用动态灵敏度对比增强磁共振输液和质子磁共振光谱学进行质瘤分级的诊断算法
Dinh Hieu Nguyen1,2, Duy Hung Nguyen1,3, Thanh Dung Le3,4
1Department of Radiology, Hanoi Medical University, Hanoi 100000, Vietnam.
Biomedical reports
|February 15, 2024
概括
这项研究开发了一种新的MRI算法,使用动态灵敏度对比增强MRI (DSCE-MRI) 和质子磁共振光谱 (1H-MRS) 准确分类质瘤,在低级质瘤 (LGG) 中达到100%的准确性,在高级质瘤 (HGG) 中达到90.7%.
科学领域:
- 神经成像是一种神经成像.
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
背景情况:
- 将质瘤精确分为低级质瘤 (LGG) 和高级质瘤 (HGG) 是治疗规划和预后的关键.
- 传统的MRI (cMRI) 在区分质瘤等级方面存在局限性.
- 像DSCE-MRI和1H-MRS这样的先进的MRI技术有可能提高诊断能力.
研究的目的:
- 调查DSCE-MRI和1H-MRS在分类质瘤中的诊断性能.
- 使用这些先进的MRI技术来设计用于质瘤分级的诊断算法.
- 为了比较开发的算法的诊断准确性与传统的MRI.
主要方法:
- 对57名患者 (14个LGG,43个HGG) 的回顾性分析,世界卫生组织 (WHO) 的分级 (1-4) 不同.
- 获取标准的3TMRI数据,包括cMRI,DSCE-MRI和1H-MRS.
- 对瘤和周瘤参数 (例如,TrCBV,PrCBF,TCho/Cr比率) 的分析,并应用统计测试和决策树分析来开发诊断算法.
主要成果:
- 周围大脑血流 (PrCBF) 在术前质瘤分级预测中表现最高.
- 开发的算法整合了瘤相对脑血量 (TrCBV),PrCBF和TCho / Cr,实现了LGG的100%诊断准确率和HGG的90.7%.
- 该算法表现出7%的低错误分类风险,并对TrCBV,PrCBF和TCho/Cr.进行了定义.
结论:
- 与cMRI相比,联合的DSCE-MRI和1H-MRS诊断算法显著提高了结质瘤分级的诊断准确性.
- 这种非侵入性的高级MRI算法被推用于临床应用,用于手术前策略开发和患者预后.
- 该算法为精确的质瘤分级提供了有价值的工具,有助于个性化患者管理.
更多相关视频
09:09Laser Capture Microdissection of Glioma Subregions for Spatial and Molecular Characterization of Intratumoral Heterogeneity, Oncostreams, and Invasion
Published on: April 12, 2020
6.9K
06:48On-Site Sampling and Extraction of Brain Tumors for Metabolomics and Lipidomics Analysis
Published on: May 31, 2020
5.9K
