低级别胶质瘤组织学分级(胶质瘤分级)

　　低级别胶质瘤组织学分级，低级别胶质瘤级别(二级和三级)是决定其预后的重要因素，也影响患者的个体化治疗。过去常规MRI特征用于区分低级别胶质瘤级别，主要根据肿瘤部位、侵犯范围、边缘特征和强化类型，但非强化区域和完全不强化的肿瘤价值有限，导致术前分级不准确。影像组学通过提取MRI图像中反映肿瘤异质性信息的特征来构建预测模型，有助于低级别胶质瘤分级。目前使用的MRI序列主要包括T1WI、T2WI、液体衰减反转恢复(FLAIR)、增强T1WI、CET1WI、扩散成像。

　　Naser采用常规MRI序列研究110例低级别胶质瘤，手动分割肿瘤后构建成像组学模型，筛选出与分级相关的信息(如坏死核心、形态学特征、大小等)。)，并使用5个数据集进行检测。该分级模型对低级别胶质瘤分级效率好，平均受试者操作特征曲线下面积(AUC)高达0.97。二级和部分三级低级别胶质瘤肿瘤不能强化。此时常规MRI对低级别胶质瘤分级的诊断效率不高，通过提取这些非强化区域的高通量数据，图像组学方法也有助于改善分级诊断。例如，Park提取了204例低级别胶质瘤常规MRI图像中的250个组学特征，显示T检验和弹性网组合模型对低级别胶质瘤强化和非强化肿瘤的整体组织学分级具有价值，对非强化肿瘤的分级预测效率较高。

　　基于常规MR序列的图像组学的功能参数图可能优于单个参数的低级别胶质瘤分级效率。例如，Zhang等41例低级别胶质瘤的纹理分析获得了最佳判断因素。结果表明，基于FLAIR、表观扩散系数(ADC)、T1WI、CE-T1WI序列图像组学模型的预测低级别胶质瘤的病理级别效率优于ADC直方图参数模型。另一方面，基于扩散成像的图像组学模型预测胶质瘤级别的能力也优于其相应的简单功能成像参数值。传统的MRI序列很难反映肿瘤内部水分子的运动状态，即水分子的扩散是否有限，因此基于扩散成像的图像组学预测低级别胶质瘤分级的价值更高。

　　近期研究基于T2WI、扩散加权成像(DWI)、扩散张量成像(DTI)、扩散峰度成像(DKI)序列提取了2856个成像组学特征，以特征贡献率为标准筛选指标，Logistic回归分析显示，基于DTI和DKI序列的成像组学模型区分低级别胶质瘤(26例)和胶质母细胞瘤(29例)效率最好(均AUC>0.90)。但这类研究较少，纳入的功能成像序列较少，因此低级别胶质瘤分级研究可以在未来常规MRI序列的基础上进一步增加功能成像序列，对基于形态学和功能MR序列的多模态成像组学进行分析。

• 文章标题：低级别胶质瘤组织学分级(胶质瘤分级)
• 更新时间：2022-01-18 17:28:30