论文部分内容阅读
第一部分:磁共振脑氧代谢成像和动态对比增强成像预测胶质瘤分子特征及血氧生物功能的相关性研究目的:探讨联合应用随时间演变的聚类分析（cluster analysis of time evolution,CAT）的定量磁化率成像（quantitative susceptibility mapping,QSM）和血氧合水平依赖（quantitative blood oxygenation level-dependent,q BOLD）的磁共振脑氧代谢成像和动态对比增强灌注成像（dynamic contrast-enhanced MRI,DCE-MRI）在预测胶质瘤分子特征中的应用价值,并探讨MRI影像表型与血氧生物功能改变的相关性。方法:本研究纳入经组织病理诊断为胶质瘤的患者91例,术前一周内在同一台3.0T磁共振仪上进行磁共振脑氧代谢成像和DCE-MRI成像。联合应用CAT+QSM+q BOLD模型计算方法的磁共振脑氧代谢成像经过后处理计算得到氧摄取分数（oxygen extraction fraction,OEF）。DCE-MRI后处理计算获得灌注相关参数:包括体积转移常数(volume transfer constant,Ktrans),脑血容量（cerebral blood volume,CBV）和脑血流量（cerebral blood flow,CBF）。应用各影像学参数预测IDH1基因突变状态,MGMT启动子甲基化状态,受体酪氨酸激酶（receptor tyrosine kinase,RTK）亚组,以及鉴别胶质母细胞瘤（glioblastoma,GBM）与较低级别胶质瘤（lower-grade glioma,Ler GG,WHO II-III级）。采用受试者工作特征（receiver operating characteristic,ROC）曲线下面积（area under the curve,AUC）对各参数的诊断效能进行检验。使用KEGG富集分析探讨生物学功能与影像表型的相关性。结果:IDH1突变型Ler GG的OEF值和灌注参数Ktrans、CBV、CBF值显著低于IDH1野生型Ler GG（P＜0.01）。与MGMT启动子甲基化的GBM相比,MGMT启动子非甲基化的GBM OEF值和灌注参数值均有升高趋势,仅OEF在MGMT启动子甲基化和非甲基化的GBM中存在显著差异（P=0.01）。具有RTK信号通路改变的胶质瘤OEF值（P=0.003）和灌注参数值（P＜0.05）显著升高。ROC分析表明,OEF在鉴别IDH1突变型与野生型Ler GG具有最高的诊断效能（AUC=0.828）。仅OEF能够预测MGMT启动子甲基化状态,AUC为0.784。对于预测具有RTK信号通路改变的胶质瘤,OEF（AUC=0.764,P=0.001）和CBV（AUC=0.754,P=0.002）具有尚可接受的预测性能。对于鉴别GBM和Ler GG,OEF和DCE-MRI参数表现优异,AUC＞0.8的参数分别为OEF（AUC=0.810）,Ktrans（AUC=0.819）,CBV（AUC=0.802）。此外,突变频谱图及KEGG通路富集分析显示,与缺氧或血管生成相关的基因特征及信号通路与特定的影像学表型具有一定程度的相关性。结论:联合应用CAT+QSM+q BOLD模型的磁共振脑氧代谢成像是一种无创快速评估脑氧代谢的影像学技术,结合DCE-MRI可以无创地评估胶质瘤关键分子特征,反映了胶质瘤缺氧/血管生成生物功能与影像学表型的关联性。第二部分:多模态磁共振成像及影像组学特征预测胶质瘤Notch信号通路和生物功能相关性的多中心应用研究目的:使用多模态磁共振成像及影像组学预测胶质瘤Notch信号通路并探讨与下游靶蛋白表达的生物功能相关性。方法:回顾性收集48名胶质瘤患者并进行磁共振成像和第二代DNA测序作为训练集用于构建影像组学模型。为了验证模型性能,回顾性收集两个公共数据库（TCGA和CPTAC）中47例经病理证实的胶质瘤患者作为测试集。随后,从CE-T1WI、T1WI、T2WI和T2FLAIR中提取多模态影像组学特征,并使用LASSO回归算法筛选特征。比较单模态磁共振成像和联合多模态磁共振成像的影像组学模型预测Notch信号通路的诊断性能。结合高危临床因素,构建影像组学-临床诺模图。在测试集中验证模型的预测性能,包括鉴别力、校准性能和临床适用性。最后,通过免疫组织化学分析（immunohistochemistry,IHC）验证影像组学特征与Notch信号通路靶蛋白表达的生物功能相关性。结果:联合多模态磁共振成像影像组学模型在训练集和测试集中均显示预测Notch信号通路曲线下面积最高（AUC分别为0.857和0.823）。联合影像组学特征和KPS评分的影像组学-临床诺模图在在训练集和测试集均表现出良好的校准和鉴别能力,AUC分别为0.891（95%可信区间,0.79-0.99）和0.859（95%可信区间,0.75-0.97）。决策曲线分析（decision curve analysis,DCA）证实了影像组学-临床诺模图的临床适用性。IHC分析显示Notch1突变型胶质瘤Notch1受体及其下游靶蛋白Hes1表达降低,Dll4和ASCL1的表达升高,显示出肿瘤细胞密度增加、血管生成增多等胶质瘤恶性侵袭特征和异质性的总体趋势。结论:多模态磁共振成像影像组学诺模图能够无创地预测Notch信号通路,可能反映了与下游生物功能相关的胶质瘤侵袭特征和异质性。第三部分:多参数扩散磁共振成像及影像组学预测较低级别胶质瘤IDH1基因分型的应用价值目的:评估多参数扩散磁共振成像及影像组学预测较低级别胶质瘤IDH1基因分型的诊断价值。方法:前瞻性收集65名经组织病理学证实为较低级别级胶质瘤（lower-grade glioma,Ler GG,WHO II-III级）的患者,并进行扩散磁共振成像（diffusion MRI,d MRI）检查。d MRI扫描使用自旋平面回波成像序列,包括25个非共线扩散敏感梯度方向和3个值b=0,1250s/mm2,2500s/mm2。扩散磁共振成像序列经头动和涡流校正、偏置场校正以及脑组织提取预处理后,经后处理计算生成扩散张量成像（diffusion tensor imaging,DTI）、游离水成像（free-water imaging,FWI）和游离水校正的DTI成像（FWDTI）、神经突定向离散和密度成像（neurite orientation dispersion and density imaging,NODDI）、表观纤维密度（apparent fiber density,AFD）成像和恒定立体角（constant solid angle,CSA）的广义各向异性分数（generalized fractional anisotropy,GFA）参数图像。从上述参数图像提取肿瘤实质区和水肿区的直方图特征并使用最小冗余最大相关性方法筛选每个扩散模型中前3个最佳预测特征。利用主成分多元逻辑回归分析比较不同扩散模型预测WHO II/III级胶质瘤IDH1基因分型的预测效能。结果:本研究总共纳入65名胶质瘤患者（31名男性,34名女性;平均年龄43±12岁）,其中WHO II级胶质瘤35例（29例存在IDH1基因突变）WHO III级胶质瘤30例（17例存在IDH1基因突变）。所有单个扩散模型均可用于预测WHO II/III级胶质瘤IDH1基因分型,其中NODDI和AFD扩散模型具有最佳预测效能,受试者工作特征曲线下面积（AUC分别为0.801和0.807;P＜0.01）。联合最大表观纤维密度和游离水校正的FA直方图特征组成的扩散模型预测效能最高,曲线下面积为0.855（P＜0.0001）。结论:多参数扩散磁共振成像结合影像组学分析是预测较低级别胶质瘤IDH1基因分型的一种有前景的方法,联合最大表观纤维密度和游离水校正的FA直方图特征组成的扩散模型预测效能最高。