苏州医工所肿瘤疗效早期预测研究取得进展

来源:苏州生物医学工程技术研究所 / 作者: / 2017-09-14
0 2 277

肿瘤的精准治疗是当前研究热点,而肿瘤疗效的早期预测,可为治疗方案的制定提供参考,对肿瘤的精准治疗至关重要。

大多数肿瘤疗效评估方法是借助结构成像技术,通过肿瘤形态学变化对肿瘤疗效进行评判。然而这种方法有明显的局限性,肿瘤形态学的变化滞后于肿瘤细胞的生理变化。放化疗后,肿瘤形态的改变比肿瘤细胞生理的变化晚 1—3 个月,因此很难借助结构成像技术实现肿瘤疗效早期预测。近年来,随着分子功能成像的快速发展,动态增强磁共振成像(Dynamic Contrast-Enhanced Magnetic Resonance Imaging, DCE-MRI)等成像方法可获得肿瘤生理参数信息,通过监测生理参数变化情况,有望在肿瘤形态变化之前对治疗效果进预测。以软组织肉瘤为例,由于其生长具有血管依赖性,利用 DCE-MRI 对血流灌注检测灵敏度高的特性,可获取肿瘤区域血流灌注参数变化情况。

中国科学院苏州生物医学工程技术研究所医学影像室高欣、夏威等以软组织肉瘤为实验对象,开展了肿瘤疗效早期预测的可行性研究,提出了用于肿瘤疗效早期预测的 DCE-MRI 容积转移常数(Ktrans)体素分析方法。研究利用放化疗前与放化疗早期(两周)软组织肉瘤患者的 DCE-MRI 影像数据,以及放化疗结束后手术病理确认得到的肿瘤细胞坏死率(Tumor Cell Necrosis Rate, TCNR),TCNR 越大则疗效越好。将 TCNR≥95% 的病例定义为治疗效果良好,TCNR<95% 的病例定义为治疗效果不佳。利用三维图像弹性配准技术将放化疗前与放化疗早期的 DCE-MRI 影像对齐,然后采用药代动力学建模方法构建基于体素的 Ktrans 变化图,根据 Ktrans 变化图采用统计学方法计算肿瘤区域 Ktrans 显著增加、显著减少和无明显变化的体积分数(F+, F- 和 F0),将这三个体积分数作为疗效的预测指标,使用 ROC 曲线分析评估体积分数作为疗效早期预测指标的效果,并采用线性回归分析体积分数与肿瘤细胞坏死率之间的线性关系。此外,该研究对比了肿瘤及正常组织各区域的 Ktrans 的变化情况,分析了所得结果的可能原因。

实验结果表明,研究人员提出的方法生成的体积分数 F - 和 F0 的疗效预测能力优于肿瘤最长径的改变量(ΔD)和肿瘤区域 Ktrans 的平均改变量(∆Ktrans)等传统的肿瘤疗效评估指标,且 F - 和 F0 与 TCNR 具有较强的线性关系,F- 越小或 F0 越大则 TCNR 越大,治疗效果越好。实验结果可由肿瘤血管正常化理论解释,具有较好的临床意义。

研究结果发表在 European Journal of Radiology 上。该研究工作得到了国家自然科学基金等的资助。

图 1. Ktrans 显著增加(红)、显著减少(蓝)和无明显变化(绿)的三类体素的分布图及 Ktrans 变化散点图。第一行是治疗效果良好的病例(TCNR≥95%),第二行是治疗效果不佳的病例(TCNR<95%)。a, c:三类体素的分布图;b, d:Ktrans 变化散点图;红线表示 y =x,黑线分别代表 y =x+0.32 和 y =x-0.31。

图 2. 不同疗效病例的体素分布图。由 a 到 d,F0 依次减少(绿色区域),F- 依次增加(蓝色区域),TCNR 依次减少,疗效依次降低。a: TCNR>95%, F0=85%, F-=11%; b: TCNR=85%, F0=63%, F-=30%; c: TCNR=50%, F0=50%, F-=31%; d: TCNR=30%, F0=27%, F-=67%.

图 3. 预测指标与 TCNR 的线性回归结果。红线为回归直线,阴影区域为回归结果的 95% 置信区间。相对于其他预测指标,F0 和 F - 的散点更加集中分布于回归直线附近,且回归系数更大,说明 F0 和 F - 与 TCNR 的线性关系更强。

http://www.sciencedirect.com/science/article/pii/S0720048X17303406

关注微信公众号(bio360),定时推送,福利互动精彩多
5

参与评论

登录后参与评论

评论

换一换

广东省的护士可以吗?

这是真的吗?什么时候上市

希望对腺泡状肉瘤有效

期待加等待。

 关注生物360微信

关注生物360微信