灌注应用ppt课件

浅谈多排螺旋 CT灌注 灌注基本概念 灌注 ： 血流通过毛细血管网，将携带的氧及 其他物质输送给周围组织 脑灌注 ： 血液输送氧气和营养物质至脑组织 并加以利用的过程，一般将之等同于血流过程 脑血流量：局部脑血流量，随大脑半球的血 管分布和脑功能而异；脑功能正常时，可根据 需要调节 CBF， 这种自我调节由复杂的代谢和细 胞机制控制。 灌注成像的基本 问题 * 灌注成像是 脑 功能成像技 术 方法的一种 * 活体 测 定 脑组织 灌注的影像学方法 PET、 SPECT、 Xe-CT、 MRP、 CTP等 * 通 过组织 器官的灌注状 态 从 细 胞水平揭示 脑 部 疾病如： 脑 梗塞、 脑肿 瘤等的病理、生理改 变 MR Perfusion的不足 半定量研究 * 采用的 EPI技术难以摆脱顺磁性伪影 * Gd-DTPA经血管渗漏影响 T1-低估 rCBV * 受磁场不均一性的影响较大CT Perfusion的优势 * 是一种定量研究的方法 * 图像的空间、时间分辨率高 * 影响因素少，成像时间短 * 多层同层技术 CT Perfusion的基本原理 * 定量 1mg/ml的碘浓度相当于 25个 CT值单位（ Hu） 1mg碘可使 1ml脑组织的 CT值增加 25个 Hu（ 注入造影剂的量可 表示为 “Hu ml”） 故 : 测得局部脑组织碘的聚集量 , 即可获得局部脑组织的血 流灌注量 * CT灌注的基本技术 对比剂的静脉团注（ BOLUS） * 选定层面进行动态扫描 * 获得感兴趣区 Time-density Curve(TDC) * 根据数学模型计算局部脑组织的血流灌注量 数学模型分为两种 非去卷积模型： Siemens （ non-deconvolution model ） 利用 Fick原理 ，假设 没有 静脉流出，即 ： Cv(t)=0 去卷积模型 : GE （ deconvolution model） 考虑注射对比剂后随时间 推 移在组织内的残留 CT灌注的数学模型 Bolus Flow In Tissue Voxel Out CBV, MTT CBF 输入动脉 输出静脉 放射性 示踪剂稀释和中 心 容积原理 1mg碘使 1ml组织的 CT值增加 25HU， 通过测 定局部组织的碘聚集量可获得组织血流灌注 Fick 原理原理 F - 血流量血流量 Ca(t) 示踪剂的动脉浓度示踪剂的动脉浓度 Q(t) - 脑内示踪剂的团注脑内示踪剂的团注 T - 示踪剂的累积时间示踪剂的累积时间 T Ca(t) t t Q(T) T 非去卷积算法基本原理 某时刻某时刻 t 流入造影剂总量减去流出组流入造影剂总量减去流出组 织造影剂量等于组织内造影剂剩余量织造影剂量等于组织内造影剂剩余量 F Ca(t) Q(t) F Cv(t) 根据根据 Fick s定律，只有一个入口和一个出口的组织间隙，每单位体定律，只有一个入口和一个出口的组织间隙，每单位体 积的血流（积的血流（ F/V） 即灌注表示为公式即灌注表示为公式 (1)： 非去卷积算法公式 Cv(t)是引流静脉内示踪剂浓度，这个公式适用于任何时间是引流静脉内示踪剂浓度，这个公式适用于任何时间 t， 当然当然 也适用于也适用于 tmax slope， 见公式见公式 (2)： 如果组织在造影剂从静脉开始流出前到达强化峰值，即如果组织在造影剂从静脉开始流出前到达强化峰值，即 Cv(tmax slope)=0， 公式（公式（ 2）就简化为公式）就简化为公式 (3)： 由公式由公式 (4)计算脑血容量：计算脑血容量： 它由以下公式推导而来它由以下公式推导而来 公式公式 (5) Ctissue(t)、 Ca(t)、 Cv(t)分别是组织、动脉、静脉校正再循环后的强化分别是组织、动脉、静脉校正再循环后的强化 曲线。由于正常灌注区组织的时间密度曲线与上矢状窦相似，所以用曲线。由于正常灌注区组织的时间密度曲线与上矢状窦相似，所以用 最大值比率代替公式（最大值比率代替公式（ 5）的积分率，从而推导出公式（）的积分率，从而推导出公式（ 4）。）。 非去卷积算法公式 最大斜率法总结 假设在主动脉增强达峰时静脉内尚未有造影剂流出 （ Ca(t)=0)， 组织剩余量近似等于组织强化初始阶段的最大 斜率除以主动脉强化峰值 与实际状况不符，且临床常规注射速 率 4ml/s， 会 造成血流量的低估。一般情况认为造 影剂在脑组 织的循环时间为 3 5秒，因此得出注 射速率应在 10ml/s以上 非去卷积算法基本原理 F Ca(t) Q(t) 去卷积模型 Q(t)=F Ca(t)R(t)=Ca(t)FR(t) 代表卷积算子 Q(t) 代表组织器官的 TDC Ca(t) 代表动脉的 TDC F 代表血流量 R(t) 代表脉冲剩余函数（ IRF） FCa(t) R(t) t 1.0 Venous outlet Arterial inlet 去卷积算法基本原理 F*Ca(t)输入组织造影剂量 血流 t时刻动脉内 造影剂浓度 R(t) F*Ca(t)=F*1/F=1 脉冲剩余函数脉冲剩余函数 (IRF) time time 1.0 动脉输 入 静脉输 出 FCa(t) C1 C2 FC1 FC2 time time time time Q(t) 1/F Ca(t) Q(t) IRF 组织剩余 函数动脉输 入曲线 动脉注射造影剂 结果为动脉的时间密度曲线 ， 显示为脉冲剩余函数 动脉时间密度曲线 组织时间密度曲线 不同浓度结果为不同的组织时间密度曲线 所有组织的时间密度曲线基于所有 动脉输入曲线 ， 这一过程称之为 积 聚效应 积聚效应积聚效应 脉冲剩余函数脉冲剩余函数 组织剩余曲线组织剩余曲线 - Q(t) Q(t) t Arterial inlet Venous outlet R(t) t Ca(t) t 1.0 IRF=FR(t) 去卷去卷 积积 算法算法 CBF.R(t) time CBF Area, CBV 输入动脉和测量组织的时间密度曲线是通过感兴趣 CT值 得到的。 血流和脉冲剩余函数的确立是通过给定测量 ROIs 的过 程称之为去卷积。 原理总结： 利用供血动脉感兴趣区的数据对原始数据进行去 卷积计算，得出每个象素点的脉冲剩余函数（ IRF） 。 IRF可以理解为在理想状态下单次脉冲注射所得 到的时间密度曲线，该算法采用实际注射速率得到 的动脉时间密度曲线把每个象素值转化为相应的 IRF 。 BF BV MTT PS都是根据 IRF计算得来，计算结果 要参照全血（通常大静脉内 ROI)的 密度值和平均组 织密度值（系统值 1.05)进行标准化，得出 100g组织 内参数值。 去卷去卷 积积 算法算法 对比剂分布在细胞外液 , 动脉和组织内红细胞压 积不同 , 灌注量存在差异 ,该差异可通过一系数来 校正。 去卷去卷 积积 算法算法 代表组织与动脉内红细胞压积的比率，一般情 况为 7.0， 婴儿为 0.85。 去卷积模型 优点： 应用了整个曲线信息， 考虑流入 动脉和流出静脉 反映了对比剂随时间变化 计算值更准确 算法解决了再循环问题 注射速度不高 （ 4-5ml/s） 缺点：图像 对噪声特别敏感 图像后处理时间较长 两种灌注方法的比较 GE Siemens 算 法 非去卷 积 去卷 积 范 围 对 比 剂 参 数 重复 性 后 处 理 40mm 20mm 4-5ml/s 8ml /s CBF CBV CBF CBV MTT TTP TTP PS 较 好 较 差 相 对 复 杂 简单 快速 MSCT Perfusion 3软件的优势 多层同层电影扫描，增大了 Z周扫描范围，为 灌注分析提供更多有用信息。 肿瘤组织复杂的血管特点，决定着肿瘤灌注 的复杂性与多样性。 Perfusion 2根据 “一室、一 进、一出 ”模式，采用中央血流定理，利用去卷 积算法，对肿瘤灌注的流入动脉、流出动脉综 合考虑，使灌注参数更接近于组织的真实情况 。 对头部移动矫正或 Registration； 应计算相对小 的脑内流入动脉 图像校准处理，调整图像横向摆动偏差； 选 择兴趣区：包括流入动脉、流出静脉（多选上 矢状窦 -25S）、 肿瘤组织（ 46） CBF CBV TTP CBF CBV TTP 脑灌注 参数 CBF： 单位时间内流经一定量脑组织血 管 结构的血流量 (ml/min/100g) CBV： 单位组织内血流量 (ml/100g) MTT： 血液流经血管结构的时间 (S) TTP： 开始注射对比剂至达到峰值时间 (S) P S ： 血流由毛细血管内皮间隙进入血 管 外速率 (ml/min/100g) 症状出现后 30分钟显示病灶 敏感度 90% ，特异度 100% 显示缺血半暗带与评价预后（不匹配法） CBF23ml/min/100g出现症状 CBF8ml/min/100g发生不可逆损伤 两侧比值 0.20为组织存活最低限值 急性缺血性脑卒中 脑 缺血半暗 带 Penumbra Core 选择溶栓治疗 溶栓是急性脑梗死有效的治疗手段 TIME=BRAIN 6h: selection of patients not to treat (likely not to benefit)无半暗带 6h: selection of patients to treat (possible responders)有半暗带 CT检查 NECT CTP CTA RESULT 20 分钟 CT平扫 早期 表现 没有异常改变 大脑中动脉高密度征 脑实质低密度征 岛带消失征 局部脑组织肿胀 脑灌注参数分析 灌注不足 ： MTT 、 TTP CBV 、 CBF 侧支循环： MTT 、 TTP CBV， CBF 正常 再灌注： MTT 、 TTP正常 CBV 、 CBF或正常 过度灌注： MTT 、 TTP CBV 、 CBF Infarct Penumbra Adapted from AHA: Stroke Information Pamphlet Blood Clot Admission NECT Admission CBF Admission CBV 5 Day Post NECT Recanalization（ 再通） Admission NECT Admission CBF Admission CBV 5 Day Post NECT No Recannalization Enhanced CT CBF MTT Follow up CASE 2 右肢无力 6小时 短暂性脑缺血发作 早期诊断和治疗可降低脑 卒中 发生 率 大脑中、颈内动脉狭窄闭塞主要原 因 CTP提供常规 CT无法显示的灌注情 况 为临床早期 治 疗 提供影像学客观依 据 PWI表现分期 1期： CBF、 CBV正常 TTP、 MTT延迟 （ 脑血流速度、侧支） 2期： CBF正常 , CBV轻度增高 TTP、 MTT延迟 （ 血管代偿性扩张） 3期： CBF、 CBV轻度下降 TTP、 MTT延迟 （ 慢性灌注贫乏状态） CTP 表 现 1期 CT平扫 TTPCBF 反复发作性左侧肢体无力 4月 CBV CBF MTT CBV TTP 2期 CBF MTT CBV TTP 3期 MTT和 TTP表现 灌注延迟表现分三型 1型病变仅累及 MCA区 2型病变仅累及分水岭区 3型病变累及 MCA和分水 岭区 ICA病变多为 3型， MCA病变多为 1型 分水岭区 MTT TTP MCA和分水岭区 MTT TTP 脑灌注参数分析 PS、 CBF、 CBV反映肿瘤血管生成 PS图像有助于确定肿瘤范围 CBF、 CBV明显增高 脑膜瘤胶质瘤 转移瘤，不同肿瘤交 叉 肿瘤复发 CBF约增高 2.5倍 MTT的临床意义有待于进一步研究 3D Brain Perfusion 影响灌注参数设定的几个因素 正确选择流入血管及流出血管。 部分