shù)模型（Bi-exponential Model）

相比單指數(shù)模型，雙指數(shù)模型也許可以更好地描述這種多指數(shù)方式的信號(hào)衰減。雙指數(shù)模型同時(shí)考慮到在每個(gè)體素內(nèi)共存的快速?gòu)浬①|(zhì)子池和慢速?gòu)浬①|(zhì)子池。在實(shí)際問(wèn)題中，這種快慢速?gòu)浬①|(zhì)子池至少有兩種典型的情況（如圖7），1. 細(xì)胞內(nèi)水分子（快彌散）和細(xì)胞外水分子（慢彌散），2. 血管內(nèi)水分子（快彌散即血液的灌注）和血管外水分子（慢彌散）。

彌散圖像采集時(shí)需要進(jìn)行多B 值采集，具體B 值個(gè)數(shù)和大小需要視實(shí)際情況（如檢查的部位和病人的情況）。求解時(shí)，比較常用的是Marquardt–Levenberg 算法，使用該算法需要預(yù)先設(shè)定初始值，不適當(dāng)?shù)某跏贾禃?huì)導(dǎo)致擬合失敗或者陷入局部最小值而得到錯(cuò)誤的結(jié)果，另外，需要擬合的變量越多，初始值的設(shè)定越困難。為了讓結(jié)果更加穩(wěn)定，在某些應(yīng)用中有一些簡(jiǎn)化的辦法，如在圖7（右）的這種彌散和灌注的雙指數(shù)模型中，可以假設(shè)彌散和灌注的ADC 有數(shù)量級(jí)的差別，于是在高B 值的時(shí)候（如B 值大于200），快速?gòu)浬⒊煞忠呀?jīng)充分衰減，因此高B 值部分的曲線可以認(rèn)為是單指數(shù)衰減，經(jīng)過(guò)簡(jiǎn)單的線性擬合即得到慢速?gòu)浬DC 和容積率，剩下唯一的未知數(shù)，快速?gòu)浬DC 也就很容易得到了。另一種簡(jiǎn)化方法是固定不重要的參數(shù)，擬合其他兩個(gè)參數(shù)。

4.2 拉伸指數(shù)模型（Stretched Exponential Model）

對(duì)于組織中水分子實(shí)際的運(yùn)動(dòng)情況，雙指數(shù)模型仍然過(guò)于簡(jiǎn)單，更為可靠的方法可能是假設(shè)一個(gè)代表更多數(shù)量（＞ 2）的體素內(nèi)質(zhì)子池連續(xù)分布的彌散系數(shù)。同時(shí)，一些深入的研究證實(shí)雙指數(shù)模型常常不能體現(xiàn)實(shí)際情況。為了克服在生物組織中定義具有不同彌散系數(shù)的體素內(nèi)質(zhì)子池?cái)?shù)量有多少的困難，Bennett 等介紹了一種拉伸指數(shù)模型。這個(gè)模型引入了一個(gè)新的參數(shù)α，提供了一種新的圖像對(duì)比（不同于常規(guī)DWI），與體素內(nèi)水分子彌散不均質(zhì)性的程度有關(guān)：當(dāng)α=1 時(shí)，等同于單指數(shù)彌散加權(quán)信號(hào)衰減，此時(shí)體素內(nèi)彌散的是徹底均勻的；相反的情況，當(dāng)α 接近0 時(shí)表示為一種非常復(fù)雜的多指數(shù)信號(hào)衰減。需要強(qiáng)調(diào)的是這里的“不均質(zhì)性”是指體素內(nèi)指數(shù)衰減的不均質(zhì)性，而不是常說(shuō)的體素間彌散系數(shù)的不均質(zhì)性。DDC 具有標(biāo)準(zhǔn)彌散系數(shù)的特征，可以被認(rèn)為是按水分子的容積率加權(quán)的各個(gè)ADC 連續(xù)分布部分的復(fù)合參數(shù)。由于只采用了兩個(gè)擬合參數(shù)，這種拉伸指數(shù)模型的解相對(duì)雙指數(shù)模型比較穩(wěn)定。

4.3 高斯分布模型（Gaussian-Distribution Model）

Yablonskiy 等人提出了高斯分布彌散模型，該模型假設(shè)多指數(shù)衰減的ADC 分布是連續(xù)的且符合高斯分布。如圖8 所示，不同寬度σ 的高斯曲線代表組織彌散復(fù)雜程度的不同，σ 越大，表示彌散分布越復(fù)雜，越偏離單指數(shù)形式。該模型是對(duì)連續(xù)分布ADC 的一種近似，但是大部分的組織中水分子的彌散時(shí)很復(fù)雜的，ADC 的分布基本上不是標(biāo)準(zhǔn)的高斯型的，所以該模型的準(zhǔn)確度不高，應(yīng)用并不廣泛。

圖8

4.4 分?jǐn)?shù)階微分模型（Fractional Order Calculus Model）

Zhou 等人提出了分?jǐn)?shù)階微分彌散模型，他們將Bloch–Torrey 方程經(jīng)過(guò)分?jǐn)?shù)階微分進(jìn)行一般化，得到類(lèi)似于拉伸指數(shù)模型的結(jié)果，新的參數(shù)μ 可以用來(lái)代表水分子在組織中自由擴(kuò)散（不碰到任何障礙物）的平均距離。

總結(jié)

本文所介紹的內(nèi)容是磁共振彌散技術(shù)的進(jìn)展中的一部分，篇幅有限，有的新技術(shù)如多次激發(fā)DWI 和線掃描DWI 等沒(méi)有在文中敘述?？傊?，彌散技術(shù)是磁共振領(lǐng)域很重要的一個(gè)分支，隨著新技術(shù)的不斷涌現(xiàn)，彌散的臨床價(jià)值會(huì)越來(lái)越顯著。