合成MRI联合MUSE-DWI鉴别胶质瘤复发和治疗相关改变的应用研究

目的 探讨合成MRI定量参数联合多重灵敏度编码扩散加权成像(multiplexed sensitivity encoding diffusion weighted imaging, MUSE-DWI)鉴别胶质瘤复发(progressive disease, PD)和治疗相关改变(treatment-related change, TRC)的应用价值。材料与方法 本研究于2020年9月至2022年11月期间,依据纳、排标准收集胶质瘤全切术后行完整的放、化疗治疗,定期MRI随访出现新发强化灶的患者45例,其中PD组26例、TRC组19例。所有患者均行MUSE-DWI、合成MRI及对比增强T1加权成像(contrast enhanced T1-weighted imaging, CE_T1WI)序列。测量强化区域表观扩散系数(apparent diffusion coefficient,ADC)及增强前、后T1值(T1_(pre)、T1_(post))、T2值(T2_(pre)、T2_(post))。采用独立样本t检验或Mann-Whitney U检验比较合成MRI定量参数和ADC值的组间差异,采用二元logistic回归及受试者工作特征(receiver operating characteristic, ROC)曲线评估单参数及其联合的诊断效能。结果 (1)PD T1_(pre)高于TRC(P<0.05),T1_(post)和ADC值低于TRC(P<0.05),两组间T2_(pre)、T2_(post)差异无统计学意义(P>0.05)。(2)单参数分析时,ADC值诊断效能最高(AUC=0.878),其次是T1_(post)、T1_(pre)(AUC为0.783、0.745)。T1_(post)、T1_(pre)两者联合时,诊断效能较单参数提高(AUC=0.850)。多参数联合模型(T1_(post)+T1_(pre)+ADC)诊断效能最高(AUC=0.901)。结论 合成MRI定量参数(T1_(post)、T1_(pre))联合ADC值的多参数联合模型,在鉴别胶质瘤PD和TRC中具有一定价值。

基于CE-T1WI图像影像组学和病理参数模型预测胶质瘤术后复发的研究

目的初步探讨基于术前对比增强T1WI(contrast enhancement T1WI,CE-T1WI)影像组学联合病理参数的列线图预测脑胶质瘤患者术后复发的应用价值。材料与方法回顾性分析2020年4月至2023年4月于宁夏医科大学总医院经术后病理确诊为脑胶质瘤患者115例,按照7∶3随机分为训练集(n=81)和验证集(n=34)。于术前CE-T1WI图像上进行容积感兴趣区(volume of interest,VOI)的勾画并提取影像组学特征。采用U检验及最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)进行影像组学特征的筛选,将最终筛选出的特征纳入影像组学标签并建立影像组学模型。根据筛选所得组学特征的相应系数计算影像组学评分(radiomics score,Radscore)。通过logistic回归筛选与复发存在相关性的病理预测因子并建立病理参数模型。二者结合为联合模型,绘制列线图将联合模型可视化。采用受试者工作特征曲线下面积(area under the curve,AUC)评估各模型的预测性能,使用DeLong检验比较不同模型间AUC值差异,采用决策曲线(decision curve analysis,DCA)分析观察各模型的临床价值。结果基于术前CE-T1WI图像勾画的VOI中共提取出200个影像组学特征,筛选出与复发相关的组学特征6个。通过logistic回归分析纳入异柠檬酸脱氢酶-1(isocitric dehydrogenase-1,IDH-1)基因型(OR=2.070,P=0.041)、Ki-67表达水平(OR=1.065,P<0.001)为与胶质瘤复发相关的病理参数。相较于单独的病理参数模型和影像组学模型,联合模型在预测效能上表现最佳(训练组AUC:0.875 vs.0.835、0.769,Z=-1.585、-2.458,P=0.013、0.014)。DCA分析示风险阈值概率大于0.32时,应用联合模型的临床获益水平高于另外两种模型。结论基于术前CE-T1WI图像影像组学和病理参数构建的联合模型在预测脑胶质瘤复发中具有较好的临床应用价值,为脑胶质瘤患者治疗决策及预后提供重要预测信息。