与传统X射线模拟机相比,X射线计算机断层摄影(CT)实现了三维成像,提供了丰富的解剖信息和电子密度信息,是三维放射治疗技术得以实现的基础。但是,CT对软组织的分辨率不佳,在一些危及器官及靶区的确定上存在着明显的不足,特别是对头颈部、盆腔、前列腺、脊髓和其他软组织区域的肿瘤(约占所有放疗病例的30%~35%)[1]。磁共振成像(magnetic resonance imaging,MRI) 具有多参数成像,包括解剖影像和功能影像,可以提供丰富的诊断信息,如解剖部位、生理代谢、身体机能等,与CT相比,软组织分辨率高且无辐射剂量[2]。近年来,MRI技术取得了很好的突破,已经成为肿瘤防治中不可缺少的工具,这一技术在肿瘤放射治疗中的成功应用引起了相关学者的广泛关注。本文探讨MRI在肿瘤放射治疗中的应用与进展。
肿瘤靶区与相邻组织器官的三维准确定位是制定精确放疗计划的前提。与靶区实际大小相比,勾画范围太小,会导致部分肿瘤组织出现漏照;而勾画区域太大,则会加重正常组织的放射损伤,并限制靶区剂量的提升。目前放疗定位主要采用以CT为基础的模拟定位系统,由于CT图像的软组织分辨率低,使得靶区和正常组织的勾画存在不确定性,不利于精确放疗的实现。研究表明,利用MRI数据,肿瘤可见程度明显提高,靶区勾画的准确性也得到明显的改善[3]。
对于头颈部肿瘤,MRI较CT更能清晰地显示肿瘤的范围,但是由于头颈部组织结构比较复杂,依据MRI图像和CT图像勾画的GTV大小并没有规律性。GTV-MRI与GTV-CT比值的大小,在一定程度上与肿瘤所在的位置有关。研究发现,对于舌根癌,经MRI的T1增强后比在CT上更容易辨认,而且GTV-MRI大于GTV-CT[4];对于口腔和口咽肿瘤,经MRI、PET/CT和病理分析获取的GTV体积大小基本一致,平均体积分别为17.6、18.8和16.6 cm3 [5]。此外,Rasch等[6]基于不同医师根据CT和MRI勾画的头颈部肿瘤GTV,发现GTV-CT的平均容积是GTV-MRI的1.3倍,但GTV-CT并不能完全包括GTV-MRI,而是互补的关系。由于在临床上缺乏CT和MRI等影像学表观与肿瘤病理标本的比对资料,无法判定CT和MRI勾画的肿瘤范围哪个更为准确。如果MRI代表了肿瘤的实际情况,则基于CT图像勾画靶区可造成部分靶区的遗漏,引起肿瘤组织出现漏照;如果CT是正确的,则可能引起部分正常组织受到照射。因此,有研究者建议,不管CT和MRI勾画的肿瘤范围是否一致,只要其中一种影像方式怀疑肿瘤侵犯,勾画GTV就应该把其包含在内[7]。
对于盆腔部位肿瘤,采用MRI进行模拟定位的优越性就更加明显。Barillot和Reynaud[8]发现,利用MRI勾画妇科肿瘤的靶区,靶区病灶周围结构更清晰,有利于放疗计划设计,使得靶区剂量更均匀。而对于前列腺癌,Sannazzari等[9]对8例前列腺癌病例在相同体位下进行CT和MRI扫描,分别基于CT和MRI图像勾画GTV。结果发现,GTV-CT比GTV-MRI平均增加了34%,而依据GTV-MRI制定的放疗计划可使直肠的受照体积减少10%,膀胱和股骨头的受照体积均减少约5%。直肠壁所受照射剂量的减少,有利于增加前列腺的照射剂量,如果直肠壁接受相等剂量,前列腺总放疗剂量可增加2~7 Gy[10]。此外,O′Neill等[11]在局部晚期低位直肠癌患者图像和计划中发现,基于MRI定义的肿瘤体积比基于CT定义的肿瘤体积小,而且更靠近肛门括约肌的远端,这有利于减少患者正常器官的受照剂量,进而提高总照射剂量。对于胸部及上腹部肿瘤,如乳腺癌和肺癌,MRI也逐渐显示出了独特的优势[12]。肺癌合并肺不张时,单纯依据CT图像很难区分正常组织与肿瘤组织,而在MRI弥散加权成像上肺癌的信号强度高于肺不张,且边界清晰,肺癌的表观扩散系数值低于肺不张[13]。二者结合可以很好地确定肿瘤边界,对肺癌靶区的精确勾画具有重要的指导意义。
单纯利用CT图像来勾画靶区轮廓,很有可能会造成部分靶体积的遗漏或增大,靶区的照射剂量不足,而非肿瘤组织过量照射,增加肿瘤的复发率和组织的并发症。采用MRI数据,结合CT图像,可有效地提高肿瘤靶区勾画的精确度。
近年来,随着MRI技术的突破,出现了大孔径(70 cm)高场强MRI模拟定位机,并配套有放疗专用线圈[14]。与普通MRI线圈相比,放疗MRI线圈的设计更考虑摆位的重复性及固定膜的影响,如头部线圈由常规封闭式改为开放式,体部线圈配合前置阵列支撑架使用,以及后置阵列套件、开放阵列套件与线圈的配套使用等。大孔径MRI模拟定位机解决了因放疗患者摆位托架在小孔径磁共振仪中无法安放的问题,而且中高磁场,可有效改善MRI图像质量。对于头部、胸部、腹部等主要肿瘤定位成像,MRI模拟定位机主要使用三维T1或T2加权成像、造影剂增强扫描、弥散加权成像等,不过在序列选择时,需要通过频率相位校正,来保证大射野的图像空间分辨的准确性。目前,已有不少专业MRI序列可供选择[15, 16, 17, 18]。而MRI模拟定位的实现方式有两种:结合CT模拟定位和独立MRI模拟定位。结合CT模拟定位,MRI 扫描和 CT 扫描的两次体位及器官运动位置存在差异,使得图像融合不可能完全在同一层面上,从而影响到靶区和危及器官剂量及其分布的对应位置精度。但是,由于MRI缺少组织密度信息,利用MRI独立模拟定位需要考虑数字重建图像(digitally reconstructed radiograph,DRR)重建的问题,而且还需注意MRI强磁场的影响。目前,主要基于由操作者勾画出骨组织的轮廓,然后赋予这些轮廓骨密度来重建DRR图像。但是,利用此方法重建的DRR图像误差相对较大,可达2~3 mm[19]。
目前,放疗计划系统基于患者的CT电子密度信息,通过模拟放射源和患者组织结构建模,进而计算患者组织吸收剂量及分布。MRI图像的信号强度是质子密度和组织弛豫时间的函数,与电子密度没有相关性。因此,无法像CT一样,基于电子密度来准确计算组织的剂量分布,直接应用于放疗计划。为此,目前临床上主要基于MRI-CT图像配准的方法来解决这一问题。
目前,引起研究者广泛关注的方法是基于解剖影像图谱将CT电子密度信息映射到MRI图像上,形成伪CT,进而计算辐射剂量,并可获得数字影像重建[20]。研究发现,通过复杂算法对MRI图像进行自动分配电子密度,形成伪CT,再分别基于伪CT和CT图像计算剂量,所得的剂量接近一致,差异性 <2%[21]。Korhonen等[22]在前列腺癌的研究中发现,MRI信号强度与Hu相关,而后者与电子密度有关,由此形成的伪CT可进行剂量的计算。结果发现,在软组织和骨组织中的常规CT和伪CT值的差别分别为22~78 Hu和2~5 Hu,计划靶体积剂量D95%、D50%和D5% 的差异性均 <0.8%,而且由于脂肪影响的减少,基于伪CT的剂量计算误差可达到1%以下。由此可见,被赋予电子密度值的MRI图像可以对辐射剂量进行准确的计算。
新的图像处理技术充分利用了两种设备的优势,在一定程度上减少了GTV勾画的误差,同时也使得MRI图像可与具有电子密度的CT图像定量结合,进而用于放疗计划的设计及照射剂量的计算。但是,由于CT与MRI两种影像扫描方式(角度和扫描床)、扫描体位存在着差异,而且MRI中无骨皮质信号,与CT相比其缺少骨性边界,这都可明显影响图像处理技术的准确性及其在放疗中的应用价值。如何实现基于MRI图像的剂量计算,减少多模态图像处理技术的不确定性,是将 MRI直接应用于放疗计划所需解决的难题。
肿瘤患者经过放疗后,如何评估治疗后病灶的变化及残留情况,是临床上面临的关键问题。常规MRI和CT成像技术对观察肿瘤大小的变化非常有利,但无法了解肿瘤内部分子结构发生的变化,难以对肿瘤的放疗疗效做出合理的评估。
磁共振扩散加权成像(diffusion weighted imaging,DWI),作为一种MRI功能成像技术,是目前唯一可以测量活体组织内水分子扩散运动的临床检查方法。不仅能提供肿瘤解剖形态信息,还能反映其内部的水分子运动、血流和细胞代谢等功能信息,为放疗后的肿瘤疗效预测和评价提供了新的思路。DWI技术在头颈部肿瘤、乳腺癌、软组织肿瘤及宫颈癌等疗效监测方面的价值已得到了证实[23, 24, 25, 26]。经放疗后,对放射敏感的肿瘤出现快速消退、凋亡、坏死等,导致细胞间隙增大,使得表观扩散系数值(apparent diffusion coefficient,ADC)有明显的升高;对放射不敏感或抗拒的肿瘤消退较慢,ADC值升高不明显或与放疗前相似,但可通过放疗中后期的ADC值的变化程度监测肿瘤放疗疗效。如Pan等[27]在研究小鼠鼻咽癌模型时发现,受照15 Gy后,肿瘤ADC值的改变与肿瘤体积变化呈正相关(r=0.641, P=0.003)。此外,有研究发现,肿瘤早期的有效治疗可反映为ADC值的升高,并且与之后肿瘤的退缩程度和缓解情况具有高度相关性[24, 28]。但是,DWI 在检查标准和图像解释上尚有不明确的地方,DWI图像还存在着气体伪影致使图像变形、空间分辨率低和微小病灶难以检出等问题,需要进一步的完善。
动态增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)属于MRI灌注成像,通过测量组织血管的灌注参数的改变,进而反映肿瘤组织的新生血管程度及微血管表面通透性的高低,从而评价肿瘤的治疗疗效。射线不仅杀灭肿瘤细胞,也破坏肿瘤的供血血管。抑制肿瘤血管生成是抗肿瘤治疗的一个重要机制,而形态学监测难以评价其疗效,DCE-MRI则具有明显的优势。放疗过程中,肿瘤组织逐渐消退,肿瘤血管逐渐减少,正常组织逐渐修复,导致放疗后期DCE-MRI半定量参数明显下降[29];而对于DCE-MRI的定量分析,对比剂容积转移常量(K trans)已被公认为肿瘤血流的标志物,可作为预测放疗疗效的指标[30]。射线照射肿瘤组织时,肿瘤毛细血管壁肿胀、变性、坏死,使得血管官腔变窄,血栓形成,从而导致血管渗透性降低及血流灌注减少,使得Ktrans值降低[31]。DCE-MRI技术已逐渐应用于头颈部肿瘤、乳腺癌、宫颈癌等放疗疗效的监测与评估[32, 33, 34]。但是,由于DCE-MRI技术与分析的标准化、成像方法、病理对照规范化及量化等问题,使得其临床应用受到限制。
在放疗中,如何准确确定肿瘤靶区的位置,特别是随呼吸运动位置变化幅度较大的胸腹部肿瘤,一直是困扰着临床放射肿瘤学的难题。器官运动,特别是呼吸运动,可导致靶区照射剂量分布不均匀,甚至出现剂量的冷点或热点。目前多数情况下,放疗医师根据临床经验在肿瘤靶区外放一定的边界,以补偿呼吸运动对其位置的影响。外放边界不足,会造成肿瘤出现漏照;外放边界过大,则正常组织和器官受到了不必要的照射。
近年来,随着对4D-CT的深入研究,4D-CT可较好地解决呼吸运动问题,反映了肿瘤的运动规律。但是,4D-CT仅限于单一的平均呼吸周期,往往含有成像伪影,而且成像剂量大;此外,由于CT的软组织分辨率低,对于软组织运动不能提供有效的信息[35]。相反,4D-MRI即容积动态MRI,具有较高的软组织分辨率,且无辐射剂量,而且磁共振成像能够在任意方向执行,基本上可以克服4D-CT存在的缺点。4D-MRI基于传统的2D和3D MR成像技术,采用额外图像获取和处理方法进行4D-MRI重建,经重建的4D-MRI图像可以准确地评估组织器官的运动规律,尤其是呼吸运动;而且还可以和呼吸门控技术相结合,减少肺、心脏、肝脏等器官的运动幅度。基于重复3D体积采集,4D-MRI可实现真正的实时性,且不需要严格后处理即可获得4D解剖信息;而基于多层面2D动态MRI的4D-MRI,在采集过程中可使得器官运动最小化,并具有较高的平面分辨率,但是需要更多的后处理来获取短暂的3D信息。4D-MRI使得较长持续时间且无辐射的重复扫描成为可能[36]。von Siebenthal等[37]提出采用4D-MRI成像技术来评估器官的呼吸运动,其研发出的4D-MRI重建方法可详细显示自由呼吸过程中的器官变化。Dinkel等[38]发现4D-MRI可以有效分析肺癌患者的复杂呼吸模式,有利于结合肿瘤的运动进行放射治疗计划的设计。Hu等[39]基于呼吸幅度开发的4D-MRI 图像采集系统,可进行不同呼吸状态和不同呼吸周期的MRI 图像采集,获得更多的MRI序列,有利于提高在肿瘤运动成像过程中组织间的对比度。但是,重建的4D-MRI图像缺乏电子密度信息,不能直接用于照射剂量的计算。Boye等[40]提出,利用特定模型将4D-MRI图像上的运动信息映射到3D-CT图像上,与由单相CT数据提供的电子密度数据相结合,形成4D-CT (MRI)。4D-CT (MRI)成像质量优于4D-CT的成像质量,呈现出必要的组织特性,同时具有4D-MRI所提供的运动信息,而且可进行精准的放射剂量计算,以及4D照射剂量计算。这使得4D-MRI技术应用于放疗成为可能,进而为4D放射治疗计划的研究提供重要的支持。
图像引导放疗(image guided radiation therapy,IGRT)是将直线加速器与成像设备相结合,在治疗前、治疗中采集有关的图像信息,确定治疗靶区和重要结构的位置是否与治疗计划前相一致,并对其进行位置和剂量分布的校正,从而引导此次及后继的治疗。IGRT旨在减少不确定因素,实现真正的精确放疗。目前主要基于CT技术开展图像引导放疗,但CT图像的软组织分辨率低,其成像原理难以在治疗照射期间实现实时动态4D成像,且CT扫描可导致额外的辐射剂量[41]。 MRI软组织分辨率高且无辐射,并具有多种成像模式,提供丰富的诊断信息,如器官的运动、生理机能、组织功能等,可以很好解决基于CT技术开展图像引导放疗的问题。随着快速MRI技术的突破,如压缩感知磁共振成像(compressed sensing MRI,CS-MRI)[42-43]和并行磁共振成像(parallel MRI,pMRI)[44],压缩感知MRI使得大幅度的降低所需的采样数据量成为可能,在时间和空间上提供了一种拍摄软组织图像的更快速的途径,而并行磁共振成像突破了传统MRI成像时间受到磁场梯度以及射频硬件性能的限制。但这基于MRI技术的图像引导放疗需要多种技术的支持,包括MRI与直线加速器一体化放疗设备。其中,首先需要解决两个主要问题[45]。第一,如何实现MRI扫描仪与直线加速器之间的“电磁去耦”,例如,MRI扫描仪的强磁场会干扰直线加速器的正常运行,而直线加速器运行会降低MRI图像的质量。第二,MRI引导放疗的实施需要一系列的新的放射治疗程序和概念,如新的剂量计算算法、剂量方案和质量保证措施等。目前,国外机构正致力于开发MRI与直线加速器一体化放疗设备以及MRI引导放疗系统(magnetic resonance-guided radiation therapy,MRIgRT)[45-46]。MRIgRT系统的放疗投照模式是基于旋转调强放疗。由于系统结构引起的射线剂量分布特征,可在Monte Carlo算法下获得最优化的精度,但与商用TPS的计算精度相比是否具有差异,还有待进一步的研究。此外,在MRIgRT系统中如何获得具有CT密度值的图像,仍是一个难题,还是沿用螺旋断层放疗的MV-CT模式在直线加速器切换到较低能量输出时,进行MV-CBCT成像,再与一系列的MR图像进行图像配准,目前暂无一致的论点。
综上所述,随着MRI技术的快速发展,MRI在肿瘤放射治疗中的地位越来越重要,可整合到肿瘤放射治疗流程中的各个环节。基于MRI模拟定位、照射剂量计算和靶区/非靶区的运动监测与校正以及MRI与直线加速器一体化放疗设备的研制,将更有助于精确放疗的实现。不过,MRI模拟定位机序列选择方法和设备质量控制方法还需要进一步的健全。另外,患者体内金属植入物(如起搏器、人工关节)、运动影响及MRI设备价格也是需要考虑的问题。
利益冲突 本人与本人家属、其他研究者,未因进行该研究而接受任何不正当的职务或财务利益,在此对研究的独立性和科学性予以保证 作者贡献声明 张全彬负责检索文献、撰写、修改论文;张书旭负责选题、检索文献、修改论文;林生趣负责检索资料[1] | van Herk M. Errors and margins in radiotherapy[J]. Semin Radiat Oncol, 2004,14(1):52-64. DOI: 10.1053/j.semradonc.2003.10.003. |
[2] | Chung NN, Ting LL, Hsu WC, et al. Impact of magnetic resonance imaging versus CT on nasopharyngeal carcinoma: primary tumor target delineation for radiotherapy[J]. Head Neck, 2004,26(3):241-246. DOI: 10.1002/hed.10378. |
[3] | Emami B, Sethi A, Petruzzelli GJ. Influence of MRI on target volume delineation and IMRT planning in nasopharyngeal carcinoma[J]. Int J Radiat Oncol Biol Phys, 2003,57(2):481-488. DOI: 10.1016/S0360-3016(03)00570-4. |
[4] | Ahmed M, Schmidt M, Sohaib A, et al. The value of magnetic resonance imaging in target volume delineation of base of tongue tumours-a study using flexible surface coils[J]. Radiother Oncol, 2010,94(2):161-167. DOI: 10.1016/j.radonc.2009.12.021. |
[5] | Seitz O, Chambron-Pinho N, Middendorp M, et al. 18F-Fluorodeoxyglucose-PET/CT to evaluate tumor, nodal disease, and gross tumor volume of oropharyngeal and oral cavity cancer: comparison with MR imaging and validation with surgical specimen[J]. Neuroradiology, 2009,51(10):677-686. DOI: 10.1007/s00234-009-0586-8. |
[6] | Rasch C, Keus R, Pameijer FA, et al. The potential impact of CT-MRI matching on tumor volume delineation in advanced head and neck cancer[J]. Int J Radiat Oncol Biol Phys, 1997,39(4):841-848. DOI: 10.1016/S0360-3016(97)00465-3. |
[7] | Khoo VS, Adams EJ, Saran F, et al. A Comparison of clinical target volumes determined by CT and MRI for the radiotherapy planning of base of skull meningiomas[J]. Int J Radiat Oncol Biol Phys, 2000,46(5):1309-1317. DOI: 10.1016/S0360-3016(99)00541-6. |
[8] | Barillot I, Reynaud-Bougnoux A. The use of MRI in planning radiotherapy for gynaecological tumours[J]. Cancer Imaging, 2006,6:100-106. DOI: 10.1102/1470-7330.2006.0016. |
[9] | Sannazzari GL, Ragona R, Ruo RMG, et al. CT-MRI image fusion for delineation of volumes in three-dimensional conformal radiation therapy in the treatment of localized prostate cancer[J]. Br J Radiol, 2002,75(895):603-607. DOI: 10.1259/bjr.75.895.750603. |
[10] | Steenbakkers RJ, Deurloo KE, Nowak PJ, et al. Reduction of dose delivered to the rectum and bulb of the penis using MRI delineation for radiotherapy of the prostate[J]. Int J Radiat Oncol Biol Phys, 2003,57(5):1269-1279. DOI:10.1016/S0360-3016(03)01446-9. |
[11] | O'Neill BD, Salerno G, Thomas K, et al. MR vs CT imaging: low rectal cancer tumour delineation for three-dimensional conformal radiotherapy[J]. Br J Radiol, 2009,82(978):509-513. DOI: 10.1259/bjr/60198873. |
[12] | Giezen M, Kouwenhoven E, Scholten AN, et al. Magnetic resonance imaging-versus computed tomography-based target volume delineation of the glandular breast tissue (clinical target volume breast) in breast-conserving therapy: an exploratory study[J]. Int J Radiat Oncol Biol Phys, 2011,81(3):804-811. DOI: 10.1016/j.ijrobp.2010.07.004. |
[13] | Qi LP, Zhang XP, Tang L, et al. Using diffusion-weighted MR imaging for tumor detection in the collapsed lung: a preliminary study[J]. Eur Radiol, 2009,19(2):333-341. DOI: 10.1007/s00330-008-1134-3. |
[14] | Lagendijk JW, Raaymakers BW, Van den Berg CT, et al. MR guidance in radiotherapy[J]. Phys Med Biol, 2014,59(21):R349. DOI: 10.1088/0031-9155/59/21/R349. |
[15] | Mazzara GP, Velthuizen RP, Pearlman JL, et al. Brain tumor target volume determination for radiation treatment planning through automated MRI segmentation[J]. Int J Radiat Oncol Biol Phys, 2004,59(1):300-312. DOI: 10.1016/j.ijrobp.2004.01.026. |
[16] | Ahn KH, Hargreaves BA, Alley MT, et al. MRI guidance for accelerated partial breast irradiation in prone position: imaging protocol design and evaluation[J]. Int J Radiat Oncol Biol Phys, 200975(1):285-293. DOI:10.1016/j.ijrobp.2009.03.063. |
[17] | Jackson AN, Reinsberg SA, Sohaib SA, et al. Distortion-corrected T2 weighted MRI: a novel approach to prostate radiotherapy planning[J]. Br J Radiol, 2007,80(959):926-933. DOI: 10.1259/bjr/51363812. |
[18] | Wachter-Gerstner N, Wachter S, Reinstadler E, et al. The impact of sectional imaging on dose escalation in endocavitary HDR-brachytherapy of cervical cancer: results of a prospective comparative trial[J]. Radiother Oncol, 2003, 68(1):51-59. DOI:10.1016/S0167-8140(03)00083-5. |
[19] | Chen L, Price Jr, Nguyen TB, et al. Dosimetric evaluation of MRI-based treatment planning for prostate cancer[J]. Phys Med Biol, 2004,49(22):5157. DOI: 10.1088/0031-9155/49/22/010. |
[20] | Dirix P, Haustermans K, Vandecaveye V. The value of magnetic resonance imaging for radiotherapy planning[J]. Semin Radiat Oncol, 2014,24(3):151-159. DOI: 10.1016/j.semradonc.2014.02.003. |
[21] | Dowling JA, Lambert J, Parker J, et al. An atlas-based electron density mapping method for magnetic resonance imaging (MRI)-alone treatment planning and adaptive MRI-based prostate radiation therapy[J]. Int J Radiat Oncol Biol Phys, 2012,83(1):e5-11. DOI: 10.1016/j.ijrobp.2011.11.056. |
[22] | Korhonen J, Kapanen M, Keyriläinen J, et al. A dual model HU conversion from MRI intensity values within and outside of bone segment for MRI-based radiotherapy treatment planning of prostate cancer[J]. Med Phys, 2014,41(1):011704. DOI: 10.1118/1.4842575. |
[23] | Fong D, Bhatia KS, Yeung D, et al. Diagnostic accuracy of diffusion-weighted MR imaging for nasopharyngeal carcinoma, head and neck lymphoma and squamous cell carcinoma at the primary site[J]. Oral Oncol, 2010,46(8):603-606. DOI: 10.1016/j.oraloncology.2010.05.004. |
[24] | Park SH, Moon WK, Cho N, et al. Diffusion-weighted MR imaging: pretreatment prediction of response to neoadjuvant chemotherapy in patients with breast cancer[J]. Radiology, 2010,257(1):56-63. DOI: 10.1148/radiol.10092021. |
[25] | Einarsdóttir H, Karlsson M, Wejde J, et al. Diffusion-weighted MRI of soft tissue tumours[J]. Eur Radiol, 2004,14(6):959-963. DOI: 10.1007/s00330-004-2237-0. |
[26] | McVeigh PZ, Syed AM, Milosevic M, et al. Diffusion-weighted MRI in cervical cancer[J]. Eur Radiol, 2008,18(5):1058-1064. DOI: 10.1007/s00330-007-0843-3. |
[27] | Pan J, Zang L, Zhang Y, et al. Early changes in apparent diffusion coefficients predict radiosensitivity of human nasopharyngeal carcinoma xenografts[J]. Laryngoscope, 2012,122(4):839-843. DOI: 10.1002/lary.23208. |
[28] | Vandecaveye V, Dirix P, De Keyzer F, et al. Diffusion-weighted magnetic resonance imaging early after chemoradiotherapy to monitor treatment response in head-and-neck squamous cell carcinoma[J]. Int J Radiat Oncol Biol Phys, 2012,82(3):1098-1107. DOI: 10.1016/j.ijrobp.2011.02.044. |
[29] | Zahra MA, Tan LT, Priest AN, et al. Semiquantitative and quantitative dynamic contrast-enhanced magnetic resonance imaging measurements predict radiation response in cervix cancer[J]. Int J Radiat Oncol Biol Phys, 2009,74(3):766-773. DOI: 10.1016/j.ijrobp.2008.08.023. |
[30] | Jackson A, O'Connor JP, Parker GJ, et al. Imaging tumor vascular heterogeneity and angiogenesis using dynamic contrast-enhanced magnetic resonance imaging[J]. Clin Cancer Res, 2007,13(12):3449-3459. DOI: 10.1158/1078-0432.CCR-07-0238. |
[31] | Juan CJ, Chen CY, Jen YM, et al. Perfusion characteristics of late radiation injury of parotid glands: quantitative evaluation with dynamic contrast-enhanced MRI[J]. Eur Radiol, 2009,19(1):94-102. DOI: 10.1007/s00330-008-1104-9. |
[32] | Chikui T, Kawano S, Kawazu T, et al. Prediction and monitoring of the response to chemoradiotherapy in oral squamous cell carcinomas using a pharmacokinetic analysis based on the dynamic contrast-enhanced MR imaging findings[J]. Eur Radiol, 2011,21(8):1699-1708. DOI: 10.1007/s00330-011-2102-x. |
[33] | Montemurro F, Martincich L, De Rosa G, et al. Dynamic contrast-enhanced MRI and sonography in patients receiving primary chemotherapy for breast cancer[J]. Eur Radiol, 2005,15(6):1224-1233. DOI: 10.1007/s00330-005-2656-6. |
[34] | Dimopoulos JC, Schirl G, Baldinger A, et al. MRI assessment of cervical cancer for adaptive radiotherapy[J]. Strahlenther Onkol, 2009,185(5):282-287. DOI: 10.1007/s00066-009-1918-7. |
[35] | Moorees J, Bezak E. Four dimensional CT imaging: a review of current technologies and modalities[J]. Australas Phys Eng Sci Med, 2012,35(1):9-23. DOI: 10.1007/s13246-012-0124-6. |
[36] | Tryggestad E, Flammang A, Han-Oh S, et al. Respiration-based sorting of dynamic MRI to derive representative 4D-MRI for radiotherapy planning[J]. Med Phys, 2013,40(5):051909. DOI: 10.1118/1.4800808. |
[37] | von Siebenthal M, Székely G, Gamper U, et al. 4D MR imaging of respiratory organ motion and its variability[J]. Phys Med Biol, 2007,52(6):1547-1564. DOI: 10.1088/0031-9155/52/6/001. |
[38] | Dinkel J, Hintze C, Tetzlaff R, et al. 4D-MRI analysis of lung tumor motion in patients with hemidiaphragmatic paralysis[J]. Radiother Oncol, 2009,91(3):449-454. DOI: 10.1016/j.radonc.2009.03.021. |
[39] | Hu Y, Caruthers SD, Low DA, et al. Respiratory amplitude guided 4-dimensional magnetic resonance imaging[J]. Int J Radiat Oncol Biol Phys, 2013,86(1):198-204. DOI: 10.1016/j.ijrobp.2012.12.014. |
[40] | Boye D, Lomax T, Knopf A. Mapping motion from 4D-MRI to 3D-CT for use in 4D dose calculations: a technical feasibility study[J]. Med Phys, 2013,40(6):061702. DOI: 10.1118/1.4801914. |
[41] | Bostel T, Nicolay NH, Grossmann JG, et al. MR-guidance-a clinical study to evaluate a shuttle-based MR-linac connection to provide MR-guided radiotherapy[J]. Radiat Oncol, 2014,9(1):1. DOI: 10.1186/1748-717X-9-12. |
[42] | Lustig M, Donoho D, Pauly JM. Sparse MRI: The application of compressed sensing for rapid MR imaging[J]. Magnet Reson Med, 2007,58(6):1182-1195. DOI: 10.1002/mrm.21391. |
[43] | Gamper U, Boesiger P, Kozerke S. Compressed sensing in dynamic MRI[J]. Magnet Reson Med, 2008,59(2):365-373. DOI: 10.1002/mrm.21477. |
[44] | Larkman DJ, Nunes RG. Parallel magnetic resonance imaging[J]. Phys Med Biol, 2007,52(7):R15. DOI:10.1088/0031-9155/52/7/R01. |
[45] | Oelfke U. Magnetic resonance imaging-guided radiation therapy: Technological innovation provides a new vision of radiation oncology practice[J]. Clin Oncol (R Coll Radiol), 2015,27(9):495-497. DOI: 10.1016/j.clon.2015.04.004. |
[46] | Jaffray A, Carlone C, Milosevic F, et al. A facility for magnetic resonance-guided radiation therapy[J]. Semin Radiat Oncol, 2014,24(3):193-195. DOI: 10.1016/j.semradonc.2014.02.012. |