在大脑转移中提高 perfusion MRI 的诊断稳定性:专注于 3D ROI 技术和自动值

科学领域:

• 神经瘤学神经瘤学
• 放射学 放射学是一门学科.
• 医疗成像医学成像

背景情况:

• 对脑转移进行放射治疗后的瘤复发与放射性亡的区别在诊断上具有挑战性.
• 输液MRI,特别是相对脑血体积 (rCBV) 测量,是使用的,但对感兴趣区域 (ROI) 位置变化敏感.
• 准确的区分对于适当的患者管理和治疗规划至关重要.

研究的目的:

• 为了比较不同脑 perfusion MRI 方法的诊断性能,包括一种新的体积 3D ROI 方法和自动值.
• 评估这些方法在区分瘤复发和辐射亡的有效性.
• 确定一个最佳的rCBV值,以区分复发和亡.

主要方法:

• 对23名患有25个脑转移的患者进行了回顾性分析,这些患者接受了立体辐射疗法治疗.
• perfusion MRI 在活检或手术切除前进行,以获得组织学确认.
• 用手动和3DROI方法的ROC曲线下的面积 (AUC),灵敏度和特异性以及自动值技术来评估诊断性能.

主要成果:

• 3D ROI方法,整合了整个病变和健康的尾状核ROI,实现了优异的诊断性能,AUC为0.65,与手动方法相比 (AUC = 0.53).
• 观察到适度的稳定性,不同软件平台之间的类内相关系数为0.60.
• 自动值生成了瘤子体积,以确定特定的rCBV截止值.

结论:

• 体积3DROI方法证明了提高诊断准确度的潜力,在区分瘤复发与辐射亡方面发挥了重要作用.
• 建议使用标准化协议和更大的患者队伍进行进一步验证.
• 这种技术可能为神经瘤学中 perfusion MRI 分析提供一种更可靠的方法.