分享:
分享到微信朋友圈
X
经验交流
瘤体、瘤周水肿区DCE-MRI对弥漫性胶质瘤分级的应用价值
王茹 王少彧 张华鹏 高阳

Cite this article as: Wang R, Wang SY, Zhang HP, et al. Application value of DCE-MRI in tumor body, peritumoral edema area in grading diffuse glioma[J]. Chin J Magn Reson Imaging, 2021, 12(6): 88-91.本文引用格式:王茹, 王少彧, 张华鹏, 等. 瘤体、瘤周水肿区DCE-MRI对弥漫性胶质瘤分级的应用价值[J]. 磁共振成像, 2021, 12(6): 88-91. DOI:10.12015/issn.1674-8034.2021.06.017.


[摘要] 目的 探讨动态对比增强磁共振成像(dynamic contrast enhanced magnetic resonance imaging,DCE-MRI)在弥漫性胶质瘤患者瘤体及瘤周水肿区的灌注特点及其对肿瘤分级的临床应用价值,从而为临床提供可靠的手术切除范围。材料与方法 根据2016年WHO胶质瘤分类和分级标准将患者分为低级别胶质瘤(low-grade glioma,LGG;Ⅱ级)组17例和高级别胶质瘤(high grade gliomas,HGG;Ⅲ+Ⅳ级)组27例。所有患者术前均行DCE-MRI检查,工作站进行DCE-MRI后处理,提取容积转运常数(volume transfer constant,Ktrans)、血管外细胞外间隙容积分数(extravascular extracellular space volume fraction,Ve) 2个参数,选取瘤体区、瘤周1 cm水肿区、瘤周1~2 cm水肿区及对侧半球正常白质区为感兴趣区,得到各参数的测量值,比较其在HGG组、LGG组中的差异。应用Spearman相关系数分析Ktrans值、Ve值与弥漫性胶质瘤病理分级之间的相关性。结果 HGG组瘤体区、瘤周1 cm水肿区及瘤周1~2 cm水肿区Ktrans、Ve分别高于LGG组,差异有统计学意义(Ktrans值相比,t=7.821、9.468、8.670,Ve值相比,t=4.411、7.812、2.544;P<0.05);两组肿瘤各区域Ktrans、Ve从瘤体区至正常白质区呈递减趋势,两组瘤体区Ktrans、Ve与瘤周1 cm水肿区、瘤周1~2 cm水肿区、正常白质区比较差异有统计学意义(HGG组:Ktrans值相比,t=5.845、9.907、10.654,Ve值相比,t=4.398、8.194、9.014;P<0.05;LGG组:Ktrans值相比,t=7.763、8.085、8.397,Ve值相比,t=6.719、7.328、7.370;P<0.05);HGG组瘤周1 cm水肿区与瘤周1~2 cm水肿区、正常白质区比较差异有统计学意义(Ktrans值相比,t=6.966、7.780,Ve值相比,t=7.920、8.053;P<0.05),瘤周1~2 cm水肿区与正常白质区差异无统计学意义(Ktrans值相比,t=1.006,Ve值相比,t=0.617;P>0.05);LGG组瘤周1 cm水肿区与瘤周1~2 cm水肿区比较差异无统计学意义(Ktrans值相比,t=1.733,Ve值相比,t=1.751;P>0.05);瘤周1 cm水肿区与正常白质区比较差异无统计学意义(Ktrans值相比,t=2.012,Ve值相比,t=2.021;P>0.05);瘤周1~2 cm水肿区与正常白质区比较差异无统计学意义(Ktrans值相比,t=0.654,Ve值相比,t=1.184;P>0.05)。Ktrans值、Ve值与弥漫性胶质瘤病理分级呈正相关(r=0.811、0.734,P<0.05)。结论 DCE-MRI能提高肿瘤的分级并指导临床手术切除范围。
[Abstract] Objective To investigate the perfusion characteristics of dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) in tumor body and peritumoral edema of patients with diffuse glioma and its clinical value in grading glioma, so as to provide a reliable surgical resection range. Materials andMethods According to the 2016 WHO glioma classification and grading criteria, patients were divided into low-grade glioma group (LGG group, Ⅱ grade) 17 cases and high-grade glioma group (HGG group, Ⅲ+Ⅳ grade) 27 cases. All patients underwent DCE-MRI before operation. The workstation performed DCE-MRI post-processing, and extracted two parameters: volume translocation constant (Ktrans) and extravascular extracellular space volume fraction (Ve). The tumor area, extra-tumor edema 1 cm, extra-tumor edema 1—2 cm area and contralateral hemisphere normal white area were the regions of interest, then measured the values of each parameter and analyzed the differences in high and low-grade gliomas. Spearman correlation coefficient was used to analyze the correlation between the parameters and pathological grade of diffuse glioma.Results The Ktrans and Ve in the tumor area and extratumoral edema of the HGG group were higher than those in the LGG group (Ktrans value compared, t=7.821, 9.468, 8.670, Ve value compared, t=4.411, 7.812, 2.544; P<0.05). The Ktrans and Ve of two groups in every region were decreasing from tumor area to normal white matter area. In the two groups, there was a statistically significant difference between the tumor area and the extra-tumor edema 1 cm, extra-tumor edema 1—2 cm area and the normal white matter area (HGG group: Ktrans value compared, t=5.845, 9.907, 10.654, Ve value compared, t=4.398, 8.194, 9.014; P<0.05; LGG group: Ktrans value compared, t=7.763, 8.085, 8.397, Ve value compared, t=6.719, 7.328, 7.370; P<0.05). In the HGG group, there was a statistically significant difference between the extra-tumor edema 1 cm and the extra-tumor edema 1—2 cm area, normal white matter area (Ktrans value compared, t=6.966, 7.780, Ve value compared, t=7.920, 8.053; P<0.05), there was no significant difference between the extra-tumor edema 1—2 cm area and the normal white matte area (Ktrans value compared, t=1.006, Ve value compared, t=0.617; P>0.05); in the LGG group, there was no statistically significant difference between the extra-tumor edema 1 cm area and the extra-tumor edema 1—2 cm area (Ktrans value compared, t=1.733, Ve value compared, t=1.751; P>0.05), between the extra-tumor edema 1 cm area and the normal white matter area (Ktrans value compared, t=2.012, Ve value compared, t=2.021; P>0.05), between the extra-tumor edema 1—2 cm area and the normal white matter area (Ktrans value compared, t=0.654, Ve value compared, t=1.184; P>0.05). Ktrans value and Ve value were positively correlated with pathological grade of diffuse glioma (r=0.811, 0.734, P<0.05).Conclusions DCE-MRI can improve the grade of tumor and guide the scope of clinical resection.
[关键词] 弥漫性胶质瘤;瘤周水肿;动态对比增强;磁共振成像;分级;灌注成像
[Keywords] diffuse glioma;peritumoral edema;dynamic contrast enhanced;magnetic resonance imaging;grading;perfusion imaging

王茹 1   王少彧 2   张华鹏 2   高阳 1*  

1 内蒙古医科大学附属医院影像诊断科,呼和浩特 010050

2 西门子医疗系统有限公司(上海),上海 201318

高阳,E-mail:1390903990@qq.com

全体作者均声明无利益冲突。


基金项目: 内蒙古自治区科技计划项目 2019GG047
收稿日期:2020-12-13
接受日期:2021-02-25
DOI: 10.12015/issn.1674-8034.2021.06.017
本文引用格式:王茹, 王少彧, 张华鹏, 等. 瘤体、瘤周水肿区DCE-MRI对弥漫性胶质瘤分级的应用价值[J]. 磁共振成像, 2021, 12(6): 88-91. DOI:10.12015/issn.1674-8034.2021.06.017.

       弥漫性胶质瘤是常见的成人原发性颅内恶性肿瘤之一,胶质瘤的血管生成与肿瘤生长、浸润、恶性程度及病理分级有重要关系,级别不同胶质瘤有不同的治疗方法,临床术前进行精确分级对于胶质瘤治疗方案的制定和预后判断具有重要作用。瘤周水肿(peritumoral bain edema,pTBE)在常规MRI上定义为无强化的肿瘤周边区域,T2WI呈高信号、T1WI呈低信号[1]。瘤周水肿是胶质瘤常见并发症,是肿瘤细胞向正常脑组织浸润和转移的基础,因为无法确定肿瘤的边界,所以瘤周水肿的存在是导致肿瘤术后复发的重要因素。常规的MRI检查方法无法精确地对胶质瘤进行分级,不足以满足临床对肿瘤的血供生长方式的了解需求。本研究采用的动态对比增强磁共振成像(dynamic contrast enhanced magnetic resonance imaging,DCE-MRI)可定量分析微血管通透性相关参数,反映弥漫性胶质瘤的微循环灌注及新生血管分布信息。

       本研究将高级别胶质瘤(high grade gliomas,HGG)、低级别胶质瘤(low-grade glioma,LGG)分为瘤体区、瘤周1 cm水肿区、1~2 cm水肿区进行测量,探讨对比容积转运常数(transfer constant,Ktrans)、血管外细胞外间隙容积分数(extravascular extracellular space volume fraction,Ve)值是否存在差别,分析其在胶质瘤高、低级别鉴别中的价值,为临床分级及指导临床手术可切除范围提供参考。

1 材料与方法

1.1 研究对象

       回顾性分析2016年6月至2019年4月在内蒙古医科大学附属医院病理证实为弥漫性胶质瘤的患者44例,术前均行MRI检查。病例纳入标准:①MRI检查前均未接受手术、放射治疗及化学治疗;②所有患者均经病理证实为弥漫性胶质瘤;③所有患者肿瘤外周水肿范围大于1 cm。因患者躁动影响图像质量及数据分析的患者排除在外。最终纳入胶质瘤患者44例,其中男19例、女25例;年龄23~72 (45.7±1.9)岁。根据2016年WHO胶质瘤分类和分级标准将患者分组,WHO Ⅱ级胶质瘤为LGG组(17例),其中星形细胞瘤12例(WHO Ⅱ级),少突星形细胞瘤(WHO Ⅱ级) 5例,WHO Ⅲ、Ⅳ级胶质瘤为HGG组(27例),其中间变性星形细胞瘤(WHO Ⅲ级) 9例,间变性少突星形细胞瘤(WHO Ⅲ级) 3例,胶质母细胞瘤(WHO Ⅳ级) 15例。所有受试者均签署知情同意书。

1.2 检查设备及方法

       采用德国Siemens公司 skary 3.0 T磁共振扫描仪,头颈联合线圈。所有患者均行常规平扫及增强MRI和DCE-MRI扫描。主要扫描参数如下:轴位 T1-FLAIR:TR 1650 ms,TE 23.7 ms,TI 720 ms,层厚5 mm,层间距1.5 mm;T2WI:TR 2860 ms,TE 119.2 ms,TI 720 ms,层厚5 mm,层间距1.5 mm。DCE-MRI用三维T1WI梯度回波序列,TR 1650 ms,TE 23.7 ms,翻转角度15°,层厚/层间距4 mm/2 mm,矩阵为512×512,视野为350 mm×350 mm,层数40层。连续扫描40个期相,每期6 s,第4期图像扫描结束后立即使用高压注射器注射对比剂,对比剂采用钆喷替酸葡甲胺(Gd-DTPA,4 mmol/L),用量0.2 mL/kg,使用专用高压注射器经肘静脉注射,注射速度2.5 mL/s,然后以相同速度注射 20 mL生理盐水冲管。然后再行常规 T1WI对比增强扫描。

1.3 数据处理

       将所有数据导入Siemens Syngo.via后处理工作站,使用Tissue 4D软件进入Tofts模式进行后处理。Tofts模式下动脉输入函数(artery input function,AIF)选择chi2最小的模式,得到脑组织时间-信号强度曲线,经过计算得到与T1WI增强图像自动相匹配的Ktrans图及Ve图;画ROI自动匹配到对应的Ktrans图与Ve图中,进而得到感兴趣区域的定量值。共选择4个ROI,选择方式如下:ROI 1:肿瘤瘤体区,T1WI增强为高信号区域,扩散加权成像(diffusion-weighted imaging,DWI)呈高或稍高信号;ROI 2:瘤周1 cm水肿区,紧邻瘤体强化区域1 cm 以内的水肿区域;ROI 3:瘤周1~2 cm水肿区,紧邻瘤体强化区域1~2 cm以内的水肿区域;ROI 4:对侧正常脑白质区。由两位高年资磁共振医师独立测量记录各个ROI的Ktrans值、Ve值,每个区域分别取3个不同的ROI进行测量,取平均值,进行数据统计。ROI面积大小为25~40 mm2,选取ROI时注意避开坏死、囊变及出血区域。

1.4 统计学分析

       本试验的所有资料和数据应用SPSS 22.0软件包进行统计学分析,试验数据采用均数±标准差表示,组间比较采用独立样本t检验,组内比较采用配对样本t检验。

2 结果

       LGG与HGG组间比较,HGG组瘤体区、瘤周1 cm水肿区、瘤周1~2 cm水肿区Ktrans、Ve分别高于LGG组,差异有统计学意义(P<0.05)。

       HGG组内比较,瘤体区Ktrans、Ve高于瘤周1 cm水肿区、瘤周1~2 cm水肿区、正常白质区,且从瘤体区至正常白质区呈递减趋势,瘤体区Ktrans、Ve与瘤周1 cm水肿区、瘤周1~2 cm水肿区、正常白质区差异有统计学意义(P<0.05),瘤周1 cm水肿区与瘤周1~2 cm水肿区、正常白质区比较差异有统计学意义(P<0.05),瘤周1~2 cm水肿区与正常白质区差异无统计学意义(P>0.05)。

       LGG组内比较,瘤体区Ktrans、Ve高于瘤周1 cm水肿区、瘤周1~2 cm水肿区、正常白质区,且从瘤体区至正常白质区呈递减趋势,瘤体区Ktrans、Ve与瘤周1 cm水肿区、瘤周1~2 cm水肿区、正常白质区差异有统计学意义(P<0.05),瘤周1 cm水肿区与瘤周1~2 cm水肿区、正常白质区两两比较差异无统计学意义(P>0.05)。见表1图12

图1  男,30岁,星形细胞瘤Ⅱ级。A:T2WI示左侧额叶不均匀混杂信号瘤灶伴片状高信号水肿区;B:增强扫描病灶呈不均匀结节样强化;C:Ktrans伪彩图;D:Ve伪彩图 图2 男,37岁,胶质母细胞瘤Ⅳ级。A:T2WI示左侧额叶不均匀混杂信号瘤灶伴大片状高信号水肿区;B:增强扫描病灶呈不均匀明显强化;C:Ktrans伪彩图;D:Ve伪彩图
表1  HGG与LGG组瘤体区、瘤周水肿区、正常白质区Ktrans值、Ve值比较(x¯±s)

3 讨论

3.1 弥漫性胶质瘤瘤周水肿的形成机制

       病理学已证实,弥漫性胶质瘤周水肿区内不仅可以发现形态异常的毛细血管,还可以发现散在的肿瘤细胞沿着扭曲扩张的新生血管浸润生长,尤以高级别胶质瘤明显。因此胶质瘤的瘤周水肿除血管源性水肿外还伴有因肿瘤细胞浸润引起的细胞毒性水肿,血脑屏障在形成的过程中有着不可磨灭的作用。目前大多数研究认为,血管内皮生长因子(vascular endothelial growth factor,VEGF)在瘤周水肿产生时表达明显增高,说明在瘤周水肿的发生过程中起了不能忽视的作用[2]。VEGF能破坏血脑屏障紧密连接,导致毛细血管通透性增加,促进机体内水、电解质和血浆蛋白等大量渗出,形成组织水肿,且可以顺着浓度梯度不断向周围间隙进行扩散,其最终结果是导致瘤周组织产生严重水肿。

3.2 DCE-MRI原理及其在弥漫性胶质瘤中的应用

       DCE-MRI应用动态的成像数据追踪对比剂随时间从血管内间隙渗漏到血管外细胞外间隙(extravascular extracellular space,EES)的过程,通过追踪对比剂在血管腔和EES的动态分布状况,对时间-信号强度曲线进行分析,使用经典的Tofts两室模型计算产生定量参数,可反映对比剂在弥漫性胶质瘤的分布扩散情况及胶质瘤微血管的通透程度[3]。DCE能够准确显示肿瘤组织新生毛细血管的密度和内皮细胞的完整性,评价肿瘤组织血脑屏障破坏的严重程度,从而为胶质瘤术前分级提供可靠的影像学依据。DCE常用参数包括:① Ktrans代表对比剂从血管腔内渗漏到EES的转运系数,反映血脑屏障的破坏程度及新生血管的通透性。正常脑组织有血脑屏障存在,理论上Ktrans值为零,而病理情况下血脑屏障遭到不同程度的破坏,Ktrans值便会增加。② Ve表示EES体积在单位体积组织中所占的比例,可受血管通透性的影响,血管通透性越大,Ve值越大。肿瘤级别越高,血管的血脑屏障破坏越严重,对比剂进入肿瘤血管周围间隙越多,Ve值越高。③速率常数(rate constant of backflux,Kep),对比剂从EES回渗至血管腔内的速率常数。

       本研究发现,HGG组瘤体区Ktrans值及Ve值均分别高于LGG组,差异均有统计学意义(P<0.05),并且Ktrans值及Ve值与胶质瘤的分级明显正相关,预示随着胶质瘤级别的升高,胶质瘤微血管越不成熟,对血脑屏障破坏越严重,致使胶质瘤微血管通透程度增高,也间接反映了肿瘤组织的病理生理特点。这证实了DCE灌注在胶质瘤的术前分级的有效性,与迄今为止发表的大部分相关文献结果一致[4, 5, 6, 7, 8],Choi等[9]的研究发现Ktrans与Ve值在胶质瘤分级中具有重要的价值。HGG具有快速增殖特征,现有的微血管可能无法满足肿瘤的进一步生长,因此有必要形成新的微血管为其提供更多的营养支持以增加肿瘤中的内皮细胞有丝分裂活性。新的微血管通常伴有内皮增生和VEGF的表达,不仅促进血管生成,并可以增加微血管的渗透能力[10],使得Ktrans和Ve值明显增加。反之,现有的微血管可以提供LGG中的血液和营养供应,使得细胞增殖较少,不成熟的微血管数量较少,而且血脑屏障破坏程度较轻,因此,对比剂从微血管中渗漏出来较少,导致Ktrans和Ve值增加不明显。Lin等[11]发现Ktrans和Ve均可用于区分低级和高级胶质瘤,但是只有Ktrans可以区分Ⅱ级和Ⅲ级,这提示在今后的工作中可以将胶质瘤分级进一步细化。

       目前,临床上对胶质瘤的治疗取得了很大进步,但高级别胶质瘤的治疗效果及预后仍然不够理想,其存活期一般小于2年,究其原因主要是胶质瘤具有向周围组织浸润性生长的特点,手术不易彻底切除干净,导致术后容易复发。本研究发现,HGG瘤周1 cm水肿区、1~2 cm水肿区Ktrans值及Ve值均分别高于LGG组,差异均有统计学意义(P<0.05),这说明瘤周水肿区不同区域Ktrans值及Ve值的测量均有助于胶质瘤高、低级别的鉴别。本研究还发现,两组胶质瘤瘤体区至正常白质区Ktrans值及Ve值呈递减趋势,除LGG组瘤周1 cm水肿区、瘤周1~2 cm水肿区、两组肿瘤瘤周1~2 cm水肿区与正常白质区差异无统计学意义(P>0.05),余两两比较差异分别有统计学意义(P<0.05)。以上研究结果原因可能为HGG瘤周区1 cm以内存在肿瘤细胞的明显浸润,水肿区的微血管较丰富,肿瘤细胞沿着脉管系统浸润肿瘤周围正常脑组织,而LGG异型性程度较低,瘤周区未受肿瘤细胞的明显浸润或浸润程度较轻,此区水肿为肿瘤受压、推挤所致。这提示DCE能准确地预测胶质瘤瘤周区肿瘤细胞的浸润范围,在肿瘤手术范围的切除及术后放射治疗靶区的勾画方面可以给予一定的参考价值。

       目前DCE-MRI已被证明可以作为优化胶质瘤活检靶点的有价值工具[12],评估胶质瘤等级和鉴别诊断[13],预测患者预后[14],监测抗血管生成治疗[15, 16, 17, 18]和对放射治疗的反应[19]。Di等[20]通过点对点的立体定位活检技术发现Ktrans在HGG组与VEGF表达呈显著正相关,而LGG组则无此差异,Ktrans可以用作脑胶质瘤中VEGF表达的替代物,这为以后的研究提供了更多的思路。Jia等[21]研究结果显示HGG组Ktrans和Ve值与Ki-67指数显著相关,这提示DCE-MRI参数对于非侵入性评估HGG中肿瘤细胞的增殖具有重要价值。在大鼠脑胶质瘤模型中,DCE-MRI也有相应的研究,Hou等[22]发现DCE-MRI是无创评估神经胶质瘤模型中缺氧状态的有用方法,已有研究开发了一系列肿瘤生长和血管生成的生物物理模型,这些模型已通过扩散加权磁共振成像和DCE-MRI数据进行了校准,以提供个性化的肿瘤生长预测[23]。随着近年来胶质瘤基因检测的发展,研究发现DCE-MRI可以预测LGG IDH1突变状态[24]

       综上,本研究提示DCE-MRI的Ktrans和Ve可能有助于无创预测术前肿瘤细胞在弥漫性胶质瘤中增殖。Ve和Ktrans是区分高级和低级胶质瘤最好的参数。除肿瘤瘤体区外,瘤周水肿区也对胶质瘤的分级有一定价值,可以从不同角度反映肿瘤的侵袭性,有助于更加准确地评估肿瘤边界,以最小程度的组织和神经功能损伤获得最大程度的肿瘤切除。

       本研究的局限性:首先,这是一次回顾性研究,不排除存在抽样误差。其次,样本量相对有限,需要进行更大规模的前瞻性研究来验证本研究结果。

       综上所述,随着磁共振功能成像技术的发展,使胶质瘤的诊断从形态学、解剖学发展到功能学领域。各种磁共振功能成像技术在脑胶质瘤的诊断、分级和预后等方面具有不可替代的作用。

1
刘晓玉, 肖道雄, 何艳枚, 等. 联合应用DWI及PWI对脑内肿瘤及瘤周水肿的比较研究[J]. 临床放射学杂志, 2017, 36(7): 928-933. DOI: CNKI:SUN:LCFS.0.2017-07-004.
Liu XY, Xiao DX, He YM, et al. Comparative study of combined application of DWI and PWI on intracerebral tumor and peritumoral edema[J]. J Clin Radiol, 2017, 36(7): 928-933. DOI: CNKI:SUN:LCFS.0.2017-07-004.
2
Almeida-Freitas DB, Pinho MC, Otaduy MCG, et al. Assessment of irradiated brain metastases using dynamic contrast-enhanced magnetic resonance imaging[J]. Neuroradiology, 2014, 56(6): 437-443. DOI: 10.1007/s00234-014-1344-0.
3
Kickingereder P, Wiestler B, Graf M, et al. Evaluation of dynamic contrast-enhanced MRI derived microvascular permeability in recurrent glioblastoma treated with bevacizumab[J]. Neurooncol, 2015, 12(2): 373-380. DOI: 10.1007/s11060-014-1644-6.
4
Nguyen TB, Cron GO, Perdrizet K, et al. Comparison of the diagnostic accuracy of DSC- and dynamic contrast-enhanced MRI in the preoperative grading of astrocytomas[J]. Am J Neuroradiol, 2015, 36(11): 235-249. DOI: 10.3174/ajnr.A4398.
5
Liang J, Liu D, Gao P, et al. Diagnostic values of DCE-MRI and DSC-MRI for differentiation between high-grade and low-grade gliomas: A comprehensive meta-analysis[J]. Acad Radiol, 2018, 25(3): 338-348. DOI: 10.1016/j.acra.2017.10.001.
6
Su CQ, Lu SS, Han QY, et al. Intergrating conventional MRI, texture analysis of dynamic contrast-enhanced MRI, and susceptibility weighted imaging for glioma grading[J]. Acta Radiologica, 2019, 60(6): 777-787. DOI: 10.1177/0284185118801127.
7
贾中正. 磁共振动态对比增强成像的两室模型分析在脑胶质瘤的应用研究[D]. 上海: 复旦大学, 2012.
Jia ZZ. The application of two-compartment model analysis of dynamic contrast-enhanced magnetic resonance imaging in glioma[D]. Shanghai: Fudan Univ, 2012.
8
张益杰. DCE-MRI、3D-ASL与DSC-PWI在脑胶质瘤术前分级诊断中的应用研究[D]. 郑州: 郑州大学, 2017.
Zhang YJ. Application of DCE-MRI, 3D-ASL and DSC-PWI in the preoperative graded diagnosis of glioma[D]. Zhengzhou: Zhengzhou Univ, 2017.
9
Choi HS, Kim AH, Ahn SS, et al. Glioma grading capability: comparisons among parameters from dynamic contrast-enhanced MRI and ADC value on DWI[J]. Korean J Radiol, 2013, 14(3): 487-492. DOI: 10.3348/kjr.2013.14.3.487.
10
Ulyte A, Katsaros VK, Liouta E, et al. Prognostic value of preoperative dynamic contrast-enhanced MRI perfusion parameters for high-grade glioma patients[J]. Neuroradiology, 2016, 58(12): 1197-1208. DOI: 10.1007/s00234-016-1741-7.
11
Lin J, Xia W, Qian W, et al. Effects of artery input function on dynamic contrast-enhanced MRI for determining grades of gliomas[J]. Br J Radiol, 2020, 17(10): 326-327. DOI: 10.1259/bjr.20200699.
12
Keil VC, Pintea B, Gielen GH, et al. Biopsy targeting with dynamic contrast-enhanced versus standard neuronavigation MRI in glioma: a prospective double-blinded evaluation of selection benefits[J]. J Neurooncol, 2017, 133(1): 155-163. DOI: 10.1007/s11060-017-2424-x.
13
Arevalo-perez J, Kebede AA, Peck KK, et al. Dynamic contrast-enhanced MRI in low-grade versus anaplastic oligodendrogliomas[J]. J Neuroimaging, 2017, 26(3): 366-371. DOI: 10.1111/jon.12320.
14
Nguyen TB, Cron GO, Mercier JF, et al. Preoperative prognostic value of dynamic contrast-enhanced MRI-derived contrast transfer coefficient and plasma volume in patients with cerebral gliomas[J]. AJNR Am J Neuroradiol, 2015, 36(1): 63-69. DOI: 10.3174/ajnr.A4006.
15
O'Neill AF, Qin L, Wen PY, et al. Demonstration of DCE-MRI as an early pharmacodynamic biomarker of response to VEGF Trap in glioblastoma[J]. J Neurooncol, 2016, 130(3): 495-503. DOI: 10.1007/s11060-016-2243-5.
16
Si X, Xiao H, Chuan S, et al. The antitumour growth and antiangiogenesis effects of xanthatin in murine glioma dynamically evaluated by dynamic contrast-enhanced magnetic resonance imaging[J]. Phytother Res, 2019, 33(1): 149-158. DOI: 10.1002/ptr.6207.
17
Cherry K, Ji-Yeon S, Changhoe H, et al. Spatiotemporal heterogeneity of tumor vasculature during tumor growth and antiangiogenic treatment: MRI assessment using permeability and blood volume parameters[J]. Cancer Med, 2018, 7(8): 3921-3934. DOI: 10.1002/cam4.1624.
18
Moran A, Gilad L, Deborah TB, et al. Differentiation between vasogenic edema and infiltrative tumor in patients with high-grade gliomas using texture patch-based analysis[J]. J Magn Reson Imagings, 2018, 48(1): 729-736. DOI: 10.1002/jmri.25939.
19
Hormuth DA, Jarrett AM, Yankeelov TE. Forecasting tumor and vasculature response dynamics to radiation therapy via image based mathematical modeling[J]. Radiation Oncol, 2020, 15(1): 401-402. DOI: 10.1186/s13014-019-1446-2.
20
Ningning D, Wenna C, Xingyue J, et al. Can dynamic contrast-enhanced MRI evaluate VEGF expression in brain glioma? An MRI-guided stereotactic biopsy study[J]. J Neuroradiol, 2018, 46(3): 186-192. DOI: 10.1007/s00234-016-1756-0.
21
Jiang JS, Hua Y, Zhou XJ, et al. Quantitative assessment of tumor cell proliferation in brain gliomas with dynamic contrast-enhanced MRI[J]. Acad Radiol, 2019, 26(9): 1215-1221. DOI: 10.1016/j.acra.2018.10.012.
22
Hou W, Xue Y, Tang W, et al. Evaluation of tumor hypoxia in C6 glioma rat model with dynamic contrast-enhanced magnetic resonance imaing[J]. Acad Radiol, 2019, 26(8): e224-e232. DOI: 10.1016/j.acra.2018.09.011.
23
Hormuth DA, Jarrett AM, Feng X, et al. Calibrating a predictive model of tumor growth and angiogenesis with quantitative MRI[J]. Ann Biomed, 2019, 47(7): 1539-1551. DOI: 10.1007/s10439-019-02262-9.
24
Wang X, Cao M, Chen H, et al. Simplified perfusion fraction from diffusion-weighted imaging in preoperative prediction of IDH1 mutation in WHO grade II-III gliomas: Comparison with dynamic contrast-enhanced and intravoxel incoherent motion MRI[J]. Radiol Oncol, 2020, 54(3): 301-310. DOI: 10.2478/raon-2020-0037.

上一篇 基于Tirm序列纹理特征联合TIC曲线鉴别乳腺良恶性病变的价值
下一篇 MRI引导下乳腺病灶导丝定位活检术的临床应用
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2