敏感度加权的MRI用于预测脑膜瘤中NF-2突变和S100蛋白表达的预测

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:

• 脑膜瘤表现出由S100蛋白表达和神经纤维素瘤2型 (NF-2) 突变影响的多种疾病过程.
• 非侵入性生物标志物对于预测脑膜瘤行为和指导治疗策略至关重要.

研究的目的:

• 研究灵敏度加权MRI (SWI) 特性对于非侵入性识别脑膜瘤中NF-2拷贝数损失和S100蛋白表达的有用性.
• 为了将SWI发现与瘤特征和遗传改变相关联.

主要方法:

• 99名S100数据和92名NF-2数据患者的回顾性分析,使用手术前的3T头骨MRI.
• 从SWI.提取形态,放射性 (Pyradiomics) 和深度学习 (CNN) 的特征.
• 统计分析包括曼-惠特尼U测试和物流回归,CNN特征用于分类.

主要成果:

• NF-2复制数损失与更高等级的瘤,斑块生长和化有关.
• S100蛋白表达与SWI信号强度升高和内 entropy降低有关.
• 深度学习模型的AUC为S100表达值为0.85,NF-2损失值为0.74.

结论:

• SWI是一种有前途的成像技术,用于在脑膜瘤中非侵入性检测NF-2拷贝数损失和S100蛋白表达.
• SWI特征揭示了潜在的新血管化和微化,有助于表征脑膜瘤亚型.