多重扩散指标在区分固体质瘤与大脑炎症方面
Kai Zhao1, Ankang Gao1, Eryuan Gao1
1Department of Magnetic Resonance Imaging, The First Affiliated Hospital of Zhengzhou University, Zhengzhou, China.
Frontiers in neuroscience
|February 14, 2024
概括
平均明显传播器 (MAP) 模型的非高斯性 (NG) 度量最好区分大脑炎症与固体质瘤. 这种扩散权重成像方法有助于诊断具有挑战性的MRI病例.
科学领域:
- 神经成像是一种神经成像.
- 放射学 放射学是一门学科.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 在MRI上区分固体质瘤与脑炎是临床上显著的,但具有挑战性.
- 扩散权重成像 (DWI) 提供了用于组织特征的先进指标.
研究的目的:
- 评估来自多个DWI模型的各种扩散指标在区分固体质瘤与大脑炎症方面的有效性.
- 为了比较这种差异诊断的不同DWI模型的诊断性能.
主要方法:
- 预计将招募57名患有质瘤或炎症和固体MRI病变的患者.
- 获取多个b值的DWI数据 (0-2500秒/毫米2).
- 使用扩散张力成像 (DTI),扩散形成像 (DKI),平均明显传播器 (MAP) 和神经元导向分散和密度成像 (NODDI) 模型计算扩散指标.
主要成果:
- MAP模型的非高斯度 (NG) 度量表现出最高的诊断性能 (AUC = 0.879).
- 扩散曲解成像的平均曲解 (MK) (AUC = 0.855) 和NODDI的细胞内体积分数 (ICVF) (AUC = 0.825) 也表现良好.
- 扩散张力成像的平均扩散性 (MD) 产生了最低的诊断性能 (AUC = 0.758).
结论:
- 从先进的DWI模型中获得的多种扩散指标可以有效地区分大脑炎症和固体质瘤.
- 马普模型,特别是其非高斯性 (NG) 度量,显示出这种差异化表现的卓越性.
