首發公眾號“醫影雜記”

ADC（Apparent diffusion coefficient），表觀彌散系數，用于描述DWI序列中不同方向的分子擴散運動的速度和范圍，是MRI DWI（Diffusion-weighted imaging, 彌散加權成像）中最常用、也是最基礎的一項指標。如果想快速了解DWI和ADC，推薦網頁https://radiopaedia.org/articles/apparent-diffusion-coefficient-1，如果想深入了解，推薦學習這個網頁中包含的參考文獻。

大多數時候，核磁設備自帶的工作站會自動生成ADC圖像，大家直接看就可以了。但個別情況，大家拿到的影像中可能不包含ADC圖像，這時如果想知道某個病灶或感興趣區的ADC值，就要想辦法自己算了。

需要手算ADC值的情況不多，但確實存在，咱們今天就來看看如何土法上馬，手算ADC值。

老規矩，先給結論。

手算ADC值，首先需要找到b0序列和b1000序列，然后在兩個序列對應層面的相同區域上分別畫出感興趣區域ROI，并計算ROI內像素值均值，假定b0序列中ROI的均值為S0，b1000序列中ROI的均值為S1，則ROI的平均ADC值近似如下

其中，b1=1000, b0=0。還有非常重要的一點，上面公式得出的ADC值需要乘上10的6次方，才和平常大家經常見到的ADC圖像中的值對的上。因為ADC值普遍采用下面的單位。

作為參考，腦部組織的ADC值范圍如下。

• white matter: 670-800
• deep grey matter: 700-850
• cortical grey matter: 800-1000
• CSF: 3000-3400
• astrocytoma
  • Grade II: 1273 ± 293
  • Grade III: 1067 ± 276
  • Grade IV: 745 ± 135

Apparent diffusion coefficient?radiopaedia.org

開始之前，先找找ADC序列

開始手算ADC之前，大家務必，先找找是不是已經有ADC序列了。下圖是一個ADC序列，大家感受一下。

Cerebral abscess?radiopaedia.org

ADC圖像最大的特點就是，看上去所有的骨骼都沒“摳”掉了，只保留了軟組織和液體。

除了上面常見的ADC序列，還有一種指數ADC序列（Exponential ADC），參考下圖中的右圖。關于Exponential ADC，大家參考

https://mriquestions.com/exponential-adc.html#?mriquestions.com

此外，大家也可以根據序列描述（SeriesDescription, (0x0008,0x103e))，來幫助快速找ADC序列。如果序列描述中包含“ADC”這個關鍵詞，有很大可能就是ADC序列了。但這種方法，就好比根據姓名來猜男女一樣，不一定準確。下面的表格列舉了一線廠家可能使用的序列命名舉例。僅僅是舉例啊，不是統一標準。

如何找到并區分b0和b1000序列？

如果確實沒有ADC序列，那么就可以考慮手算。首先需要找到b0和b1000序列。

個人推薦，找b0或b1000序列，可以先看序列描述（Series Description），快速找到可能的b0（b1000）序列，然后再通過查看不同廠商DICOM Tag值的方法，來確認是否為b0（b1000）序列。

先說序列描述。下面的表格列舉了一線大廠可能使用的序列命名。只是舉例啊，不是統一標準。

上面的表格中“b=1000,b=0復合序列”表示一個序列中同時包含了b1000和b0序列。假如一個序列有40張圖像，其中前20張可能是b1000圖像，后20張是b0圖像；也可能b0在前，b1000在后。并且，40張圖像中，第1張和第21張都對應空間中同一位置，也就是人體的同一層面，只是b值不同。

那么，如何區分b0和b1000序列呢？這就需要去看不同廠家特定DICOM Tag的值了。為啥說“不同廠家特定DICOM Tag"？因為最早DICOM標準中并沒有為b值的存儲，規定一個統一的Tag。這就造成了各個廠商都是采用自己的私有標準來存儲b值的。

還好，國外大神整理了一線廠商的b值存儲方式：

NAMIC Wiki:DTI:DICOM for DWI and DTI?www.na-mic.org

對于從事醫療影像軟件開發，尤其是MRI后處理軟件開發的同學，上面的網頁非常有用，強烈推薦惠存。但對于大部分同學，大家直接看下面的表格，應該能覆蓋80%的情況了。

在b0和b1000上勾畫ROI，并計算ADC值

確認b0和b1000序列之后，接下來的工作就比較直截了當了。

首先，需要找到一款支持勾畫ROI，并且計算ROI內像素均值的DICOM瀏覽器軟件。專業的PACS終端或圖像工作站，都會具備這項功能。如果大家手邊沒有這樣的軟件的話，可以采用免費軟件MicroDICOM。https://www.microdicom.com/。下面ROI的圖片，都是用MicroDICOM完成的。

在b0和b1000的對應層面中，分別勾畫ROI。假定b0序列中ROI的均值為S0，b1000序列中ROI的均值為S1，通過下面的公式計算ROI區域的近似平均ADC值。

其中，b0=0，b1=1000。

咱們舉例說明一下。下圖中，從左至右，是從一次檢查中找到的b0、b1000、以及ADC序列中相對應的層面。這里，咱們為了對比校驗，把ADC層面也包含了進來。

把上方圖片中ROI區域放大，如下圖，能夠看得更清楚。

為了計算更方便，咱們可以在Excel中做一個帶公式的小表格，如下圖所示。把上圖中三個ROI區域的像素均值填入表格，就可以計算出ADC值了。

表格中，手算ADC = LN(A2/B2)/(D2-C2)*1000000，其中“LN()"表示以自然數e為底，求對數。

從圖片可以看出，咱們手算出來的ADC值是874，而廠商生成的ADC值是876，二者還是非常接近的。

有兩點需要說明。

首先，咱們手算ADC值時，為了操作方便，是先求b0和b1000圖像ROI內像素的均值，然后把均值代入公式，計算出ADC值。而廠商生成的ADC圖像中，每個像素的值是采用相應b0和b1000圖像中相應單個像素的值，代入公式，計算出來的，然后咱們在ADC上畫ROI，再求均值。簡單來說，咱們手算的ROI ADC值，是先求均值，再算ADC；而廠商ADC ROI的值，則是先算ADC值，再求均值。二者數學上是有差異的。

其次，上面ROI區域都是手工畫的，在3幅圖像中的位置和大小肯定有差異，也會帶來誤差。

---

到這里，手算ADC值的方法終于說完了。咱們用了2千多字，討論了如何解決一個平常不太會遇到的問題，得到一個”模糊正確“的答案。似乎這番折騰，多少有些不值得。

還好，英國哲學和邏輯學家Carveth Read說過，模糊的正確遠勝于精確的錯誤。另外，這次聊的如何識別ADC、b0、b1000序列，大家以后可能用的上。

總結

以上是生活随笔為你收集整理的掩膜区域内像素值_MRI ADC值是怎么来的？咱们来手算一下的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。