3d-sir序列增强扫描在腰骶丛神经成像中的应用

3d-sir序列增强扫描在腰骶丛神经成像中的应用

脊柱仙女骨的神经解剖非常复杂。它容易受到肿瘤、损伤、冠状动脉突出等疾病的影响，导致下肢功能障碍和终身疾病。随着外科新技术的发展,腰骶丛神经损伤后修复已成为可能,对腰骶丛神经病变的定位定性诊断和损伤程度判定成为影像学急需解决的问题。MRI作为腰骶丛神经成像的首选方法,常规扫描很难完整、清楚地显示腰骶丛细微结构,磁共振神经成像(magneticresonanceneurography,MRN)可清楚地显示外周神经,为准确定位定性诊断腰骶丛神经病变提供重要依据。笔者将MRN三维短恢复时间反转恢复(3D-STIR)序列增强扫描应用于腰骶丛神经成像,探讨其在腰骶丛神经成像中的可行性及应用价值。1数据和方法1.1无腰脊丛西医病史研究对象分为两组,一组为20名健康自愿者(男11例,女9例,年龄18~40岁),无腰骶丛神经病史及临床相关症状;另一组为21例腰骶丛神经病变患者(男13名,女8名,年龄19~60岁),其中外伤3例,肿瘤累及15例,椎间盘突出3例,均经手术病理或随访追踪证实。1.2快速旋转关节序列及3d-stir序列的特征采用SiemensMagnetomTrio,ATimSystem3.0T超导型磁共振扫描仪。选择体部矩阵线圈和脊柱矩阵线圈。受检者取仰卧位,头先进,腰骶椎呈常规体位,不垫高腰部,嘱受检者平静呼吸。所有受检者均行腰骶椎及盆部MRI常规扫描,包括:(1)T1WI快速自旋回波序列(FSE):TR600ms,TE20ms,翻转角150°,层厚5mm,层间距1mm,视野(FOV)320,矩阵320,行冠状位扫描;(2)T2WIFSE:TR4000ms,TE39ms,翻转角120°,层厚5mm,层间距1mm,FOV320,矩阵320,行冠状位及横断位扫描,脂肪抑制采用反转恢复序列(IR);(3)3D-STIR序列,TR4000ms,TE286ms,层厚1mm,层间距0,层数120~144,矢状位定位框后界在骶椎后缘略靠后,前界至少为椎体前缘,采用短TI时间抑脂技术,TI220ms,FOV320或448,矩阵320或448,体素大小为1mm×1mm×1mm,采用iPAT=3并行采集,行冠状位扫描;(4)静脉注射Gd-DTPA(0.2ml/kg体重)后,再次同参数同方位扫描3D-STIR序列。1.3图像分析和评价将3D-STIR序列平扫及增强扫描所得原始图像行最大信号强度投影(MIP)、曲面重组(CPR)、多平面重组(MPR)等后处理,由两位高年资放射科医师对所得影像资料进行分析研究。采用3等级评价标准评判20名自愿者腰骶丛神经(腰丛神经各根:L1~4;腰骶干、骶丛神经各根:L5和S1~3;股神经、闭孔神经、坐骨神经)显示情况和背景抑制情况。(1)显示情况:Ⅰ级:各部分显示清晰,边缘锐利;Ⅱ级:形态模糊或边缘不清,仍可辨认;Ⅲ级:显示不清,无法辨认。(2)背景抑制情况:Ⅰ级:神经周围未见小血管等明显高信号级神经周围可见小血管等明显高信号,基本不影响观察和重组或影响较小;Ⅲ级:神经周围存在小血管明显高信号,严重影响观察和重组。1.4非参数检验采用中位数描述等级计数资料,计数资料分布表达为R×C表,采用秩转换的非参数检验中Wilcoxon秩和检验进行样本比较。使用SPSS16.0软件包进行统计学处理,P<0.05为差异具有统计学意义。2结果2.13腰脊丛神经mri表现对于所有自愿者,3D-STIR序列及其增强扫描均可清楚明确地显示腰骶丛神经的构成、走行、连续性、形态、信号(图1~5)。3D-STIR增强扫描略优于平扫,但其差异无统计学意义(各部分神经显示情况P值均>0.05)(表1)。腰骶丛神经呈双侧对称的连续性条状均匀高信号,边界清楚,起始端与呈高信号的脊髓蛛网膜腔相连,向外、前、下方走行,可清楚显示腰丛(L2~5)、骶丛(S1~3)各神经根发出后分支、组合,形成股神经(图3)、闭孔神经(图4)、坐骨神经(图5)。坐骨神经经梨状肌下孔出盆腔,向下走行直至出成像范围,神经节在椎间孔附近,呈类椭圆形均匀高信号。对比3D-STIR序列平扫及增强图像(图1、2),平扫时背景内淋巴结、小静脉等含水丰富组织均呈高信号,增强扫描信号降低明显,背景抑制效果良好。其差异有明显统计学意义(各部分神经显示情况P值均<0.05)(表2)。3D-STIR增强扫描明显改善背景抑制效果,使腰骶丛神经各部显示更加清楚,背景对比良好,利于观察,方便重组。2.23神经损伤的情况肿瘤累及腰骶丛神经15例,包括:(1)原发肿瘤9例,其中神经鞘瘤5例(图6),神经纤维瘤4瘤(图7);(2)邻近部分肿瘤累及神经3例,分别为软骨母细胞瘤、骨巨细胞瘤和子宫内膜癌;(3)肿瘤转移累及神经3例(图8)。腰骶丛外伤3例,表现为神经连续性中断,伴或不伴明显的神经水肿(图9)。椎间盘突出压迫神经3例,表现为神经根受压、变形、移位(图10)。3讨论3.1腰丛常见部位脊神经前后根在椎间孔处合成很短的脊神经干,出椎间孔后立即分为4支:前支、后支、脊膜支、交通支。腰丛由T12神经前支一部分、L1~3腰神经前支及L4神经前支的一部分组成,分支主要有:(1)髂腹下神经(T12、L1);(2)髂腹股沟神经(L1);(3)股外侧皮神经(L2~3);(4)股神经(L2~4):是腰丛最大分支,分布于髂肌、耻骨肌、股四头肌和缝匠肌;(5)闭孔神经(L2~4):闭孔神经发肌支支配闭孔外肌,长、短、大收肌和股薄肌,也常发支分布于耻骨肌;(6)生殖股神经(L1、2)。骶丛由L4神经前支余部和L5神经前支合成的腰骶干及全部骶神经和尾神经前支组成,是全身最大的脊神经丛。骶丛直接发出短支分布于梨状肌、闭孔内肌、股方肌等,其他分支有:(1)臀上神经(L4、L5、S1);(2)臀下神经(L5、S1、S2);(3)股后皮神经(S1~3);(4)阴部神经(S2~4);(5)坐骨神经(L4、L5、S1~3):坐骨神经是全身最粗大、最长的神经,经梨状肌下孔出盆腔后,在坐骨结节与大转子之间下行至股后区,一般在腘窝上方分为胫神经和腓总神经两大终支。3.2脊神经显示技术MR应用于外周神经成像之前,有超声和X线脊髓造影两种可用的方法,但均有很多局限性。Blair于1987年首次报道了正常臂丛神经的MR解剖,采用SE序列来显示外周神经,使脊神经丛节后段显示为高信号的脂肪组织包绕中的线条状低信号,不能满足临床诊断的需要。1992年,Filler等首先报道MRN。其后,经过众多学者的不断研究改进,MRN技术日益成熟,现主要包括两种方法,即:重T2脂肪抑制法和扩散加权法。前者以Viallon等的研究为代表,采用STIR抑脂、回波平面成像(EPI)快速扫描、敏感编码并行采集(SENSE)等多技术结合的3DSTIR-EPI方法,使脊神经显示为高信号,能获得高分辨率的神经束图像,清晰地显示神经纤维束的细微结构。后者以Takahara等的“背景信号抑制扩散加权体部成像技术(diffusionweightedwholebodyimagingwithbackgroundbodysignalsuppression,DWIBS)”为代表,将扩散加权成像(DWI)与EPI快速扫描、STIR抑脂、SENSE等多技术结合,又被称为STIR-EPIDWI,其应用于体部,得到了良好的背景抑制和较好的信噪比及分辨率的图像,对脊神经的显示更具优势。在腰骶丛神经成像方面,目前应用于临床的主要方法是选择性水激励脂肪抑制技术(PROSET)和DWIBS技术。PROSET在三维快速梯度回波中应用二项式或三项式脉冲选择性水激励技术,可以清晰地显示腰骶丛神经硬膜囊、神经根鞘的外形以及脊神经根的节内段、神经节和部分节后段的形态结构,是目前腰骶丛成像常规MR序列。DWIBS应用于腰骶丛,使腰骶丛神经显示为均匀高信号,神经节呈更高信号,背景抑制均匀、充分,可以清晰观察脊神经节和节前神经根,经图像后处理还可以良好地显示腰骶丛节后神经的大体解剖形态和走行。3.33d-stir序列的优点3D-STIR序列应用于腰骶丛神经成像,并采用Gd-DTPA增强扫描,国内外尚未见文献报道。本研究采用3D-STIR序列结合STIR抑脂、三维高分辨成像、重T2水成像、SENSE等技术,相比用常用的PROSET和DWIBS技术,其优点主要体现在以下三个方面:(1)更大的成像范围。得益于更大范围均匀的脂肪抑制效果和大的矩阵,3D-STIR序列可以实现大视野成像,达到448mm×448mm,对于腰骶丛,可以显示到膝关节水平甚至更远端的神经;(2)更均匀、更稳定的脂肪抑制效果。通过选择非常短的TI时间,充分抑制脂肪组织的高信号;(3)更高的空间分辨率。相比于EPI序列只有256的最大矩阵,3D-STIR序列矩阵可以达到448,从而实现1mm体素甚至更小的空间分辨率。对于神经鞘膜瘤临床很难判断其起源于神经还是腰大肌,3D-STIR序列可以清晰地显示病灶来自脊神经,并能准确地定位其起源于右侧L3脊神经并累及L4脊神经(图6),有助于术前推测病灶性质,指导手术入路和范围,临床应用价值很高。其不足之处在于:背景抑制效果欠佳,这种重T2、短TI抑脂的序列特性决定了其成像范围内含水丰富的组织均呈高信号,如淋巴结、血流缓慢的小血管等,影响观察。针对这一点,本研究采用3D-STIR序列Gd-DTPA增强扫描,发现增强扫描可以显著改善背景抑制效果,明显提高对比噪声比,更突出地显示腰骶丛神经的走行、连续性及形态。推测原因,应该是通过对比剂的使用,使淋巴结、血流缓慢的小血管因对比剂更多地进入呈现更低的信号,而形成神经髓鞘的雪旺细胞,因吸收的对比剂较少,其信号降低的程度较轻,在更低的背景衬托之下,能更清楚地显示腰骶丛神经的细节解剖。笔者在Siemens后处理工作站上采用ROI技术测量信号强度,也验证了这一推测。得益于良好的背景抑制