文献速递神经MR

利用VERDICT MRI无创评估胶质瘤微观结构:与组织学相关性研究

Non-invasive assessment of glioma microstructure using VERDICT MRI: correlation with histology.
PubMed 文献 · Eur Radiol · 2019-03-19

这项前瞻性研究纳入14例未经治疗的疑似胶质瘤患者,采用VERDICT MRI建模获取肿瘤微观结构参数并与组织学对照。结果显示高级别胶质瘤的细胞内体积分数高于低级别(0.13±0.07 vs 0.08±0.02,p=0.05),细胞半径两组相似,常规ADC两组差异无统计学意义(p=0.18)。作者认为VERDICT MRI可用于探索胶质瘤组织微观结构,参数与组织学相关,未来可能作为诊断分层和治疗反应监测的潜在检查方法。

要点

  • VERDICT MRI可在临床可接受的时间尺度内完成,本研究中采集与后处理共需25.5分钟±5.3分钟。
  • 高级别胶质瘤细胞内体积分数高于低级别(0.13±0.07 vs 0.08±0.02,p=0.05),细胞外/血管体积分数呈相反趋势但未达显著(p=0.10)。
  • VERDICT细胞半径与组织学测量在低级别(p=0.09)和高级别(p=0.80)均无显著差异。

核心结论

  • 作者认为VERDICT MRI可利用简略方案探索胶质瘤组织微观结构,其组织结构的VERDICT参数与组织学衍生参数相关。
  • 作者认为该方法未来有潜力成为诊断分层和治疗反应监测的候选检查,但本研究为可行性研究。

研究设计与样本

  • 前瞻性可行性研究,纳入14例连续未经治疗的疑似胶质瘤患者(男6例、女8例,年龄43.5岁±15.1岁),均计划行立体定向活检或切除。
  • 使用3.0-T临床扫描仪及12通道头线圈(Discovery MR750;GE Healthcare)行3D T2W、2D T2W FLAIR、DWI及增强前后3D T1W FSPGR成像。
  • VERDICT采用五b值简略方案,空间分辨率2 mm各向同性,每个b值采集66秒,总采集时间330秒。
  • 由一位有6年神经影像经验的神经放射科医师勾画瘤周水肿、强化肿瘤和坏死区,第二位有3年经验的观察者盲法重复勾画评估可重复性。
  • 以WHO 2016分类的组织病理学为参考标准,用半自动软件测量细胞密度和细胞大小。

关键影像表现/征象

  • VERDICT衍生图较相应ADC图显示更高程度的异质性,尤其在高别级胶质瘤中,VERDICT图上的区域差异在ADC上不可见。
  • 高细胞内体积分数区域大体对应独立衍生的低细胞外体积分数区域,提示模型内部一致。
  • VERDICT与组织病理学上高级别胶质瘤的细胞大小范围均较低级别更大,符合高级别肿瘤异质性更强的特点。

诊断标准与关键数值

  • VERDICT细胞内体积分数:高级别胶质瘤0.13±0.07(范围0.08–0.27)vs 低级别0.08±0.02(范围0.07–0.14),p=0.05。
  • VERDICT细胞外/血管体积分数:低级别0.92±0.04(范围0.85–0.95)vs 高级别0.88±0.07(范围0.75–0.92),p=0.10,未达统计学显著。
  • VERDICT细胞半径:高级别6.8±2.3 μm(范围4.3–11)vs 低级别6.7±1.2 μm(范围4.8–7.8)。
  • 常规ADC:低级别1.22±0.13×10⁻³ mm²/s(范围1.13–1.44)vs 高级别0.98±0.38×10⁻³ mm²/s(范围0.77–1.74),p=0.18,未达统计学显著。
  • 组织学细胞半径:高级别5.7±1.4 μm(范围4.5–8.1)vs 低级别4.6±1.6 μm(范围3.1–8.1),p=0.16。

临床应用与阅片要点

  • VERDICT参数图可与常规DWI/ADC互补,ADC在低级别与高级别胶质瘤间存在较大重叠且本研究中组间差异未达统计学显著。
  • 肿瘤勾画需结合T1W增强与T2W图像,增强T1W用于界定强化组织和坏死,T2W用于突出水肿边界,本研究中两位观察者勾画全肿瘤区的Dice相似系数为0.89±0.06。
  • 本研究中心采用基于线性化和凸优化的后处理框架,使计算加速1500倍,采集与后处理共需25.5分钟±5.3分钟。

局限性

  • 样本量小,可能降低了本研究的统计效能。
  • 原始VERDICT模型基于9.4 T临床前场强、扩散梯度能力约300 mT/m的前列腺癌动物模型设计,临床场强下的噪声和时间限制可使计算建模不稳定,可能影响血管内隔室的计算拟合。
  • 组织学与影像的相关性对照具有挑战性,因为2 mm厚的影像层面与4 μm厚的病理切片相比较,尤其考虑到胶质瘤的异质性,可能引入采样误差。
  • 作者指出需要未来更大规模的研究来更充分地以组织病理学验证该技术并探索其作为常规临床工具的潜在应用。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2019 Mar 19;29(10):5559–66. doi: 10.1007/s00330-019-6011-8

引言

胶质瘤是原发性脑肿瘤,其特征为弥漫性浸润和预后不良[1, 2]。遗传异质性和表型异质性导致治疗反应差和肿瘤复发[3, 4]。磁共振成像(MRI)是首选的影像学检查方法,但在评估肿瘤亚型和瘤内异质性方面存在局限性[5–8]。此外,常规影像学在评估肿瘤向瘤周区域扩散方面效果不佳,这可能导致切除不充分和复发[9]。因此,需要新的影像生物标志物来改善胶质瘤的评估。

多项研究探讨了弥散加权成像(DWI)和表观弥散系数(ADC)在评估胶质瘤中的重要性,但显示亚型之间测量值存在部分重叠[10–12]。ADC可能在鉴别高级别胶质瘤与转移瘤以及评估瘤周水肿方面具有一定作用,但无法准确区分原发性脑肿瘤亚型[11–15]。肿瘤血管、细胞外和受限弥散用于细胞计量学(VERDICT)是一种从DWI测量推断组织微结构的模型[16]。该模型衍生出多个隔室(细胞内、血管内和细胞外–血管外间隙),已应用于结直肠癌异种移植模型和前列腺癌患者研究,近期已被证明在胶质瘤中可行[16–19]。在此,我们将该方法应用于胶质瘤瘤内和肿瘤间异质性成像,并作为前瞻性研究的一部分通过组织学进行验证。

方法与材料

患者选择

连续招募了14例未经治疗的患者(男6例,女8例;年龄43.5岁±15.1岁)纳入这项经伦理批准的前瞻性研究,来源为神经肿瘤多学科团队会议或门诊。受试者计划接受立体定向活检或切除术,并签署了书面知情同意书。

MRI采集

MRI检查使用3.0-T临床扫描仪和12通道头部线圈(Discovery MR750;GE Healthcare)进行。成像包括以下内容:3D T2加权(T2W)成像(重复时间/回波时间(TR/TE)2500/79 ms;248层;层厚1.2 mm;采集矩阵320×320;视野(FOV)240 mm×240 mm)、2D T2W液体衰减反转恢复(FLAIR)(TR/TE 8000/126 ms;反转时间(TI)2128 ms;层厚6 mm;采集矩阵384×224;FOV 240 mm×240 mm)和DWI(TR/TE 2841–3867/83.3–87.4 ms;层厚5 mm;b值0和1000 s/mm²;矩阵128×128;FOV 240 mm×240 mm)。在钆基对比剂注射(钆布醇1.0 mmol/mL;Schering)前后进行三维T1加权快速扰相梯度回波(T1W FSPGR)(252层;0.94 mm×0.94 mm×1.5 mm重建至0.94 mm×0.94 mm×1 mm;TR/TE 8.2/3.2;层厚1.5 mm;矩阵256×256;FOV 240 mm×240 mm)。ADC图按临床标准生成。

VERDICT采集与后处理

DWI和VERDICT建模的参数见表1,空间分辨率为2 mm各向同性[17]。对于每个b值,分别采集一幅b = 0图像,以补偿不同T2加权成像的影响。为评估五b值简化采集方案的稳健性,在一名患者的临床梯度系统限制范围内(Gmax,45 mT/m;转换速率,200 mT/m/s)采用了包含40个b值的扩展方案。

在T2W上定位肿瘤,然后在感兴趣区(ROI)上采集16层轴位DWI用于VERDICT建模。每个b值的采集时间为66 s,总时间为330 s。使用基于线性化和凸优化的框架(Matlab 2016b,MathWorks)计算肿瘤细胞半径、细胞内(IC)和合并的细胞外(EC)/血管体积,该框架提供了1500倍的加速因子[20, 21]。细胞内和细胞外间隙分别建模,因此两个腔室之和仅约为100%。参数图配准至增强后3D T1W和3D T2W序列(SPM12,UCL)。

表1 简化VERDICT模型的扩散MRI参数 查看原表 ↗

MRI分析

一名具有6年神经影像经验的神经放射科医师使用OsiriX(V.8.5.2,Pixmeo SARL)在轴位T2W和轴位3D T1W增强后序列上勾画ROI。为评估ROI定义的可重复性,由另一名具有3年神经影像经验、对临床数据设盲的观察者使用相同软件进行第二次分析。结合T1W和T2W成像评估,围绕整个病灶(包括周围水肿)勾画ROI。3D T1W增强后图像用于更好地界定强化组织和坏死(如存在),而T2W图像用于更好地突出水肿边界。ADC和VERDICT图与解剖成像共配准以计算微观结构参数。

病理分析

采用组织病理学依据WHO 2016分类确定肿瘤分级和类型[1]。一名具有7年经验的神经病理学家评估了× 600视野(FOV)、固定矩阵为184 μm × 138 μm的肿瘤显微照片,使用半自动化软件(Image-Pro Insight)评估细胞密度和细胞大小。通过测量每个FOV中20个癌细胞的短轴和长轴来评估平均肿瘤细胞大小。为确定固定后收缩是否影响这些测量,比较了同一患者血涂片和染色切片中的红细胞大小[22, 23]。

统计分析

统计分析使用数学分析软件程序(Matlab Statistics and Machine Learning Toolbox,Matlab 2017a,MathWorks)进行。采用Kolmogorov–Smirnov检验检测数据的正态性。病理分析与VERDICT参数之间的比较采用Wilcoxon秩和检验。采用相同的非参数统计检验评估细胞大小和密度的差异,并比较两名观察者获得的结果。使用p值≤ 0.05作为统计学显著性标准。采用Dice相似系数(DSC)评估两名观察者分割的可重复性[24];系数> 0.70表明ROI之间重叠良好[25, 26]。

结果

人口统计学和肿瘤特征见表2。所有患者均成功进行了VERDICT拟合。低级别胶质瘤(LGG)患者成像与手术之间的时间窗为17.5 ± 12.3(中位数 ± 标准差;范围4–46)天,高级别胶质瘤(HGG)患者为5.2 ± 6.4(1–17)天。纳入的患者如下:7例LGG(4例弥漫性、异柠檬酸脱氢酶1(IDH1)R132H突变型星形细胞瘤;3例IDH1 R132H突变型、1p19q共缺失少突胶质细胞瘤)和7例HGG(6例IDH野生型胶质母细胞瘤;1例IDH野生型星形细胞瘤)。

表2 高级别和低级别肿瘤的人口统计学数据和组织病理学特征 查看原表 ↗

组织病理学分析

细胞半径的组织病理学测量值(图1)在HGG与LGG之间无显著差异(分别为5.7 ± 1.4 μm(范围4.5–8.1)vs. 4.6 ± 1.6 μm(3.1–8.1)(p = 0.16))。红细胞大小在固定切片上为5.5 ± 0.7 μm(范围4.4–6.9),在细胞涂片上为7.6 ± 0.6 μm(6.6–8)(p < 0.001),表明固定后大小减小。

与LGG相比,HGG的组织学细胞密度呈较高趋势(分别为104 ± 43个细胞/视野(范围67–170)vs. 51 ± 66.4个细胞/视野(35–210));差异不显著(p = 0.21)。

图1 a 箱线图,展示通过VERDICT MRI和病理学测量的低级别胶质瘤(LGG)和高级别胶质瘤(HGG)的细胞半径。b 图2所示低级别胶质瘤的H&E染色。c 图2所示高级别胶质瘤的H&E染色 查看原图 ↗

VERDICT分析

LGG和HGG的VERDICT参数图见图2。计算得出的细胞半径在两组中相似(HGG为6.8 ± 2.3 μm(范围4.3–11),LGG为6.7 ± 1.2 μm(4.8–7.8);图1)。VERDICT半径测量值与病理切片测量值之间在LGG(p = 0.09)或HGG(p = 0.80)中均无显著差异。HGG的细胞内体积分数高于LGG(分别为0.13 ± 0.07(范围0.08–0.27)vs. 0.08 ± 0.02(0.07–0.14);p = 0.05)。细胞外/血管体积分数呈相反趋势,LGG的EC体积分数高于HGG,但不显著(分别为0.92 ± 0.04(范围0.85–0.95)vs. 0.88 ± 0.07(0.75–0.92);p = 0.10;图3)。12/15例患者获得了按临床标准进行的DWI。LGG的常规ADC高于HGG(分别为1.22 ± 0.13 × 10−3 mm2/s(范围1.13–1.44)vs. 0.98 ± 0.38 × 10−3 mm2/s(0.77–1.74));然而,差异无统计学意义(p = 0.18;图4)。

图2 a–f 低级别胶质瘤的代表性图像。a 轴位钆增强后3D T1加权成像(T1WI)。b 细胞内体积分数。c 细胞半径图。d 轴位T2WI。e 细胞外体积分数。f ADC图,标尺为× 10−6 mm2/s。b、c、e的彩色图已叠加在a的灰度图像上,每幅图均显示了相应的色标。g–l 高级别胶质瘤的代表性图像。g 轴位钆增强后3D T1WI。h 细胞内体积分数。i 细胞半径图。j 轴位T2WI。k 细胞外体积分数。l ADC图,标尺为× 10−6 mm2/s。h、i、k的彩色图已叠加在a的灰度图像上,每幅图均显示了相应的色标 查看原图 ↗
图3 箱线图显示源自VERDICT MRI模型的低级别胶质瘤(LGG)和高级别胶质瘤(HGG)的细胞内(IC)体积分数和细胞外(EC)体积分数 查看原图 ↗
图4 源自常规DWI的低级别胶质瘤(LGG)和高级别胶质瘤(HGG)的表观扩散系数(ADC)值 查看原图 ↗

可重复性分析

两名观察者对整个肿瘤区域进行ROI分割的可重复性评估结果显示高可重复性,DSC为0.89 ± 0.06(0.80–0.99)。按分级进行的亚组分析显示类似结果,LGG的DSC为0.89 ± 0.05(0.82–0.94),HGG的DSC为0.89 ± 0.08(0.80–0.99)。

第二名观察者所进行分析的结果见表3。

表3 两名观察者之间的比较 查看原表 ↗

讨论

VERDICT是一种先进的扩散方法,此前已应用于临床前癌症模型,显示肿瘤之间的微观结构差异以及化疗后细胞体积的减小[16]。该方法也已被证明能够在患者中区分良性前列腺组织与肿瘤[17]。在本研究中,我们将VERDICT与手术时的组织病理学发现进行了比较,并与肿瘤分级进行了相关性分析。胶质瘤的无创分级是常规MRI面临的重大挑战,而活检组织受限于采样误差,因为肿瘤异质性很强[9]。常规ADC区分高级别和低级别肿瘤的敏感性和特异性分别仅为85%和80%,且不同级别之间的ADC存在很大重叠[27]。因此,需要额外的成像方法来准确区分肿瘤亚型并展示肿瘤异质性[12]。

VERDICT参数显示,与LGG相比,HGG的细胞内体积分数更高,并呈现细胞外/血管体积分数更小的趋势。由于IC和EC体积分数是独立推导的,它们的互补性体现了模型内部的一致性。此外,这些结果经组织学发现验证,即HGG的细胞密度高于LGG。重要的是,尽管LGG的常规ADC高于HGG,但差异无统计学意义。因此,VERDICT可提供重要的补充信息,与传统DWI互为补充。

VERDICT衍生图与相应的ADC图相比显示出更高程度的异质性。这一现象在HGG中尤为明显(图4),VERDICT图中的区域差异在ADC上不可见。高IC体积区域在很大程度上对应于独立推导的低EC体积区域,这再次提供了模型内部一致的证据。未来的研究可利用多区域活检来验证这种异质性,该技术可作为评估治疗后异质性变化的工具,也可作为评估术后切除腔的方法[16]。

在VERDICT和組織病理學上,HGG的細胞大小範圍均大於LGG,這與高級別腫瘤更具異質性的特點相一致。組織病理學測量的細胞大小較體內測量略有減小,這可能是由於固定後的收縮所致[22, 23]。儘管影像學上的整體細胞大小與組織學之間存在相關性,但逐例對照病理學的驗證顯示無統計學顯著差異,這可能歸因於取樣誤差,因為僅對腫瘤的一小部分進行了活檢,可能不能代表整個腫瘤[16]。

該方法的臨床轉化需要快速採集和數據分析,Panagiotaki等[28]提出的簡化VERDICT MRI方案在此處於5.5分鐘內完成,與擴展方案相比減少了45分鐘。此外,數據擬合結合了基於線性化和凸優化的後處理算法,將計算量減少了1500倍以上,使採集和後處理的分析能够在臨床適用的時間範圍內完成(25.5分鐘 ± 5.3分鐘)[20, 21]。

本工作的主要目的是評估在臨床環境中使用VERDICT MRI研究膠質瘤組織微結構的可行性。本研究的局限性包括樣本量較小,可能降低了研究的統計效力。此外,原始VERDICT模型設計用於在臨床前場強9.4 T下計算前列腺癌動物模型中的細胞內、血管內和細胞外-血管外間隙,該場強具有約300 mT/m的顯著更高的擴散梯度能力。在臨床場強下所經歷的噪聲和時間限制可能使計算模型變得不穩定,從而影響血管內隔室的計算擬合[17]。組織學與影像學之間的相關性也具有挑戰性,因為將2 mm厚的影像切片與4 μm的病理切片進行比較可能引入取樣誤差,尤其考慮到膠質瘤的異質性。未來需要更大規模的研究來更全面地驗證該技術與組織病理學的對照,並探索其作為常規臨床工具的潛在應用。

總之,VERDICT MRI使用臨床適用的方案可能成為評估膠質瘤組織微環境的一種有前景的技術。所衍生的參數顯示,與低級別腫瘤相比,高級別腫瘤中細胞較大且細胞外間隙有縮小的趨勢。與傳統的擴散加權成像相比,該方法可能提供額外的信息。

電子補充材料

ESM 1(DOCX 17 kb)

引用

  1. Zaccagna F, Riemer F, Priest AN, et al. Non-invasive assessment of glioma microstructure using VERDICT MRI: correlation with histology. Eur Radiol. 2019. PMID: 30888488. doi:10.1007/s00330-019-6011-8
  2. 全文:PMC6719328(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6719328/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。