文献速递神经MRPET

成人弥漫性浸润性低级别胶质瘤的先进影像学

Advanced imaging in adult diffusely infiltrating low-grade gliomas.
PubMed 文献 · Insights Imaging · 2019-12-18

本文为教育性综述,总结成人弥漫性浸润性低级别胶质瘤(LGG)的多参数MRI先进技术应用。定量多参数MRI可提高LGG与高级别胶质瘤鉴别诊断的敏感度(84.2%)和特异度(100%),初始低ADCmin、高rCBVmax及高Ktrans提示预后不良,Cho/Cr比值和rCBVmax逐渐升高与肿瘤进展相关。

要点

  • LGG的细胞密度(ADCmin)、血管生成(rCBVmax)、毛细血管通透性(Ktrans)及核分裂活性(Cho/Cr)均低于高级别胶质瘤。
  • 初始低ADCmin、高rCBVmax及高Ktrans值与不良预后一致。
  • Cho/Cr比值和rCBVmax值逐渐升高与肿瘤进展良好相关。

核心结论

  • 多参数脑MRI定量参数可对LGG提供充分诊断并帮助与高级别胶质瘤鉴别。
  • LGG的细胞密度(ADCmin)、血管生成(rCBVmax)、毛细血管通透性(Ktrans)及核分裂活性(Cho/Cr)均低于高级别胶质瘤。
  • 初始低ADCmin、高rCBVmax和高Ktrans值与不良预后一致;瘤内Cho/Cr比值和rCBVmax值逐渐升高与肿瘤进展良好相关。

研究设计与样本

  • 教育性综述,旨在界定神经肿瘤学中可用先进影像技术的谱系与诊断价值,并评估定量MRI技术的附加价值、可能陷阱及先进MRI采集技术标准化在神经肿瘤临床实践中的重要性。
  • 检索与汇总当前文献中影像-病理相关性Meta分析数据,涉及弥散、灌注、MRS及PET等先进MRI技术。
  • 引用美国神经外科医师协会与神经外科医师大会联合肿瘤学组于2015年发布的循证指南及其系统评价。

关键影像表现/征象

  • IDH突变型LGG通常位于额叶,其次为颞叶和幕下,多呈实性且不强化,边界清楚,T2/FLAIR「不匹配征」表现为T2序列均匀高信号而FLAIR图像亮边缘暗中心。
  • IDH野生型弥漫性星形细胞瘤更易出现强化、瘤内坏死和瘤周水肿,但无囊肿。
  • 少突胶质细胞瘤因鸡 wire 样细毛细血管网导致组织灌注较高,其rCBV和Ve高于同级别弥漫性星形细胞瘤、ADCmean较低。
  • 少突胶质细胞瘤因血管生成增加、血管密集、微出血或微钙化,其ITSS高于同级别弥漫性星形细胞瘤。

诊断标准与关键数值

  • 定量多参数MRI鉴别LGG与高级别胶质瘤的敏感度为84.2%、特异度为100%,优于常规MRI。
  • 最大队列中胶质瘤分级界值:rCBVmax为1.75(文献范围0.94–3.34)、nADCmin为1.07×10⁻³ mm²/s(文献范围0.31–1.31)、Cho/Cr比值为1.56(文献范围1.3–2.04)。
  • ADCmin最优阈值为0.98×10⁻³ mm²/s,平均峰度均值差最优阈值为0.17。
  • rCBVmax阈值1.76对弥漫性星形细胞瘤诊断准确率最高;ADCmean 1.2可作为区分IDH野生型与IDH突变型胶质瘤的最优界值,ADCmean小于1.08者生存差。
  • rCBV比值大于1.6预测1p19q共缺失基因型,敏感度92%、特异度76%;Cho/Cr比值与rCBVmax联合时预测价值最高,准确率中等(69%)。

临床应用与阅片要点

  • T1和FLAIR序列应优先采用容积采集,尤其用于随访以恰当比较肿瘤进展或LGG高级别转化。
  • DWI及ADC计算应始终纳入常规诊断协议,扩散峰度成像目前通常仅用于研究目的。
  • MRS通常用于诊断验证和问题解决,而非常规诊断。
  • DSC和/或DCE灌注成像对LGG的初始诊断和随访均至关重要;ASL灌注不能计算rCBV。
  • 定量参数受肿瘤直径小、血管结构、出血、囊性/坏死及钙化改变影响,应选择合适ROI避开这些区域或采用直方图分析以减少失真效应。

局限性

  • 文献中胶质瘤分级界值存在相当大变异,原因包括研究设计、MRI设备类型、线圈、序列、后处理算法、热点选取与直方图分析的差异以及确定界值方法的不同。
  • MRI伪影(磁场敏感性和不均匀性、患者不自主运动、血流、脑脊液搏动)是妨碍数据恰当定量的首要问题。
  • 小肿瘤直径及瘤内血管结构、出血、囊性/坏死和钙化改变也可导致定量参数的严重失真。
  • 多参数MRI技术产生大量且患者间差异巨大的影像数据,其分析和后处理复杂、耗时且缺乏标准化。
  • 不同厂商硬件和软件多样使结果精确比较困难,扫描仪类型、磁场强度、采集参数、协议及标准阈值确定的差异使比较可靠性降低。
全文中译7 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:Insights Imaging. 2019 Dec 18;10:122. doi: 10.1186/s13244-019-0793-8

要点

与高级别胶质瘤(HGG)相比,低级别胶质瘤(LGG)具有较低的细胞密度(ADCmin)、血管生成(rCBVmax)、毛细血管通透性(Ktrans)和有丝分裂活性(Cho/Cr)。

初始低ADCmin以及高CBVmax和Ktrans值与不良预后相一致。

Cho/Cr比值和rCBVmax值的逐渐升高与肿瘤进展密切相关。

通过适当的感兴趣区(ROI)选择和基于体素的评估,可以最大限度地减少定量参数中的严重失真。

定量多参数MRI既可以提高常规MRI的诊断准确性,也可以提供更好的评估。

引言

根据2016年世界卫生组织(WHO)中枢神经系统肿瘤分类更新,成人弥漫性浸润性低级别胶质瘤(LGG)包括WHO II级星形细胞瘤和少突胶质细胞瘤,但少突星形细胞瘤罕见[1, 2]。由于大多数少突星形细胞瘤具有典型弥漫性星形细胞瘤或少突胶质细胞瘤的遗传学特征,且新WHO分类不鼓励将肿瘤诊断为少突星形细胞瘤或混合性胶质瘤[1, 2]。通常,LGG为生长缓慢的肿瘤,细胞密度中度增加,无明显核分裂、坏死和微血管增生[1]。因此,其临床病程通常比高级别胶质瘤(HGG)更为惰性,HGG包括间变性星形细胞瘤(III级)、间变性少突胶质细胞瘤(III级)和胶质母细胞瘤(IV级)。LGG的发病年龄高峰较早(第3至第4个十年),而HGG则较晚(第6至第7个十年)[1, 3]。胶质瘤显示对邻近和远隔脑结构的弥漫性浸润,这在很大程度上与其组织学分级无关,即使在其低级别时,通常也显示显微镜下瘤周白质束侵犯[1]。这种弥漫性浸润的显示对于胶质瘤的准确诊断非常重要。

LGG的精确诊断对于做出适当的治疗决策至关重要,因为超全切除(定义为切除FLAIR图像上可见肿瘤周围的边缘)可显著提高总生存期并延缓LGG的恶性转化[4, 5]。对于像大脑胶质瘤病模式的明显弥漫性病变,则保留手术活检[4]。由于LGG在各种诊断、管理和治疗选择方面缺乏共识,美国神经外科医师协会和神经外科医师大会的联合肿瘤学组于2015年发布了循证指南[6]。这些包括一项系统综述以及一项关于影像学在成人弥漫性浸润性LGG管理中作用的循证临床实践指南[7]。

磁共振成像(MRI)是低级别胶质瘤(LGG)诊断评估的首选检查方法,能够对胶质瘤提供相当好的勾勒显示[5, 7]。先进MR成像技术的定量评估长期以来一直用于胶质瘤的术前评价,除常规解剖评估外还可提供分子和代谢信息[7, 8]。其在随访中也有重要作用,特别是在鉴别放射性改变与假性进展方面[7]。定量多参数MRI方法可提高常规MRI的诊断准确性[8]。在这篇教学性综述中,我们旨在界定神经肿瘤学中现有先进成像技术的谱系及诊断价值。我们还将回顾在常规MRI之外使用定量MRI技术的附加价值及可能存在的陷阱。最后,本综述将评估先进MRI采集技术标准化在神经肿瘤学临床实践中的重要性。

成像技术

低级别胶质瘤(LGG)的多参数MRI评估包括常规解剖MRI序列,即T2、液体衰减反转恢复(FLAIR)以及增强前和增强后T1加权图像。此外,该方案还包括先进MRI技术,如磁敏感加权成像(SWI)、扩散加权成像(DWI)、灌注加权成像(PWI)、MRI波谱(MRS)和功能MRI(fMRI)技术。T1和FLAIR序列应优先作为容积采集,尤其是在随访中,以便对肿瘤进展或LGG的高级别转化进行适当比较[7]。增强前和增强后3D T1加权或FLAIR图像的减影图像可更好地评估肿瘤强化。SWI对于识别瘤内钙化、微出血、血管结构相当重要,并允许计算瘤内磁敏感评分(ITSS)[9]。DWI和表观扩散系数(ADC)的计算应始终纳入常规诊断方案,但目前扩散峰度成像通常仅用于研究目的。动态磁敏感对比(DSC)和/或动态对比增强(DCE)灌注成像技术对LGG的初始诊断和随访均至关重要[7, 9, 10]。动脉自旋标记(ASL)灌注是一种替代灌注技术,其使用磁标记的水质子作为对比剂,也可用于相同目的,但不能计算相对脑血容量(rCBV)[11]。它通常优先用于既往对钆基对比剂有严重过敏/类过敏反应的患者;严重肾脏疾病(eGFR < 30 mL/min/1.73 m2)或肾功能急性恶化的患者;有肾源性系统性纤维化风险的患者;以及妊娠或可能妊娠的患者[11, 12]。MRS通常用于诊断验证和问题解决,而不用于常规诊断[7]。但最近,具有选择性TE和不同编辑方法的高分辨率MRS技术正用于胶质瘤诊断,以检测2-羟基戊二酸(2-HG),后者在具有异柠檬酸脱氢酶1和2(IDH 1/2)突变的胶质瘤内蓄积[13, 14]。扩散张量成像和纤维束示踪成像联合或不联合fMRI通常用于选定病例的术前评估。新兴MRI技术,如酰胺质子转移(APT)成像[15, 16]、钠MRI[17]和MR弹性成像[18]也可用于胶质瘤分级,但通常仅用于研究目的。

LGG组织病理学特征的影像组学数据

根据指南,常规MRI是确定肿瘤位置及其与邻近脑结构关系的一线技术(II级证据)[7]。弥散和灌注成像在低级别胶质瘤(LGG)的评估中非常有帮助(II级,II/III类证据),相比解剖MRI序列能更好地识别肿瘤异质性,并为肿瘤亚型和分级的鉴别诊断提供依据[7]。磁共振波谱(MRS)和正电子发射断层扫描(III级,III类证据)的诊断潜力仍在明确中[7]。来自当前文献荟萃分析的影像-病理相关性数据[10, 11, 15, 19–31]表明,肿瘤细胞密度与低T2信号和低ADC相关;异型性与低ADC和高各向异性分数相关;核分裂活性与高Cho/Cr比值、Cho/NAA比值、rCBV和APT信号相关;微血管增生与高rCBV、容积转运常数(Ktrans)、血浆容积分数(Vp)和ITSS相关;坏死与坏死腔及MR波谱上高乳酸水平相关。

胶质瘤的鉴别诊断和分级仍存在争议。定量多参数MR成像方法能比常规MRI更好地鉴别LGG与高级别胶质瘤(HGG),灵敏度极高(84.2%),特异度达100%,从而分别降低不适当手术或延迟手术的风险[8]。为此,过去十年间已收集了大量定量数据,文献中已定义了许多不同的截断值用于胶质瘤分级,总结于表1 [7, 9–11, 19–30]。文献中用于分级的最常见参数为最大相对脑血容量(rCBVmax)、最小标准化ADC(nADCmin)和胆碱/肌酸(Cho/Cr)比值。已定义的胶质瘤分级截断值在最大队列中rCBVmax为1.75 [19],范围在0.94至3.34之间[9–11, 19–22];最大队列中nADCmin为1.07 × 10−3 mm2/s [24],范围在0.31至1.31之间[23–28];最大队列中Cho/Cr比值为1.56 [19],范围在1.3至2.04之间[29–31]。由于研究设计、MRI设备类型、线圈、序列、后处理算法、选取热点与直方图分析的差异以及确定截断值方法的不同,截断值存在相当大的变异。标准化的多中心成像数据采集与分析方案是可行且高度可重复的,根据新的WHO 2016分类方案在胶质瘤分级中具有可比的高诊断准确率[21]。

通常,低级别胶质瘤(LGG)的细胞密度低于高级别胶质瘤(HGG),因此其ADCmin和最小平均弥散率较高,而各向异性分数和平均峰度值低于HGG [23–28]。ADCmin的最佳阈值为0.98 × 10−3 mm2/s,平均峰度平均差异的最佳阈值为0.17 [26, 28]。LGG的灌注参数如Ktrans、血管外细胞外间隙容积分数(Ve)、平均血管密度和rCBVmax值均低于HGG [9, 10, 19, 22]。这主要是由于其较少分泌血管内皮生长因子,微血管增生程度低,且缺乏未成熟、高通透性的新生微血管 [9, 10, 19, 22]。rCBVmax阈值为1.76时对弥漫性星形细胞瘤具有最高的诊断准确性 [10]。LGG的最大平均相对肿瘤血流量/正常白质比值也较低 [11],ITSS等级相对较低 [9],这主要是由于缺乏迂曲、紊乱、扩张和渗漏的肿瘤毛细血管。LGG的Cho/Cr或Cho/N-乙酰天冬氨酸(NAA)比值显著低于HGG,而肌醇与Cr的比值高于HGG,原因在于其膜更新率较低且蛋白水解酶产生较少 [29, 30]。LGG的APT信号强度显著低于HGG [15, 16]。肿瘤蛋白质含量无显著变化,APT信号强度与Ki-67增殖指数之间存在中等相关性 [14]。APT成像的直方图分析可提高对模仿HGG的对比增强型LGG的识别准确性 [16]。

灌注和弥散成像在考虑肿瘤预后以及根据预后区分不同级别LGG方面也可能发挥作用(III级证据)[7]。不良预后与较低的ADCmin值(范围在0.799 × 10−3 mm2/s至1.69 × 10−3 mm2/s之间)[32–34]、较高的rCBVmax值(范围在1.46至5.195之间)[32, 33, 35]以及高通透性(Ktrans值大于0.05 min−1,Vp值大于5 ml/100 g)[36]密切相关。

在判断高级别转化方面,解剖MRI(II级证据)是首选技术 [7]。新出现的对比增强以及肿瘤体积每年增大超过3 mm可能提示向更高级别转化 [7, 37]。系列PWI和MRS(III级证据)对星形细胞肿瘤也有用,基线及纵向逐渐升高的rCBVmax值和Cho/Cr比值与较短的无进展生存时间相关 [7]。然而,这些在少突胶质细胞瘤和混合性胶质瘤的临床实践中难以标准化。较高的生长速率(每年超过3 mm)[37]、较高的基线rCBVmax值(超过1.52–1.75)[37–39]以及较高的Cho/Cr比值(超过2.4)[37]与高级别转化密切相关。在转化的LGG中,rCBVmax的显著升高可发生在T1加权MR图像上对比增强显现之前长达12个月 [39],而Cho/Cr比值的显著升高可发生在rCBVmax升高之前长达15个月 [37]。

表1 用于鉴别低级别与高级别胶质瘤的影像组学数据 查看原表 ↗

LGG遗传和分子特征的影像组学数据

根据更新的世界卫生组织(WHO)2016年分类,75–80%的II级弥漫性浸润性星形细胞瘤具有IDH1/2突变,20–25%不具有[1, 3]。IDH1/2突变的弥漫性浸润性星形细胞瘤还伴有核α-地中海贫血/智力障碍综合征X连锁表达(ATRX)状态缺失和TP53突变[1, 3]。尽管WHO 2016基于表型和基因型联合分类以及整合诊断的生成,但WHO胶质瘤分级保持不变[1]。本质上,低级别胶质瘤(LGG)具有轻度核异型性、中度多形性、高度细胞分化和低MIB-1,具有进展为IDH1突变间变性星形细胞瘤或胶质母细胞瘤的内在能力[1, 3]。

IDH1突变型与野生型胶质瘤之间存在巨大的生存差异。尽管IDH1突变型胶质母细胞瘤的预后仍显著差于II级和III级胶质瘤,但IDH突变型II级与III级之间在生存方面无差异[40]。因此,Shirahata等人提出了一种新的、改进的IDH突变型星形细胞胶质瘤分级系统[41]。其前提是细胞周期蛋白依赖性激酶抑制剂2A/B纯合缺失联合坏死和拷贝数变异对生存具有最相关的结果,而增殖(核分裂计数)对生存仅有轻微影响[41]。

IDH突变型LGG通常位于额叶,其次为颞叶和幕下位置(图1)。它们大多为实性且不强化。它们通常具有边界清晰和T2/FLAIR“不匹配”征,表现为T2序列上均匀高信号但FLAIR图像上亮边缘和暗中心[42]。通常,它们比野生型肿瘤具有更高的ADCmin和更低的rCBVmax值,并表现为Cho/NAA以及Cho/Cr比值的轻度升高[10, 42, 43]。从ADC和T2 FLAIR图像的最佳纹理分析中提取的影像组学特征在无创预测LGG中IDH1突变和ATRX表达状态缺失方面发挥重要作用[43]。Choi及其同事展示了IDH突变型II-III级肿瘤患者中2-HG和谷氨酸多重峰的存在,具有100%的敏感性和特异性[13]。

IDH野生型低级别胶质瘤可能未被证实,因为影像学和组织病理学特征看起来为低级别,但分子和临床特征提示为原发性胶质母细胞瘤的早期阶段[44]。近期文献建议使用弥漫性星形细胞胶质瘤、IDH野生型、具有胶质母细胞瘤分子特征、WHO IV级的诊断,又称“分子胶质母细胞瘤”[45]。这基本上基于存在表皮生长因子扩增或合并全染色体7获得、全染色体10丢失(+ 7/− 10)或端粒酶逆转录酶启动子突变,无论其组织学WHO分级如何[45]。IDH野生型弥漫性星形细胞瘤更可能表现为对比增强伴瘤内坏死和瘤周水肿,但不伴囊变(图2)。ADCmean为1.2可作为区分IDH野生型和IDH突变型胶质瘤的最佳截断值,无论WHO分级如何,且ADCmean小于1.08的肿瘤生存期较差[46]。MR波谱中缺乏2-HG峰也与IDH野生型肿瘤一致[13, 14]。此外,近期文献还表明,与IDH野生型肿瘤相比,IDH突变型星形细胞瘤具有更高的ADC[46–48]和更低的rCBV值[47–49]、APT信号[15, 16]、弛豫加权钠信号与总钠信号比值[17]、氧摄取分数[50]以及肿瘤硬度[18]。

根据WHO 2016更新版,弥漫性浸润性少突胶质细胞瘤(图3)是一种生长缓慢的胶质瘤,伴有IDH1或IDH2突变以及染色体臂1p和19q的联合缺失(1p19q联合缺失)[1]。与同级别弥漫性浸润性星形细胞瘤相比,它们具有更高的rCBV和Ve以及更低的ADCmean值,因为具有鸡 wire 样细毛细血管网,即使在II级也导致更高的组织灌注[51–57]。较高的Ve值通常伴有皮质受累和钙化和/或出血[53]。rCBV比值大于1.6可预测1p19q联合缺失基因型,敏感性为92%,特异性为76%[54]。Cho/Cr比值具有最高的预测价值,与rCBVmax联合时具有中等准确性(69%)[55]。由于血管生成增加、血管密度高、微出血或微钙化,它们也比同级别弥漫性星形细胞瘤具有更高的ITSS[52]。

图1 一例伴有IDH1突变、30% p53和3% Ki67的II级星形细胞瘤,在轴位MR图像上位于右侧额叶后部。在T2(a)和FLAIR(b)图像上存在错配征。肿瘤在ADC(c)图像上呈高信号,在对比增强后T1加权图像(d)上不强化。在DSC灌注图像(e)上,与正常脑实质相比,肿瘤具有较低的rCBVmax值。在由144 ms回波时间获得的MR波谱(f)和彩色Cho图(g)上,肿瘤边界内Cho/Cr比值升高均较明显。由69 ms回波时间获得的高分辨率MR波谱(h)显示2-HG峰,在谷氨酰胺-谷氨酸复合物(Glu-Gln)内引起三重峰,这与IDH1突变的存在一致。 查看原图 ↗
图2 星形细胞瘤,II级,IDH1突变缺失(IDH野生型),ATRX表达缺失,p53 20%,Ki67 3.3%,位于右侧颞叶,轴位MR图像显示。肿瘤在T2(a)、FLAIR(b)和ADC(c)图像上呈高信号,在增强后T1加权图像(d)上呈轻度强化。肿瘤在SW图像(e)上具有低ITSS,在DSC灌注图像(f)上rCBVmax值较正常脑实质低。在回波时间144 ms获得的MR波谱(g)上,肿瘤Cho/Cr比值升高,NAA/Cr比值降低。回波时间69 ms的高分辨率MR波谱(h)显示由谷氨酰胺-谷氨酸复合物(Glu-Gln)所致的单峰,这与2-HG峰缺失及IDH1突变缺失相一致 查看原图 ↗
图3 少突胶质细胞瘤,II级,伴1p19q共缺失,ATRX表达完整,p53免疫阴性,Ki67 2%,位于左侧额叶运动前区,轴位MR图像显示。该轮廓不规则的肿瘤在T2(a)、FLAIR(b)和ADC(c)图像上呈不均匀高信号,并伴有肿瘤中心小片低信号区,符合钙化/出血。其在增强后T1加权图像(d)上呈轻度强化。肿瘤在DSC灌注图像(e)上rCBVmax值较正常脑实质相对较高,在DCE灌注图像(f)上ktrans值较高。在彩色Cho图(h)上灌注增高相似区域、回波时间144 ms获得的MR波谱(g)上,肿瘤亦具有高Cho/Cr比值 查看原图 ↗

可能的陷阱与解决方案

阻碍proper数据量化的第一个问题是MRI伪影,主要与磁场相关,如磁敏感伪影或磁场不均匀伪影,或由患者因素引起,如(非)自主运动、血流或脑脊液搏动[58, 59]。基于磁场的畸变可通过使用敏感性较低的脉冲序列、较短的TE值、较宽的接收带宽或应用并行成像技术来减少,而基于患者的伪影可通过适当的固定和门控技术来消除[58, 59]。肿瘤直径小以及肿瘤区域内的血管结构、出血性、囊性/坏死性和钙化改变也可在量化参数时造成严重畸变。因此,选择合适感兴趣区(ROI)以避开此类区域或使用直方图分析可最大限度减少这些畸变效应(图4)。与使用当前的热点技术相比,使用直方图分析可提高胶质瘤分级中的诊断准确性和观察者间可重复性,并可能改善患者管理[56, 57]。此外,新兴的人工智能(AI)算法可对通过直方图分析或其他方法获得的数据进行基于体素的评估。影像数据的基于体素评估提供了新的人眼不可见的定量信息,能够更精确地提取和使用数千种不同的新影像组学特征,这些特征已被验证为定量影像生物标志物,用于在诊断和治疗全程中表征瘤内动态变化[60–63]。第二个问题是数据分析。近年来的多参数MRI技术产生大量影像数据,且患者间差异巨大。对这些海量数据的分析和后处理不仅复杂耗时,而且缺乏标准化。新兴的AI技术利用诊断假设和可扩展的机器学习算法,具有自动处理大数据的潜力,并可增强当前定量肿瘤影像的性能[63]。提供标准化更为困难,因为不同厂商生产的硬件和软件多种多样,大多使结果的精确比较变得困难。此外,扫描仪类型、磁场强度、采集参数、协议以及标准阈值水平的确定方面的差异使这种比较可靠性降低。标准化的多中心采集和分析协议可产生更可行且高度可重复的数据,并提高诊断准确性[21]。使用通过机器学习方法挖掘的数据的AI算法可帮助最大限度减少缺乏标准化所造成的影响,从而获得更可靠的结果。

图4 毛细胞型星形细胞瘤,I级,IHD-1、CD138和Neu N免疫阴性,Ki67为1%,位于右侧额顶叶,轴位MR图像显示。分叶状但轮廓规则的肿瘤在T2(a)和FLAIR(b)图像上具有囊性和实性成分,ADC值相对较低(c)。肿瘤实性成分在增强后T1加权图像上呈不均匀强化(d)。在DSC灌注图像(e)上,选取的两个ROI区域分别显示强强化(MC1)和弱强化(MC2),以及来自正常脑实质的对应镜像区域(mMC1和mMC2)。灌注信号-时间曲线图(f)显示,与mMC1正常脑实质曲线(黄色虚线)相比,MC1肿瘤核心的灌注曲线升高(黄色实线),而MC2弱强化区域的曲线扭曲不规则(粉色实线),这是由于肿瘤囊性成分的部分容积效应导致rCBV值错误。同样,虽然从MC1区域获得的144 ms回波时间MR波谱(g)与肿瘤波谱一致,表现为Cho/Cr比值升高和NAA降低,但来自MC2区域的MR波谱(h)由于相同原因显示曲线扭曲且无法识别 查看原图 ↗

结论

通过多参数脑MRI定量获得的参数可以为低级别胶质瘤(LGG)提供充分诊断,并有助于将其与高级别胶质瘤(HGG)区分开来。与HGG相比,LGG具有较低的细胞密度(ADCmin)、血管生成(rCBVmax)、毛细血管通透性(Ktrans)和有丝分裂活性(Cho/Cr)。除这些基本参数外,文献中已定义了数千种不同的新型影像组学特征,随着人工智能技术的出现,还将继续涌现更多特征。初始的低ADCmin值、高rCBVmax和Ktrans值与不良预后一致。瘤内Cho/Cr比值和rCBVmax值的逐渐升高与肿瘤进展良好相关。LGG定量多参数MR成像的主要问题包括成像设备和技术的多样性。这可以通过使用可比较的标准化、多中心采集和分析方案以及大容量数据分析来最小化,这些问题可以通过AI的自动化处理方法解决。通过定量多参数MRI获得的影像组学特征可以提高当前性能以及预测性癌症诊断的临床潜力。

引用

  1. Bulakbaşı N, Paksoy Y. Advanced imaging in adult diffusely infiltrating low-grade gliomas. Insights Imaging. 2019. PMID: 31853670. doi:10.1186/s13244-019-0793-8
  2. 全文:PMC6920302(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6920302/

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。