0 引言

       肿瘤周围脑区是指肿瘤原发病灶周围临近的大脑区域，在放射学上通常包括瘤周脑实质及瘤周水肿区域。肿瘤并不是单一生长的组织，其周围特异性的肿瘤微环境与其发展息息相关^[1]，肿瘤发生时，其内复杂的血管生成系统可致血流灌注、氧浓度和免疫等因素变化，进而对局部环境产生影响，周围的细胞种类、密度及血流的改变又反过来作用于肿瘤细胞^[2]，瘤周脑区作为脑肿瘤的微环境成分，具有肿瘤异质性，并能够影响肿瘤病灶的发展和转归，而肿瘤本身也有助于形成特异性的瘤周脑区^[3]。如今，仅针对肿瘤内部的研究不再全面，肿瘤周围脑区将提供更多信息，且常规和先进的MRI技术一直以来都是评估脑肿瘤的首选检查方式，两者相结合即可广泛应用于肿瘤的科学研究及临床诊疗等方面。在本文中阐明了瘤周脑区的定义与形成机制，并对基于磁共振成像的各项技术，包括扩散成像、灌注成像、磁共振波谱成像、酰胺质子转移加权成像及影像组学，在颅内肿瘤周围脑区中的应用进展进行综述，旨在通过开展瘤周脑区的影像学研究继而为颅内肿瘤的鉴别诊断、基因分子分型、探寻术中切除范围、预测预后及监测疗效等方面提供新思路。

1 瘤周脑区的机制

       广义而言，瘤周脑区是在T1WI增强扫描中看到的对比增强肿瘤周围的脑组织区域^[4]，不仅局限于影像学上肿瘤周边T2WI或液体衰减反转恢复（fluid attenuated inversion recovery, FLAIR）序列高信号的瘤周水肿区域，围绕着肿瘤边缘的几厘米区域都可能是肿瘤侵袭的部位^[5]。由于MRI对于肿瘤细胞的显示有最低密集程度的要求，因此不具有异常信号的瘤周脑实质并不代表没有异质细胞的改变。以胶质母细胞瘤的瘤周脑区为例，有一些细胞类型被募集并发生改变^[4]，包括：（1）肿瘤浸润细胞，经放射学、组织病理学、流式细胞学、基因组学、转录组学、蛋白质组学和原代细胞培养等标准组织学分析的检测可以发现，几乎三分之一的瘤周脑区中存在肿瘤细胞浸润^[6]。一种新的研究机制提出了肿瘤微管的概念，它作为肿瘤与其微环境之间的通讯方式，允许在细胞膜信号发送和信号接收之间的一定距离处进行直接物理接触。癌细胞可以通过间隙连接导致扩散，这种方式被认为在支持肿瘤微环境中发挥重要作用^[7]。（2）内皮细胞，肿瘤核心和瘤周的癌症干细胞共同影响血管生成，两区域的内皮细胞中均可见血管内皮生长因子（vascular endothelial growth factor, VEGF）和血管内皮生长因子受体（vascular endothelial growth factor receptor -1/2, VEGFR-1/2）的表达。然而，两者血管特征不同，通过计数CD31、CD34和VEGFR测定的微血管密度和VEGF-a表达在瘤周脑区低于肿瘤核心^[8]。（3）反应性星形胶质细胞，是响应周围组织的病理情况而发生形态、分子和功能变化的胶质细胞，总是与不可逆的变化有关，例如星形胶质细胞增殖、瘢痕边缘形成和免疫细胞募集，这些现象主要发生在血脑屏障破坏^[9]。HENRIK等^[10]研究发现，反应性星形胶质细胞以免疫相关的CD274表达作为标志物，其数量在瘤周明显增加，表明该细胞主要富集于瘤周区域。（4）小胶质细胞和巨噬细胞，小胶质细胞是常驻大脑的免疫效应细胞，其介导的炎症对于中枢神经系统的转归及损伤而言至关重要。外周血巨噬细胞出现在几乎所有的胶质瘤中。研究发现，在不同的肿瘤中，胶质母细胞瘤的混合细胞群数量最多，由巨噬细胞、分支和阿米巴样小胶质细胞组成；脑淋巴瘤含有弥漫性分布在肿瘤中心内的巨噬细胞，而活化的小胶质细胞在边界区和邻近脑组织中突出^[11]。不同肿瘤的小胶质细胞和巨噬细胞在瘤内及瘤周的分布模式是不同的。（5）淋巴细胞，肿瘤微环境中常见的淋巴细胞是T细胞和NK细胞，与肿瘤核心相比，瘤周脑区显示出更高密度的CD8+细胞毒性T淋巴细胞^[12]。（6）胶质瘤相关基质细胞，是研究者从组织学正常的瘤周脑区中分离出另一个基质细胞群，其表型和功能特性与间充质干细胞和癌症相关成纤维细胞相似。它们在血管周围可以提供促进血管生成、肿瘤侵袭和生长的广袤环境^[13]。诚然，对于肿瘤侵袭、特定分子和细胞改变的瘤周脑区，其潜在的放射学信息也必将随之发生变化，功能磁共振成像及影像组学等技术的应用，将更好地挖掘瘤周脑区的转化潜力。

2 瘤周水肿的机制

       瘤周水肿作为狭义上的瘤周脑区，被定义为肿瘤边界以外的在T2WI和FLAIR图像上具有清晰且均匀的高信号区^[4]，但是目前没有明确的标准来区分肿瘤和水肿，因此需要结合T1WI增强图像，以对比剂强化的界限为肿瘤边界。该区域反映了肿瘤附近的血管源性水肿，主要是由于肿瘤向周围脑组织压迫、阻塞脑静脉血液回流或破坏血脑屏障，水、电解质、血浆蛋白渗透到细胞外间隙，积存于细胞间质及血管周围^[14]。此外，水通道蛋白4的高表达、血管内皮生长因子和一氧化氮合酶等生物活性因子的分泌也促进着水电解质的跨膜转运和血管通透性的增加。单纯的血管源性水肿常见于脑膜瘤、转移瘤等，而在高级别的胶质瘤中，还可因肿瘤细胞的广泛浸润而出现浸润性脑水肿^[15]。研究发现，胶质瘤瘤周水肿的活肿瘤细胞相对含量最高，平均细胞密度与增强区域相当，这表明相当大的浸润甚至主要的肿瘤负荷发生在对比增强部分之外^[16]。原发性中枢神经系统淋巴瘤的浸润模式与胶质母细胞瘤不同，肿瘤细胞浸润瘤周区域，沿着预先存在的血管生长，而没有真正的新生血管生成。此外，它们的外周浸润可能引起周围大脑反应性改变，导致血管源性水肿。因此，不同肿瘤的水肿具有不同的病理生理学属性^[17]。

3 高级MRI技术

3.1 扩散峰度成像

       在扩散成像技术中，扩散峰度成像（diffusion kurtosis imaging, DKI）可获得有关水扩散的非高斯分布的数据，被认为是检测脑组织微观结构差异方面更好的工具^[18]。主要参数为平均峰度（mean kurtosis, MK）、轴向峰度（axial kurtosis, AK）、径向峰度（radial kurtosis, RK）、峰度各向异性（kurtosis anisotropy, KA）。参数值的大小取决于组织结构复杂程度和水分子扩散受限程度，以帮助解释由疾病引起的弥散性变化的生物学意义。DKI最近被应用于瘤周脑区评估，众所周知，高级别胶质瘤的扩散范围超出了增强肿瘤的边缘，部分延伸至局灶周围水肿区域，准确区分纯血管源性和浸润性水肿，以及检测MRI外观正常的瘤周浸润区对临床诊疗非常重要。ZAKHAROVA等^[19]发现受影响的对侧半球（参数值正常）和外观正常的瘤周白质（提示可能的肿瘤细胞浸润）之间的MK、RK、KA等参数存在显著差异，这些参数在病灶周围浸润性水肿区和正常外观的瘤周白质方面的差异性同样存在。他们经活检验证了DKI定量分析的结果，发现从肿瘤周围非增强的T2高信号浸润性水肿区获得的所有样本均被肿瘤细胞浸润，来自MRI外观正常的瘤周脑组织的37例组织样本中有6例被肿瘤细胞浸润。这些研究证明肿瘤细胞不仅浸润了局灶性血管源性水肿，还累及距离肿瘤核心一定距离处的瘤周脑实质。在区分浸润性和非浸润性瘤周水肿方面，DKI具有很高的准确性，在高级别胶质瘤中，瘤周水肿中的MK、RK和AK值显著高于孤立性脑转移瘤^[20]。浸润性瘤周水肿由于存在肿瘤细胞、胶质增生、水肿和新生血管，其组成复杂，因此其MK值高于转移瘤的单纯血管源性水肿。另一方面，浸润性瘤周水肿中的肿瘤细胞限制了径向和轴向的扩散，RK和AK较高。DKI提供有关肿瘤周围脑区中肿瘤细胞浸润异质性的额外信息，这可能有助于扩展肿瘤细胞浸润的认识范围，并区分肿瘤浸润性水肿和纯血管源性水肿。

3.2 扩散张量成像

       白质束内存在微管、轴突和髓鞘等生物屏障，导致水在其中的扩散存在各向异性，使用扩散张量成像（diffusion tensor imaging, DTI），在多个方向上计算水扩散张量，可以确定组织内水分子是否存在主导运动方向。DTI有两个主要参数：平均扩散率（mean duffusivity, MD）是体素内整体扩散的量度，评估水分子在细胞外空间中的运动；各向异性分数（fractional anisotropy, FA）测量水分子运动的方向性，并间接提示细胞密集程度和白质纤维是否完整。DTI已在临床上用于描绘中枢神经系统肿瘤浸润的边缘，其衍生的各向异性值可以延伸到对比增强区域之外，并与肿瘤密切相关^[21]。有文献提到，与浸润性瘤周脑区相比，在非浸润性瘤周脑区MD值显著增加，因其中存在的游离水量更多；与表观正常的白质相比，瘤周脑区的FA值降低，可能是由于含水量增加和肿瘤浸润导致正常白质各向异性丧失^[22]。由于手术中实际的肿瘤切缘可能远远超出传统MRI检测到的切缘，因此在术前计划期间可能会低估肿瘤尺寸，导致切除不完全，继而患者的预后更差。因此，PIERI等^[23]研究表明，肿瘤周围白质中隐匿性浸润引起的轻微白质紊乱可以由扩散衍生指标定量评估。众所周知，肿瘤细胞沿白质束的浸润速度更快^[24]，DTI参数值的变化可能是反映其播散进展的潜在标志物。尽管瘤周这些DTI衍生的定量参数改变与组织微观结构之间的相关性是有缺陷的，通过DTI揭示肿瘤细胞在瘤周脑区的生物学行为至关重要，这类应用可以帮助神经外科医生确定更好、更安全的肿瘤切除边缘。

3.3 动态对比增强

       动态对比增强MRI（dynamic contrast enhanced MRI, DCE-MRI）是一种以微血管在疾病中发生的反应来间接判断其病理生理机制的成像方式。通过使用通透性参数的定量分析，包括体积转移常数（K^trans）、速率常数（Kep）、细胞外空间体积分数（Ve）、平均血浆体积（Vp），可以反映肿瘤的微血管渗漏^[25]，并且该参数与肿瘤分级的相关性很高。ZHAO等^[26]研究发现，除肿瘤实体外，瘤周水肿的各参数值也可用于高、低级别胶质瘤的准确分级，相关系数分别为：K^transr=0.438，P<0.001；Kep r=0.385，P<0.001；Ver=0.397，P<0.001，当K^trans阈值为0.007时，分级敏感度为97.5%，特异度为95%，高级别胶质瘤相比于低级别胶质瘤来说，对血脑屏障的损伤增加，导致瘤周水肿的微血管通透性增加，而在常规的MR增强扫描中，肿瘤周围水肿无法定量分析，不能为胶质瘤分类提供准确的指导。但在DCE-MRI扫描中，还可用于量化脑膜瘤患者瘤周水肿的微血管通透性^[27]。异柠檬酸脱氢酶（isocitrate dehydrogenase, IDH）基因突变与胶质瘤血管生成有关。LI等^[28]定义了瘤周血管的概念，是与肿瘤外缘相邻3 mm内但未进入肿瘤的血管，他们研究发现瘤周血管的数量可以成功地反映肿瘤血管生成和IDH1突变状态，且与K^trans呈正相关，在IDH1突变型和野生型的分类上，瘤周脑区的血管与DCE衍生的参数具有相当的诊断性能。此外，从增强的胶质母细胞瘤和非增强瘤周区域收集的各种DCE-MRI参数与IDH1突变、表皮生长因子受体（epidermal growth factor receptor, EGFR）扩增和少突胶质细胞转录因子2（oligodendrocyte lineage transcription factor, OLIG2）表达显著相关（P<0.05）^[29]。微血管通透性是与血管形成、肿瘤增殖速度和侵袭能力密切相关的重要指标，但只有少数研究调查了渗透率参数在瘤周脑区的特征变化，它也可以作为反映肿瘤分级、分型与基因表达的潜在影像学生物标志物。

3.4 动态磁敏感对比增强

       动态磁敏感对比增强（dynamic susceptibility contrast, DSC）MRI技术依赖于T2^*加权序列上的磁化率诱导信号丢失，这是由钆对比剂的推注通过而产生的。最常用的DSC参数是脑血容量（cerebral blood volume, CBV）、脑血流量（cerebral blood flow, CBF）、平均通过时间（mean transit time, MTT）和峰值时间（transit time to the peak, TTP）。总体而言，相对脑血流量（relative cerebral blood flow, rCBV）比值是血管增生区域的指标，是DSC-MRI中最可靠的参数。强烈的血管增殖和广泛的微血管浸润对肿瘤预后有直接影响^[30]。JABEHDAR等^[31]以65岁为界将胶质母细胞瘤患者分为老年组和年轻组，老年人瘤周脑区的中位rCBV值显著高于年轻人群，在排除未接受放化疗的患者后，老年患者的高rCBV与较短的存活率显著相关。这一观察结果证实，瘤周脑区的DSC-MRI参数值蕴含患者生存期的相关信息。有学者采用血流动力学组织特征法分析了胶质母细胞瘤增强部分和非增强T2高信号区域的血管异质性，Kaplan-Meier生存分析显示，虽然浸润性水肿和血管源性水肿的rCBVmax和rCBFmax值的生存时间差异无统计学意义。但是在Cox回归分析中，浸润性瘤周水肿的最大rCBV与患者生存率显著相关^[32]。究其原因，可能是由于肿瘤的快速生长和细胞群的活跃迁移，在坏死病灶组织周围形成具有很高的代谢需求的细胞增生区域，与肿瘤的细胞群相比，缺乏足够的循环导致缺血和血管生成因子的分泌，当肿瘤生长时引起新血管的增殖，促进细胞侵袭继而在患者预后不良方面起重要作用。总之，基于DSC的成像模式提供了有关非增强性T2高信号瘤周脑区的毛细血管超微结构和生理微血管特性的功能成像信息^[33]，并可为脑肿瘤患者提供额外的预后见解。

3.5 动脉自旋标记

       动脉自旋标记（arterial spin labeling, ASL）是一种无需对比剂的无创灌注MRI技术，允许重复测量，不会破坏血脑屏障，它对使用血液中的内源性血管内示踪氢核评估肿瘤中的微血管增殖具有很高的敏感性，并允许测量脑组织中的CBF值^[34]。3D-ASL广泛应用于颅内肿瘤的诊断和鉴别诊断。胶质母细胞瘤是浸润性病变，侵犯周围的白质，而转移瘤则不然。CHEN等^[35]研究发现，与孤立性脑转移瘤相比，胶质母细胞瘤在瘤周水肿区域表现出显著更高的rCBF值（P<0.05），然而，肿瘤核心的CBF值却不能提供区分两者的有用信息。两组之间的瘤周部位的显著差异表明肿瘤微环境的活跃性和侵袭性更强。SOLOZHENTSEVA 等^[36]先前做了类似的研究，在鉴别两类肿瘤的任务上，发现瘤内和瘤周血流存在统计学上的显著差异。瘤内的最大肿瘤血流量（tumor blood flow, TBF）和标准化TBF的AUC值分别为0.64、0.66，而瘤周的两项AUC值为0.75和0.77。瘤周水肿区域的诊断效能更优异，这样的结果出人意料。胶质母细胞瘤和转移瘤在肿瘤核心可能具有相似的细胞增殖和微血管增生。然而，瘤周水肿的不同病理生理学变化可能是造成这两种肿瘤之间显著差异的最主要原因。这也许可以解释为什么在他们的研究中发现ASL在区分瘤周水肿方面比在肿瘤核心中更有效。此外，与前两位研究者不同的是，ABDEL等^[37]没有强调瘤周水肿，而是将感兴趣区放置在肿瘤和肿瘤周围部分（距增强肿瘤边缘1 cm以内），以TBF值作为区分两类肿瘤的临界值，AUC分别为0.943和0.937，瘤周脑区达到了与肿瘤近乎相同的诊断效能。因此，无论是在瘤周水肿，还是在广义的瘤周脑区中，ASL灌注成像得出的血流量参数值，均可用于检测脑肿瘤之间的差异，除胶质母细胞瘤与转移瘤的鉴别之外，与原发性中枢神经系统淋巴瘤的鉴别也同样适用（瘤周nCBF>瘤内nCBF，即AUC 0.908>0.849）^[38]。

3.6 磁共振波谱成像

       磁共振波谱成像（magnetic resonance spectroscopy, MRS）是当前功能成像技术中唯一可以无创观察活体组织中代谢物质的变化情况。MRS利用H原子在不同化合物中共振频率的化学位移现象，揭示病变的某些病理因素所引起的代谢物的浓度变化并以谱线来表示。MRS采集的主要代谢物，如胆碱（choline, Cho）、肌酸（creatine, Cr）、乳酸（lactic acid, Lac）或 N-乙酰天冬氨酸（N-acetylaspartic acid, NAA），它们之间的比率有助于放射科医生区分良性和恶性病变^[39]。NAA被认为是一种神经元代谢产物，在神经元破坏或功能障碍的过程中会减少。Cho是细胞增殖和膜更新的指标。Cr可以提示脑组织能量的代谢。Lac与许多癌症机制有关，它促进肿瘤细胞存活和增殖，也可能刺激血管生成，它的存在可能提示高度恶性肿瘤。最近的几项研究评估了MRS在瘤周水肿的作用，以预测胶质母细胞瘤早期复发与真性进展的风险。CUI等^[40]研究发现，与对侧正常脑区相比，术后瘤周水肿的NAA/Cr比值较低（1.20±0.42 vs. 1.81±0.48，P<0.001）；Cho/Cr和Cho/NAA比值较高（1.36±0.44 vs. 1.02±0.27，P<0.001和1.32±0.59 vs. 0.57±0.14，P<0.001），这是第一项致力于揭示术后瘤周水肿代谢参数与肿瘤复发之间关系的研究。从理论上讲，较高的Cho/NAA比率意味着神经元的破坏越多，肿瘤细胞的活性就越强。也有报道称，瘤周水肿中Cho/NAA和Cho/Cr比率增加，提示肿瘤细胞浸润在对比剂增强的区域之外^[21]。此外，由于在原始肿瘤或切除边缘部位观察到放射治疗区域内的FLAIR信号异常，可能反映的是由治疗诱导的血管通透和炎症机制介导的假性进展。因此，准确将胶质瘤复发与放射性坏死、真性与假性进展准确区分也至关重要^[41]。具有代表性的两项研究结果显示，与放射性坏死相比，复发组增强区域的Cho/NAA和Lac/Cr比值显著增高^[42]。与假性进展相比，真性进展患者的增强区域、邻近瘤周区域和远端瘤周区域观察到的Cho/NAA显著升高，当这些参数被纳入多变量回归分析时，将得到一个敏感度为94%和特异度为87%的判别模型^[43]。以上所有研究最重要的共同发现是瘤周脑区中较高的Cho/NAA比值与复发相关。当然，肌醇（inositol, Ins）、牛磺酸（taurine, Tau）和谷氨酰胺（glutamine, Gln）也有可能为神经胶质瘤肿瘤外周的区域提供特定的生物标志物^[44]。MRS映射肿瘤不同区域的代谢物改变，从而更全面地表示肿瘤的真实空间范围。

3.7 酰胺质子转移加权

       酰胺质子转移加权（amide proton transfer-weighted, APTw）成像是一种特殊类型的化学交换饱和转移（chemical exchange saturation transfer, CEST）技术，用于证明低浓度下的可交换移动蛋白质和肽，并以特定的谐振频率施加射频脉冲，以允许酰胺质子与大量水颗粒交换，从而实现间接信号强度采集^[45]，APTw值随着肽和蛋白的浓度增加而增加，这与钆对比剂增强无关。目前，该技术对于颅内肿瘤的应用可以帮助指示病变的性质，区分良性和恶性病变，并确定治疗效果^[46]。胶质瘤周围水肿的APT值显著高于脑膜瘤^[47]，从技术上讲，肿瘤相关分子和炎症介质保留在胶质瘤瘤周脑区的细胞外空间，APTw效应致使移动蛋白和肽含量可能高于其他类型肿瘤。此外，APT成像能够区分病理学证实的肿瘤区域与瘤周区域，即肿瘤核心、瘤周水肿、同侧正常白质和对侧正常白质的平均APT信号值呈阶梯状减低^[48]，而标准的T1WI、T2WI 和FLAIR则不能区分。此外，APT技术具有评估肿瘤治疗效果的潜力，可用于区分真正的神经胶质瘤组织与健康组织或治疗后的影响^[49]。既往的研究表明，APTw信号对放疗后肿瘤中的移动蛋白变化敏感，与放疗前相比，胶质瘤的APTw信号强度在放疗后表现出显著降低^[50]。同样，在预测替莫唑胺（temozolomide, TMZ）化疗效果方面，治疗组中观察到APTw信号的降低，反映了在肿瘤体积开始减少之前对化疗有反应的肿瘤细胞的增殖停滞^[51]。APT成像可作为预测早期治疗反应的敏感生物标志物，并有可能取代侵入性活检成为脑肿瘤患者临床管理不可或缺的方法。未来可以尝试将瘤周脑区的APTw信号值纳入研究，我们有理由相信它可以额外提供可靠的治疗效果监测指标。

4 磁共振影像组学

       影像组学是一种很有前途的高维医学成像数据定量分析方法，它不仅限于常规MRI图像，还包括其他先进的MRI成像方式。影像组学的工作流程是从感兴趣区中自动提取微观的影像组学特征，通过与机器学习或深度学习结合构建出稳健的预测和分类模型。如今，主要的特征提取方法主要是通过Pyradiomics实现的，依托于Python能够自动化地大量提取医学影像中的组学特征^[52]。其中描述体素强度分布的一阶特征、形态特征和量化图像灰度的纹理特征最为常见，它们可以强调图像中强度快速变化的地带及灰度分布与变化关系，其细微差异有助于更好地完成预测任务。在神经肿瘤学中，影像组学已被用于区分各种疾病、识别分子亚型、预测预后以及评估疗效等多方位任务，目前皆已取得令人鼓舞的结果。然而，仍有挑战需要克服，一方面影像组学特征通常是从患者成像的单个时间点提取的，可能无法捕捉到肿瘤生长和对治疗反应的时间异质性。另一方面评估影像组学特征与临床结果之间的相关性很复杂，因此很难验证基于这些特征的预测模型^[3]。此外，由于肿瘤具有很强的异质性，其栖息地的生物学行为也较为复杂，坚持探索脑肿瘤的各个亚生境（包括瘤周区域及其周围环境）至关重要。近几年来，肿瘤微环境逐渐成为研究热点，因不同肿瘤之间病理差异明显，用于分类任务的影像组学特征更为鲜明，研究人员着重于此，例如，LI等^[53]在最近的一项研究中发现，与瘤内模型相比，包含瘤周区域的影像组学模型在区分局限性星形胶质细胞瘤和弥漫性胶质瘤方面显示出更大的潜力。同样，在预测肿瘤分级分型及基因表达方面上，联合瘤周模型也取得了较高的AUC，包括世界卫生组织（World Health Organization, WHO）中枢神经系统肿瘤分级^[54]、Ki-67表达水平^[55]、EGFR突变状态^[56]、端粒酶逆转录酶（telomerase reverse transcriptase, TERT）启动子突变识别等^[57]、IDH突变分型和O⁶－甲基鸟嘌呤-DNA甲基转移酶（O⁶-methylguanine-DNA methyltransferase, MGMT）启动子甲基化状态^[58]等。影像组学在预测预后和评估肿瘤侵袭性方面也显示出前景，BEIG等^[59]证明了与不良无进展生存期（progression-free-survival, PFS）相关的多种生物学过程也与从胶质瘤周围水肿区域提取的影像组学特征显著相关（P<0.05），例如水肿区域的球形度与大多数涉及细胞粘附和血管生成的生物过程呈负相关，可能决定肿瘤侵袭行为。鉴于大约90%的胶质瘤复发于在瘤周脑区，CEPEDA等^[60]开发了一种有趣的模型，可以通过提取术后MRI“肿瘤周围影像组学特征”预测复发的部位，他们研究发现预测的复发区域与未来复发的区域高度相关，具有很高的准确性，曲线下面积（area under the curve, AUC）为0.81±0.09，准确度为（84±6）%。针对这些潜在复发区域将使临床医生能够调整手术和放疗范围，以做出个性化治疗决策。最后，MEIßNER等^[61]在瘤周水肿以外，提出了一项新的挑战，即感兴趣区覆盖范围的选择，根据不同范围的瘤周脑区构建了新型的影像组学模型，包括肿瘤及瘤周10 mm、20 mm和30 mm联合模型，通过多区域影像组学特征的提取，发现不同范围瘤周脑区的选择可以影响脑肿瘤分类模型的性能。其中瘤周10 mm的特征显示出更高的权重。一种可能的解释是，随着距离的增加，肿瘤细胞的分布变得稀疏。虽然肿瘤浸润可以达到3 cm或更远的距离，但很难通过神经影像学捕捉远距离的生物信息。此外，SHAP（Hapley Additive exPlanations）作为近年来应用于影像组学领域的新型模型，它基于博弈论中的Shapley值理论，量化每个特征对预测结果的影响，来展示不同特征的贡献及重要性，CHARLTON等^[62]在脑肿瘤生存预测任务中，使用SHAP来解释模型的错误分类，并研究了特征相互作用在预后中的作用。与SHAP值较低的患者相比，SHAP值较高的患者在一年内的生存期变化更高。总之，这两种从不同角度出发的新模型赋予影像组学新的生命力，如果SHAP可解释模型与不同范围的瘤周脑区相互结合，将揭示瘤周脑区背后真正的放射学及生物学信息，其透明度的增加有望为其他临床研究提供方法借鉴。

5 小结与展望

       MRI的各项技术在颅内肿瘤周围脑区的研究方面展示出巨大的潜力，在研究肿瘤生物学行为以及肿瘤异质性等相关方向，已经成为不可或缺的影像学方法，但还需进行多中心之间的严格验证，并利用临床和组织学数据进行确认。未来将更多模态影像信息和组学特征紧密结合，肿瘤核心和瘤周脑区互相提供补充，无疑有助于脑肿瘤的影像学研究，并且有希望使其成为临床诊疗过程中的可靠定量成像生物标志物。