第五节　动态对比增强磁共振成像模型的使用和选择

一、动脉输入函数

动脉输入函数（AIF）的选择会对DCE-MRI定量参数的结果产生较大影响。大多数情况下，AIF会选取兴趣区邻近的大动脉，一方面是它能反映兴趣区的供血特点，另一方面大的动脉可避免部分容积效应的影响。

由于DCE-MRI数据通常会面临时间分辨力或信噪比的限制，这时候就需要灵活进行ROI的选择。群体（population）AIF和前面介绍的参照物模型（reference region model）是动脉输入函数的可能替代方法。

大多数DCE-MRI的动脉输入函数AIF会选择兴趣区的直接供血动脉，这样可以更准确地反映ROI的血供特点。部分情况下，如果直接供血动脉过细或者不在FOV范围内，可以选择它的上级大动脉，例如可以用主动脉替代肝动脉或乳腺的供血动脉。

User AIF能够直接反映所选病人的血供情况，因此主流观点认为应首选User AIF方式，只有供血动脉质量很差、无法发现或者可重复性很差，才考虑其他方法，如群体（population）AIF或者参考（reference）AIF。

Population AIF是指通过选择一群人的动脉输入函数，得到平均的时间浓度曲线。文献中有不同的Population AIF模型，例如常见的双指数模型、高斯混合模型或改进的双指数模型^[31-33]。研究显示，对于前列腺良恶性肿瘤的鉴别，使用Population AIF的ROC曲线下面积在0.801~0.843之间，相似或略好于使用User AIF的0.591~0.839^[34]。

前一节中已经介绍了Reference AIF模型及其应用。对于时间分辨力较差或供血动脉显示不佳的DCE图像，通常会选取患者肌肉进行reference AIF来提高结果的准确性。

AIF的时间浓度曲线会受层面、ROI的位置和大小等因素的影响，这样不同观察者由于ROI放置的不同会得到不同的结果，从而影响定量结果的可重复性。因此，如果能自动得到理想的AIF曲线将会提高结果的可重复性和准确性。

自动AIF通过分析不同像素位置的时间浓度曲线（TIC），首先选取TIC曲线下面积最大的前10%的像素点，然后分析曲线的达峰时间，达峰时间较早的更有可能是动脉。另外，也可以拟合不同的动脉输入函数模型，拟合程度越高、越符合正常动脉范围的，越有可能被选为AIF。还可以考虑空间位置的分布，这些像素点越集中，越有可能是大的动脉。这样，就能够自动分类选取像素点，从而得到AIF曲线。