使用基于MR弹性显微镜的滑动接口成像来提高脑膜瘤结的瘤粘附量的量化
Keni Zheng1, Matthew C Murphy1, Emanuele Camerucci2
1Radiology, Mayo Clinic, Rochester, MN, United States of America.
PloS one
|June 25, 2024
概括
使用MR弹性成像 (MRE) 的改进的滑动接口成像 (SII) 技术准确量化脑膜瘤大脑粘附. 这种方法在预测瘤复发方面表现有前途,特别是在攻击性脑膜瘤中.
科学领域:
- 神经外科 神经外科
- 放射学 放射学是指放射学
- 医疗成像医学成像
背景情况:
- 脑膜瘤是常见的内瘤,经常粘附于周围组织,使手术切除复杂化,并增加术后风险.
- 准确评估瘤与大脑的粘附性对于手术规划和预测结果至关重要.
- 使用MR弹性学 (MRE) 的现有滑动接口成像 (SII) 技术显示出潜力,但需要改进.
研究的目的:
- 开发和验证一个改进的SII算法,以精确量化脑膜瘤与大脑的粘附.
- 评估MRE衍生粘附模式和脑膜瘤复发之间的相关性.
- 加强在脑膜瘤管理中的临床决策.
主要方法:
- 在52名脑膜瘤患者中开发并测试了一种改进的SII算法,该算法基于MRE的正常化八面体剪切应变 (NOSS) 模式.
- 量化瘤接口粘附度 (完全,部分,不粘附).
- 利用统计分析,包括曲线下的面积 (AUC),将改进的算法与以前的方法进行比较,并评估复发预测.
主要成果:
- 改进的SII技术有效地区分了脑膜瘤附着度,特别是完全的附着度 (p = 0.005对于完全与部分,p<0.001对于完全与非附着).
- 与之前的算法相比,表现出更好的区分能力 (AUC为0.86对比0.72完全粘附).
- 侵略性瘤的附着率较高与复发相关 (p = 0.042).
结论:
- 改进的SII技术提供了一种可靠和客观的方法来量化脑膜瘤与大脑的粘附.
- 这种技术有可能有助于预测脑膜瘤复发,特别是在攻击性亚型中.
- 这些发现支持将这种先进的成像方法整合到临床实践中,以改善治疗策略.
