分享

脑胶质瘤基因分型的影像组学研究

 pppsss 2020-04-17

脑胶质瘤是中枢神经系统中最常见的肿瘤,种类繁多。最新的2016年WHO中枢神经系统肿瘤分类指南提出了新的胶质瘤分类标准,根据是否存在IDH基因突变和染色体1p/19q是否联合缺失分为5种分子亚型

IDH突变和染色体1p/19q联合缺失的少突胶质细胞瘤和间变少突胶质细胞瘤,IDH突变的弥漫和间变星形细胞瘤,IDH野生型的弥漫星形细胞瘤,IDH突变的胶质母细胞瘤,IDH野生型的胶质母细胞瘤[1]。



IDH基因野生型的胶质瘤生存期会显著短于IDH基因突变,不同分子亚型的胶质瘤预后差别很大,因而治疗前检测胶质瘤的IDH基因突变和1p/19q联合缺失对于实现个性化治疗有重要的指导价值。不过由于胶质瘤的高异质性使得活检容易有采样误差,而且有些医院也没有条件对所有患者进行基因检测。磁共振成像具有软组织对比度好,空间分辨率高的优点,借助磁共振成像进行胶质瘤基因分型成为近几年该领域的研究热点。

早在2017年(可能还有更早的)已经有文章发表,应用磁共振影像组学模型预测胶质瘤的IDH基因分型。这些研究中通常会联合使用多对比度磁共振图像,常用的解剖图像为增强T1w和T2 FLAIR,功能图像会使用弥散的ADC图,还有使用灌注的CBV图、APT成像的磁化转移比例MTRw/APTw图等。结合功能图像和解剖图像的多参数影像组学模型,在预测胶质瘤IDH基因突变和野生型时诊断效能会高于只使用解剖图像的传统影像组学模型。

Minjae Kim 2019年在 European Radiology 发表的一篇弥漫性低级别胶质瘤影像组学文章中[2],使用的功能磁共振图像为ADC图和DSC Perfusion的CBV图,联合两个解剖序列共4种对比度,合计提取了肿瘤区域内的6472个特征,使用支持向量机(support vector machine)和radom forest算法选取显著性最高的10个特征并创建影像组学模型,同时创建了只使用解剖图像的传统影像组学模型作为对比。结果可以看到,无论是在训练集还是验证集中,联合ADC和CBV功能定量图像的多参数影像组学模型在IDH基因分型预测和胶质瘤分级上的ROC曲线下面积AUC都高于只使用解剖图像的传统影像学模型,在胶质瘤分级中优势更为明显,其中ADC图起到了更为关键的作用,许多肿瘤磁共振影像组学研究中都包括了ADC图

除了ADC图,基于化学交换饱和转移的APT成像也能很好的增强磁共振影像组学应用效果。实际上,单独使用APT成像定量图磁化转移比例MTRw或APTw已经可以肉眼区分IDH基因突变和野生型。Bio Joo 2019年ER发表的一篇文章表明[3],APTw数值可以有效预测高级别胶质瘤中的IDH基因分型和生存期,APTw截断值为2.2%,高级别胶质瘤APTw数值高于此截断值很可能为IDH基因野生型,且生存期明显缩短。

美国霍普金斯大学医学院周进元教授团队在ISMRM2018会议上也展示了APTw对于弥漫性胶质瘤IDH基因分型预测的潜力[4],病例1为WHO II级的弥漫性星形细胞瘤,基因检测显示IDH基因野生型,APTw高数值;同为WHO II级的病例2为少突胶质细胞瘤,IDH基因变异,APTw中等数值,低于病例1。研究进一步基于APTw图进行了多参数影像组学模型计算,在105例II、III级的胶质瘤数据集中,70例为训练集,25例验证,10例作为测试集。从解剖图像、MT和APTw图中提取的肿瘤391个特征,最终选取8个最显著特征组建的影像组学模型在10例测试集中取得了100%的IDH基因分型准确性。虽然数据集不大,也足以说明基于APTw的多参数磁共振影像组学模型在预测胶质瘤IDH基因分型当中的价值和潜力。

磁共振成像软组织对比度好、多参数的优点使得近几年磁共振影像组学的肿瘤研究如火如荼,除了常见的良恶性鉴别、分级和疗效评估外,肿瘤的基因和分子表型预测应用也有不少成果报道。在肿瘤科研中比较成熟的磁共振定量技术都可以显著提高影像组学模型预测效能,比如上文提到的ADC图和APTw图,此外DCE MRI中的Ktrans图和DKI成像中的弥散峰度图等也有很大潜力,联合多定量图像的多参数磁共振影像组学模型可以进行更全面和精准的胶质瘤分子亚型预测。

参考文献

1. Louis DN et. al. World Health Organization Histological Classification of Tumours of the Central Nervous System. Lyon, France: International Agency for Research on Cancer; 2016.
2. Minjae Kim, Ho Sung Kim, et. al. Diffusion- and perfusion-weighted MRI radiomics modelmay predict isocitrate dehydrogenase (IDH) mutation and tumor aggressiveness in diffuse lower grade glioma. European Radiology; 2016.
3. Bio Joo, Jinyuan Zhou, Seung-Koo Lee, et. al. Amide proton transfer imaging might predict survival and IDH mutation status in high-grade glioma. European Radiology; 2016.
4. S. Jiang, J. Zhou, et. al. ISMRM2018#410 and #894

作者 | 小忠哥

编辑 | Sabrina HAO

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多