基于多模态脑网络技术的脑转移瘤影像学研究

Brain metastases are the most common intracranial neoplasms in adults. The key and difficult points for surgical treatment are the identification of functional areas and determination of tumor resection range, which will directly impact the length and quality of survival among patients with brain metastases. Currently, the identification of functional areas adjacent to the tumor mainly depends on task-based functional magnetic resonance imaging (fMRI). However, task-based fMRI is only as good as the patient’s ability to perform the given task, since a task that is too difficult will result in underperformance or dropout. The rest state fMRI (rs-fMRI) doesn’t need task stimuli and is easy to manipulate. Therefore, one aim of this research is to use rs-fMRI technique to identify the functional areas adjacent to the tumor. Since network architecture is regarded as a physiological basis of the human brain for information processing and cognitive activity, the determination of tumor resection range needs to consider its influence on brain network. In this research, we intend to utilize multi-modal brain network techniques to investigate whether the brain areas or fibers involved by the tumor can be removed, and further design a postoperative follow-up study for brain metastases. This research might provide objective imaging evidences for preoperative planning and postoperative evaluation of brain metastases.

脑转移瘤是成年人比较常见的颅内继发恶性肿瘤。其手术治疗的关键和难点是定位脑功能区和肿瘤切除范围的确定，这将直接影响患者术后的生活质量和生存期。目前肿瘤功能区的定位主要是依赖任务态的功能磁共振成像技术（functional magnetic resonance imaging, fMRI），这取决于患者执行任务的能力，存在一定的问题。而静息态功能磁共振成像技术（rest state fMRI, rs-fMRI）不需要任务刺激，操作简单。因此，本项目的一个研究内容就是利用rs-fMRI技术对肿瘤功能区进行定位分析。大脑是以脑网络为生理基础进行信息处理和认知活动的。肿瘤切除范围的确定需考虑其对脑网络的影响。基于此，本项目的另一个重要内容就是发展多模态脑网络技术，综合评价肿瘤涉及脑区或纤维束是否能够被切除，并对患者进行术后的随访研究，从而为脑转移瘤术前方案制定、术后疗效评估提供客观的影像学依据。

本项目拟针对脑转移瘤的术前功能区定位与肿瘤切除范围的确定这一关键问题，发展基于独立成分分析的静息态磁共振成像技术和多模态脑网络技术，从脑网络的角度研究肿瘤功能区的定位以及脑网络模式改变。项目实施的内容主要包括：（1）采集了40例健康对照被试和40例脑转移瘤患者术前的多模态磁共振数据以及肿瘤患者的临床评估数据；（2）针对脑转移瘤患者静息态磁共振成像数据，发展个体水平上的独立成分分析方法，并提出了一种改进的独立成分自动识别方法，该方法能够在患者个体水平上对多个脑功能子网络进行同时定位；（3）发展了基于图论分析的脑网络分析方法并用于健康被试的功能磁共振成像数据，探测了运动想象脑网络的功能连接模式及脑区信息整合情况；（4）发展了局部和远距离的功能连接分析方法，局部一致性分析方法以及模块内和模块间的功能连接分析方法，多角度研究了脑白质损伤网络中连接模式和脑功能区的异常改变，为评估脑功能区及其连接模式在肿瘤切除前后脑网络中的改变提供了参考手段。在本项目资助下获得的研究成果已经在国内外学术期刊上发表和录用科研论文6篇，其中在神经成像和神经科学领域著名学术期刊Brain Imaging and Behavior，Neuroscience Letters等发表和录用SCI论文4篇。同时，在本项目的开展过程中，共培养了硕士研究生（含在读）3名，项目组成员积极参加研究领域相关的学术会议，并有两名人员到国外著名学术机构交流访问，与国内外同行开展了深入的学术交流与合作。

内容获取失败，请点击重试