姜 亮 殷信道* 周星帆*

膠質(zhì)瘤是中樞神經(jīng)系統(tǒng)最常見的腫瘤，世界衛(wèi)生組織（World Health Organization，WHO）按照其組織學(xué)類型進(jìn)行分級。 膠質(zhì)瘤分級對其治療方案的選擇及預(yù)后判斷尤為重要。 低級別膠質(zhì)瘤 （WHO Ⅱ級）存活期較長，5 年生存率為42%～92%[1]，而高級別膠質(zhì)瘤（WHO Ⅲ級和Ⅳ級）為腦腫瘤中預(yù)后最差的腫瘤，其中膠質(zhì)母細(xì)胞瘤（WHO Ⅳ級）發(fā)展迅速，5 年生存率僅為2%[2]。因此，高級別膠質(zhì)瘤的病人需盡快接受治療，且需輔以放化療。 由此可見，術(shù)前準(zhǔn)確地區(qū)分膠質(zhì)瘤低、 高級別對病人的治療尤為重要。擴(kuò)散張量成像（diffusion tensor imaging，DTI）對水分子運(yùn)動(dòng)敏感， 尤其是沿著軸突纖維束的水分子。膠質(zhì)瘤腫瘤細(xì)胞浸潤更容易沿著白質(zhì)纖維束分布走行[3]，由于DTI 對沿著白質(zhì)纖維束分布的水分子定向擴(kuò)散較為敏感[4]，因此DTI 可能有助于膠質(zhì)瘤的分級診斷。 現(xiàn)就近年來DTI 對膠質(zhì)瘤分級診斷的研究現(xiàn)狀及研究前景等方面內(nèi)容進(jìn)行闡述。

1 機(jī)制特征

DTI 是在常規(guī)MRI 和擴(kuò)散加權(quán)成像（diffusion weighted imaging，DWI）基礎(chǔ)上發(fā)展起來的一種新技術(shù)，是目前唯一可以在活體狀態(tài)下無創(chuàng)性檢測組織微觀結(jié)構(gòu)的功能成像方法。 DTI 可測量多維度運(yùn)動(dòng)的體素內(nèi)質(zhì)子運(yùn)動(dòng)的大小和方向，并可用數(shù)學(xué)模型表達(dá)，稱之為擴(kuò)散張量成像。 因此一個(gè)體素內(nèi)水分子的定向運(yùn)動(dòng)可以用橢圓體表達(dá)，相反也可以描述為特殊體素的張量。 張量是由至少6 個(gè)方向的擴(kuò)散系數(shù)組成的一個(gè)3×3 矩陣。 張量矩陣是對角對稱的矩陣（Dij=Dji），這就意味著該矩陣完全由6 個(gè)參數(shù)決定。 如果張量與各向異性介質(zhì)完全符合，那么非對角線的元素為0，張量沿著對角線方向移動(dòng)。這種對角線化提供了3 個(gè)本征矢量用以描述橢圓體的3個(gè)軸線方向。 3 個(gè)本征值代表相應(yīng)軸線方向的表觀擴(kuò)散系數(shù)的大小。 最大擴(kuò)散系數(shù)的方向?yàn)殚L軸，與纖維束的方向一致。 因此，從掃描儀的幾何結(jié)構(gòu)x、y、z 坐標(biāo)系到擴(kuò)散張量有一個(gè)轉(zhuǎn)變， 作為一個(gè)新的獨(dú)立的坐標(biāo)系，軸線是由定向擴(kuò)張系數(shù)決定的。 根據(jù)本征擴(kuò)散系數(shù)， 橢圓體可以是 “扁長的”、“扁圓的”或“球形的”。 纖維束均在相似的方向可表現(xiàn)為扁長的，纖維束方向不同但仍在同一平面可表現(xiàn)為扁圓的，而纖維束各向同性擴(kuò)散則表現(xiàn)為球形的[5]。正如前面所說，擴(kuò)散各向異性主要描述來自白質(zhì)的微觀組織結(jié)構(gòu)。 這種關(guān)聯(lián)使無創(chuàng)性地繪出白質(zhì)神經(jīng)束圖成為可能[6]。 根據(jù)各體素內(nèi)張量的方向，運(yùn)用計(jì)算機(jī)繪圖技術(shù)可鑒別體素內(nèi)的連接和顯示特定的纖維束。 這個(gè)過程被稱為擴(kuò)散纖維束成像（diffusion tensor tractography，DTT）。已有大量的纖維束成像技術(shù)被報(bào)道[7-8]。 這些技術(shù)均是應(yīng)用數(shù)學(xué)模型鑒別鄰近的體素，這些體素可能位于基于局部張量方向和體素的相對位置的同一個(gè)纖維束。 一些研究者朝著這個(gè)方向已根據(jù)DTI 和DTT 繪制了人腦的地圖冊[9]。因此，腫瘤導(dǎo)致的特定纖維束的移位或破壞可通過DTT 評估，為術(shù)前治療計(jì)劃的制訂提供有用信息[10]。應(yīng)用DTI 技術(shù)對膠質(zhì)瘤分級診斷主要是通過基于興趣區(qū)、基于體素的分析或兩種相結(jié)合的方法獲得的DTI 參數(shù)。平均擴(kuò)散值（mean diffusivity，MD）和各向異性分?jǐn)?shù)（fractional anisotropy，F(xiàn)A）為DTI 最常用的參數(shù)。MD 是本征值的平均值，代表一個(gè)定向測量的平均水分子擴(kuò)散率。 FA 是3 個(gè)本征值的標(biāo)準(zhǔn)偏差。 FA 圖上體素的信號亮度描述了該體素的各向異性程度。 FA 取值范圍為0~1，代表了微觀結(jié)構(gòu)的方向性。 FA 值越接近0，表示該體素自由水分子的擴(kuò)散為各向同性，如腦脊液；而FA 值越接近1，則表示高度的各向異性， 水分子沿著單一的軸線擴(kuò)散，如胼胝體。 基于3 個(gè)本征值還可計(jì)算出軸向擴(kuò)散率（axial diffusivity，AD）、徑向擴(kuò)散率（radial diffusivity，RD）、 平 面 各 向 異 性 系 數(shù) (planar anisotropy coefficient, Cp)、 球 形 各 向 異 性 系 數(shù)（spherical anisotropy coefficient,Cs）、線形各向異性系數(shù)（linear anisotropy coefficient，Cl）等[11]。 AD 主要描述平行于軸突的微觀水分子運(yùn)動(dòng)，與急性軸突損傷有關(guān)。 RD與脫髓鞘及軸突損傷均有關(guān)。 Cl 和Cp 著重于不同白質(zhì)的特征。 聯(lián)合部和深部投影（內(nèi)囊和皮質(zhì)脊髓）的白質(zhì)神經(jīng)束具有較大的線形張量。 弓狀纖維束和外圍輻射纖維也有較大的平面張量。Cs 主要表達(dá)各向同性張量。 另外少見參數(shù)還包括單純各向同性擴(kuò)散、單純各向異性擴(kuò)散和相對各向異性等。

2 DTI 對膠質(zhì)瘤分級診斷的研究現(xiàn)狀

2.1 DTI 參數(shù)診斷膠質(zhì)瘤分級 Inoue 等[12]認(rèn)為Ⅰ級膠質(zhì)瘤ADC 值明顯高于Ⅲ級和Ⅳ級膠質(zhì)瘤，且具有統(tǒng)計(jì)學(xué)意義，但Ⅱ級和Ⅲ級膠質(zhì)瘤的ADC 值沒有明顯差異。 然而對于影像上表現(xiàn)為良性征象的高級別膠質(zhì)瘤， 如無明顯強(qiáng)化的高級別膠質(zhì)瘤，Lee 等[13]研究發(fā)現(xiàn)高級別膠質(zhì)瘤無強(qiáng)化區(qū)ADC 值明顯低于低級別膠質(zhì)瘤。 Liu 等[14]也有類似的發(fā)現(xiàn)，盡管這些差異不具有統(tǒng)計(jì)學(xué)意義。 Lee 等[15]認(rèn)為高級別星形細(xì)胞瘤的最小ADC 值明顯低于低級別星形細(xì)胞瘤，最小ADC 值可在術(shù)前對幕上星形細(xì)胞瘤分級診斷提供有價(jià)值的診斷信息。 Piyapittayanan 等[16]的研究表明腫瘤實(shí)質(zhì)區(qū)ADC 值、 最小ADC 值有助于高級別膠質(zhì)瘤與低級別膠質(zhì)瘤分級。 Kang 等[17]研究認(rèn)為基于腫瘤體積的ADC 直方圖分析可作為膠質(zhì)瘤分級的有用工具。 ADC 值可代表水分子擴(kuò)散的能力，腫瘤基質(zhì)越多，細(xì)胞外間隙越小，導(dǎo)致水分子自由擴(kuò)散受限，ADC 值就越小；反之，水分子擴(kuò)散能力越大，ADC 值就越大，最小ADC 值與細(xì)胞結(jié)構(gòu)密切相關(guān)， 其值有助于膠質(zhì)瘤分級診斷， 惡性膠質(zhì)瘤的ADC 值較低，而低級別膠質(zhì)瘤的ADC 值較高，這表明隨著腫瘤細(xì)胞密度增加， 水分子擴(kuò)散受限明顯。有研究者[12,18]對DTI 和膠質(zhì)瘤組織學(xué)惡性度關(guān)系進(jìn)行了研究，結(jié)果表明FA 值可以鑒別低、高級別膠質(zhì)瘤， 有助于手術(shù)計(jì)劃制訂及立體定向活檢的選定。Liu 等[14]認(rèn)為低級別組膠質(zhì)瘤的平均FA 值和最大FA 值明顯低于高級別組膠質(zhì)瘤。 Inoue 等[12]認(rèn)為高級別膠質(zhì)瘤FA 值顯著高于低級別膠質(zhì)瘤， 兩組膠質(zhì)瘤FA 值的臨界值為0.188。 Beppu 等[18]進(jìn)行了同樣的研究， 結(jié)果顯示FA 值與膠質(zhì)瘤細(xì)胞密度呈正相關(guān)。 而Stadlbauer 等[19]則認(rèn)為FA 值與膠質(zhì)瘤細(xì)胞密度呈負(fù)相關(guān)，而且認(rèn)為在評估和描述膠質(zhì)瘤病理變化的不同程度方面，F(xiàn)A 值優(yōu)于ADC 值。膠質(zhì)瘤的生物學(xué)行為最大變化為沿神經(jīng)軸擴(kuò)散。 低級別膠質(zhì)瘤的神經(jīng)軸擴(kuò)散率為3.7%~5.3%， 高級別膠質(zhì)瘤為10%~27%。 腫瘤細(xì)胞是通過正常宿主組織的細(xì)胞和細(xì)胞外基質(zhì)主動(dòng)入侵，而不僅僅是簡單的增長或腫瘤細(xì)胞被動(dòng)分布。 Server 等[20]對78 例膠質(zhì)瘤病人行DTI 檢查，研究表明Ⅱ級和Ⅲ級膠質(zhì)瘤、Ⅱ級和Ⅳ級膠質(zhì)瘤、 Ⅱ級和Ⅲ-Ⅳ級膠質(zhì)瘤間的腫瘤區(qū)AD、RD值均有統(tǒng)計(jì)學(xué)差異， 且腫瘤區(qū)AD、RD 值與腫瘤級別具有較強(qiáng)的相關(guān)性。 Chen 等[21]發(fā)現(xiàn)低級別膠質(zhì)瘤及高級別膠質(zhì)瘤腫瘤實(shí)質(zhì)區(qū)AD 值有統(tǒng)計(jì)學(xué)差異，同時(shí)還發(fā)現(xiàn)低、高級別組膠質(zhì)瘤患側(cè)鄰近纖維束的Cl 值差異也有統(tǒng)計(jì)學(xué)意義。 另有研究者[22]報(bào)道AD描述平行于神經(jīng)束的微觀水分子運(yùn)動(dòng)，且與軸突損傷有關(guān)。Ma 等[23]對10 例低級別膠質(zhì)瘤及15 例高級別膠質(zhì)瘤行DTI 檢查，研究結(jié)果表明聯(lián)合近瘤周水腫區(qū)3 個(gè)參數(shù)（Cs、FA、Cp）為鑒別低、高級別膠質(zhì)瘤最好的邏輯回歸模型，臨界值為0.81 時(shí)其敏感度和特異度分別為86%、80%。Jolapara 等[24]對38 例病理證實(shí)為彌漫性浸潤的星形細(xì)胞瘤的病人行DTI 檢查， 研究顯示高級別組平均最小Cs 值明顯低于低級別組，其差異有統(tǒng)計(jì)學(xué)意義。 且所有高級別組最小Cs 值均小于0.6，而低級別組均大于0.6。 各向異性的改變主要與腫瘤細(xì)胞組織有關(guān)。 當(dāng)人類膠質(zhì)瘤細(xì)胞植入到嚙齒類動(dòng)物的腦內(nèi)，大多數(shù)膠質(zhì)瘤細(xì)胞進(jìn)入鄰近血管， 且沿著血管表面侵犯正常的腦組織， 這將導(dǎo)致血腦屏障的崩潰并破壞神經(jīng)血管部分。 Saksena 等[25]對34 例接受治療的膠質(zhì)母細(xì)胞瘤病人行3.0 T DTI 檢查， 單變量分析顯示最小Cp≤0.002、平均Cs＞0.68 時(shí)無進(jìn)展生存率較低，多元邏輯回歸分析顯示僅最小Cp 值可作為這些病人存活率的預(yù)測因子。 因此，DTI 參數(shù)有助于膠質(zhì)瘤低、高級別分級的鑒別診斷。

2.2 DTT 圖診斷膠質(zhì)瘤分級 由于膠質(zhì)瘤呈浸潤性生長，使周圍白質(zhì)呈現(xiàn)4 種形式變化，即白質(zhì)纖維束的移位、水腫、浸潤、破壞。 但影像上腫瘤所致白質(zhì)纖維束的水腫及浸潤很難區(qū)分， 常歸為一類。白質(zhì)纖維這3 種改變形式的定義分別為： ①破壞，指腫瘤所在部位白質(zhì)纖維消失，為腫瘤組織所占據(jù)或各向異性明顯降低，不能辨認(rèn)；②浸潤，指與對側(cè)相應(yīng)部位的正常白質(zhì)纖維比較，病側(cè)白質(zhì)纖維的位置和形態(tài)異常，且信號降低；③移位，指與對側(cè)相應(yīng)部位的正常白質(zhì)纖維比較，病側(cè)白質(zhì)纖維位置和形態(tài)發(fā)生改變，但信號正常[26]。Chen 等[21]認(rèn)為低級別膠質(zhì)瘤鄰近的纖維束主要為浸潤，而高級別膠質(zhì)瘤鄰近纖維束多受破壞、中斷。 胡等[27]對25 例膠質(zhì)瘤行DTI 檢查，DTT 上顯示9 例低級別膠質(zhì)瘤中白質(zhì)纖維束整體形態(tài)基本完整，白質(zhì)纖維束受壓、偏移者6例，部分中斷者3 例；16 例高級別膠質(zhì)瘤中有15 例白質(zhì)纖維束明顯變形移位，14 例病變區(qū)白質(zhì)纖維束明顯破壞，另有1 例Ⅲ級膠質(zhì)瘤病人的白質(zhì)纖維束主要表現(xiàn)為受壓移位。 由于腫瘤大小、良惡性及周圍水腫等因素的影響，其所引起的白質(zhì)纖維束的異常改變往往并不表現(xiàn)為一種形式，同一病灶可表現(xiàn)兩種或兩種以上的白質(zhì)纖維束異常改變。 何等[26]將28 例顱內(nèi)腫瘤所引起的大腦白質(zhì)纖維異常改變分為4 種類型：破壞+浸潤、破壞+移位、浸潤+移位、移位。 其中破壞+浸潤主要見于高度惡性腫瘤，如膠質(zhì)母細(xì)胞瘤；破壞+移位主要見于低度惡性腫瘤，如低級別膠質(zhì)瘤。 然而有些研究者[26-27]研究DTT 對膠質(zhì)瘤分級的診斷價(jià)值時(shí)并未與病理對照，故其結(jié)果的準(zhǔn)確性還有待研究。 一些研究者[28-29]對Ⅰ、Ⅱ級膠質(zhì)瘤的DTT 和組織病理學(xué)信息的關(guān)系進(jìn)行研究，發(fā)現(xiàn)腫瘤沿著周圍白質(zhì)纖維束的浸潤與神經(jīng)學(xué)的結(jié)果一致。 由此可見，擴(kuò)散張量纖維束成像有助于膠質(zhì)瘤的分級，并能夠顯示腫瘤與周圍白質(zhì)神經(jīng)纖維的關(guān)系，可以指導(dǎo)臨床制定手術(shù)計(jì)劃。

3 局限性

DTI 技術(shù)尚存在以下局限性： ①DTI 采集采用的EPI 序列對磁場不均勻性和頭部運(yùn)動(dòng)敏感，影像易變形，導(dǎo)致測量參數(shù)失真；②DTI 參數(shù)測量易受興趣區(qū)主觀選擇和入組人數(shù)少等因素影響，研究結(jié)果差異較大；③影像上膠質(zhì)瘤腫瘤實(shí)質(zhì)區(qū)及水腫區(qū)分界難以準(zhǔn)確分辨，影響興趣區(qū)選擇；④對纖維示蹤技術(shù)的準(zhǔn)確性缺乏嚴(yán)格的評價(jià)體系。

4 小結(jié)與展望

DTI 參數(shù)FA、ADC 可提供細(xì)胞分子水平的功能信息， 有助于膠質(zhì)瘤分級，Cs、Cp、Cl 等參數(shù)可為膠質(zhì)瘤分級提供輔助信息。 DTT 能夠顯示腫瘤與周圍白質(zhì)神經(jīng)纖維的關(guān)系，同時(shí)對膠質(zhì)瘤分級也有一定幫助，并可指導(dǎo)臨床制定手術(shù)計(jì)劃。

MRI 因具有良好的軟組織成像及多序列掃描的優(yōu)點(diǎn)已廣泛應(yīng)用于腦腫瘤的診斷及分級中。 DTI和DTT 可提供水分子的擴(kuò)散速度和方向的定量信息，顯示組織的纖維結(jié)構(gòu)和病理狀態(tài)，并結(jié)合常規(guī)MRI 檢查，為腦膠質(zhì)瘤的分級診斷提供有價(jià)值的信息[30-31]。目前DTI 和DTT 技術(shù)因耗時(shí)長、需特殊的數(shù)據(jù)處理、病人經(jīng)濟(jì)實(shí)力等因素影響尚未廣泛應(yīng)用于臨床。而DTT 是唯一能在活體中研究大腦白質(zhì)纖維的方法，但該技術(shù)還需進(jìn)一步發(fā)展以更廣泛地應(yīng)用于臨床。 近年也有報(bào)道可用自動(dòng)化電腦分析工具輔助腫瘤診斷，這些技術(shù)可對大量數(shù)據(jù)進(jìn)行處理和評估[32]。與傳統(tǒng)的統(tǒng)計(jì)方法相比，這些技術(shù)可提供預(yù)測性結(jié)果，但僅限于回顧性的診斷結(jié)果。 因此，MR 成像技術(shù)及數(shù)據(jù)處理軟件還需進(jìn)一步發(fā)展以縮短成像時(shí)間，降低成像要求。

[1] Sanai N, Berger MS. Glioma extent of resection and its impact on patient outcome[J].Neurosurgery,2008,62：753-764.

[2] McLendon RE, Halperin EC. Is the long-term survival of patients with intracranial glioblastoma multiforme overstated[J].Cancer,2003,98：1745-1748.

[3] Daumas -Duport C, Meder JF, Monsaingeon V, et al. Cerebral gliomas： malignancy, limits and spatial configuration. Comparative data from serial stereotaxic biopsies and computed tomography (a preliminary study based on 50 cases)[J].J Neuroradiol,1983,10：51-80.

[4] Le Bihan D, Turner R, Douek P. Is water diffusion restricted in human brain white matter? An echo-planar NMR imaging study[J].Neuroreport,1993,4：887-890.

[5] Alexander AL,Hasan K,Kindlmann G,et al.A geometric analysis of diffusion tensor measurements of the human brain[J]. Magn Reson Med,2000,44：283-291.

[6] Westin CF,Maier SE,Mamata H,et al.Processing and visualization for diffusion tensor MRI[J].Med Image Anal,2002,6：93-108.

[7] Ge M,Li SW,Wang L,et al.The role of diffusion tensor tractography in the surgical treatment of pediatric optic chiasmatic gliomas[J]. J Neurooncol,2015,122：357-366.

[8] Ostry S, Bel?an T, Otáhal J, et al. Is intraoperative diffusion tensor imaging at 3.0 T comparable to subcortical corticospinal tract mapping[J].Neurosurgery,2013,73：797-807.

[9] Jellison BJ, Field AS, Medow J, et al. Diffusion tensor imaging of cerebral white matter： a pictorial review of physics, fiber tract anatomy,and tumor imaging patterns[J].AJNR,2004,25：356-369.

[10] Farshidfar Z, Faeghi F, Mohseni M, et al. Diffusion tensor tractography in the presurgical assessment of cerebral gliomas[J].Neuroradiol J,2014,27：75-84.

[11] 蔣玲, 姚振威, 馮曉源.DTI 定量參數(shù)對膠質(zhì)瘤病理及治療的評價(jià)[J]. 國際醫(yī)學(xué)放射學(xué)雜志,2011,34：126-129.

[12] Inoue T, Ogasawara K, Beppu T, et al. Diffusion tensor imaging for preoperative evaluation of tumor grade in gliomas[J]. Clin Neurol Neurosurg,2005,107：174-180.

[13] Lee HY,Na DG,Song IC,et al.Diffusion-tensor imaging for glioma grading at 3-T magnetic resonance imaging： analysis of fractional anisotropy and mean diffusivity[J]. J Comput Assist Tomogr, 2008,32：298-303.

[14] Liu X, Tian W, Kolar B, et al. MR diffusion tensor and perfusionweighted imaging in preoperative grading of supratentorial nonenhancing gliomas[J].Neuro Oncol,2011,13：447-455.

[15] Lee EJ, Lee SK, Agid R, et al. Preoperative grading of presumptive low -grade astrocytomas on MR imaging： diagnostic value of minimum apparent diffusion coefficient[J]. AJNR, 2008, 29： 1872-1877.

[16] Piyapittayanan S, Chawalparit O, Tritakarn SO, et al. Value of diffusion tensor imaging in differentiating high-grade from lowgrade gliomas[J].J Med Assoc Thai,2013,96：716-721.

[17] Kang Y, Choi SH, Kim YJ, et al. Gliomas： histogram analysis of apparent diffusion coefficient maps with standard-or high-b-value diffusion-weighted MR imaging--correlation with tumor grade[J].Radiology,2011,261：882-890.

[18] Beppu T, Inoue T, Shibata Y, et al. Measurement of fractional anisotropy using diffusion tensor MRI in supratentorial astrocytic tumors[J].J Neurooncol,2003,63：109-116.

[19] Stadlbauer A,Ganslandt O,Buslei R,et al.Gliomas：histopathologic evaluation of changes in directionality and magnitude of water diffusion at diffusion-tensor MR imaging[J]. Radiology, 2006, 240：803-810.

[20] Server A, Graff BA, Josefsen R, et al. Analysis of diffusion tensor imaging metrics for gliomas grading at 3T[J].Eur J Radiol,2014,83：e156-165.

[21] Chen F, Zhang X, Li M, et al. Axial diffusivity and tensor shape as early markers to assess cerebral white matter damage caused by brain tumors using quantitative diffusion tensor tractography[J].CNS Neurosci Ther,2012,18：667-673.

[22] Budde MD, Xie M, Cross AH, et al. Axial diffusivity is the primary correlate of axonal injury in the experimental autoimmune encephalomyelitis spinal cord：a quantitative pixelwise analysis[J].J Neurosci,2009,29：2805-2813.

[23] Ma L, Song ZJ. Differentiation between low-grade and high-grade glioma using combined diffusion tensor imaging metrics[J]. Clin Neurol Neurosurg,2013,115：2489-2495.

[24] Jolapara M, Patro SN, Kesavadas C,et al. Can diffusion tensor metrics help in preoperative grading of diffusely infiltrating astrocytomas? A retrospective study of 36 cases[J]. Neuroradiology,2011,53：63-68.

[25] Saksena S, Jain R, Narang J, et al. Predicting survival in glioblastomas using diffusion tensor imaging metrics[J]. J Magn Reson Imaging,2010,32：788-795.

[26] 何光武, 沈天真, 陳星榮. 大腦白質(zhì)纖維磁共振擴(kuò)張張量纖維束成像初步研究[J]. 中華醫(yī)學(xué)雜志,2005,85：2775-2779.

[27] 胡鴻博, 劉鵬飛. 磁共振擴(kuò)張張量成像及纖維束成像對腦膠質(zhì)瘤分級的診斷價(jià)值[J]. 磁共振成像,2011,2：118-122.

[28] Winston GP, Mancini L, Stretton J, et al. Diffusion tensor imaging tractography of the optic radiation for epilepsy surgical planning： a comparison of two methods[J].Epilepsy Res,2011,97：124-132.

[29] Bagadia A, Purandare H, Misra BK, et al. Application of magnetic resonance tractography in the perioperative planning of patients with eloquent region intra-axial brain lesions[J]. J Clin Neurosci, 2011,18：633-639.

[30] 高云云, 袁濤, 全冠民. 高級別星形細(xì)胞瘤治療前DTI 評估進(jìn)展[J]. 國際醫(yī)學(xué)放射學(xué)雜志,2013,36：528-532.

[31] 紀(jì)毅敏, 耿道穎.DTI 在腦腫瘤診斷中的應(yīng)用現(xiàn)狀及進(jìn)展研究[J]. 國際醫(yī)學(xué)放射學(xué)雜志,2010,33：310-313.

[32] Tsolaki E, Svolos P, Kousi E, et al. Automated differentiation of glioblastomas from intracranial metastases using 3T MR spectroscopic and perfusion data[J].Int J Comput Assist Radiol Surg,2013,8：751-761.