应用多参数MRI预测软组织肉瘤活检病理中的FNCLCC分级和ki67表达的研究:基于CT-MRI融合图像记录方法

科学领域:

• 放射学
• 癌症学
• 病理学

背景情况:

• 软组织肉瘤 (STS) 的诊断和分类对于治疗计划至关重要.
• 使用核心针活检 (CNB) 进行精确的手术前组织学分类可能具有挑战性.
• 多参数MRI提供了瘤特征的潜在生物标志物.

研究的目的:

• 评估使用CT-MRI融合图像登记的in vivo活检方法以提高STS CNB的准确性.
• 评估mpMRI参数与法国癌症中心联合会 (FNCLCC) 的STS分级之间的相关性.
• 确定mpMRI参数与STS中的Ki-67标记指数 (LI) 之间的关系.

主要方法:

• 32名STS患者接受了3. 0T的MRI,包括扩散加权成像 (DWI) 和质子磁共振光谱 (H MRS).
• 用一种新的CT-MRI融合图像注册方法来准确地定位活检.
• 使用包括ROC曲线和斯皮尔曼相关性在内的统计方法,对mp MRI参数进行了分析.

主要成果:

• 与手术样本相比,CT-MRI融合引导的CNB实现了病理学100%的诊断准确性,亚型为87.5%,分级为93.8%.
• 在高度STS和高基-67表达群体中观察到较低的显微扩散系数 (ADC) 和较高的胆/肌酸蛋白 (Cho/ Cr) 比率.
• ADC值和Cho/ Cr比率与FNCLCC分级和Ki-67 LI (p<0. 001) 有显著的相关性.

结论:

• CT-MRI融合图像登记提高了手术前STS CNB诊断的准确性,促进了精确的成像-病理相关性.
• 从mpMRI获得的ADC值和Cho/Cr比可以作为STS组织病理学分级的宝贵补充.
• 这些mpMRI参数与STS等级和Ki-67表达水平有很强的相关性.