Page 175 - 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

TERT）基因启动子的突变与端粒酶活性的增加和癌细 对外部验证队列中胶质瘤总生存率的预测效能较
胞的存活有关。在 80% 的成人胶质瘤中可以检测到 好。在实际工作者，患者的临床因素较为复杂，如年
TERT 启动子突变，主要是 GBM 患者，其次是少突胶 龄、肿瘤级别、肿瘤生长浸润方式等会直接关系到患
[44]
质细胞瘤（60%~70%）和星形细胞瘤（35%~55%）。 者生存期的长短，JIA 等 研究纳入 125 例 GBM 患
TERT 启动子突变可作为患者生存不良的预后标志， 者，将术前常规 MRI影像组学特征通过机器学习，并
[36]
并可以预测放疗抵抗的风险 。 与临床危险因素结合建立预测模型，能够准确地预
基于影像组学特征的列线图是术前预测 TERT 测患者的 OS，AUC 为 0.877，加入 DWI功能检查后其
[37]
启动子突变状态的一种有前景的方法。LU等 回顾 诊断性能进一步提高 。一项基于 DTI 影像组学模
[45]
[46]
性研究纳入 176 例 LGG 患者，从 CE-T1WI 图像中提 型研究结果 显示影像组学-临床列线图比单独的影
取 851 个影像组学特征，使用 LASSO 方法筛选影像 像组学模型或临床模型可以更好地预测 IDH 野生型
组学特征，并用 logistic 回归算法生成影像组学模型 GBM 患者生存。XU 等 报道了结合影像组学评分
[47]
以预测 TERT 启动子突变，结果表明该模型在训练队 （Radscore）、室管膜和软脑膜受累情况以及年龄构建
列 和 验 证 队 列 表 现 出 优 异 的 效 能 ，AUC 分 别 为 生存风险分层模型预测 GBM 患者的 OS，AUC 高达
[38]
0.900 和 0.873。HUO 等 基于 T2WI 和 CE-T1WI 在 0.858，KEON 等 发现纳入 Radscore 的影像基因组
[45]
109 例 IDH 野生型 LGG 患者中构建影像组学模型， 模型预测效能非常稳健，AUC 为 0.89。PHILIP 等 [48]
并与患者年龄、肿瘤边界、肿瘤越过中线等临床风险 基于 DL 的影像组学建立得到的肿瘤生长速预测模
因素相结合建立联合模型并在测试队列上测试了该 型证实了肿瘤生长速度是影响 LGG 的 OS 的重要预
模型，结果证实了其有效性及较好的推广性，AUC为 测 指 标 。 FU 等 [49] 利 用 3D CNN、DNN 网 络 提 取
[39]
0.897（训练集）和 0.882（验证集），优于另一项 基于 163 名 GBM 患者的 MRI 图像构建 DL 特征，对其 OS
GBM 患者 TERT 启动子突变状态的研究表明 ，与 进行预测，一致性指数取得 0.67。NIE 等 使用 DL
[50]
TERT 启动子突变相关的放射组学变化可能在 IDH 从多模态 MRI 数据集中自动提取深层特征，手动选
野生型 LGG 和 GBM 之间有所不同。IDH 状态也会 择临床特征如年龄、性别和健康状况，然后输入 SVM
[40]
影响研究结果，先前一项研究 混入了 IDH突变型和 建立模型，预测 HGG 患者 OS 准确率为 90.66%。考
IDH 野生型患者，其得到的 AUC 值相对较低。这表 虑到 IDH、MGMT 和 1p/19q 等基因型与患者生存率
[51]
明肿瘤的病理级别及分子状态都会使研究结果产生 之间的密切关系，TANG等 提出了一个多任务CNN
差异，在以后的工作中应该严格把控入组条件，减少 模型来联合完成肿瘤基因型和 OS 预测，结果显示与
偏倚的产生。 肿瘤基因型相关的特征显著提高了预测 OS 的准确
近年来，DL 对于 TERT 启动子突变的研究也崭 性，与 OS 相关的特征也提高了预测基因型的准确
露头角，ZHANG 等 基于多参数 MRI（T2WI、T1WI、 性，这反过来证明了基因型与OS之间的相关性。
[41]
CE-T1WI）的瘤体和瘤周 DL 特征识别 GBM 患者的 以上研究启示我们如果患者在手术前具有最优
TERT 启动子突变，研究结果显示基于四个 2D CNN Radscore并接受标准治疗，则患者更有可能获得较长
网络堆叠融合方法及多区域融合的 DLR）实现了最 的 OS。在研究中加入临床因素如患者年龄、其他基
佳预测，训练集和测试集的 AUC 值分别为 0.948 和 因分型改变等可能对患者 OS 的预测更加准确。在
0.902。 除 了 常 规 序 列 的 研 究 外 ，功 能 序 列 如 此前研究中样本量普遍偏小且患者治疗方案不一致
DSC-MRI由于包含更多的微血管灌注信息也被加入 会对结果产生影响，在以后的研究中应纳入经过标
[42]
研究中 ，且对 TERT 启动子突变的预测达到 84% 的 准化治疗的患者进行前瞻性生存预测。
准确度（86%的敏感度，81%的特异度）。
以上研究表明了影像组学及 DL 在分子标记预 4 弥漫性星形细胞胶质瘤（IDH野生型）的识别
测方面具有非常大的效能，可以帮助临床医生无创 2021 年，WHO 中枢神经系统肿瘤分类标准增加
获得分子基因信息。 了弥漫性星形细胞胶质瘤（IDH野生型）的诊断，具有
GBM 的分子特征 ，WHO 4 级（DAG-G） 。已有研
[52]
[53]
3 生存预测 究 表明 DAG-G是 GBM 组织学的早期阶段，最终将
影像组学及 DL 作为一种非侵入性工具，有可能 发展成为典型的 GBM 组织学特征。鉴于 DAG-G 具
揭示肿瘤内异质性这一经常被忽视的特征，可以在 有与 GBM 相同的侵袭性及浸润性，应优先考虑在可
术前预测胶质瘤患者的生存期，并对风险因素分层 行的情况下进行肿瘤最大范围切除，并进行 GBM 标
[54]
评估，这对于确定肿瘤行为、指导治疗决策和预测整 准化治疗—放疗和同时使用 TMZ 进行化疗 。研究
[43]
体预后是非常有潜能的。LI 等 纳入 652 例胶质瘤 发现 GBM 患者 OS 中位数为 14.6 个月，PFS 中位数
[55]
患者的 T2WI影像，从中提取影像组学特征建立模型 为 7.4 个月，DAG-G 患者 OS 中位数、PFS 中位数与之
用于预测胶质瘤病患者生存周期，结果表明该模型 相当，分别为 15.1个月、5.39个月 。因此，对于组织
[56]
·168 · https://www.chinesemri.com