文献速递神经MR

利用扩散加权成像鉴别高级别与低级别弥漫性胶质瘤:单指数、双指数与拉伸指数扩散模型的对比研究

Differentiation of high-grade from low-grade diffuse gliomas using diffusion-weighted imaging: a comparative study of mono-, bi-, and stretched-exponential diffusion models.
PubMed 文献 · Neuroradiology · 2020-05-18

回顾性纳入22例弥漫性胶质瘤患者(11例高级别、11例低级别),比较单指数、双指数与拉伸指数DWI模型直方图参数的鉴别效能;双指数模型的灌注分数第90百分位数诊断效能最高(AUC=0.96,最佳截断值9.1%),其与真扩散系数第10百分位数联合的AUC亦为0.96。

要点

  • 双指数模型灌注分数第90百分位数鉴别高级别与低级别胶质瘤的AUC为0.96,最佳截断值9.1%。
  • 拉伸指数模型异质性指数第10百分位数鉴别两组的AUC为0.91,最佳截断值0.85。
  • 双指数模型真扩散系数第10百分位数与灌注分数第90百分位数联合的AUC为0.96。

核心结论

  • 单指数、双指数与拉伸指数DWI模型的直方图参数均可提供与组织学特征相关的影像生物标志物用于胶质瘤分级。
  • 双指数模型通过评估灌注参数或同时评估扩散与灌注参数,在鉴别高级别与低级别胶质瘤方面表现出最佳诊断效能。

研究设计与样本

  • 回顾性研究,纳入22例经组织病理学证实的弥漫性胶质瘤患者(11例高级别、11例低级别),年龄23–74岁,男性12例。
  • 术前采用3 T磁共振扫描仪(Achieva 3.0 T TX或Ingenia 3.0 T CX,Philips Healthcare)行扩散加权成像,使用13个b值(0、10、20、30、50、80、100、200、300、400、600、800、1000 s/mm²)。
  • 参考标准为2016年WHO分类的组织病理学诊断。
  • 在每例肿瘤的最大层面上勾画感兴趣区,进行直方图分析,记录第10、25、50、75、90百分位数以及均值、偏度和峰度。

关键影像表现/征象

  • 高级别胶质瘤的表观扩散系数、真扩散系数和分布扩散系数的偏度均显著高于低级别胶质瘤(0.67±0.67 vs. −0.18±0.63,P=0.0066;0.68±0.74 vs. −0.08±0.66,P=0.0192;0.63±0.72 vs. −0.15±0.73,P=0.0128)。
  • 高级别胶质瘤异质性指数第10百分位数显著低于低级别胶质瘤(0.77±0.08 vs. 0.88±0.04,P=0.0004)。
  • 高级别胶质瘤灌注分数第90百分位数显著高于低级别胶质瘤(12.64±3.44% vs. 7.14±1.70%,P<0.0001)。
  • 高级别胶质瘤的扩散相关参数直方图相对低级别胶质瘤稍向左移(正偏度),灌注分数直方图稍向右移(负偏度)。
  • 两组间伪扩散系数无显著差异(D*峰度P=0.30)。

诊断标准与关键数值

  • 灌注分数第90百分位数鉴别高级别与低级别胶质瘤的AUC为0.96,最佳截断值9.1%。
  • 异质性指数第10百分位数鉴别两组的AUC为0.91,最佳截断值0.85。
  • 真扩散系数第10百分位数与灌注分数第90百分位数联合的AUC为0.96,最佳截断值分别为0.87×10⁻³ mm²/s和9.1%。
  • 分布扩散系数偏度与异质性指数第10百分位数联合的AUC为0.93,最佳截断值分别为−0.64和0.76。
  • 上述联合参数与灌注分数第90百分位数(P=1.000、0.2059)或异质性指数第10百分位数(P=0.2894、0.6603)之间无显著差异。

临床应用与阅片要点

  • 本研究中心的做法是脑肿瘤术前影像常规使用相同的13个b值。
  • 在勾画感兴趣区时需注意避开皮质灰质,因其影响灌注分数值。
  • 本研究的感兴趣区定义可能包含肿瘤内的水肿或坏死区域。

局限性

  • 患者数量少,且为统计简便基于初步数据匹配了高级别与低级别胶质瘤的患者数,作者认为后续需要更大样本量的研究。
  • 研究设计为回顾性,患者选择偏倚不能完全消除。
  • 测量中未评估b值>1000 s/mm²,而脑肿瘤的最佳b值上限尚未确定。
  • 直方图分析未包括整个肿瘤体积,而是采用T2加权图像高信号定义边界的最大层面。
  • 感兴趣区分析包含了水肿或坏死区域,而识别这些区域是主观过程。
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:Neuroradiology. 2020 May 18;62(7):815–23. doi: 10.1007/s00234-020-02456-2

引言

胶质瘤是最常见的原发性颅内肿瘤,根据世界卫生组织(WHO)分类,具有反映恶性程度或侵袭性的不同组织学分级[1]。区分高级别胶质瘤(HGG;III级和IV级)与低级别胶质瘤(LGG;I级和II级)非常重要,因为它们的预后和治疗策略不同。HGG通常采用手术治疗,随后进行同步放化疗[2]。将HGG误诊为LGG会导致治疗强度不足,反之亦然。因此,在开始治疗前区分胶质瘤类型是可取的。

弥散加权成像(DWI)为胶质瘤分级提供了有用的影像生物标志物,无需注射示踪剂即可对肿瘤特征进行定量评估。表观弥散系数(ADC)是反映细胞密度的有用生物标志物,常规使用两个b值(0和1000 s/mm2)计算[3]。它在区分HGG与LGG方面具有良好的诊断性能[3],但存在大量重叠[4, 5]。使用ADC进行鉴别诊断可能过于简化;它假设观察到的信号衰减的唯一潜在机制是水分子的弥散运动。

Le Bihan等[6]提出使用体素内不相干运动(IVIM)同时测量灌注和弥散。在低b值时,活体组织中水分子的体素内运动受毛细血管微循环(灌注)的显著影响,而在高b值时,真正的弥散运动占主导地位,导致双指数信号衰减。IVIM成像的双指数模型可用于区分成人和儿童中的HGG与LGG[7–9]。此外,Bennett等引入了拉伸指数模型[10],以纳入多组分体素内弥散,从而导致非指数信号衰减。该模型能够测量水弥散异质性指数α,其范围为0至1(值为1表示水弥散)。越来越多的证据表明,拉伸指数DWI可用于评估胶质瘤[11–16]和其他肿瘤,包括乳腺癌[17]、胰腺癌[18]、肝癌[19]、前列腺癌[20]、膀胱癌[21]和肾癌[22]。

直方图分析是一种定量技术,已用于胶质瘤分级[23, 24]。Kang等提出,全肿瘤体积的直方图衍生ADC值可用于胶质瘤分级,而区域性感兴趣区(ROI)的单一ADC值可能无法有效反映胶质瘤的异质性[24]。迄今为止,两项研究[13, 14]使用平均ROI值比较了单指数、双指数和拉伸指数DWI对胶质瘤分级的诊断性能。据我们所知,直方图分析尚未应用于这一特定问题。因此,本研究的目的是比较从单指数、双指数和拉伸指数DWI模型获得的影像参数在区分HGG与LGG方面的价值。

方法

本回顾性研究经我院机构审查委员会批准,并豁免了知情同意的要求。

患者

初始66例患者(55例高级别胶质瘤(HGG)和11例低级别胶质瘤(LGG))符合以下纳入标准:(1)2014年10月至2019年8月期间连续的组织病理学证实的胶质瘤患者;(2)术前2周内进行的MRI扫描;(3)首次MRI时未接受过手术治疗的患者;(4)获取了13个b值扩散成像的患者。在66例患者中,排除44例以建立连续HGG和LGG患者数量相等的队列(出于统计简便性以及防止HGG过度代表导致的偏倚;所有数据[N=55例HGG患者]见在线资源4和5)。最终共纳入22例患者,包括2018年6月至2018年10月治疗的11例连续HGG患者(范围,中位年龄;31–71岁,65岁;4例男性和7例女性),以及2014年10月至2019年8月的11例LGG患者(23–74岁,中位年龄;45岁;8例男性和3例女性)。纳入和排除标准总结于在线资源1。HGG和LGG患者的入组时间段不同,因为我们纳入的是最近11例连续HGG患者。

组织病理学诊断

根据2016年WHO分类[1],患者的人口学特征和病理诊断如下:11例HGG包括7例胶质母细胞瘤(异柠檬酸脱氢酶(IDH)野生型;WHO IV级;年龄48–71岁;3例男性和4例女性);1例弥漫性中线胶质瘤(H3 K27M突变型;WHO III级;年龄31岁;女性);2例间变性星形细胞瘤(IDH突变型;WHO III级;年龄32和71岁;1例男性和1例女性);以及1例间变性少突胶质细胞瘤(IDH突变型;WHO III级;年龄47岁;女性)。11例LGG包括5例弥漫性星形细胞瘤(IDH突变型;WHO II级;年龄23–45岁;4例男性和1例女性);4例弥漫性星形细胞瘤(IDH野生型;WHO II级;年龄29–74岁;3例男性和1例女性);以及2例少突胶质细胞瘤(IDH突变型,WHO II级;年龄49和73岁;1例男性和1例女性)。

MRI

MRI按照既往描述[9]使用3 T MR扫描仪(Achieva 3.0 T TX或Ingenia 3.0 T CX;Philips Healthcare,Best,荷兰)配合8或15通道头部线圈进行。DWI采用二维单次激发自旋回波平面成像扩散序列在轴面获取。我们使用了13个b值(0、10、20、30、50、80、100、200、300、400、600、800和1000 s/mm2),在三个正交方向上采集。在我们机构,脑肿瘤患者的术前成像常规使用相同的13个b值。其他MRI参数如下:重复时间/回波时间,2500/70 ms;矩阵,128×126(重建为256×256);激励次数,1;层厚/层间距,5/1 mm;视野,230×230 mm2;层数,11;敏感度编码因子,1.5;总扫描时间,2分7秒。为诊断目的获取了标准MR序列(T1加权和T2加权图像、液体衰减反转恢复序列以及对比增强T1加权图像)。DWI在注射对比剂之前采集。成像数据用于单指数、双指数和拉伸指数DWI模型以进行后续图像分析。分析前未对DWI数据进行去噪或配准处理。

图像分析

从采集的图像中,使用图像分析仪软件(扩散分析软件,EXPRESS 2.0;Philips Healthcare)进行模型拟合 [25]。单指数DWI通过以下公式提供ADC值:其中SI0对应于无扩散加权(b = 0 s/mm2)时的信号强度,SI1000为b = 1000 s/mm2时的信号强度。对于双指数DWI数据分析,双指数模型由以下方程定义:其中SIb为不同b值采集的信号强度,f为灌注分数,D*为假扩散系数,D为真扩散系数。双指数DWI模型基于三个参数的拟合。首先,D由较高b值(b = 300、400、600、800和1000 s/mm2)的数据确定。当使用高b值且IVIM成分可忽略时,使用以下最小二乘曲线拟合:

其次,采用分段法根据以下公式计算f:

此处,SIinter为y轴与通过ln SI300和ln SI1000的直线的交点。第三,D*由对Eq. (2)的单指数拟合得出。

拉伸指数DWI模型定义如下:其中DDC为分布扩散系数,α为异质性指数。所有13个b值用于同时提供DDC和α的最佳拟合参数值。

两名放射科医师在共识下仔细评估每幅图像,识别存在肿瘤的T2延长区域,并在每幅肿瘤图上绘制ROI以供后续分析。我们使用每幅肿瘤的单个最大层面进行ROI分析。在为每幅图放置ROI时,我们仔细避开影响f值的皮质灰质。ROI被复制到每个参数图上以获得像素逐点的值用于直方图分析。从直方图中记录每个参数的第10、25、50(中位数)、75和90百分位数,以及均值、偏度和峰度。请注意,我们对ROI的定义可能包括肿瘤内的水肿或坏死区域。

统计分析

使用Mann-Whitney U检验比较HGGs和LGGs之间每个参数(即ADC、D、D*、f、DDC和α)的百分位数以及均值、偏度和峰度。通过受试者工作特征(ROC)曲线分析评估每个模型参数的诊断性能。还评估了双指数和拉伸指数DWI模型中两个参数的组合。使用Delong等人 [26] 开发的方法比较两个独立的曲线下面积(AUCs)。所有统计分析使用商业软件程序(JMP,版本14.0.0;SAS Institute,Cary,NC,USA;Prism 7.0,GraphPad Software,La Jolla,CA,USA)进行。P值 < .05被认为具有统计学显著性。

结果

直方图分析

图1显示了肿瘤ROIs中所有像素上每个参数的归一化直方图。来自HGGs的ADC、D、DDC和α均相对于来自LGGs者表现出轻度左移(“+”偏度),而来自HGGs的f相对于来自LGGs者表现出轻度右移(“−”偏度)。两种胶质瘤之间D*未见显著差异。

图1 各参数归一化直方图 高级别弥漫性胶质瘤(HGG)的扩散相关参数(ADC、D 和 DDC)及异质性指数 α 较低级别弥漫性胶质瘤(LGG)呈轻度左移(“+”偏度),而 HGG 的 f 较 LGG 呈轻度右移(“−”偏度)。两类胶质瘤之间 D* 无差异。α 异质性指数,ADC 表观扩散系数,D 真扩散系数,DDC 分布扩散系数,D* 假扩散系数,f 灌注分数,HGG 高级别弥漫性胶质瘤,LGG 低级别弥漫性胶质瘤 查看原图 ↗

使用参数测量区分 HGG 与 LGG

表1 显示了 HGG 和 LGG 中的参数测量值。各参数的第10、25、50、75 和 90 百分位数以及偏度和峰度均从直方图中记录;各参数最有用的值见表1。我们的完整结果集见在线资源2。对于扩散相关参数,HGG 中 ADC 偏度(ADCskw)、Dskw 和 DDCskw 显著高于 LGG(分别为 0.67 ± 0.67 对 − 0.18 ± 0.63,0.68 ± 0.74 对 − 0.08 ± 0.66,0.63 ± 0.72 对 − 0.15 ± 0.73;P 分别为 0.007、0.002 和 0.01)。HGG 中 α 的第10百分位数(α10)显著低于 LGG(0.77 ± 0.08 对 0.88 ± 0.04;P < 0.001)。HGG 中灌注分数的第90百分位数(f90)显著高于 LGG(12.64 ± 3.44 对 7.14 ± 1.70%;P < 0.001)。D* 在区分两组胶质瘤方面无显著差异(D* 峰度的 P = 0.30)。

表1 高级别与低级别弥漫性胶质瘤之间参数的比较 查看原表 ↗

ROC 分析

表2 显示了所研究参数在区分 HGG 与 LGG 中的诊断性能和最有用的值。我们的完整结果集见在线资源3。在单参数分析中,f90 显示出最高的诊断性能之一(AUC = 0.96),最佳诊断截断值为 9.1%。α10 也显示出良好的诊断性能(AUC = 0.91,截断值 0.85)。

在联合参数分析中,双指数 DWI 模型中 D10 与 f90 的组合也显示出最高的诊断性能之一(AUC = 0.96,D10 和 f90 的截断值分别为 0.87 × 10−3 mm2/s 和 9.1%)。拉伸指数 DWI 模型中 DDCskw 与 α10 的组合表现出良好的诊断性能(AUC = 0.93,DDCskw 和 α10 的截断值分别为 − 0.64 和 0.76);然而,这些组合(D10 + f90、DDCskw + α10)与 f90(P 分别为 1.000、0.2059)或 α10(P 分别为 0.2894、0.6603)之间未检测到显著差异。

图2 和图3 分别显示了 IV 级(胶质母细胞瘤)和 II 级(少突胶质细胞瘤)胶质瘤患者的代表性图像。

表2 参数在区分高级别与低级别弥漫性胶质瘤中的诊断性能 查看原表 ↗
图2 一名70岁女性的图像,组织学证实为胶质母细胞瘤,IDH野生型(WHO IV级)。扩散相关系数图显示右侧顶叶和半卵圆中心存在不均匀的低值肿块(a ADC图;b D图;c DDC图;分别为0.79、0.63、0.60 × 10−3 mm2/s)(箭头)。右侧额叶深部白质存在明显的扩散受限(箭头头)。d T2加权图像显示肿块内不均匀高信号灶。e f图显示病灶内高值(15.6%)。f α图显示病灶内低值(0.65)。α 异质性指数,ADC 表观扩散系数,D 真扩散系数,DDC 分布扩散系数,f 灌注分数,IDH 异柠檬酸脱氢酶,WHO 世界卫生组织 查看原图 ↗
图3 一名49岁女性的图像,组织学证实为少突胶质细胞瘤,IDH突变型(WHO II级)。扩散相关系数图显示右侧额叶存在不均匀的高值肿块(a ADC图,b D图,c DDC图;分别为1.04、1.00、1.05 × 10−3 mm2/s)(箭头)。d T2加权图像显示不均匀高信号肿块。e f图显示病灶内低值(6.2%)。f α图显示病灶内高值(0.89)。α 异质性指数,ADC 表观扩散系数,D 真扩散系数,DDC 分布扩散系数,f 灌注分数,IDH 异柠檬酸脱氢酶,WHO 世界卫生组织 查看原图 ↗

讨论

我们检查了单指数、双指数和拉伸指数DWI模型的基于直方图的参数,以比较它们在区分HGG与LGG中的诊断性能。研究发现ADCskw、Dskw和DDCskw是有用的扩散参数,提供了良好的敏感性和中等特异性。既往报道显示ADC与细胞密度相关性良好[27, 28]。密集的细胞对水运动提供更大的限制,推测是由于细胞膜和细胞内空间分数增加。因此,ADC测量已被用于评估各种肿瘤中的细胞密度。根据组织学特征(包括细胞增殖),由两个b值(0和1000 s/mm2)计算得到的ADC随胶质瘤级别升高而降低[29–31]。在双指数模型中,D仅使用高b值进行拟合,而ADC和DDC则不是。因此,D通过消除灌注效应比ADC和DDC更有效地反映细胞密度。在低b值下观察到的微循环快速血流会相对于D值产生略高的ADC和DDC值,正如我们的结果所示。此外,偏度代表概率分布不对称性的度量。如果直方图在均值左侧有延长的尾部,则为负偏度;相反,如果直方图在均值右侧有延长的尾部,则为正偏度。在本研究中,HGG的扩散相关参数呈现轻度左移,意味着它们呈正偏度。因此,与LGG相比,HGG具有更多扩散相关参数低于均值的像素频率。虽然HGG内存在各种成分,如水肿和坏死组织,但结果表明存在更多高密度细胞(即肿瘤细胞)区域,显示直方图的非对称左移。King等[32]揭示,在头颈部鳞状细胞癌患者中,治疗期间偏度显著下降。我们的扩散参数结果与既往研究一致[8, 9, 32]。

如既往报道[8, 9, 33],D*在胶质瘤分级中无帮助。D*是双指数模型快速成分的参数,对胶质瘤微循环敏感。其较差的可重复性可能归因于心脏运动[34]。心脏门控技术可能改善肿瘤中D*的评估[35]。

我们的结果表明,来自双指数模型的高百分位数f(即f90)是区分HGG与LGG的强大影像生物标志物。胶质瘤恶性程度的一个方面是血管生成,这是WHO分级系统中组织病理学评估的关键特征。在双指数模型中,低b值下的快速成分被假定反映微循环血流,而高b值下的慢成分受水分子纯扩散运动支配。HGG的f90显著高于LGG,与既往研究一致[7–9, 36]。然而,Bai等报道HGG中f显著低于LGG[13],这与我们的结果矛盾。需要进一步研究来解决这一问题。

拉伸指数模型中异质性指数α的低百分位数(即α10)也有助于区分高级别胶质瘤(HGGs)与低级别胶质瘤(LGGs)。α衡量体素内信号衰减偏离单指数衰减的程度。α值接近1表明表观扩散具有高度均匀性。α值较低表明高度异质性,即水分子多表观扩散所致的多成分衰减。在WHO胶质瘤分级系统中,HGGs需具备组织病理学特征,如胶质细胞间变、核分裂活性以及微血管增生和/或坏死,而LGGs最多仅需细胞学异型性[1]。因此,HGGs在体素内会包含更多不同的结构成分,且在显微镜下比LGGs更具异质性,从而提供较低的α值。很少有研究将α应用于脑肿瘤。Kwee等人证明HGGs的α与正常脑结构显著不同[11]。其他研究表明HGGs的α显著低于LGGs[13, 14, 16],与我们的发现一致。

在联合参数分析中,D10与f90的组合在我们研究调查的所有参数中显示出最佳诊断性能。联合使用时,这两个参数可用于评估胶质瘤中不同的病理特征、血管性和细胞密度。一些胶质母细胞瘤由于瘤内坏死而表现出高血管性和低细胞密度。因此,双指数DWI模型在此类病例中特别有用,因为它可以在同一解剖空间内同时评估两者以及灌注参数,这相比单指数模型的单参数分析具有优势。尽管DDCskw与α10联合的AUC值低于D10与f90联合的AUC值,但它取得了良好的诊断性能。拉伸指数模型能够同时测量扩散和异质性。其他具有不同组织学特征的肿瘤会显示不同的扩散、血管性和异质性模式。评估哪种模型对区分肿瘤恶性程度最有效将是有用的。

本研究存在一些局限性。首先,患者数量较少。此外,基于初步数据,为在本次初步研究中简化统计,我们匹配了高级别胶质瘤(HGGs)和低级别胶质瘤(LGGs)的患者数量。理想情况下,应开展后续研究纳入更多患者。其次,研究设计本质上为回顾性,因此患者选择偏倚无法完全消除。第三,我们在测量中未评估b值>1000 s/mm²,这与既往研究不同;然而,脑肿瘤的最佳b值上限尚未确定。第四,我们未将整个肿瘤体积纳入直方图分析。相反,我们使用了胶质瘤的最大层面,其边界由T2加权图像上的高信号定义。然而,在既往研究中,全容积直方图分析并未比单层面方法获得更准确的结果,且完成时间更长[37]。在感兴趣区(ROI)分析中,包含了水肿或坏死区域。然而,识别这些区域将是一个主观过程。相反,我们在本研究中采用了对每个肿瘤所有T2延长区域ROI进行直方图分析的方法,我们认为这是一种更客观的方法。

结论

单指数、双指数和拉伸指数DWI模型提供了与基本组织学特征相关的有用影像生物标志物,可通过直方图分析用于胶质瘤的鉴别。特别是,双指数模型在区分HGGs与LGGs方面表现出最佳的诊断性能,无论是通过评估灌注参数还是同时评估扩散和灌注参数,从而为胶质瘤分级提供了一种有用的无创诊断方法。

电子补充材料

ESM 1(PDF 616 kb)

引用

  1. Kusunoki M, Kikuchi K, Togao O, et al. Differentiation of high-grade from low-grade diffuse gliomas using diffusion-weighted imaging: a comparative study of mono-, bi-, and stretched-exponential diffusion models. Neuroradiology. 2020. PMID: 32424712. doi:10.1007/s00234-020-02456-2
  2. 全文:PMC7311374(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7311374/

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。