电邮这篇文章 磁共振成像指标作为术前确定脑外组织恶性程度的放射标记物
- 作者: Bergen T.A.1, Soynov I.A.1, Pustovetova M.G.1
-
隶属关系:
- E. Meshalkin National Medical Research Center
- 期: 卷 2, 编号 4 (2021)
- 页面: 431-440
- 栏目: 原创性科研成果
- URL: https://bakhtiniada.ru/DD/article/view/81617
- DOI: https://doi.org/10.17816/DD81617
- ID: 81617
如何引用文章
详细
论证。脑外结构是最难进行初级鉴别诊断的组之一。 放射组标志物的测定及其标准化是现代医学发展阶段的主要基础问题。
目的是确定用于术前评估脑外肿块恶性程度的放射组标记。
材料与方法。回顾性分析使用磁共振成像 (1.5 T) 对 156 名脑外形成患者的研究结果。 将患者分为 2 组：（1）存在病灶周围改变（n=106）和（2）无病灶周围改变的脑外肿块（n=50）。 扩散和灌注序列包括在扫描协议中。 感兴趣的区域被定义为（1）主要焦点和（2）焦点周围变化的区域。从主焦点和测量扩散系数图上的焦周变化区域进行测量，T2*动态磁敏感对比 (DSC)，进行动态对比增强 (DCE) 系列分析。
结果。第 1 组主要病灶（结节）的最大尺寸为 2.2 厘米 （1.4；4.3），第 2 组的为 1.2 厘米 （0.9；3.5）； 第 1 组 42 人 (39.6%) 和第 2 组 7 人 (14%) 检测到主要病灶扩散受限。 第 1 组的最大焦周变化为 2.85 厘米 (1.5; 4.7)。 在 52 例 (49.1%) 病例中检测到来自外周区的扩散受限。 在第 1 组确诊脑膜瘤患者（n=66）中，多元线性回归分析显示，主要病变区的最大尺寸使病灶周围变化区的体积血流系数（rCBF）增加了 3.3 倍(βcoef. 3.3, CI 1.27; 5.28; p=0.003)，但将局部血容量 (rCBV) 降低了 4 倍 (βcoef. 4, CI -7.46; -0.71; p=0.02)。
结论。灌注和扩散方法与解剖序列相结合显示出潜力，可以作为诊断和治疗脑外病变的放射组学标志物。 未来，最有希望的是从焦周变化区域识别放射功能标志物。
作者简介
Tatyana A. Bergen
E. Meshalkin National Medical Research Center
Email: tbergen@yandex.ru
ORCID iD: 0000-0003-1530-1327
SPIN 代码: 5467-7347
MD, Cand. Sci (Med)
俄罗斯联邦, 15, Rechkunovskaya str., Novosibirsk, 630055Ilya A. Soynov
E. Meshalkin National Medical Research Center
Email: i_soynov@mail.ru
ORCID iD: 0000-0003-3691-2848
SPIN 代码: 8973-2982
MD, Cand. Sci (Med)
俄罗斯联邦, 15, Rechkunovskaya str., Novosibirsk, 630055Mariya G. Pustovetova
E. Meshalkin National Medical Research Center
编辑信件的主要联系方式.
Email: patophisiolog@mail.ru
ORCID iD: 0000-0003-2409-8500
SPIN 代码: 4694-2576
MD, Dr. Sci. (Med), Professor
俄罗斯联邦, 15, Rechkunovskaya str., Novosibirsk, 630055参考
- Mahmoud MA, Shihab M, Saad SS, et al. Imaging differentiation of malignant hepatic tumors: radiomics and metabolic features of 18F-FDG PET/CT. REJR. 2021;11(2):165–170. doi: 10.21569/2222-7415-2021-11-1-230-237
- Lambin Ph, Rios-Velazquez E, Leijenaar R, et al. Radiomics: extracting more information from medical images using advanced feature analysis. Eur J Cancer. 2012;48(4):441–446. doi: 10.1016/j.ejca.2011.11.036
- Singh G, Manjila S, Sakla N, et al. Radiomics and radiogenomics in gliomas: a contemporary update. Br J Cancer. 2021;125(5):641–657. doi: 10.1038/s41416-021-01387-w
- Xiaoai K, Qing Z, Lei H, Junlin Z. Differentiating microcystic meningioma from atypical meningioma using diffusion-weighted imaging. Neuroradiology. 2020;62(5):601–607. doi: 10.1007/s00234-020-02374-3
- Backer-Grøndahl T, Moen BH, Torp SH. The histopathological spectrum of human meningiomas. Int J Clin Exp Pathol. 2012;5(3):231–242.
- Aslan K, Gunbey HP, Tomak L, Incesu L. The diagnostic value of using combined MR diffusion tensor imaging parameters to differentiate between lowand high-grade meningioma. Br J Radiol. 2018;91(1088):20180088. doi: 10.1259/bjr.20180088
- Louis D, Perry A, Reifenberger G, et al. The 2016 World Health Organization Classification of Tumors of the Central Nervous System: a summary. Acta Neuropathol. 2016;131(6):803–820. doi: 10.1007/s00401-016-1545-1
- Upadhyay N, Waldman A. Conventional MRI evaluation of gliomas. Br J Radiol. 2011;84(2):S107–S111. doi: 10.1259/bjr/65711810
- Hale A, Wang L, Strother M, Chambless L. Differentiating meningioma grade by imaging features on magnetic resonance imaging. J Clin Neuroscience. 2018;48:71–75. doi: 10.1016/j.jocn.2017.11.013
- Schneider J, Kulason K, White T, et al. Management of tiny meningiomas: to resect or not resect. Cureus. 2017;9(7):е1514. doi: 10.7759/cureus.1514
- Heye AK, Culling RD, Hernández MC, et al. Assessment of blood-brain barrier disruption using dynamic contrast-enhanced MRI. A systematic review. Neuroimage Clin. 2014;6:262–274. doi: 10.1016/j.nicl.2014.09.002
- Jelescu I, Leppert I, Narayanan S, et al. Dual-temporal resolution dynamic contrast-enhanced MRI protocol for blood-brain barrier permeability measurement in enhancing multiple sclerosis lesions. J Magnetic Resonance Imaging. 2011;33(6):1291–1300. doi: 10.1002/jmri.22565
- Essig M, Shiroishi M, Nguyen T, et al. Perfusion MRI: the five most frequently asked technical questions. Am J Roentgenol. 2013;200(1):24–34. doi: 10.2214/ajr.12.9543
- Sourbron S, Buckley D. Classic models for dynamic contrast-enhanced MRI. NMR Biomed. 2013;26(8):1004–1027. doi: 10.1002/nbm.2940
- Siempis T, Tsakiris C, Alexiou GA, et al. Diagnostic performance of diffusion and perfusion MRI in differentiating high from low-grade meningiomas: A systematic review and meta-analysis. Clin Neurol Neurosurg. 2020;190:105643. doi: 10.1016/j.clineuro.2019.105643
补充文件
