MAGiC联合扩散张量成像对脑神经胶质瘤的术前分级应用研究.pdf

医学影像学杂志2024年第34 卷第3 期 J Med Imaging Vol.34 No.3 2024MAGiC 联合扩散张量成像对脑神经胶质瘤的术前分级应用研究徐蕊，马文辉，罕迦尔别克 库锟，张浩天，常一凡，丁爽，王云玲新疆医科大学第一附属医院影像中心 新疆 乌鲁木齐 830054【摘 要】目的探讨 MAGiC 联合 DTI 对脑神经胶质瘤术前分级诊断中的应用价值。方法选取我院经病理组织证实为脑神经胶质瘤的 56 例患者临床及影像资料。所有患者术前均行 MAGiC、DTI、常规序列及增强影像技术检查，并测量病变区定量参数值 T1map、T2map、PDmap、FA 值。采用独立样本 t 检验比较高低级别组脑胶质瘤各定量参数的差异，采用 ROC 曲线分析 T1map、T2map、PDmap、FA 定量参数值和其联合对脑神经胶质瘤术前分级的诊断效能。结果56 例脑神经胶质瘤患者中，低级别胶质瘤（LGG）22 例、高级别胶质瘤（HGG）34 例。HGG 组 T1map、PD map、FA 值分别为（1412 143）ms、（84.7 2.9）pu、0.17 0.05，均高于 LGG 组（1236 123）ms、（82.3 3.4）pu、0.14 0.05，差异均具有统计学意义（P0.05），HGG 组 T2map 值（106 17）ms，低于 LGG 组（121 22）ms，差异具有统计学意义（P0.05）。ROC分析显示 T1map、T2map、PDmap、FA 值鉴别 LGG 与 HGG 的曲线下面积（AUC）分别为 0.820、0.681、0.715、0.676，四者联合诊断效能最高 AUC=0.905，灵敏度和特异度分别为 82.40%，95.55%。结论MAGiC 序列和 DTI 可评估脑神经胶质瘤的病理分级，各参数联合诊断可进一步提高分级诊断效能，为脑胶质瘤术前分级提供定量的诊断依据。【关键词】磁共振成像；扩散张量成像；神经胶质瘤；诊断鉴别中图分类号：R739.41；R445.2 文献标识码：A 文章编号：1006-9011（2024）03-0001-05Application of MAGiC combined with diffusion tensor imaging in cerebral gliomaXU Rui，MA Wenhui，HANJIAERBIEKE Kukun，ZHANG Haotian，CHANG Yifan，DING Shuang，WANG YunlingDepartment of Medical Imaging，The First Affiliated Hospital of Xinjiang Medical University，Urumqi 830054，China【Abstract】ObjectiveTo investigate the value of MAGiC combined with DTI in the diagnosis of brain glioma classification.MethodsA retrospective study was conducted on the clinical and imaging data of 56 patients undergoing biopsy or surgery in the First Affiliated Hospital of Xinjiang Medical University from December 2021 to August 2022.All patients underwent preoperative MAGiC，DTI，routine sequence，and enhanced imaging techniques.We measured their quantitative parameter values for T1map，T2map，PDmap，and FA values.Independent sample t-test was used to compare differences in various quantitative parameters between high and low grade groups.ROC curves were used to analyze the quantitative parameter values of T1map，T2map，PDmap，FA，and their combination for the diagnostic efficacy of preoperative grade of brain glioma.ResultsOf the 56 patients with brain glioma，22 had low-grade glioma（LGG）and 34 had high-grade glioma（HGG）.The T1map value，PD map value and FA value of the HGG group were（1412 143）ms，（84.7 2.9）pu，0.17 0.05，respectively，all higher than the LGG group（1236 123）ms，（82.3 3.4）pu，0.14 0.05，all of the differences were statistically significant（P 0.05）.The T2map value（106 17）ms was lower than that in the HGG group（121 22）ms and was statistically significant（P 0.05）.ROC analysis showed that the area under the curve（AUC）of T1map，T2map，PDmap，and FA discrimination between LGG and HGG was 0.820，0.681，0.715，and 0.676，respectively，with the highest diagnostic efficacy AUC=0.905，and the sensitivity and specificity were 82.40%and 95.55%，respectively.ConclusionMAGiC sequence and DTI can evaluate the pathological grade of brain glioma，and the combined diagnosis of all parameters can further improve the efficiency of grade diagnosis and provide quantitative diagnostic basis for the preoperative grade of glioma.【Key words】Magnetic resonancce imaging；Diffusion tensor imaging；Glioma；Diagnostic identification脑神经胶质瘤是中枢神经系统最常见的原发性肿瘤，每年发病率为5/10万人1，癫痫往往是部分患者的首发症状和就诊原因，临床表现为意识丧失、抽搐、全身强直等。根据2016年世界卫生组织（WHO）中枢神经系统分类2脑神经胶质瘤，根据其组织学和分子特征分为4个级别。在病理上，胶质瘤根据其组织学和分子学特征可分为低级别胶质瘤（low-基金项目：新疆维吾尔自治区自然科学基金项目（编号：2022D01 C774）；新疆维吾尔自治区科技支疆计划项目（编号：2020E0275）作者简介：徐蕊（1987-），女，毕业于石河子大学临床医学专业，本科学历，在读医学硕士研究生，主治医师，主要从事医学影像学诊断工作通信作者：王云玲 E-mail：论著1医学影像学杂志2024年第34 卷第3 期 J Med Imaging Vol.34 No.3 2024grade glioma，LGG，WHO），高级别胶质瘤（high-grade glioma，HGG，WHO）3。脑神经胶质瘤的分级对于临床治疗策略、预测预后和治疗反应至关重要。1资料与方法1.1临床资料选取2021年9月至2022年8月在我院就诊的56例脑神经胶质瘤患者的临床和影像资料，其中男性35 例、女性 21 例，年龄 1082 岁，平均年龄（49.0 16.9）岁。纳入标准：1）经病理明确诊断为脑神经胶质瘤患者；2）MRI检查前未接受任何治疗且治疗前均接受合成MRI及DTI检查；3）病变在MRI可清晰显示并可测量。排除标准：1）图像质量不佳；2）经影像学或病理证实为非脑胶质瘤患者；3）肿瘤复发患者；4）病情较重不能配合检查或伪影较大影响数据测量者。按照2016年WHO中枢神经系统肿瘤分级标准，分为级9例，级13例，级16例，级18例，其中LGG 22例，HGG 34例。本文经医院伦理委员会审核批准，该委员会发布了知情同意的豁免。1.2检查方法采用GE Architect 3.0 T MR超导扫描仪和48通道头颅线圈，取仰卧体位，扫描范围为全脑。所有患者术前接受常规 MRI、DWI、MAGiC 及 DTI 序列扫描。T2WI 扫描参数：TR 2016 ms，TE 24 ms，IT 695 ms，FOV 240 mm240 mm，层厚6 mm。液体衰减翻转恢复序列（fluid attenuated inversion recovery，Flair）扫描参数：TR 2808 ms，TE 102 ms，FOV 240 mm240 mm，层厚 6 mm。DWI 扫描参数：TR 3110 ms，TE min，FOV 240 mm240 mm，层厚6 mm。DTI：TR 8000 ms，TE min，带 宽 250/Ts，FOV 240 mm240 mm，层厚 5 mm，层间距 0 mm，层数 30层，频率 128 Hz，b值 1000，NEX 1，APT加速因子 2.0，采集时间 4 min24 s；MAGiC：TR 7202 ms，TE 120.4 ms，TE 2101.8 ms，回波链长度 16，带宽 25/Ts，FOV 240 mm240 mm，层厚 3 mm，层间距 0 mm，层数 40 层，频率 320 Hz，NEX 1，APT加速因子2.0，采集时间6 min15 s。MAGiC扫描结束后，系统自动生成10种对比度图像，包括T1map、T2map、PDmap等。1.3图像后处理将MAGiC原始数据导入MAGiC专用后处理软件，DTI原始数据导入AdW 4.7（Advantage Windows 4.7，GE Healthcare）后处理软件得到T1map、T2map、PDmap、FA值，由2位具有5年和10年诊断经验的影像科医师独立分析图像特征，选取肿瘤实性核心区域，并且尽量避开囊变、出血、坏死区，手动勾画ROI，ROI大小（20 5）mm2，每个病变均测量3次，并取均值作为最终结果。1.4统计学分析采用SPSS26.0统计分析软件进行分析。采用Shapiro-Wilk及Levene方法检验计量资料的正态性及方差齐性，符合正态分布且方差齐的计量资料以-x s 表示，两组间的比较采用独立样本t检验，非正态分布的计量资料以M（Q1，Q3）表示，两组间的比较采用 Mann-Whitney U 检验。采用 ROC 和二分类Logistic回归分析各参数及其联合的诊断效能，计算ROC 曲线下面积（area under the curve，AUC），选择约登指数并确定最佳截断值及其鉴别诊断的灵敏度及特异度。P0.05），病变最大径、T1map、T2map、PDmap、FA值差异有统计学意义（P0.05），见表1、（图1）。2.2MAGiC、DTI 参数及其联合应用鉴别 LGG 及HGG的效能T1map、T2map、PDmap及FA值单独用于分类诊断时，T1map值的效能最高，为 AUC=0.820，当截断值 为 1257.5 ms 时，其 灵 敏 度 和 特 异 度 分 别 为85.30%和 63.60%。当 T1map、T2map、PDmap 及 FA值联合诊断时，鉴别诊断效能最高，为AUC=0.905，灵敏度和特异度分别为 82.40%和 95.55%，见表2、（图2）。3讨论多对比度弛豫定量磁共振（magnetic resonance image compilation，MAGiC）是一种新型的合成磁共振 成 像（synthetic magnetic resonancce imaging，SyMRI）定量技术，通过使用多动态多回波（multidynamic multiecho，MDME）序列采集，可以生成各种常表1LGG组与HGG组MAGiC和DTI参数测值比较（-x s）组别HGG组（n=34）LGG组（n=22）tP年龄（岁）50.4 18.447.9 15.3-0.4650.645肿瘤最大径（cm）5.69 2.714.21 1.64-2.1860.05T1（ms）1412 1431236 123-4.7180.01T2（ms）106 17121 222.7760.05PD（pu）84.7 2.982.3 3.4-3.1530.01FA0.17 0.050.14 0.05-2.1870.01注：LGG：低级别胶质瘤；HGG：高级别胶质瘤；PD：质子密度；FA：各向异性分数；pu为单位体素内氢质子密度（per unit）2医学影像学杂志2024年第34 卷第3 期 J Med Imaging Vol.34 No.3 2024规对比图像T1、T2、T2-FLair等4-7，利用从多对比图像中测量到的定量弛豫测量参数来合成对比加权图像8，在完成一次扫描后，同层面可获得 T1map、T2map、PDmap定量值，这些定量参数为疾病的诊断、治疗评价和预后提供了可靠的定量诊断依据。本文基于MAGiC技术获得定量T1map值在HGG组平均值明显高于LGG组（P0.01）。研究者根据实验肿瘤模型表明，T1map值容易测量，且变化最小，不随肿瘤的大小而变化。T1map值取决于组织细胞的数量、含水量、组织结构，以及脂质、蛋白质、大分子和顺磁性物质存在的浓度。HGG具有较大的肿瘤异质性，可以观察到大量的异常细胞增生，导致新生血管和肿瘤新生血管基底膜不完整，进而导致微血管通透性的增加，血流动力学紊乱直接改变了血容量和血流量。而LGG相较于HGG具有低含水量、高水平的可溶性蛋白和低增殖。T1map值的减少反应了细胞外空间和（或）通透性的增加。通透性的增加导致细胞外空间的血清数量增加，以及组织对大分子和 顺 磁 离 子 的 破 坏 增 加，所 有 这 些 都 会 降 低T1map值。T2map已越来越多的用于肿瘤成像，以改善肿瘤的诊断、分型和治疗反应和预后预测，同时有望用于病变检测的评估和治疗期间的纤维化和坏死过程的定量分析，并已在前列腺癌、肾癌或胶质瘤领域取得较好的结果9-12。本文结果显示T2map值在鉴别HGG组与LGG组有一定价值（P0.05），GE等13研究表明恶性肿瘤相较于良性肿瘤具有较低的T2map值，这可能与恶性肿瘤细胞密度高、细胞外间隙小，2图2T1、T2、PD、FA及其联合鉴别LGG与HGG的诊断的效能表2T1、T2、PD、FA及其联合鉴别LGG与HGG的诊断的效能参数T1T2PDFAT1+T2+PD+FAAUC0.8200.6810.7150.6760.90595%CI0.711，0.9280.532，0.8280.577，0.8530.533，0.8200.830，0.980灵敏度（%）85.3070.5985.3067.6082.40特异度（%）63.6063.6450.0072.7095.55截断值1257.50119.0084.250.1490.824约登指数0.4890.3420.3530.4030.6761A1B1C1D1E1F1G1H图1男，60岁。高级别胶质瘤（WHO 级）的MAGiC及DTI成像。图1A1D 分别为MAGiC的T1WI、T2WI、PDWI、T2Flair图；图1E1G 分别为T1 map、T2 map、PD map伪彩图；图1H 为FA图。3医学影像学杂志2024年第34 卷第3 期 J Med Imaging Vol.34 No.3 2024水分运动减少相关。KERN等14利用T2 map定量评估证实，II级和III级星形细胞瘤与异柠檬酸脱氢酶（isocitrate dehydrogenase，IDH）状态方面的诊断效用的研究，表明与野生型相比 IDH 突变型胶质瘤的T2map显著增加。这些与本文结果一致。PD值是组织的一种磁性特性，可以反映有关组织中含水量的信息，通常用于大脑15。本文结果显示 PD 值在HGG 组中略高于 LGG 组（P0.05），ROC 分析显示LGG 组与 HGG 组的诊断效能（AUC=0.715），低于T1map（AUC=0.820）；PD在评估前列腺癌的侵袭性有一定价值16，另一项研究表明17组织病理分级较高的浸润性导管细胞癌明显高于病理分级较低的浸润性导管细胞癌。这些结果进一步提示肿瘤的恶性程度越高，PD值越高。扩散张量成像（diffusion tensor imaging，DTI）主要应用于神经系统，通过测量组织中水分子的运动来评价脑内微结构的变化，能够敏感的检测出脑白质的异常 18-19。各向异性分数（fractional anisotropy，FA）是DTI的一个非常重要的参数，是水分子各项异性的定量指标，提供了脑组织微观结构信息，并已证明可以检测由于肿瘤存在的大脑微观结构异质性 20。肿瘤分级与细胞膜完整性、肿瘤细胞密度和血管侵袭性密切相关。DTI可以应用于胶质瘤的临床治疗和研究，反映轴突中水分子各向异性运动。肿瘤组织结构改变了水分子的扩散，可以改变DTI的定量参数，FA的定量值可用于胶质瘤的分级21。本文结果发现 HGG 组患者的 FA 值高于 LGG 组（P0.05），但其诊断效能较低（AUC=0.676），可能是由于除了细胞膜完整性和肿瘤细胞密度的变化外，有其他因素导致FA值对胶质瘤分级诊断效能下降。本文基于 MAGiC 及 DTI 序列获得的 T1map、T2map、PDmap、FA 值可以有效区分 HGG 与 LGG 的分级诊断，差异具有统计学意义。T1map、PDmap值表现出较高的诊断效能，将 T1map、T2map、PDmap、FA 值 联 合，四 个 参 数 联 合 诊 断 的 AUC 达 到 了0.906，诊断效能最高。MAGiC 可以通过 T1map、T2map、PDmap的定量值的测量反映了病变的微观结构信息，是肿瘤含水量和形态的替代生物标志物。这些差异可以解释大分子组织组成的变化22。尽管FA值没有实现较好的诊断效能，但可能有其他未被考虑的因素影响了联合诊断的效能，还需要更加细致的进行评估。本文由于样本量较小，可能会影响统计学效能，有待扩大样本量进一步总结。综上所述，MAGiC及DTI各参数值具有较好的稳定性和重复性，在脑神经胶质瘤的术前分级诊断效能中有较高的应用价值，在临床中具有广阔的应用前景。参考文献：1潘婷，张璇，苏春秋，等.扩散峰度成像直方图在脑胶质瘤分级中的应用 J.医学影像学杂志，2020，30（4）：541-546.2WESSELING P，CAPPER D.WHO 2016 Classification of gliomas J.Neuropathol Appl Neurobiol，2018，44（2）：139-150.3YOUNG J S，GOGOS A J，MORSHED R A，et al.Molecular characteristics of diffuse lower grade gliomas：what neurosurgeons need to know J .Acta Neurochir（Wien），2020，162（8）：1929-1939.4KUMAR N M，FRITZ B，STERN S E，et al.Synthetic MRI of the Knee：Phantom Validation and Comparison with Conventional MRI J.Radiology，2018，289（2）：465-477.5MCGARRY B L，JOKIVARSI K T，KNIGHT M J，et al.Magnetic Resonance Imaging Protocol for Stroke Onset Time Estimation in Permanent Cerebral Ischemia J.Vis Exp，2017，2017（127）：552-577.6SANOUSSI S，COMET C，KAEFER K，et al.Can Magnetic Resonance Imaging make the Differential Diagnosis between Cerebral Ischemia and Epilepsy J？J Transl Int Med，2019，7（4）：123-125.7SEILER A，LAUER A，DEICHMANN R，et al.Complete Restitution of the Ischemic Penumbra after Successful Thrombectomy：A Pilot Study Using Quantitative MRI J.Clin Neuroradiol，2019，29（3）：415-423.8JI S，YANG D，LEE J，et al.Synthetic MRI：Technologies and Applications in NeuroradiologyJ.J Magn Reson Imaging，2022，55（4）：1013-1025.9MAI J，ABUBRIG M，LEHMANN T，et al.T2 Mapping in Prostate Cancer J.Invest Radiol，2019，54（3）：146-152.10LEE C H.Quantitative T2-mapping using MRI for detection of prostate malignancy：a systematic review of the literature J.Acta radiologica（Stockholm，Sweden：1987），2019，60（9）：1181-1189.11AUER T A，KERN M，FEHRENBACH U，et al.Tanyldizi Y，Misch M，Wiener E.T2 mapping of the peritumoral infiltration zone of glioblastoma and anaplastic astrocytoma J.Neuroradiol J，2021，34（5）：392-400.12LI S，LIU J，ZHANG F，et al.Novel T2 Mapping for Evaluating Cervical Cancer Features by Providing Quantitative T2 Maps and Synthetic Morphologic Images：A Preliminary Study J.J Magn Reson Imaging，2020，52（6）：1859-1869.13GE YX，HU SD，WANG Z，et al.Feasibility and reproducibility of T2 mapping and DWI for identifying malignant lymph nodes in rectal cancer J.Eur Radiol，2021，31（5）：3347-3354.14KERN M，AUER T A，FEHRENBACH U，et al.Multivariable non-invasive association of isocitrate dehydrogenase mutational status in World Health Organization grade II and III gliomas with advanced magnetic resonance imaging T2 mapping techniques J.Neuroradiol J，2020，33（2）：160-168.15GRACIEN R M，REITZ S C，HOF S M，et al.Changes and variability of proton density and T1 relaxation times in early multiple sclerosis：MRI markers of neuronal damage in the cerebral cortex J.Eur Radiol，2016，26（8）：2578-2586.4医学影像学杂志2024年第34 卷第3 期 J Med Imaging Vol.34 No.3 2024MR 颅脑磁敏感加权成像评估高血压分级与脑内微出血的相关性吴荣兴，廖仁引，周卫国，周之明，韦素冬，冯景强广西柳钢医疗有限公司医院放射科 广西 柳州 545001【摘 要】目的探讨 MR 颅脑磁敏感加权成像（SWI）评估高血压分级与脑内微出血的相关性。方法选取在我院接受临床诊断和治疗的高血压患者 300 例，根据血压水平分为 1 级高血压组、2 级高血压组、3 级高血压组。所有患者均行MR 颅脑 SWI 检查，比较三组患者脑微出血（CMBs）的检出数量，并分析 CMBs 检出数量与高血压分级的相关性。采用MedCalc 软件计算 SWI 诊断不同高血压分级患者 CMBs 的敏感度、特异度、阳性预测值、阴性预测值。根据 CMBs 检查结果对 CMBs 进行分型，分析高血压分级和 CMBs 分型的相关性。结果3 级高血压组患者 CMBs 阳性率和 CMBs 检出数量均高于 1 级高血压组和 2 级高血压组，差异有统计学意义（P0，P0.05）。3 级高血压组患者型 CMBs、型 CMBs、型 CMBs 的阳性率均高于 1 级高血压组和 2 级高血压组，差异有统计学意义（P0.05）。结论脑内微出血和高血压病情密切相关，MR 颅脑 SWI 对评估不同高血压分级患者 CMBs 的分布情况具有重要的应用价值。【关键词】磁敏感加权成像；高血压分级；脑微出血；相关性分析中图分类号：R743；R445.2 文献标识码：A 文章编号：1006-9011（2024）03-0005-04Study on the correlation between hypertensive grading and cerebral microbleeds evaluated by susceptibility weighted imagingWU Rongxing，LIAO Renyin，ZHOU Weiguo，ZHOU Zhiming，WEI Sudong，FENG JingqiangDepartment of Radiology，Hospital of Guangxi Liugang Medical Co.，LTD.，Liuzhou 545001，China【Abstract】ObjectiveTo explore the correlation between hypertensive grading and cerebral microbleeds evaluated by susceptibility weighted imaging.Methods300 patients with hypertension who received clinical diagnosis and treatment in our hospital were selected and divided into grade 1 hypertension group，grade 2 hypertension group，and grade 3 hypertension group according to blood pressure levels.All patients underwent MR brain SWI examination.The number of cerebral microbleeds（CMBs）detected in the three groups were compared，and the correlation between the number of CMBs detected and the classification of hypertension was analyzed.The sensitivity，specificity，positive predictive value，and negative predictive value of SWI diagnosis of CMBs in patients with different grades of hypertension were calculated by MedCalc.According to the results of CMBs examination，CMBs were classified，and the correlation between hypertension classification and CMBs classification was analyzed.ResultsThe positive rate of CMBs and the number of CMBs in grade 3 hypertension group were higher than those in grade 1 hy基金项目：广西壮族自治区卫生健康委员会自筹经费科研课题项目（编号：Z20201406）作者简介：吴荣兴（1975-），男，毕业于大连医科大学，本科学历，副主任医师，主要从事神经系统影像诊断工作16CUI Y，HAN S，LIU M，et al.Diagnosis and Grading of Prostate Cancer by Relaxation Maps From Synthetic MRI J.J Magn Reson Imaging，2020，52（2）：552-564.17MATSUDA M，FUKUYAMA N，MATSUDA T，et al.Utility of synthetic MRI in predicting pathological complete response of various breast cancer subtypes prior to neoadjuvant chemotherapy J.Clin Radiol，2022，77（11）：855-863.18MIN Z G，SHAN H R，XU L，et al.Diffusion tensor imaging revealed different pathological processes of white matter hyperintensities J.BMC neurology，2021，21（1）：128-156.19李涛，王振松，张爱英，等.DTI技术对2型糖尿病脑白质纤维束的研究 J.医学影像学杂志，2021，31（8）：1265-1269.20ALKANHAL H，DAS K，RATHI N，et al.Differentiating Nonenhancing Grade II Gliomas from Grade III Gliomas Using Diffusion Tensor Imaging and Dynamic Susceptibility Contrast MRIJ.World Neurosurg，2021，146（1）：555-564.21WON Y I，CHUNG C K，KIM C H，et al.White Matter Change Revealed by Diffusion Tensor Imaging in Gliomas J.Brain tumor research and treatment，2016，4（2）：100-106.22KONAR A S，SHAH A D，PAUDYAL R，et al.Quantitative Synthetic Magnetic Resonance Imaging for Brain Metastases：A Feasibility Study J.Cancers（Basel），2022，14（11）：2651-2663.（收稿日期：2023-06-07）5