指南与共识神经技术与安全MRUS

恶性胶质瘤离体活检高光谱成像的挑战与建议

Challenges in, and recommendations for, hyperspectral imaging in ex vivo malignant glioma biopsy measurements.
指南 / 共识 · Sci Rep · 2023-03-07

该研究通过猪脑匀浆实验、既往高光谱成像项目经验总结及240例高级别胶质瘤活检的设备对比,评估高光谱成像在胶质瘤离体活检中的应用。发现高光谱成像对活检诊断的AUC为0.845±0.024(cut-off 0.75 µg PPIX/ml),优于手术显微镜的0.710±0.035,但算法受pH影响且存在镜面反射等陷阱。

要点

  • 高光谱成像对胶质瘤活检诊断的AUC为0.845±0.024,优于手术显微镜的0.710±0.035。
  • 手术显微镜下17%(27/240)的组织学确诊浸润区或实性肿瘤活检未见荧光。
  • pH从5.1升至8.8时,高光谱测得的PPIX贡献增加约六倍(1.70±0.56 vs 10.80±0.71 µg/ml)。

核心结论

  • 高光谱成像比手术显微镜更灵敏地检测PPIX,有望改善胶质瘤荧光引导切除,但技术仍处于研发阶段。
  • 当前基于液体体模校准的高光谱分析算法不能充分校正pH对PPIX荧光的影响。

研究设计与样本

  • 研究包含三部分:猪脑匀浆实验评估分析算法、既往高光谱成像项目经验回顾性总结、以及240例高级别胶质瘤活检的手术显微镜与高光谱成像设备对比。
  • 活检来自26例疑似高级别胶质瘤患者,平均每例9.2±1.5次活检(范围5–10次),取自非强化FLAIR阳性浸润性肿瘤边缘。
  • 以神经病理学分类(反应性改变脑组织、浸润区、实性肿瘤)为参考标准,手术显微镜荧光强度由经验丰富的神经外科医生分级为「无」「弱」「强」。
  • 高光谱系统使用405 nm LED激发,采集421–730 nm荧光发射光谱(步长3 nm)及白光反射光谱,采用Valdes等开发的算法校正组织光学特性。

关键影像表现/征象

  • 手术显微镜下17%(27/240)组织学确诊的浸润区或实性肿瘤活检未见荧光。
  • 实性肿瘤的平均PPIX贡献约为浸润区的五倍,但两组范围仍有重叠,且两组中均存在弱荧光活检。
  • 强荧光活检的最小平均PPIX值为2.2 µg/ml,而其他荧光类别的最小平均值为0.1 µg/ml。
  • 高光谱成像可显示手术显微镜下未见荧光的活检中的PPIX荧光,但残余血液可覆盖PPIX荧光。
  • PPIX分布高度不均的活检中,平均PPIX贡献的计算受阈值选择和感兴趣区选取策略影响。

诊断标准与关键数值

  • 高光谱成像对活检诊断的AUC = 0.845 ± 0.024(cut-off 0.75 µg PPIX/ml),手术显微镜的AUC = 0.710 ± 0.035。
  • 计算平均PPIX贡献时仅纳入PPIX贡献大于0.1 µg/ml的像素,该阈值源自猪脑匀浆中天然PPIX贡献的最大值。

临床应用与阅片要点

  • 高光谱成像可在手术显微镜判为无荧光时检测到PPIX,有助于减少假阴性肿瘤识别。
  • 需警惕镜面反射导致归一化过补偿、残余血液遮盖荧光及PPIX分布不均对平均PPIX值的影响。
  • 计算平均PPIX时建议使用0.1 µg/ml阈值排除天然背景,或手动选取最强PPIX热点区域作为折中策略。
  • 当前高光谱系统尚未商用,数据处理约需三分钟,离术中实时使用仍有距离。

局限性

  • 高光谱分析算法基于液体体模校准,不能充分校正pH对PPIX荧光的影响。
  • 研究为单中心、部分回顾性分析,样本量有限(26例患者、240例活检)。
  • 高光谱系统尚未商业化,测量和分析流程耗时,不适用于术中实时应用。
  • 部分活检因镜面反射、残余血液或体积过小无法可靠评估。
全文中译19 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:Sci Rep. 2023 Mar 7;13:3829. doi: 10.1038/s41598-023-30680-2

引言

使用5-氨基乙酰丙酸(5-ALA)的荧光引导切除术(FGR)在恶性胶质瘤手术中常规使用1。为此,患者在手术前口服5-ALA,导致原卟啉IX(PPIX)在胶质瘤组织中选择性蓄积2。随后,术者可使用配备滤光系统的合适市售显微镜,通过肿瘤的红色-粉色荧光观察PPIX。使用FGR时,对比增强肿瘤完全切除率是白光下手术的两倍(65% vs. 36%)1。结合超声、神经导航以及定位与监测技术,可实现大体全切除3,4。

导致5-ALA诱导的PPIX在癌细胞中蓄积的机制是多因素的,尚未完全明确2,5。细胞对5-ALA的摄取是一个重要因素6–8。在这方面,被动扩散或更重要的是蛋白质介导的特异性主动转运被认为参与其中5。此外,血脑屏障(BBB)通透性至关重要,因为完整的BBB对5-ALA不可通透2。因此,外源性5-ALA给药后的PPIX合成主要见于无BBB的脑区,如脉络丛,或在BBB破坏的情况下,如高级别胶质瘤(HGG)2,9,10。一旦5-ALA进入细胞,血红素生物合成的改变以及肿瘤微环境特征5,如葡萄糖代谢改变和缺氧,可能触发癌细胞中PPIX蓄积较健康细胞增加。酶铁螯合酶(FECH)表达和活性降低以及铁缺乏在癌症中常见2,5,11。FECH催化血红素生物合成的最后一步,即将二价铁离子插入PPIX核心。FECH表达/活性降低和铁缺乏均会导致PPIX蓄积,但尚缺乏科学证据表明这在体内参与5-ALA诱导的PPIX蓄积2,5。

无论选择性PPIX形成的机制如何,均可使用配备专用滤光系统的市售手术显微镜,通过肿瘤的明亮荧光进行识别12。此类显微镜可对荧光发射进行定性描述。术者通常根据观察到的红色-粉色相较于紫蓝色背景的强度,将荧光分级为“无”、“弱”或“强”。为更准确地测量组织中荧光强度,需要光谱分辨技术13–28。它们作为研究工具,例如用于在无可见荧光的组织中进行PPIX定量、优化手术前5-ALA给药时机、探索FGR在低级别胶质瘤手术中的潜力,以及作为手术室外的正交方法,用于测试和验证正在开发的FGR新设备18–20,29,30。目前,该技术尚未广泛应用,仅有少数研究组在神经外科背景下开展研究25,27,31–33。

这些光谱设备均非商业化产品,或为单点探针设备15,17,25–27,32,34,35,或为宽场高光谱成像(HI)系统16,18–24,28。前者使用与组织接触的探针检测视野中某一点(例如直径1 mm)的光谱分辨光,输出为每个检测点的单一光谱32,34。后者则不同,无需接触组织即可测量整个视野(例如直径1 cm)内每个点的光谱分辨光,输出为三维(3D)图像,其中每个像素包含光谱数据,例如荧光光谱。信号处理的仪器和软件仍在研究中,旨在实现对组织中荧光团更灵敏、更特异的荧光检测和定量,最终使患者获益16。本文讨论基于宽场成像的高光谱检测系统13–28。

组织中PPIX的高光谱测量可校正激发和发射波长处组织光学特性(即吸收和散射)所致的混杂非线性效应。根据此类效应的程度,两个PPIX浓度相同的组织区域可呈现显著不同的原始荧光强度,导致PPIX估计不准确16,28,35–37。多个波长(例如激发和发射)的反射率及荧光发射的高光谱检测可作为校正算法的输入,以校正组织光学特性对检测信号的影响14,16,18,24,28,36,38。在临床实践中,该方法可揭示原本可能被漏检的肿瘤组织,从而减少肿瘤识别的假阴性数量25–27,39。

组织自发荧光也影响检测到的荧光信号,导致PPIX贡献的高估或低估。若不加以校正,可在手术室和后续高光谱测量中导致假阳性结论24。自发荧光来源于组织固有化合物,如胶原、色氨酸、脂褐素、黄素、脂色素以及游离和蛋白结合的烟酰胺腺嘌呤二核苷酸(NADH)36,40。HI提供足够的光谱分辨率,能够通过数学方法分离自发荧光、PPIX和PPIX光产物的各自光谱贡献24,28。

在胶质瘤荧光引导切除(FGR)过程中,通过手术显微镜对PPIX荧光的可视化在肿瘤边缘即浸润区受到高度限制。HI能够实现更特异、更灵敏的PPIX检测。该技术在未来的手术应用中有很大潜力,但仍处于开发阶段。本文讨论其优势、局限性以及用于胶质瘤活检诊断的可能改进。本文内容基于不同实验和作者自身经验(图1):(1)使用加标PPIX的猪脑组织评估当前HI分析算法28,38,41的可靠性,(2)基于我们以往项目18–24,30的经验评估离体HI过程中的实际挑战,以及(3)基于240例高级别胶质瘤(HGG)活检数据,分析比较市售手术显微镜与宽场HI系统16,18–24,28的诊断准确性。

图1 通过高光谱成像(HI)与手术显微镜对胶质瘤进行荧光测量。本文概述旨在评估这两种技术的现状,尤其是两者中更灵敏的HI的现状。 查看原图 ↗

方法

手术显微镜

手术室中使用配备BLUE 400滤光系统的商用手术显微镜KINEVO 900(Carl Zeiss Meditec (CZM) AG,德国奥伯科亨),以在体内可视化PPIX荧光。

高光谱成像

技术设置如图2所示。高光谱相机使用OPMI pico显微镜(CZM,德国奥伯科亨,图2)构建。该系统使用405 nm发光二极管(LED)作为激发光源、科学级互补金属氧化物半导体(sCMOS)相机(PCO edge 4.2,PCO,德国凯尔海姆)、液晶可调滤光器(LCTF,Meadowlark Optics Inc.,美国科罗拉多)以及配备IMX252传感器(Sony,日本东京)的彩色相机(IDS Imaging Development Systems GmbH,德国奥伯苏尔姆)。通过将LCTF置于消色差透镜与sCMOS相机之间,实现波长依赖性光检测。残余光另外由IDS相机记录,从而生成彩色图像。在彩色相机前安装带有BLUE 400滤光片(CZM,德国奥伯科亨)的滤光轮,以生成与高光谱测量解耦的BLUE 400图像,从而能够重建如传统手术显微镜中所观察到的定性荧光图像。

所有相机组件均使用定制的LabView软件(National Instruments Inc.,奥斯汀,德克萨斯州)进行控制。每次活检时,采集荧光发射(激发波长405 nm)的高光谱三维图像立方体,波长范围为421至730 nm,步进3 nm。同样,测量白光(激发波长400–750 nm)高光谱三维图像立方体。每个像素的白光反射光谱采集范围为420至730 nm,步进5 nm。然后,在光源关闭的情况下采集421至730 nm、步进3 nm的背景图像立方体,以从白光和荧光立方体中去除暗噪声。所有三个图像立方体的采集曝光时间固定为每个波长100 ms,一个样本的数据采集约需三分钟。在光谱分析之前进行10 × 10像素合并和平均。使用一张方格纸,通过计算空间x/y坐标的差值,实验估计了视野中一个像素的有效面积大小。数字图像中一个10 × 10合并像素的面积约为210 × 210 µm(0.0441 mm2)。测量每日标准化通过使用漫反射参考靶(spectralon®,Labsphere,北萨顿,美国)以与活检测量相同的设置采集白光反射测试来完成,但每个波长的曝光时间设为50 ms。随后,以与活检测量相同的设置采集非漂白荧光参考板(荧光靶BLUE 400,CZM,奥伯科亨,德国)的光谱,但每个波长的曝光时间设为:荧光和暗光谱40 ms,白光光谱50 ms。使用定制MATLAB(The Math Works Inc.,纳蒂克,马萨诸塞州)软件,采用Valdes等人28,38,41先前开发的算法校正组织光学特性。该经验算法利用激发和发射波长处的反射率来校正荧光发射的组织光学特性畸变效应,以计算绝对的荧光团贡献(分析步骤图示见补充图S1)。

高光谱成像系统使用已知PPIX浓度(0.0、0.2、0.6、2.5 µg/ml)和不同光学特性(405 nm处吸收:µa,405 nm = 18、42、60 cm-1;635 nm处约化散射:µ’s,635 nm = 8.7、11.6、14.5 cm-1)的组织模拟液体体模进行校准,如Valdes等人26,28,35所述。如先前工作24中一样,我们使用PPIX贡献而非浓度,并以微克/毫升为单位报告,以体现不同组间18,19,26,42的设备间变异性以及体模校准26,28,35,由于PPIX荧光的非线性24,31,体模校准可能不足以确定绝对PPIX组织浓度(组织匀浆验证见下文)。

使用该软件的选择工具选择整个活检组织进行分析。首先,计算该区域内每个像素的PPIX贡献值。然后对这些值取平均值,生成整个活检组织的单一PPIX值。仅将贡献值大于0.1 µg/ml的像素纳入平均值计算。该阈值来源于猪脑匀浆实验,在该水平检测到天然PPIX贡献的最大值。该阈值被证明是区分PPIX与天然背景的合适指标,这对于分析PPIX分布不均匀的活检组织至关重要。

图2 用于离体荧光成像的高光谱系统的(a)示意图、(b)正视图、(c)俯视图。405 nm激发光和宽带白光由LED光源(蓝色,粗体)提供。样品发出的光(红色,粗体)经过LCTF后被sCMOS相机检测,而反射光(蓝色,细线)被高通滤光片滤除。另外使用IDS彩色相机配合BLUE 400滤光片,可根据需要生成彩色图像。 查看原图 ↗

猪脑匀浆的制备

猪脑实验经明斯特卫生与兽医局批准(注册号:05 515 1052 21)。猪脑购自当地屠宰场,并分离为以下解剖部位:大脑、小脑、下丘脑和脑干/脊髓。每块组织切片用蒸馏水冲洗,大致切成10 × 10 × 10 mm的小块,并使用搅拌器(VDI 12,VWR International,德国汉诺威)匀浆。匀浆液储存于− 20 °C。为将pH调节至5–9,用盐酸(HCl,Honeywell Riedel–de Haen,德国塞尔策)配制0.5 M三羟甲基氨基甲烷(Tris-base,Serva,德国海德堡)缓冲液。pH受控的参考组织匀浆(pH-RTHs)由RTHs和缓冲液(w/v)组成,如在加入PPIX之前补充表S1所示。对于无pH控制的RTHs(pH ~ 7)的制备,将200至600 mg匀浆液直接加入PPIX(Enzo Life Sciences GmbH,德国洛拉赫)储备液(300 pmol/µl,溶于二甲基亚砜,Merck KGaA,德国达姆施塔特)至所需浓度(0.0、0.5、0.75、1.0、2.0、3.0和4.0 pmol/mg),并使用涡旋混合器匀浆。将RTHs和pH-RTHs转移至培养皿中,形成约4 × 4 × 2 mm的组织样品。立即使用与组织活检相同的参数进行高光谱测量。软件基于液体体模的校准计算PPIX贡献值,单位为µg/ml18–20,25–28。与样品重量相关的单位更优,且在匀浆液或脑活检等固体组织样品中更常用,因为这些样品在实验室分析中通常需要称重。因此,对于匀浆实验的加标样品,我们采用pmol/mg,并将其与HI计算所得的PPIX贡献值(µg/ml)进行关联评估。本研究期间分析的所有生成的原始数据均包含在补充数据文件中。

患者

我们分析了来自26例因疑似高级别胶质瘤(HGG)病变接受手术患者队列的240份活检样本(表1),使用两种不同的成像设备:手术显微镜KINEVO 900和用于高光谱成像(HI)的改良OPMI pico显微镜(图2)。我们在此使用一个样本队列评估高光谱数据,该队列的原始数据部分已于此前发表30。

在麻醉诱导前四小时口服给予标准剂量20 mg/kg的5-氨基乙酰丙酸(5-ALA,Gliolan®,medac,Wedel,德国)。活检样本采集自术中非对比增强、FLAIR阳性、浸润性肿瘤边缘。每位患者平均采集9份活检(平均值:9.2 ± 1.5;范围:每位患者5–10份活检)。手术显微镜中的荧光质量由经验丰富的神经外科医生按照此前描述的方法分为“无”、“弱”和“强”三个等级17。

方法按照相关指南和法规执行。所有实验均获得明斯特大学当地伦理委员会的批准(2020-644-f-S),并获得了所有患者的知情同意。

表1 患者队列概览30。患者和活检样本根据2016年世界卫生组织(WHO)标准43进行分类(异柠檬酸脱氢酶(IDH)突变型或野生型、O6-甲基鸟嘌呤-DNA甲基转移酶(MGMT)阳性/甲基化或阴性/非甲基化),并根据美国东部肿瘤协作组(ECOG)的标准化体能状态评分44进行分类。 查看原表 ↗

神经病理学

样本在明斯特大学医院神经病理学研究所由一位对术中荧光数据不知情的神经病理学家进行分析。患者于2020年接受手术。因此,采用2016年WHO分级系统进行分类,组织采用苏木精-伊红(H&E)和弹性范吉森染色。此外,还包括IDH突变、胶质纤维酸性蛋白(GFAP)、MGMT甲基化和Ki-67/MIB1增殖指数的免疫组化和分子分析。活检样本被分类为反应性改变的脑组织(RABT)、浸润区(IZ)或实体肿瘤(ST)。

统计分析

统计使用SPSS软件(版本27,IBM,德国)计算。数据分布使用直方图和Kolmogorov–Smirnov检验评估。由于变量不服从正态分布,使用Mann–Whitney U检验(MWU)进行组间比较。所有报告的p值均为双侧。p值 < 0.05被认为具有统计学意义。对于受试者工作特征曲线的成对比较,使用MedCalc®统计软件(版本20.111,MedCalc Software,Ostend,比利时)。

结果

高光谱成像(HI)分析算法的评估

我们使用猪脑匀浆来评估HI系统,包括Valdes等人28,41开发的用于高光谱数据信号处理的算法。该算法依赖于液体组织模拟体模进行校准。这些体模由作为散射剂的英脱利匹特、用于吸收的黄色染料和PPIX26,28,35组成,因此仅是模拟组织特性的替代物。因此,我们基于由大脑、小脑、脑干和下丘脑制备的添加PPIX的脑匀浆来测试HI的性能。将使用原始荧光测定PPIX与通过完整信号处理确定的PPIX贡献进行比较,以评估该算法的影响。我们发现数据的每个处理状态均存在线性相关性:(1)原始荧光,(2)归一化后的校正荧光,(3)相对荧光团贡献和(4)计算得到的对添加PPIX浓度的绝对贡献(分析步骤见补充图S1;数据见图3和图4)。

计算平均绝对百分比误差(MAPE)作为预测准确度的指标,用于评估由高光谱测量的PPIX贡献(图3、4b)或原始荧光强度(FI,图4a)与添加PPIX浓度的相关性获得的线性测量曲线。与同时使用全部四种匀浆的模型(图4b)相比,独立评估每个脑区匀浆(图3)时MAPE略低。比较从原始FI和PPIX贡献获得的值(图4),使用PPIX贡献更优。与原始FI相比,使用经处理的且更具特异性的PPIX贡献改善了平均变异系数(CV)、MAPE和决定系数(R2)。重复(n = 4)制备和测量匀浆中测得的PPIX贡献的平均CV从脑干的8.9 ± 4.7%到下丘脑的15.6 ± 6.0%不等。此外,在猪脑实验中,高光谱计算的PPIX贡献在体模校准范围上限(2.5 µg/ml)以上呈线性趋势。因此,接受外推校准上限用于评估猪脑匀浆和临床活检。

我们还研究了下丘脑匀浆中pH的影响,因为Alston等人31描述了当pH从5移至9时,PPIX水溶液的荧光强度增加近五倍。对于pH-RTHs,我们在pH 8.8时检测到的PPIX(10.80 ± 0.71 µg/ml)比pH 5.1时(1.70 ± 0.56 µg/ml)多六倍(图5a,补充表S1)。可见荧光也增强(图5b、c)。

图3 猪脑匀浆中高光谱测量的PPIX贡献[µg/ml]与已知PPIX浓度[pmol/mg]的相关性结果(CV = 变异系数,MAPE = 平均绝对百分比误差,均值 ± 标准差)。匀浆制备自(a)大脑、(b)脑干、(c)小脑和(d)下丘脑,以适应组织光学特性的变化。PPIX以已知浓度添加:0.0、0.5、0.75、1.0、2.0、3.0和4.0 pmol/mg,n = 4次重复。 查看原图 ↗
图4 所有四个研究的猪脑切片中(a)原始荧光强度(FI)和(b)计算得出的PPIX贡献[µg/ml]与已知PPIX浓度[pmol/mg]的相关性结果(CV = 变异系数,MAPE = 平均绝对百分比误差,均值 ± 标准差)。 查看原图 ↗
图5 使用pH-RTHs测定的PPIX贡献的pH依赖性(PPIX浓度3.0 pmol/mg)。(a)PPIX贡献随pH强烈变化(meanCV = 平均变异系数 ± 标准差,n = 4)。(b/c)BLUE 400图像:(b)pH 5.1,(c)pH 8.8。 查看原图 ↗

基于既往HI项目经验的活检评估

最初,245个样本使用HI进行了测量,但后来不得不排除五个活检样本。一个活检样本(实体瘤(ST),荧光质量“弱”)因其体积极小且镜面反射高而无法评估。另外三个活检样本也显示出高镜面反射,导致归一化过程中过度补偿,使这些像素中计算得出的PPIX贡献偏低。由于这三个活检样本中大多数像素受到此效应影响,无法计算可靠的平均值(例如见图6,活检样本5)。在第五个样本中,观察到残留血液覆盖了PPIX荧光(图6,活检样本1)。

对于PPIX分布高度不均且具有多个独立PPIX热点的活检样本(图6活检样本3和4),确定具有代表性的平均PPIX贡献(avPPIX)具有挑战性。因此,测试了三种评估策略。首先,使用软件选择工具在不设阈值的情况下选择整个活检样本进行平均值计算。该分析得出的avPPIX值较低,尤其是与PPIX荧光均匀但强度较低的活检样本相比。其次,avPPIX按上述方法计算,但使用从猪脑匀浆实验获得的最高天然PPIX贡献作为阈值(0.1 µg/ml)以排除天然背景。第三,手动选择感兴趣区域(ROI),仅将最强的PPIX斑点纳入平均值计算。第三种方法得出的avPPIX值最高,而第二种方法是第一种和第三种之间的良好折中(示例见补充图S2)。

图6 活检样本的高光谱图像。(a)彩色图像,(b)BLUE 400,(c)高光谱叠加图,(d)每像素PPIX贡献[µg/ml]。给出了平均PPIX贡献[µg/ml]和评估的组织面积大小。(1)显微镜下无可见荧光的IZ活检样本;高光谱测量可视化显示了PPIX荧光和残留血液。(2)小尺寸ST活检样本,具有高反射像素和低估的PPIX贡献。显微镜荧光评级为“无”,而在高光谱成像中可见弱荧光(2b)。(3和4)中等大小的RABT样本,显微镜下荧光质量为“弱”。两者均显示不均匀的PPIX分布。(5)微小ST活检样本,手术显微镜下显示强荧光,高光谱测量中PPIX贡献人为偏高,高达164 µg/ml。 查看原图 ↗

设备比较

共评估了240个活检样本,神经病理学和荧光结果见图7。对于17%(n = 27)经组织病理学确认的IZ和ST样本,手术显微镜下未观察到荧光(图7)。

不同活检组(RABT、IZ、ST)的avPPIX见表2和图8。各组间数值分布存在差异(Kolmogorov–Smirnov p < 0.05)。组间差异显著(MWU检验:RABT vs. IZ:U = 1515.50,p = 0.001;RABT vs. ST:U = 413.00,p < 0.001;IZ vs. ST:U = 879.00,p < 0.001)。ST的avPPIX的PPIX值比IZ高五倍。其范围仍有重叠;在所有这些组中,活检显示弱荧光。所有组的最小avPPIX相同,等于为平均值计算设定的阈值(0.1 µg/ml,表2)。然而,这些活检中存在PPIX贡献低于0.1 µg/ml的像素。当按照荧光质量分组考虑时,强荧光活检的最小PPIX值(2.2 µg/ml)明显高于其他两类样本,后者的最小平均值仍为0.1 µg/ml。

进行受试者工作特征(ROC)分析以寻找高光谱测量PPIX诊断肿瘤活检的最佳截断值(图9)。蓝色曲线最接近左上角的点为截断值0.75 µg/ml,提供90.6%的阳性预测值(PPV)、56.3%的阴性预测值(NPV)、73.2%的敏感度和84.2%的特异度。此外,通过ROC分析比较了诊断变量(i)手术显微镜下可见荧光质量和(ii)高光谱计算的avPPIX的准确性。在诊断肿瘤活检方面,avPPIX(AUC = 0.845 ± 0.024,CI95% 0.798–0.893)优于手术显微镜下可见荧光评估(AUC = 0.710 ± 0.035,CI95% 0.6420.778)(图9)。根据DeLong等人45的方法对ROC曲线进行配对比较显示差异显著(AUC:0.135 ± 0.0274,CI95% 0.0817–0.189,z统计量4.940,p < 0.0001)。

除ROC分析外,手术显微镜下定性可见荧光的阈值通过在“无”活检组中使用描述性统计确定(表2,图8b)。该组的最大avPPIX为0.99 µg/ml(表2),被视为可见荧光的阈值。如预期,手术显微镜荧光评估与组织病理学之间的冲突主要发生在弱荧光活检中(等级为“无”或“弱”)。大多数弱荧光活检的avPPIX高于定性可见荧光阈值(IZ/ST中65/86,76%;所有样本中73/123,59%)。

与ROC分析确定的诊断截断值(co = 0.75 µg/ml)相比,可见荧光阈值(0.99 µg/ml)更高。当该阈值作为诊断肿瘤组织的截断值时,PPV略有降低,特异度相同,但敏感度和NPV降低(表3)。特别是IZ活检易受假阴性评估影响,导致NPV为59.3%(co = 0.75 µg/ml)。仅对RABT和ST活检计算时,NPV为88.9%(co = 0.75 µg/ml)。

图7 (a) 整个样本集(240例活检)的神经病理学评估。(b) 在ST和IZ活检(n = 164)中手术显微镜下观察到的荧光质量。 查看原图 ↗
表2 根据手术显微镜下荧光质量分组后的平均PPIX贡献及神经病理学评估结果(范围,平均值 ± 标准差 [µg/ml])。 查看原表 ↗
图8 240例样本队列中的PPIX贡献。(a) 神经病理学分组,(b) 根据手术显微镜下观察到的荧光质量分组。小提琴图内,柱形表示四分位距(IQR),须线表示1.5倍IQR,白点为分布的中位数。 查看原图 ↗
图9 ROC分析,用于确定高光谱测量的PPIX贡献诊断肿瘤组织的最佳截断值(co)(蓝色实线),并与手术显微镜下可见观察到的荧光质量(绿色虚线)作为诊断变量进行比较(黑色点线 = 参考线)。 查看原图 ↗
表3 高光谱相机诊断性能变量与不同PPIX贡献截断值的关系。 查看原表 ↗

讨论

在本研究中,我们将手术显微镜的荧光评估与HI系统获得的数据进行比较,数据来自26例因高级别胶质瘤(HGG)接受荧光引导切除术(FGR)的患者的240份活检样本。基于我们丰富的经验18–24,30,我们对现有既定流程提出质疑,例如使用组织模拟液体体模进行校准以及数据分析算法。我们从每个流程阶段都吸取了经验教训,包括手术显微镜下的活检评估、用猪脑匀浆验证高光谱方法以及对异质性活检样本的评估。

手术显微镜下离体活检评估

可见组织荧光的评估具有高度主观性。充分的培训和对PPIX荧光的术中经验对于有效且安全地实施FGR至关重要46,47。外部光源和反射会影响可见荧光印象;因此,在手术过程中应尽可能调暗。血液覆盖的组织会妨碍荧光检测,即使存在大量PPIX时也是如此(图6,活检1)。这一效应是由于血红蛋白与PPIX共享核心结构,并在405 nm附近吸收光线33,48–50。因此,在荧光检测前必须去除组织上的血液。通常,根据HI测定,手术显微镜下PPIX荧光在高于0.99 µg/ml的阈值时可见23。

用于HI信号处理的双波段归一化技术

检测到的组织荧光是被测荧光团(例如PPIX)发出的荧光以及其他关键因素(如组织光学特性和自发荧光)的函数16,36,37。校正总原始荧光的方法要么使用单点光谱或多光谱带成像明确测量组织光学特性26,51,52,要么使用可作为组织光学特性替代指标的经验测量16,36。一种荧光校正方法是Valdes等人发表的经经验光谱约束的双波段归一化技术28,41。我们已将这种方法与我们的HI系统一起使用,并且最近通过添加脂褐素和黄素基础光谱来校正多种自发荧光来源,从而改进了光谱解混24。与仅使用NADH基础光谱进行解混相比,在PPIX贡献低于1 µg/ml的区域,420–730 nm光谱区域的拟合误差降低了82.4%,对照组中记录的假阳性PPIX识别减少了92.3%24。

当使用任何荧光校正算法(包括双波段归一化技术)时,存在镜面反射的区域或角度急剧变化的区域会对PPIX贡献提供不可靠的低估(例如图6,活检1、2和5)36,41。因此我们注意到我们当前方法学的若干局限性。首先,我们用于离体成像的高光谱系统不使用偏振滤光片,而偏振滤光片对于最小化镜面反射是必要的53。其次,我们的方法学需要充分考虑组织的三维轮廓,这可以通过立体成像等技术来实现54。组织轮廓估计不充分会导致PPIX估计不准确,在这些情况下,使用任何荧光校正算法都会导致不准确的结果36,55。迄今为止,尽可能多地在相机传感器上检测光并保持系统的稳健性是至关重要的,因此这些问题需要在未来的设备中加以解决。

Valdes等人开发的用于高光谱数据信号处理的方法28,41证明了其稳健性。最初,双波段归一化是在具有不同光学特性的组织模拟液体体模中创建并验证的。与原始FI相比,使用估计的PPIX贡献改善了线性校准模型的均方根误差和决定系数41。我们在猪脑匀浆中的结果证实了这些观察。通过用更具特异性的PPIX贡献评估来自不同脑区的脑匀浆,决定系数和MAPE同样得到改善。据我们所知,脑匀浆实验是对脑组织中双波段归一化的首次验证尝试。

高光谱PPIX定量的校准

在实验1(图1)中,我们解决了当前用于评估HI数据的算法基于组织模拟液体体模进行设备校准的问题。这些体模有几个缺点:其pH在4–5之间,与正常脑组织和胶质瘤组织(pH 6–8)相比偏低。此外,它们不提供不同的PPIX光态分布,并且仅含有荧光团PPIX。根据分析化学原理,人们会选择与真实样品相似的基质来进行设备校准。

体模显著影响荧光校正算法(如双波段归一化)的“光学有效范围”。该算法仅在体模所提供的光学特性范围内(如吸收和散射)得到验证。然而,必须覆盖正常脑组织和肿瘤组织中预期的全部光学特性范围。成像系统的所有测量都将取决于这些基准的假设和“地面真值”(如PPIX贡献)的准确性56–58。用于荧光校正的双波段归一化技术是明确针对使用液体体模的PPIX成像而开发的。使用这些体模(即黄色染料)时,假设激发波长处的吸收远大于发射波长处的吸收28,41。所选择的激发和发射波长处的吸收与散射范围近似于正常脑组织和脑肿瘤中所见的值。尽管如此,发射波长处正常脑组织和肿瘤组织所报道的约化散射(µ’s,635 nm = 9–100 cm-1)59–63与体模所显示的范围(µ’s,635 nm = 9–15 cm-1)28,35,41之间仍存在差异。然而,激发波长处的预期吸收范围覆盖良好但并非完美覆盖(正常脑组织和肿瘤组织59–63:µa,405 nm 5–50 cm-1;体模28,35,41:µa,405 nm 18–60 cm-1)。

体模在634 nm处仅提供一种PPIX光态(PPIX634),且pH约为4–5的酸性条件,无任何pH变化。它们不能模拟任何已知的PPIX光产物或引起组织自发荧光的化合物35,41。然而,在神经外科应用中已描述了第二种荧光峰在620 nm处的PPIX光态(PPIX620)24,32。PPIX620/PPIX634的分布被认为依赖于微环境,如pH和大分子浓度32,64,65。两种PPIX光态的量子产率差异显著。因此,光态分布对于利用所观察到的荧光进行定量至关重要,而简单的宽带积分会使PPIX浓度产生偏差32。

该算法在校正基质光学特性和pH方面的性能通过使用猪脑匀浆进行了评估。在技术仪器改造期间,我们尚未用其他方法替代体模进行仪器校准,因为新的校准标准品(如组织匀浆)需要仔细测试其适用性以及与当前标准品相比的优越性。在单脑切片匀浆中测量PPIX贡献是可行的,且具有良好的重现性(平均CV 8.9 ± 4.7–15.6 ± 6.0%)。使用不同组织基质导致的光学特性变化已通过Valdes等人开发的方法得到了充分校正28,41(图4)。相比之下,pH显著影响所测定的PPIX贡献,而这在信号处理过程中无法被考虑28,41。本研究及其他工作43所探讨的pH范围5–9超出了正常脑组织和胶质瘤组织66,67中所假设的生理pH范围6–8。尽管如此,即使在该范围内,PPIX贡献也变化了四倍。此外,肿瘤组织中细胞内和细胞外pH的差异66,67可能在体内光态分布中发挥作用,这取决于PPIX的细胞定位。因此,当前方法的PPIX定量存在局限性。

模体的某些局限性是可以克服的。例如,应重新考虑对最大和最小散射与吸收值范围的调整,以覆盖组织固有的所有可能范围,同时不切实际地增大该范围。诸如血红蛋白之类的吸收剂可以更好地模拟在组织中观察到的吸收。此外,具有更多相关荧光团的模体将扩展该技术的准确性限度。使用双波段归一化的尝试已考虑了PPIX及其光产物,并部分考虑了波长>600 nm处呈线性递减拟合的自发荧光35,41。近期研究表明,在光谱分解过程中同时使用两种光状态和多种单独的自发荧光化合物已可提高肿瘤检测的准确性24,32。在水性模体中,pH以及脂质和表面活性剂的量会影响PPIX光状态分布64,65,68。为此,必须覆盖所有可能的光学性质范围以及生化微环境的变化,例如pH31。由脑匀浆、pH缓冲液和用于调整光学性质的已知化合物(例如英脱利匹特和黄色染料)组成的校准样品可能服务于这一目的,并将模体的优势(特别是对扩展光学性质范围的精确调整)与脑匀浆的优势结合起来。

改进异质性活检描述的策略

高光谱宽场成像允许分析视野内每个像素中PPIX的贡献。因此,具有低至亚毫米分辨率的相机可显示所成像组织的PPIX贡献详细图谱14,16,18,28,38,69。

用于验证高光谱技术的荧光试验依赖于评估测得的PPIX贡献、神经病理学评估、磁共振成像以及手术显微镜中观察到的荧光质量。计算单一avPPIX值以描述整个活检17,20,25,32,34,39,70。在具有多个热区的高度异质性活检中,如图6中的活检3和4所示,单一avPPIX可能不足以代表整个样本。因此,我们测试了不同的评估方法,并最终在平均值计算中引入阈值,以排除PPIX贡献低于0.1 µg/ml的像素。这是用我们的高光谱设备对猪脑匀浆测得的最大天然PPIX贡献。该阈值考虑了空间上分离的PPIX热区,此时avPPIX代表了合适的折中方案(补充图S2)。因此,为避免因依赖用户的主观判断而产生偏倚,我们建议使用软件选择工具选择整个活检用于avPPIX测定,同时使用适当的阈值来区分非荧光背景。

最终,胶质瘤手术中的定量高光谱荧光成像旨在创建体内手术视野中PPIX贡献的准确且可重复的图谱,以预测浸润区域并协助外科医生完成肿瘤全切除。从手术工作流程的角度来看,确定计算离体活检中代表性avPPIX的最佳方法更多具有学术意义而非实际用途。尽管如此,这对于最终将依赖这些数据的荧光试验至关重要。

组织病理学评估

在早期的一项研究中29,观察到了若干假阳性活检(在手术显微镜下RABT呈现弱甚至强荧光,且部分高于0.99 µg/ml的可见荧光阈值)。最初,仅使用H&E、p53、Ki67/MIB指数进行染色,仅在适用时加做IDH-1。主要借助IDH染色,对样本进行了重新评估。由于这些肿瘤大多为IDH-1突变型,15例活检中有8例因可观察到额外肿瘤细胞而被诊断为IZ。因此,本研究对队列样本进行了重新评估。然而,少数假阳性样本患者为IDH野生型胶质母细胞瘤,因此进一步IDH染色无帮助。在45例重新评估的活检中,通过制备连续切片,4例被重新归类为IZ。在3例假阳性IDH突变型活检中,IDH染色可显示额外肿瘤细胞,但不足以将诊断改为IZ。这引出了组织病理学参考标准的问题。

诊断准确性的预测因素及手术显微镜下可见荧光的阈值

在本研究中,高光谱设备的PPV为90.9%(co = 0.75 µg/ml);类似研究25–27,39发现高光谱技术的平均PPV为87%(范围:70–100%)。

NPV在很大程度上取决于对无荧光活检的采样策略17,46。在此,高光谱设备的NPV为59.3%(co = 0.75 µg/ml)。尤其是IZ活检易受假阴性评估的影响。因此,当仅针对RABT和ST活检计算时,NPV更高(88.9%,co = 0.75 µg/ml)。其他研究25–27,39发现平均NPV为68%(范围:50–87%)。每例假阴性活检的PPIX贡献均低于手术显微镜下可见荧光阈值0.99 µg/ml。如引言所述,较低的PPIX水平可能是多因素的,包括但不限于低肿瘤细胞密度17和低增殖率70。PPIX水平与神经病理学评估之间可能存在差异的另一个重要原因可能是,产生PPIX的肿瘤细胞可能埋藏在组织内部。因此,给定的405 nm激发光穿透深度约为100—250 µm,仅能达到组织表面。手术显微镜和高光谱系统无法激发表面以下较深处的PPIX69,71,72。

本样本队列的结果与我们课题组先前的数据一致,后者提示手术显微镜下可见荧光的阈值为1 µg/ml22,23,并与Valdes等人26,27,70的工作结论相同。然而,必须注意,考虑到组织光学性质和pH的影响,在低于1 µg/ml时仍可观察到可见荧光。在此,28%的发荧光活检的PPIX贡献低于1 µg/ml。

将高光谱技术与传统手术显微镜进行比较显示,高光谱相机在诊断肿瘤组织方面更优(AUC = 0.845 ± 0.024,CI95% 0.798—0.893 对比 AUC = 0.710 ± 0.035,CI95% 0.642—0.778),这是由于手术显微镜下PPIX荧光检测的敏感性较低且特异性较差。手术显微镜下可见荧光描绘的阈值为0.99 µg/ml,因此高于HI诊断肿瘤组织的最佳截断值(0.75 µg/ml)。因此,HI是胶质瘤手术中一种有前景的工具,应进一步改进以用于临床应用。

结论

在使用5-ALA进行FGR期间获取的恶性胶质瘤活检中,HI诊断肿瘤的敏感性高于手术显微镜。然而,该技术仍需改进以用于手术应用,这主要由于需要实时PPIX数据处理的挑战。与实验室环境下的活检成像相比,术中实时成像带来了新的挑战,需要适配的HI设置。在此,我们仔细审查了活检中PPIX测定的若干方面。我们提出了实验和数据分析方面的改进,有助于提高敏感性和特异性。迄今为止,HI分析算法中针对组织光学特性变异的校正已足够,但还需要进一步努力将生化微环境变异、多种自发荧光来源和天然吸收剂(例如血液)纳入用于校准和验证的样本中。为此,将已建立的体模与脑匀浆结合用于设备校准似乎是有前景的。需要进一步努力将高光谱设备从研究转化为临床。

补充信息

补充信息1。

补充信息2。

引用

  1. Walke, Black, Valdes, et al. Challenges in, and recommendations for, hyperspectral imaging in ex vivo malignant glioma biopsy measurements. Sci Rep. 2023. PMID: 36882505. doi:10.1038/s41598-023-30680-2
  2. 全文:PMC9992662(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9992662/

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。