实用肿瘤杂志   2019, Vol. 34 Issue (1): 7-10 本刊论文版权归本刊所有,未经授权,请勿做任何形式的转载

文章信息

折刚刚, 郝文炯
磁共振波谱在脑胶质瘤边界确定中的研究进展
实用肿瘤杂志, 2019, 34(1): 7-10

作者简介

折刚刚(1990-), 男, 陕西延安人, 住院医师, 硕士生, 从事神经外科颅脑肿瘤临床研究.

通信作者

郝文炯, E-mail:haowjj@163.com

文章历史

收稿日期:2017-11-09
磁共振波谱在脑胶质瘤边界确定中的研究进展
折刚刚 , 郝文炯     
延安大学附属医院神经外科, 陕西 延安 716000
摘要:最大程度安全切除肿瘤是脑胶质瘤个体化、规范化综合治疗的首要原则,能否利用新方法、新技术或通过挖掘已有技术的潜在利用价值找到最接近真实组织病理学边界成为外科手术切除的关键。磁共振波谱成像(magnetic resonance spectroscopy,MRS)以非侵袭性活体生化、代谢检测方法定量分析病变及周围组织的生化代谢异常信息,有望勾勒出更逼近于脑胶质瘤真实组织病理学边界的代谢轮廓图。本文就相关研究作一综述。
关键词神经胶质瘤/放射摄影术    磁共振成像/方法    神经胶质瘤/病理学    综述    

脑胶质瘤由于其发病率、死亡率和致残率高的三高特征,对人类的健康危害巨大[1]。最大程度安全切除肿瘤是个体化、规范化综合治疗的首要原则,能否利用新方法、新技术或者通过挖掘已有技术的潜在利用价值找到最接近真实组织病理学边界成为外科手术切除的关键[2-3]。磁共振波谱成像(magnetic resonance spectroscopy,MRS)是目前唯一成熟的非侵袭性活体生化、代谢检测方法,能够定量分析病变及周围组织的生化代谢异常信息,弥补常规CT和MRI结构成像的不足[4],通过无创的MRS脑代谢成像勾勒出更逼近于脑胶质瘤真实组织病理学边界的代谢轮廓图,辅助手术切除范围和放疗野的设计,有望延缓肿瘤复发,延长患者生存期,改善生活质量。以下就MRS在脑胶质瘤边界确定中的研究进展作一综述。

1 MRS用于研究胶质瘤边界的理论基础

MRS用于研究胶质瘤边界的代谢指标主要包括胆碱(choline,Cho)、Cho/N-乙酰门冬氨酸(N-acetylaspartate,NAA)和Cho/肌酸(creatine,Cr),胆碱峰主要位于3.2×10-6,反映脑细胞内总胆碱量。胆碱是细胞膜磷脂代谢的成分之一,体现细胞膜的转运状态,不仅在肿瘤性病变中升高,在引起细胞增殖或细胞膜损伤的病变中也会升高[5],如感染或炎性病变和脱髓鞘病变等。NAA是神经细胞线粒体内天冬氨酸的衍生物,被传递至细胞质并沿轴突分布,是公认的神经元内标物,胶质瘤引起NAA浓度下降,而脑膜瘤、转移瘤等不含神经元,所以检测不到NAA,因此可用于鉴别各种肿瘤及非肿瘤病变[6]。作为高能磷酸盐的储备形式及二磷酸腺苷(adenosine diphosphate,ADP)和三磷酸腺苷(adenosine triphosphate,ATP)缓冲剂的Cr,在脑内含量比较稳定,经常被当作对照值。胶质瘤边界的确定实质在于发现瘤周水肿区肿瘤组织或胶质增生与正常组织的差异,细胞代谢状态的改变就成为科研热点,原因在于无论肿瘤组织还是胶质增生都涉及神经元的相对缺失以及细胞合成的增加,所以作为神经元内标物的NAA和体现细胞膜转运状态的Cho就成为研究热点,Cho/NAA较Cho、NAA和Cho/Cr更能相对全面地反映胶质瘤肿瘤细胞浸润的代谢状态[7]

目前临床常用的MRS成像定位方法主要包括单体素方法和多体素方法。多体素方法较单体素方法有更广阔的应用前景[8],可显示代谢产物分布图、比率图及多体素波谱矩阵,能对容积内任一像素进行波谱重建,并以图像内颜色的差异表示代谢产物波谱。MRS技术及参数的革新推进其在临床方面的应用价值[9],不仅从单体素转为多体素,而且由二维显像突破到三维显像,3D-MRS能准确采集肿瘤组织、瘤周组织及正常组织的代谢指标信息,综合反映相关部位的代谢状态及显示不同部位的代谢差异,空间分辨率较单体素或2D-MRS明显提高,为脑内病灶穿刺活检提供更为可靠的靶点选择依据,而且也为鉴别肿瘤细胞的浸润提供依据[10]

用于胶质瘤边界研究的MRI成像技术主要有T1增强、T2flair和灌注成像等,低级别胶质瘤的切除范围主要为T2flair高信号区域,而高级别胶质瘤通常以T1增强灶的切除度进行肿瘤切除程度的判断,增强灶、灌注区和荧光染色所反映的主要是肿瘤相关血-脑屏障的破坏范围,对于瘤周低浸润区依然存在盲区。MRS采集到的信息能综合反映肿瘤病灶及瘤周组织的代谢活动状态,根据不同代谢物的谱系描述对应组织结构的功能损伤情况,将这种微观的细胞变化以波谱的形式反映出来,进一步应用于临床工作进行肿瘤相关病变的鉴别[11],以伪彩图的形式描述病灶区域及周围组织的代谢活性,准确地与结构导航进行匹配,实现MRS的临床转化[12-13]

2 MRS用于手术导航的转化

MRS采集的原始数据无法直接生成医学数字成像和通信(digital imaging and communications in medicine,DICOM)格式用于导航,难以做到图像信息与导航的精准匹配,必须通过数据-图像-导航配准的软件,将采集到的MRS信息进行转化应用于导航系统,指导穿刺及手术过程[14-15]。Crane等[16]利用光谱成像可视化计算(spectroscopic imaging,visualization and computing,SIVIC)波谱处理工作站对采集到的波谱信息进行转化分析,并进行不同处理平台的传送以及对代谢指标进行可视化数据-图像呈现,开发波谱成像在临床和科研过程中的利用潜能。代谢成像与结构成像的结合是进行MRS指导手术切除的关键步骤,即必须实现波谱图像与导航系统的精确配准。万遂人等[17-18]研究提示,利用Java程序dicomreader软件有助于将DICOM快速转换为图像并精确显示出附加信息, 提取出来的附加信息在研究人员定位脑肿瘤等病变组织、脑组织的三维重建、MRI图像的分割及波谱信息临床诊断等方面意义重大。徐令仪等[15]以DICOM格式标准的MR图像和LCModel量化后的MRS结果为数据基础, 使用My SQL、Java建立后台数据库存储和管理医学数据及进行系统的后台和前端开发。实现MRS与MRI的位置配准及其空间可视化等功能。还有研究人员利用可视化工具包(visualization toolkit,VTK)开发工具包, 对连续二维医学图像序列进行虚拟三维重建, 恢复出体素和连续图像序列的空间相对位置,为实现代谢-结构导航奠定基础[19-20]。目前临床应用较多的是二维MRS,将二维MRS与三维MRI影像导航融合是波谱指导外科手术切除肿瘤的关键步骤,复旦大学附属华山医院胶质瘤团队进行一系列研究[21-22],利用空间信息字段和非刚体面配准算法,进行空间信息和影像配准,生成融合波谱影像的MRI三维导航信息,并且利用多层面二维波谱图虚拟三维成像效果与MRI三维影像导航进行配准,将配准融合的影像文件导入导航设备。该团队通过优化MRS采集序列及处理系统获得三维MRS,更清晰呈现空间内相关组织的代谢特征,进一步拓展其临床应用价值。

因此,MRS导航的关键步骤在于波谱信息与常规MRI信息的融合,MRI成像的原始数据包括扫描序列信息及空间位置信息,而波谱数据的采集定位像通常是常规MRI,如MRI T1成像或T1增强, 即波谱序列与常规MRI的空间信息是一致的,这样便能保证二者融合的精确性,从MRI后处理系统提取的波谱序列信息依靠空间信息实现与常规序列的图像融合,既保证融合精确性又保持着3D-MRS较高的空间分辨率,有利于有效指导胶质瘤的手术切除。

3 MRS用于胶质瘤手术治疗的临床价值 3.1 脑内病灶点对点穿刺活检

为保证MRS指导胶质瘤手术的准确性,在排除术中脑移位和导航定位误差的前提下,必须针对胶质瘤进行对应多体素的MRS与组织病理相关性研究。Eberhardt等[23]和Stadlbauer等[24]研究发现,MRS不仅可以用于肿瘤鉴别,而且在胶质瘤的分级中也有重要价值,高级别胶质瘤的MRS Cho/NAA值较低级别的更高,而且随着肿瘤级别的升高,MRS成像更易采集到乳酸信号,而且波峰增高,这也证实正常组织、胶质增生、低级别肿瘤组织和高级别肿瘤组织之间MRS代谢指标的差异。Yao等[25]主要以Cho/NAA值为基点,对预先确定的体素进行定点穿刺并行组织病理检查结果提示,高级别胶质瘤组提示Cho/NAA值分别为0.5、1.0、1.5和2.0时包含肿瘤组织的概率分别为38.0%、60.0%、79.0%和90.0%,低级胶质瘤组Cho/NAA值分别为0.5、1.0、1.5和2.0时包含肿瘤组织的概率分别为16.0%、39.0%、67.0%和87.0%,初步显示出MRS与肿瘤病理的相关性,也证实MRS用于胶质瘤诊断的有效性及确定胶质瘤手术边界及指导胶质瘤手术切除的潜在价值。

3.2 确定胶质瘤手术边界

胶质瘤组织病理与MRS相关性的建立以及导航手术定位、术中脑移位等问题的解决,促进开展依据MRS确认的边界指导胶质瘤手术的临床研究。Stadlbauer等[26-27]利用MRS对胶质瘤边界进行研究认为,在肿瘤浸润的过程中,神经元的破坏要早于细胞的增生,利用NAA进行肿瘤边界的描述更符合肿瘤细胞浸润特征。随着胶质瘤尤其是高级别胶质瘤边界的深入探索,研究人员证实胶质瘤瘤周水肿带存在肿瘤细胞的浸润,但在此区域同样存在未破坏的功能区,如果利用NAA进行肿瘤边界的确认,将会导致功能区受损,神经损伤必然影响患者预后生存质量[24, 26]。Zhang等[28]初步纳入15例胶质瘤患者作为研究对象,对其结构体积(T1增强体积)及代谢体积(以Cho/NAA值分别为0.5、1.0和1.5时勾画线作为肿瘤边界)进行比较,并对高级别胶质瘤及低级别胶质瘤患者分别以Cho/NAA值为1.0和0.5为边界进行切除,结果提示:(1)根据结构影像计算的肿瘤体积与根据MRS代谢信息计算的肿瘤体积存在明显差异[高级别胶质瘤的结构体积与Cho/NAA值分别为0.5和1.0时的代谢体积比较,差异均具有统计学意义(P=0.002 7、0.049 7);低级别胶质瘤的结构体积与Cho/NAA值分别为0.5和1.5时的代谢体积比较,差异均具有统计学意义(均P=0.000 5、0.012 9)];(2)根据代谢信息切除的胶质瘤全切率达87%,仅1例术后出现短期言语功能障碍,截止随访结束日期,仅高级别胶质瘤组1例术后第9个月复发。此研究初步为临床研究代谢边界指导胶质瘤手术切除奠定基础,但此项研究纳入病例数较少,目前尚缺乏充足的临床试验来论证MRS确定肿瘤边界的准确性,是否能为患者带来更好的预后需要进一步探索。T1增强和灌注成像等对于胶质瘤尤其是胶质母细胞瘤的全切具有重要价值,而MRS成像基于对瘤周结构的分析,在肿瘤的扩大切除方面具有明显优势,结合肿瘤细胞的侵袭特征,从组织结构、细胞代谢和功能等角度综合判断肿瘤边界,进一步指导精准的手术方案将是胶质瘤外科手段的方向。研究认为多模态影像可以从不同角度提供肿瘤及周围组织的结果信息、功能状况及代谢活动,综合评估病灶及边界的环境,对于脑内活检穿刺、肿瘤边界的辨认和预后评估都有重要意义[29-31]

4 展望

近年来,关于MRS用于胶质瘤的诊断、治疗和疗效评估等方面的研究取得突破性进展,尤其是MRS、MRI结构成像以及术中电生理等技术的结合,促使胶质瘤的外科治疗更加精准,真正做到最大程度安全切除肿瘤[21]。但依然值得探索的是:(1)MRS本身的不稳定性是MRS成像技术无法回避的问题,尤其是在接近颅骨、脑室周围及幕下等,波谱基线波动较大,甚至造成整个病灶内的波谱信息失真,只有在保证MRS信息准确的前提下才能讨论MRS确定的手术的准确性问题[32-33];(2)MRS反映的是细胞代谢水平的信息,确认的胶质瘤手术边界只能代表胶质瘤的代谢边界,为精准、安全地切除肿瘤,必须结合相关的结构成像及功能成像[30],如弥散张量成像、MRI灌注成像、正电子发射计算机断层显像、静息态血氧水平依赖磁共振(blood oxygenation level dependent,BOLD)、任务态BOLD和术中MRI等;(3)胶质瘤病理分子分型已经成为判断预后及指导治疗的标志物,尤其是异柠檬酸脱氢酶(isocitrate dehydrogenase, IDH)基因突变,研究发现IDH基因突变与羟戊二酸(2-hydroxyglutarate,2-HG)明显相关[34-35], MRS可以检测到2-HG,使得胶质瘤的诊断提高到蛋白基因水平,也有助于建立胶质瘤分子表型与MRS代谢指标的相关性研究,甚至根据分子表型对胶质瘤边界进行研究,分析不同分子表型瘤周肿瘤细胞侵袭力及代谢差异。

参考文献
[1]
刘玉清, 刘幸, 江涛. 分子分型与分子病理指导下的脑胶质瘤诊疗进展[J]. 科技导报, 2017, 35(4): 64-67.
[2]
张玉海, 刘宏毅, 张锐, 等. 多模态影像联合电生理监测在脑功能区胶质瘤手术中的应用研究[J]. 临床神经外科杂志, 2016, 13(5): 335-339, 343. DOI:10.3969/j.issn.1672-7770.2016.05.005
[3]
Pisipati S, Smith KA, Shah K, et al. Intracerebral laser interstitial thermal therapy followed by tumor resection to minimize cerebral edema[J]. Neurosurg Focus, 2016, 41(4): e13. DOI:10.3171/2016.7.FOCUS16224
[4]
田海龙, 祖玉良, 王超超, 等. 术前氢质子磁共振波谱主要代谢物水平与术中胶质母细胞瘤荧光强度的比较[J]. 中国医学科学院学报, 2017, 39(4): 511-517. DOI:10.3881/j.issn.1000-503X.2017.04.009
[5]
于云莉, 蒋莎莎, 史梦婷, 等. 磁共振波谱联合视频脑电图对伴海马硬化的内侧颞叶癫痫的诊断价值[J]. 贵州医科大学学报, 2017, 42(8): 946-951.
[6]
晏颖, 邓宇, 李新春, 等. 1H-MRS在颅脑常见肿瘤诊断中的临床应用研究[J]. 中国CT和MRI杂志, 2017, 15(6): 5-7, 11. DOI:10.3969/j.issn.1672-5131.2017.06.002
[7]
王新伟, 赵智伟. MRS在界定脑胶质瘤病理级别和病变范围中的诊断价值[J]. 中国实用神经疾病杂志, 2017, 20(4): 83-85. DOI:10.3969/j.issn.1673-5110.2017.04.037
[8]
傅常宇, 刘耀华, 杨宏宽, 等. 磁共振波谱技术在胶质瘤代谢研究中的应用进展[J]. 中华神经外科疾病研究杂志, 2014, 13(2): 190-192.
[9]
Bhogal AA, Schür RR, Houtepen LC, et al. 1H -MRS processing parameters affect metabolite quantification:The urgent need for uniform and transparent standardization[J]. NMR Biomed, 2017, 30(11): 311-313.
[10]
Grech-Sollars M, Vaqas B, Thompson G, et al. An MRS-and PET-guided biopsy tool for intraoperative neuronavigational systems[J]. J Neurosurg, 2017, 3(17): 1-7.
[11]
王国华, 石艳艳, 宋修峰, 等. 肿瘤周围的1H-MRS在常见颅脑肿瘤鉴别诊断中的价值[J]. 医学影像学杂志, 2015, 25(6): 958-961.
[12]
王群, 张家墅, 徐兴华, 等. 氢质子磁共振波谱在胶质瘤活检术中的应用[J]. 中国神经精神疾病杂志, 2015, 41(10): 624-628. DOI:10.3969/j.issn.1002-0152.2015.10.009
[13]
郭俊, 黄峰平, 沈晓, 等.磁共振波谱分析在胶质瘤边界中的意义[C]//中国医师协会神经外科医师分会第六届全国代表大会论文汇编.南京: 中国会议, 2011. http://cpfd.cnki.com.cn/Article/CPFDTOTAL-SJWK201104001129.htm
[14]
王龙.基于多模态的脑肿瘤分类器的设计[D].南京: 东南大学生物科学与医学工程学院, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10286-1016755143.htm
[15]
徐令仪, 孙钰, 孔向晖, 等. 基于磁共振图像与波谱的专家辅助诊断系统的设计[J]. 中国生物医学工程学报, 2016, 35(4): 492-496. DOI:10.3969/j.issn.0258-8021.2016.04.015
[16]
Crane JC, Olson MP, Nelson SJ. SIVIC:Open-source, standards-based software for DICOM MR spectroscopy workflows[J]. Int J Biomed Imaging, 2013, 2013(2): 169526.
[17]
万遂人, 顾翠艳, 孙钰. MR图像中附加图信息提取及图像显示实现[J]. 科技导报, 2013, 31(18): 27-31. DOI:10.3981/j.issn.1000-7857.2013.18.003
[18]
万遂人, 成飞, 孙钰. 基于Web的脑肿瘤辅助决策系统的设计和实现[J]. 科技导报, 2012, 30(35): 64-68. DOI:10.3981/j.issn.1000-7857.2012.35.010
[19]
Xiao P, Leng S, Zhao X, et al. Atrioventricular junction (AVJ) motion tracking:a software tool with ITK/VTK/Qt[J]. Conf Proc IEEE Eng Med Biol Soc, 2016, 2016(8): 4141-4144.
[20]
Moreland K, Sewell C, Usher W, et al. VTK-m:Accelerating the visualization toolkit for massively threaded architectures[J]. IEEE Comput Graph Appl, 2016, 36(3): 48-58. DOI:10.1109/MCG.2016.48
[21]
庄冬晓, 吴劲松, 姚成军, 等. 3.0T术中磁共振实时影像功能导航联合术中神经电生理监测技术在岛叶胶质瘤手术中的应用[J]. 中国神经精神疾病杂志, 2012, 38(4): 207-211. DOI:10.3969/j.issn.1002-0152.2012.04.003
[22]
姚成军, 吴劲松, 庄冬晓, 等. 术中磁共振多模态影像导航下脑内病变穿刺活检术的初步应用[J]. 中国神经精神疾病杂志, 2012, 38(3): 182-185. DOI:10.3969/j.issn.1002-0152.2012.03.010
[23]
Eberhardt K, Ganslandt O, Stadlbauer A. Improved magnetic resonance myelography using image fusion[J]. Rofo, 2013, 185(4): 333-339. DOI:10.1055/s-00000066
[24]
Stadlbauer A, Hammen T, Buchfelder M, et al. Differences in metabolism of fiber tract alterations in gliomas:a combined fiber density mapping and magnetic resonance spectroscopic imaging study[J]. Neurosurgery, 2012, 71(2): 454-463. DOI:10.1227/NEU.0b013e318258e332
[25]
Yao C, Lv S, Chen H, et al. The clinical utility of multimodal MR image-guided needle biopsy in cerebral gliomas[J]. Int J Neurosci, 2016, 126(1): 53-61. DOI:10.3109/00207454.2014.992429
[26]
Stadlbauer A, Buchfelder M, Doelken MT, et al. Magnetic resonance spectroscopic imaging for visualization of the infiltration zone of glioma[J]. Cent Eur Neurosurg, 2011, 72(2): 63-69. DOI:10.1055/s-0030-1253410
[27]
Stadlbauer A, Moser E, Gruber S, et al. Improved delineation of brain tumors:an automated method for segmentation based on pathologic changes of 1H-MRSI metabolites in gliomas[J]. Neuroimage, 2004, 23(2): 454-461. DOI:10.1016/j.neuroimage.2004.06.022
[28]
Zhang J, Zhuang DX, Yao CJ, et al. Metabolic approach for tumor delineation in glioma surgery:3D MR spectroscopy image-guided resection[J]. J Neurosurg, 2016, 124(6): 1585-1593. DOI:10.3171/2015.6.JNS142651
[29]
Chang K, Zhang B, Guo X, et al. Multimodal imaging patterns predict survival in recurrent glioblastoma patients treated with bevacizumab[J]. Neuro Oncol, 2016, 18(12): 1680-1687. DOI:10.1093/neuonc/now086
[30]
Leiva-Salinas C, Schiff D, Flors L, et al. FDG PET/MR imaging coregistration helps predict survival in patients with glioblastoma and radiologic progression after standard of care treatment[J]. Radiology, 2017, 283(2): 508-514.
[31]
Zinnhardt B, Pigeon H, Thézé B, et al. Combined PET Imaging of the inflammatory tumor microenvironment identifies margins of unique radiotracer uptake[J]. Cancer Res, 2017, 77(8): 1831-1841. DOI:10.1158/0008-5472.CAN-16-2628
[32]
Crain ID, Elias PS, Chapple K, et al. Improving the utility of (1)H-MRS for the differentiation of glioma recurrence from radiation necrosis[J]. J Neurooncol, 2017, 133(1): 97-105. DOI:10.1007/s11060-017-2407-y
[33]
Xu YJ, Cui Y, Li HX, et al. Noninvasive evaluation of radiation-enhanced glioma cells invasiveness by ultra-high-field (1)H-MRS in vitro[J]. Magn Reson Imaging, 2016, 34(8): 1121-1127. DOI:10.1016/j.mri.2016.05.009
[34]
Pusch S, Krausert S, Fischer V, et al. Pan-mutant IDH1 inhibitor BAY 1436032 for effective treatment of IDH1 mutant astrocytoma in vivo[J]. Acta Neuropathol, 2017, 133(4): 629-644. DOI:10.1007/s00401-017-1677-y
[35]
Johannessen TA, Mukherjee J, Viswanath P, et al. Rapid conversion of mutant IDH1 from driver to passenger in a model of human gliomagenesis[J]. Mol Cancer Res, 2016, 14(10): 976-983. DOI:10.1158/1541-7786.MCR-16-0141