定量CT分析在评估肺癌手术患者肺功能中的应用进展.pdf

综述534-BME&ClinMed,July 2023,Vol.27,No.4生物医学工程与临床2 0 2 3年7 月第2 7 卷第4期网络出版时间：2 0 2 3-0 6-2 8314:15:24D0I:10.13339/ki.sglc.20230626.005网络出版地址：htnsinet/kems2/detail/121329B20230626.11721.010.html定量CT分析在评估肺癌手术患者肺功能中的应用进展张艺菲1.2,李翔2.3,田森？，白冲2摘要：手术切除是目前肺癌患者最有可能治愈的治疗方式,术前需准确评估患者肺功能,从而预测术中和术后并发症的风险。胸部CT图像经过定量分析可以挖掘大量信息，补充肺功能参数的不足，为医生提供决策支持。文章就定量CT(QCT)分析在评估肺癌手术患者术前肺功能和预测术后肺功能进行综述，从QCT分析的指标、QCT分析肺气肿、QCT分析慢性阻塞性肺疾病(COPD）、Q C T 分析预测肺癌术后肺功能四个方面展开论述。QCT是评估患者肺功能的无创可行工具，与肺功能检查结合精确评估患者术前肺功能和预测术后肺功能。未来可以将QCT、定量MRI、PE T/C T 等成像技术结合，弥补各自的数据死角，还可以融合机器学习、深度学习等人工智能算法，整合放射组学与临床信息，进行个性化的术前规划，在完整切除病灶降低局部复发率的基础上保留更多正常的肺组织，向精准医疗迈进。关键词：定量CT；肺功能；肺癌手术；肺气肿中图分类号：R734.2;R730.44文献标识码：A文章编号：10 0 9-7 0 9 0(2 0 2 3)0 4-0 5345-0 5Application progress of quantitative CT analysis in evaluation of pulmonaryfunction for lungcancersurgerpatientsZHANG Yi-feil.2,LI Xiang?3,TIAN Sen,BAI Chong?(l.School of Health Science and Engineering,Uni-versity of Shanghai for Science and Technology,Shanghai 200093,China;2.Department of Respiratory and Critical CareMedicine,The First Affiliated Hospital of Naval Medical University,Shanghai200433,China;3.Department of Respiratoryand Critical Care Medicine,Central Theater General Hospital of PLA,Wuhan430012,Hubei,China)Corresponding author:BAI Chong.E-mail:.CT分辨率的提高和图像处理技术的发展，使定量 CT(quantitative computed tomography,QCT)分析在临床上的应用成为可能，QCT运用图像后处理技术从CT图像中提取和分析数据,用定量的方法进行疾病诊断和预后判断。CT在肺部成像方面有独特的优势,QCT在评估各类肺部疾病，包括肺结节、慢性阻塞性肺疾病（chronic obstructive pulmonary disease,COPD）哮喘、肺纤维化等方面进展显著外科手术切除是肺癌患者的有效治疗手段，患者术前肺功能状态直接关系到医生对手术方式的选择和切除范围的规划，目前以肺功能检查（pulmonaryfunctiontest,PFT)最为常用。近年来,肺癌治疗人群和手术方式发生变化，高龄、术前进行放化疗、同时合并COPD或限制性肺疾病的患者不断增加,胸腔镜和胸腔镜下亚肺叶切除术逐渐成为肺小结节的主流术式，PFT局限性日益显露。QCT分析可以弥补PFT参数在诊断和评估方面的不足，文章将就肺功能的QCT指标和QCT分析在评估肺癌手术患者肺功能中的应用进展展开综述。1定量CT分析肺功能的指标PFT简单、技术成熟、无电离辐射，但需患者反复吸气呼气到极限，很大程度上受患者配合程度影响，常用PFT指标有用力肺活量（forcedvitalcapacity，FVC）第一秒用力呼气量（forcedexpiratoryvolumeinthe first second,FEV1）、一氧化碳弥散量（diffusionlungcapacityforCO,DLCO)等。胸部CT只需要一次深吸气，而且是所有肺癌患者术前的常规检查项目。PFT只能反映整个肺的状态,QCT可以定位到病灶所在的肺叶进行精确分析。QCT分析依赖于图像像素代表的不同CT值，单位为HU(hounsfieldunits,HU），对肺功能的评估主要从以下三个方面。作者单位：1.上海理工大学健康科学与工程学院，上海2 0 0 0 9 3;2.海军军医大学第一附属医院呼吸与危重症医学科，上海2 0 0 433;3.中国人民解放军中部战区总医院呼吸与危重症医学科，湖北武汉430 0 12作者简介：张艺菲（19 9 8 一）,女，河南三门峡人，硕士研究生，主要从事成像技术在呼吸系统疾病中的应用研究。电话：136 39 8 7 56 9 2。E-mail：zyf_。基金项目：上海市卫生健康协同创新集群计划（2 0 2 0 CXJQ03）通信作者：白冲（19 6 4一），男，上海市人，博士，主任医师，教授，博导，主要从事呼吸病介人诊断与治疗研究。电话：156 39 8 0 7 7 2 9。E-mail：。审校者：杨晓光(内蒙古医科大学附属医院影像诊断科，内蒙古呼和浩特0 10 0 50)审校者：杨晓光（内蒙古医科大学附属医院影像诊断科，内蒙古呼和浩特F010050）版权保护，不得翻录。535-BME&Clin Med,July2023,Vol.27,No.4生物医学工程与临床2 0 2 3年7 月第2 7 卷第4期1.1肺容积使用软件调控患者胸部CT阈值，-10 2 4-50 0 HU时，可以剔除气管、支气管、血管、肿瘤等包含空气或实质结构的体积，得到总肺容积(total lungvolume,TLV），TLV与PFT测量的肺容积有很好的一致性；-9 10-600HU时，可以计算参与呼吸的肺组织体积,称为功能性肺容积(functional lung volume,FLV).21,FLV可以被认为是基于CT的PFT参数肺总量（total lungcapacity,TLC)的测量。常规胸部CT是仰卧位,PFT检查是坐位，研究发现直立、坐位CT测得的FLV与PFT相关性更强 3。上述对肺容积的分割基于阈值,还有基于区域、形状和机器学习的方法1.2肺密度吸气相CT中，正常肺衰减通常定义在-9 50-700HU,在此范围内的肺密度占比称为正常肺指数(normal lung index,NLI)。计算-9 50 HU的像素得到低衰减区域（lowattenuationarea,LAA）量化肺气肿,而在-7 0 0-2 50 HU内的区域与肺纤维化相关。在肺密度直方图中计算平均肺密度（meanlungdensi-ty,MLD)和一阶统计量，如方差、偏度、峰度和第10、15百分位数（10 thpercentile,P10;15thpercentile，P15)等。研究发现,P15比MLD在评价肺气肿时不容易受到肺容量和肺纤维化影响 4,偏度和峰度常用来定量评价间质性肺疾病1.3气道分析胸部CT上可以人工识别到第6 7 级支气管，软件在高分辨率时可分辨出1mm甚至更小的小气道5,气道直径、壁厚、壁面积等参数得以测量。为了便于比较，标准化气道壁厚，Pi10被定义为完全吸气时气道内腔周长为10 mm气道壁面积平方根，由整个肺的测量结果计算，不局限于特定分支。通过软件提取出支气管树，自动识别气道树上的分支点得到气道总计数(totalairwaycount,TAC)7。因为气道树复杂自重复的几何结构，研究者把分形几何运用到量化支气管树的复杂程度和形态特征上，使用盒计数法计算气道分形维数(airway fractal dimension,AFD)。2定量CT分析肺气肿行肺肿瘤根治术时，切除的肺组织如为肺气肿的主要病变区域，由于肺减容效应，患者术后肺功能损失会小于预计值，对于此类患者的术前评估可适当放宽标准82.1肺气肿严重程度常用LAA%和P15量化肺气肿，但对于最佳指标尚未达成共识。AslanE等9 对所有常用的QCT肺气肿指标（LAA-950HU、LA A-9 10 H U、M LD、直方图的峰度、偏度、P10和P15)与PFT参数的相关性进行分析，发现LAA-910HU与FEV1相关性最强（r=-0.556,P0.001），而且作者推荐横断面研究时使用LAA法，纵向研究中使用百分位数法。Fleischner学会I0)提出了基于CT的肺气肿视觉分类（小叶中心型、全小叶型、小叶间隔旁型），但人工的判断避免不了观察者内和观察者间变异，重复性较差，人工智能深度学习算法解决了这个问题，可以自动化检测肺气肿并按照严重程度分类 12 ,在Humphries SM等研究中，视觉评分时认为没有肺气肿但算法分类为有肺气肿的参与者的死亡率更高2.2肺气肿空间分布在量化肺气肿三维空间分布方面,MishimaM等 13首次提出用分形几何的方法对肺气肿进行形态学分析，将相邻的LAA%定义为低衰减簇（lowattenuationcluster,LAC),以球体或“簇”的形式直观表示肺气肿，量化其空间异质性，他们发现LAA%大小与数量的关系符合幂律分布，即Y=KX-D,其中：X是LAA%的大小;Y是累计频率;D值是肺泡的分形维数。研究表明 14.15,随着肺气肿的进展,LAA%增大,D值变小，但两者的变化不总是同步的,D值对于肺泡组织的破坏更敏感，而且与LAA%相比，在两次CT间纵向比较肺气肿进展时,D值更具稳定性。肺气肿的量化依赖CT密度分辨率，大量研究证明 16,17,CT参数如层厚、重建核等对QCT分析肺气肿的结果影响显著，在进行疾病的监测和治疗反应的评估时要尽量保持CT采集、重建参数和分析软件间的一致性。3定量CT分析慢性阻塞性肺疾病PFT是诊断和评估COPD的主要手段，但越来越多的实践证明 18.19 ,QCT能更好地区分COPD的亚型3.1慢性阻塞性肺疾病气道分析与COPD相关的气道疾病气道壁增厚、管腔狭窄和气道阻塞为特征。BodduluriS等 2 0 开发了一种新的影像学生物标志物一气道表面积和体积之比（air-way surface-area-to-volume ratio,SA/V)，来显示COPD患者的气道重塑过程。结果表明随着气道的进行性狭窄，气道损失的体积大于表面积，SA/V值相应增加；当气道完全阻塞时，SA/V值降低。他们还使用AFD21来量化管腔狭窄和气道阻塞，研究纳人8 135例COPD患者，其AFD值与FEV1（r=0.35,P0.001)和FEV1/FVC(r=0.26,P0.001)显著相关,而536-BME&Clin Med,July 2023,Vol.27,No.4生物医学工程与临床2 0 2 3年7 月第2 7 卷第4期且在5年的纵向队列研究中,AFD值下降是COPD患者未来病情加重、肺功能下降和死亡率的独立预测因子。3.2慢性阻塞性肺疾病参数响应图CT上低衰减区域可能是肺气肿也可能是空气潴留，为了解决参数的重叠,GalbanCJ等 2 2 开发了参数响应图(parameter response mapping,PRM)来区分肺气肿和功能性小气道疾病（functionalsmallairwaysdisease,fSAD）,PRM 使用动态图像配准，基于体素到体素将双相CT图像匹配,把呼气相CT上-8 56 HU和吸气相CT上-9 50 HU的区域定义为无肺气肿的气体潴留区域，反映小气道的功能改变。惰性气体MRI也被用于评估COPD患者,研究者用PRM将 CT和MRI匹配进行联合评估 2 3,两种不同的成像模式信息互补，可以在PFT和CT都正常的曾吸烟者的PRM中观察到异质性,提示COPD进展。一系列人工智能和深度学习算法已经被用于COPD的识别和分级,HoTT等 2 4 将PRM和深度学习技术结合，构建三维卷积神经网络来区分COPD人群,分类模型的准确度为8 9.3%。HasenstabKA等 2 5 开发一种深度学习算法来量化COPD患者的严重程度，提出了5个基于CT的COPD分级，不同分级的受试者工作特性曲线下面积(area under curve,AUC)为0.8 6 0.9 6。4定量CT预测肺癌术后肺功能各类肺癌手术指南推荐把预测术后肺功能(pre-dicted postoperative pulmonary function,ppoPF)纳人术前评价指标 2 6,2 7 。传统预测使用节段计数法,PpoPF=（1-A/19）术前PF,其中：A为切除节段数;19 为全肺通畅节段数 2 8 ;还可以使用定量通气/灌注显像技术,FourdrainA等 2 9 用节段计数法、肺通气/灌注显像、QCT容积法计算ppoFEV1,发现QCT容积法与实测值相关性最强(R=0.79,P0.01)。节段计数法忽略了不同节段之间体积、功能和个体差异，肺通气/灌注显像在实际临床工作中并不常使用，而且只提供二维图像,部分肺组织重叠，影响判断准确度。有研究者建立了ppoFVC和ppoFEV1 的线性回归方程 30 ,验证队列中计算值与实测值的相关性为0.8 8 0 和0.7 32(FVC;FEV1)。既往研究表明，与上叶切除术相比，下叶切除术时用节段计数法计算的ppoPF会被低估。ShibazakiT等 31 探究切除部位是否影响QCT容积法的准确度，发现QCT容积法在各切除叶间的准确度差异无统计学意义(P=0.370)。这些研究都存在一定的局限性，比如大多为回顾性，研究对象多为肺叶切除和肺功能正常的人群，聚焦于FVC和FEV1的分析等，在未来可以前瞻性地对段切、楔切、术前合并不同严重程度COPD、间质性肺炎的患者使用QCT容积法进行预测,并进一步探究QCT与ppoDLCO的关系。切除部位对术后肺功能下降程度的影响仍有争议。既往研究表明 32 ,上叶术后肺功能的下降程度高于下叶,其可能的机制是下叶体积相对较大，切除后更能促进余肺代偿反应。LAC给人们提供了新思路，用D值反映肺泡结构复杂性，比较术前、术后肺容积和D值的变化对剩余肺组织进行形态学分析。Tane S等 33 用此方法比较上肺与下肺切除术后余肺变化，发现上叶术后D值变化明显大于下叶（P=0.042)。YamagishiH等 34假设肺叶切除术后剩余不同肺叶的形态和功能变化存在异质性，使用LAC分析右下肺切除术后剩余肺组织变化，发现右肺很大一部分形态学和功能储备来自右中叶，右中叶较右上叶术后容积明显增大（130.9%19.7%;10 9.7%9.2%。P0.001),而术前、术后D值差异却没有统计学意义（P=0.39）。作者建议在右下肺切除术术前评估时可以适当放宽标准，但需注意，其研究对象为健康、无肺部疾病的肺移植捐赠者,是否在真实患者中适用还需待进一步探究。尽管在外科手术方式和围术期护理方面取得了不错的进展，但术后并发症的发生率仍然很高 35,如漏气、支气管胸膜瘘、脓胸等。TaneS等 36 比较了D值、LAA%预测术后并发症的性能,其AUC值分别为0.7 2、0.58。作者认为，在微创手术时代,D值可能是术后呼吸并发症更敏感的预测因子。5小结综上所述，QCT分析是评估患者肺功能的可行工具，使用无创的方法，与PFT结合精确评估患者术前肺功能和预测术后肺功能。但还需不断发掘屈QCT的潜力，在未来可以将QCT、定量MRI、PE T/C T 等成像技术结合，不同的成像原理弥补了各自的数据死角，还可以融合机器学习、深度学习等人工智能算法，整合放射组学与临床信息，进行个性化的术前规划，在完整切除病灶降低局部复发率的基础上保留更多正常的肺组织，向精准医疗迈进参考文献：1 Wu MT,Pan HB,Chiang AA,et al.Prediction of postoperativelung function in patients with lung cancerJJ.AJR Ame JRoentgenol,2002,178(3):667-672.2 Yabuuchi H,Kawanami S,Kamitani T,et al.Prediction of生物医学工程与临床2 0 2 3 年7 月第2 7 卷第4期BME&ClinMed,July2023,Vol.27,No.4post-operative pulmonary function after lobectomy for primarylung cancer:A comparison among counting method,effectivelobar volume,and lobar collapsibility using inspiratory/expira-tory CTJ.Eurn J Radiol,2016,85(11):1956-1962.3 Yamada Y,Yamada M,Chubachi S,et al.Comparison of in-spiratory and expiratory lung and lobe volumes among supine,standing,and sitting positions using conventional and uprightCTJ.Sci Rep,2020,10(1):16203-16203.4 Song L,Leppig JA,Hubner RH,et al.Quantitative CT analy-sis in patients with pulmonary emphysema:Do calculated dif-ferences between full inspiration and expiration correlate withlung function?J.Int J Chron Obstruct Pulmon Dis,2020,15:1877-1886.5 Sieren JP,Newell JD Jr,Barr RG,et al.SPIROMICS protocolfor multicenter quantitative computed tomography to pheno-type the lungsJ.Am J Respir Crit Care Med,2016,194(7):794 806.6 J Charbonnier JP,Pompe E,Moore C,et al.Airway wall thick-ening on CT:Relation to smoking status and severity of COPDJ.Respir Med,2019,146:36-41.7 Bhatt SP,Bodduluri S,Kizhakke Puliyakote AS,et al.Struc-tural airway imaging metrics are differentially associated withpersistent chronic bronchitisJ.Thorax,2021,76(4):343-349.【8 姜格宁，张雷，朱余明，等.肺切除手术患者术前肺功能评估肺科共识 J.临床医学研究与实践，2 0 2 0,5（1)：F0003-F0003.JIANG Ge-ning,ZHANG Lei,ZHU Yu-ming,et dl.Pul-monary consensus on preoperative lung function assessment inpatients undergoing pneumonectomyJJ.Clinical Research andPractice,2020,5(1):F0003-F0003.9 Aslan E,Kaya F,Ozgil E,et al.Quantitative computed to-mography analysis of emphysema severity and distribution inchronic obstructive lung disease,correlation with clinical find-ingsJJ.Tuberk Toraks,2021,69(3):338-348.10 Lynch DA,Austin JHM,Hogg JC,et al.CT-definable sub-types of chronic obstructive pulmonary disease:A Statement ofthe Fleischner SocietyJJ.Radiology,2015,277(1):192-205.11 Fuhrman J,Yip R,Zhu Y,et al.Evaluation of emphysema onthoracic low-dose CTs through attention-based multiple in-stance deep learningJ.Sci Rep,2023,13(1):1187-1187.12 Humphries SM,Notary AM,Centeno JP,et al.Deep learningenables automatic classification of emphysema pattern at CTJ.Radiology,2020,294(2):434-444.13 Mishima M,Hirai T,Itoh H,et al.Complexity of terminalairspace geometry assessed by lung computed tomography innormal subjects and patients with chronic obstructive pul-monary diseaseJJ.Proc Natl Acad Sci,1999,96(16):8829-8834.14 Shimizu K,Tanabe N,Tho NV,et al.Percent low attenuationvolume and fractal dimension of low attenuation clusters on CTpredict different long-term outcomes in COPDJ.Thorax,2020,75(2):116-122.15 Nambu A,Zach J,Kim SS,et al.Significance of low-attenua-tion cluster analysis on quantitative CT in the evaluation ofchronic obstructive pulmonary diseaseJ.Korean J Radiol,2018,19(1):139-146.16 Kirby M,Hatt C,Obuchowski N,et al.Inter-and intra-soft-ware reproducibility of computed tomography lung densitymeasurementsJJ.Med Phys,2020,47(7):2962-2969.17 Muramatsu S,Sato K,Yamashiro T,et al.Quantitative mea-surements of emphysema in ultra-high resolution computedtomography using model-based iterative reconstruction incomparison to that using hybrid iterative reconstruction J.Phys Eng Sci Med,2022,45(1):115-124.18 Park J,Hobbs BD,Crapo JD,et al.Subtyping COPD by usingvisual and quantitative CT imaging featuresJ.Chest,2020,157(1):47-60.19 Zhu D,Qiao C,Dai H,et al.Diagnostic efficacy of visual sub-types and low attenuation area based on HRCT in the diagno-sis of COPDJJ.BMC Pulm Med,2022,22(1):81-81.20 Bodduluri S,Kizhakke Puliyakote A,Nakhmani A,et al.Computed tomography-based airway surface area-to-volumeratio for phenotyping airway remodeling in chronic obstructivepulmonary diseaseJJ.Am J Respir Crit Care Med,2021,203(2):185-191.21 Bodduluri S,Puliyakote ASK,Gerard SE,et al.Airway fractaldimension predicts respiratory morbidity and mortality inCOPDJ.J Clin Invest,2018,128(12):5374-5382.22 Galban CJ,Han MK,Boes JL,et al.Computed tomography-based biomarker provides unique signature for diagnosis ofCOPD phenotypes and disease progressionJ.Nat Med,2012,18(11):1711-1715.23 MacNeil JL,Capaldi DPI,Westcott AR,et al.Pulmonaryimaging phenotypes of chronic obstructive pulmonary diseaseusing multiparametric response mapsJJ.Radiology,2020,295(1):227-236.24 Ho TT,Kim Taewoo,Kim WJ,et al.A 3D-CNN model withCT-based parametric response mapping for classifying COPDsubjectsJJ.Sci Rep,2021,11(1):34-34.25 Hasenstab KA,Yuan N,Retson T,et al.Automated CT stag-ing of chronic obstructive pulmonary disease severity for pre-dicting disease progression and mortality with a deep learningconvolutional neural networkJ.Radiol Cardiothorac Imaging,2021,3(2):e200477-e200477.26 Colice GL,Shafazand S,Griffin JP,et al.Physiologic evalua-tion of the patient with lung cancer being considered for resec-tional surgery:ACCP evidenced-based clinical practiceguidelines(2nd edition)J.Chest,2007,132(3 Suppl):161S-信息动态538-BME&Clin Med,July 2023,Vol.27,No.4生物医学工程与临床2 0 2 3 年7 月第2 7 卷第4期177S.27 Brunelli A,Kim AW,Berger KI,et al.Physiologic evaluationof the patient with lung cancer being considered for resectionalsurgery:Diagnosis and management of lung cancer,3rd Ed:American College of Chest Physicians evidence-based clinicalpractice guidelinesJ.Chest,2013,143(5):e166S-e190S.28 Ali MK,Mountain CF,Ewer MS,et al.Predicting loss of pul-monary function after pulmonary resection for bronchogeniccarcinomaJJ.Chest,1980,77(3):337-342.29 Fourdrain A,De Dominicis F,Lafitte S,et al.Quantitativecomputed tomography to predict postoperative FEV1 after lungcancer surgeryJJ.J Thoracic Dis,2017,9(8):2413-2418.30 Ueda K,Murakami J,Tanaka T,et al.Preoperative risk as-sessment with computed tomography in patients undergoinglung cancer surgeryJ.J Thorac Dis,2018,10(7):4101-4108.31 Shibazaki T,Mori S,Noda Y,et al.Effect of resected lunglobe on the prediction of postoperative pulmonary functionJ.Eur J Cardiothorac Surg,2022,62(6):ezac480-ezac480.32 Ueda K,Tanaka T,Hayashi M,et al.Compensation of pul-monary function after upper lobectomy versus lower lobectomyJ.J Thorac Cardiovasc Surg,2011,142(4):762-767.33 Tane S,Kitazume M,Fujibayashi Y,et al.The difference inpostoperative pulmonary functional change between upper andlower thoracoscopic lobectomyJ.Interact Cardiovasc ThoracSurg,2022,34(3):408-415.34 Yamagishi H,Chen-Yoshikawa TF,Oguma T,et al.Morpho-logical and functional reserves of the right middle lobe:Radio-logical analysis of changes after right lower lobectomy inhealthy individualsJJ.J Thorac Cardiovasc Surg,2021,162(5):1417-1423.e2.35 Suzuki K,Saji H,Aokage K,et al.Comparison of pulmonarysegmentectomy and lobectomy:Safety results of a randomizedtrialJ.J Thorac Cardiovasc Surg,2019,158(3):895-907.36 Tane S,Nishikubo M,Kitazume M,et al.Cluster analysis ofemphysema for predicting pulmonary complications after tho-racoscopic lobectomyJJ.Eur J Cardiothorac Surg,2021,60(3):607-613.（收稿日期：2 0 2 3-0 4-2 8；修回日期：2 0 2 3-0 5-1 2短波红外成像可实现神经母细胞瘤的高对比度荧光引导手术据PriviteraL2023年6 月1 5 日 CancerRes,2023,83（1 2)：2 0 7 7-2 0 8 9.报道，英国伦敦大学学院等机构的研究团队，通过构建二醛糖苷抗原（GD2)分别与两种近红外染料（IRDye800CW和IR12)连接的近红外探针荧光引导神经母细胞瘤（NB）患者手术切除，从而实现NB根治性切除。NB是儿童最常见的颅外实体肿瘤，占儿童恶性肿瘤的8%1 0%,约占儿童群体癌症相关死亡的1 5%。NB浸润性生长的特性使外科医生难以准确识别肿瘤边缘进行最大程度切除。GD2已被报道在NB中表达上调，这使得它成为特异性NB成像的一个潜在靶点。荧光引导手术将在儿科肿瘤的手术治疗中发挥关键作用。短波红外成像（short-wave infrared imaging,SWIR）比传统的近红外I区（near-infraredwindowI,NIR-I)成像具有更少的组织散射和自体荧光优势。研究人员将两种NIR-I染料（IRDye800CW和IR12），其长尾部分发射在SWIR范围内，与临床级抗GD2单克隆抗体结合，比较NIR-I和SWIR在NB手术中的应用。使用组织模拟样品（已知几何和材料组成的成像标本）评估NIR-I/SWIR设备的灵敏度和深度穿透能力，显示最小可检测体积为 0.9 mm，深度穿透能力达到3 mm。在体内，使用NIR-I/SWIR设备进行荧光成像，两种染料均显示出高的肿瘤与背景比（tumor-backgroundratio,TBR），其中，抗CD2-IR800比抗GD2-IR12明显更亮。关键是，该系统使SWIR波长的TBR比NIR-I波长更高，验证了SWIR使肿瘤边缘高对比度描绘成为可能。该研究证明,将抗GD2抗体的高特异性与现有NIR-I染料的可用性和可转化性，以及SWIR在深度和肿瘤信号与背景比方面的优势相结合，CD2靶向的NIR-I/SWIR引导手术可能有助于改善NB患者的治疗，并值得开展进一步临床研究。