Page 173 - 磁共振成像2024年7期电子刊

综 述｜｜Reviews 磁共振成像 2024年7月第15卷第7期 Chin J Magn Reson Imaging, Jul, 2024, Vol. 15, No. 7

发展并广泛应用于医学成像领域，其无需手动提取 cerebral blood flow, rCBFmax）比较预测的有效性，结
特征，可以自主地在数据集中找到有意义且有用的 果显示多层感知器（multilayer perceptron, MLP）模型
特征进行研究，极大地节约了时间，具有较优的模型 较 rCBFmax在区分高级别胶质瘤（high-grade glioma,
性能。DL源自人工神经网络 ，主要的基于DL的网 HGG）和（low-grade glioma, LGG）方面表现出最佳性
[5]
络包括卷积神经网络（convolutional neural network, 能[AUC 分别为 0.968 与 0.815（验证组）和 0.981 与
CNN）、深度神经网络（deep neural network, DNN）和 0.815（测试组）]。SEBASTIAN等 使用CNN网络对
[12]
循环神经网络（recurrent neural network, RNN）等，其 来自 16 个研究所的 1508 名胶质瘤患者的 MRI 影像
中 ，CNN 在 胶 质 瘤 分 割 方 面 的 准 确 率 大 于 80%~ 进行分级预测，取得稳健的性能（AUC=0.81）。基于
90%。目前，基于多模态 MRI 影像组学与 DL 在胶质 DNN 及 CNN 网络模型，有研究 [13-14] 从 DTI 数据集中
瘤的分级、分子分型及生存预测等方面表现出了巨 提取深层特征用于胶质瘤级别分类，生成的模型其
大的潜力。 预测准确率分别为 98% 和 94%，表明从脑 DTI 图像
本研究基于多模态 MRI 影像组学与 DL 在胶质 中提取的深层特征有助于区分不同级别的胶质瘤。
瘤术前分级、分子分型、生存预测及治疗评价中的最 MZOUGHI 等 提出了一种基于多模态 MRI 数据集
[15]
新研究进行综述，以期为胶质瘤患者提供精准诊疗。 的多尺度 3D CNN 架构对 LGG 和 HGG 进行分类，并
使用数据增强技术对图像进行预处理，其分类准确
1 胶质瘤的分级预测 率从2D CNN模型的82.5%提高到96.4%。
胶质瘤病理级别不同，其治疗方案也不尽相同。 越来越多的证据表明 MRI功能序列包含与肿瘤
IDH突变2级和3级弥漫性胶质瘤的主要治疗方法是 的遗传特征和侵袭性相关的额外信息，用于胶质瘤
最大程度安全切除，然后进行监测或放疗，而辅助替 级别预测的研究越来越成熟，但现有的研究无标准
莫唑胺化疗通常用于治疗 IDH 突变型星形细胞瘤 化的序列或者组合序列，得出的结论也不尽一致，在
[6]
4级和 IDH 野生型 GBM 。尽管治疗方法不断发展， 未来研究中需要制订符合标准化且简单易于实现的
4 级胶质瘤的预后仍然不利。据报道，2 级、3 级和 成像方法对肿瘤分级进行术前预测。
4 级神经胶质瘤的中位生存期分别约为 5~17 年、2~
[7]
8 年和<1 年 。因此高精度和稳健地预测胶质瘤分 2 胶质瘤的分子分型预测
级，有助于改善临床决策。 2.1 IDH突变
常规 MRI图像、功能 MRI图像影像组学及 DL在 IDH突变会降低酶对底物的亲和力，增加其对烟
[8]
神经胶质瘤分级方面具有很高的准确性。LUO等 建 酰 胺 腺 嘌 呤 二 核 苷 酸 磷 酸（nicotinamide adenine
立了一种基于术前 MRI影像组学及机器学习的方法 dinucleotide phosphate, NADPH）的亲和力，最后会导
预测 655名胶质瘤患者病理分级，结果在交叉验证队 致有毒致癌产物 2-羟基戊二酸（2-hydroxyglutarate,
[9]
列中实现了 89.8% 和 86.1% 的准确率。LIN 等 利用 2HG）的积累 ，从而扰乱柠檬酸循环和细胞代谢。
结合了年龄和多参数MRI [T1WI、CE-T1WI、T2WI、表 IDH1/2 突变常发生于胶质瘤中，对肿瘤生物学行为
观扩散系数（apparent diffusion coefficient, ADC）]影 和患者预后具有重大影响 ，研究发现与 IDH 野生
[16]
像组学特征开发影像组学列线图模型预测分级，结 型胶质瘤相比，具有 IDH 突变的胶质瘤患者具有更
果发现组合模型表现出最高的分级功效[曲线下面积 好的总体生存率和对替莫唑胺（temozolomide, TMZ）
[17]
（area under the curve, AUC）0.97，敏感度94%，特异度 化疗更好的治疗反应 ，因此，IDH 突变状态的评估
[10]
91%）]。WANG 等 将多种扩散模式[扩散张量成像 对于胶质瘤的准确分类和治疗计划至关重要，并且
（diffusion tensor imaging, DTI）、扩 散 峰 度 成 像 可能在选择患者进行靶向治疗方面发挥作用。
（diffusion kurtosis, DKI）、平均表观传播扩散子 MRI 研究者 [18-19] 从常规MRI图像提取影像特征构建预
（mean apparent propagator-MRI, MAP-MRI）、神经突 测IDH突变模型并在训练集取得了较好的效能，AUC
方向离散度与密度成像（neurite orienttation dispersion 值为0.918和0.974，在验证队列中的AUC值为0.872，
[20]
and density imaging, NODDI）]加入临床和影像形态 优于传统模型。GIANFRANCO等 荟萃分析了包括
学构建影像组学模型预测成人型弥漫性胶质瘤 3280例胶质瘤患者的 26项研究，从 CE-T1WI、T1WI、
（adult-type diffuse glioma, ADG）分级，结果显示该模 T2WI、液体衰减反转恢复（fluid-attenuated inversion
型在预测 ADG 等级方面具有良好的准确性：训练队 recovery, FLAIR）、扩散加权成像（diffiusion weighted
列（AUC=0.958）、内部验证队列（AUC=0.942）和前瞻 imaging, DWI）、动态磁化率对比增强 MRI（dynamic
[11]
性验证队列（AUC=0.880）。ZHU 等 建立基于机器 susceptibility contrast MRI, DSC-MRI）等中提取影像
学习的影像组学模型来进行胶质瘤分级预测，并与三 组学特征进行 IDH 突变预测，获得了较高的敏感度
维动脉自旋标记（3D arterial spin labeling, 3D-ASL）的 和特异度，分别为 79%和 80%，另一项基于 DSC-MRI
参数-平均最大相对脑血流量（mean maximum relative 图像进行 IDH 突变预测的研究也显示出较好的效

·166 · https://www.chinesemri.com