上一期推文结合DWI信号原理阐述了了T2效应对DWI图像的影响(点击这里阅读)。本期将介绍如何理解使用ADC、eADC参数,来消除T2效应。 为了避免T2效应对DWI图像解释的干扰,ADC参数图的生成是非常必要的,利用GE的后处理软件Functool,可以很容易生成ADC map,而且GE的后处理软件平台还能提供eADC 图(图3,4),能够既去除T2效应的干扰,又保留了DWI图像固有的对比特征。这个eADC是怎么来的呢?我们知道ADC可通过下面的公式得来: ln(Sb/S0)=-b×ADC 把这个公式变换一下, Sb/S0=exp[-(b×ADC)]=eADC ADC与eADC都可以消除T2效应,且都可以提供量化参数,在对病灶定性等方面,有很多文献对二者做过比较,发现这两个参数诊断效能相当,同时发现eADC图像上反映了更好的图像对比度。 图3 男性,68岁,胃底癌。病灶的DWI、ADC及eADC图像。病灶区ADC 1.07X10-3 mm2/s,eADC 0.424。(感谢陆军总医院戈明媚老师提供图片)
DWI图像上除了有T2效应的干扰,还需要考虑的因素就是灌注效应的影响。DWI图像上采集的每一个像素内实际上包括着不同扩散程度的成分信息,所测得的ADC其实是扩散综合信息的反映,根据IVIM理论,在低b值时所反映的是组织内灌注信息,即扩散加权的信号主要反映了毛细血管内扩散自由的血液内水分子扩散信息,因此ADC值与b值的关系可近似表达为:
图5 小脑蚓部占位性病变。采用多b值DWI成像,可见由低b到高b值,采集到不同的图像对比,反映了不同成分的扩散信息。 综上所述,作为病灶检测敏感性较高的DWI序列,其图像分析是一个复杂的过程,当DWI上显示高信号时对我们敏感发现病灶非常有帮助,但是DWI上未见明显异常的时候,我们需要警惕T2 Washout或T2 blackout效应所致的等信号或低信号有可能会掩盖病灶,因此我们在进行DWI图像分析时,一定要结合T2WI图像和ADC/eADC参数图综合阅片。 |
|