多成分灌注特征的新IVIM模型构建及其对肝细胞癌发生发展各阶段的鉴别意义研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81701654
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H2701.磁共振成像
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

It has been shown that multiple perfusion components exist in the liver and the characteristics of multi-component perfusion are different for different hepatocarcinogenesis (HCG) stages. The intravoxel incoherent motion (IVIM) diffusion weighted imaging (DWI) technique can measure the perfusion information without the injection of contrast agent and thus it is safe and non-invasive for diagnosis. However, since existing IVIM models cannot characterize the multi-component perfusion of each of HCG stages, it is difficulty to differentiate HCG stages using the IVIM-DWI technique. Our previous study found that there were significant differences in the contribution of different perfusion components to DW signals, and the degree of the differences was different, depending on the DW signals at different b-values. The present proposal aims to establish a new IVIM model by accounting for these differences and investigate the significance of the new model for differentiating HCG stages. It includes three issues: 1) establish a new IVIM model for characterizing the multi-component perfusion; 2) quantitatively and qualitatively evaluate the new model based on virtual microcirculation network and flow-compensated technique; 3) propose a new method capable to differentiate HCG stages and evaluate it. The achievement of our research can provide new ideas and means for the super-early imaging diagnosis of hepatocellular carcinoma without contrast agent.
研究发现肝组织内存在多种灌注成分且肝细胞癌发生发展(Hepatocarcinogenesis, HCG)各阶段的多成分灌注特征存在差异。体素内不相干运动(IVIM)扩散加权成像(DWI)技术能够不依赖造影剂获取灌注信息,具有安全无创的诊断优势。但现有IVIM模型无法揭示HCG各阶段的多成分灌注特征,因而难以利用IVIM-DWI技术对各阶段进行鉴别。我们前期研究发现不同灌注成分对DW信号的贡献存在明显差异,并且这种差异在不同b值的DW信号中被不同程度地体现。因此,本项目拟利用这种差异化特征构建新IVIM模型,并探讨其对HCG各阶段的鉴别意义。本项目研究内容包括:1) 构建揭示HCG各阶段多成分灌注特征的新IVIM模型;2) 利用虚拟微循环网络和流补偿技术定量定性评价新模型;3) 提出鉴别HCG各阶段的新方法,并评价其准确性。本项目能够为不依赖造影剂的肝细胞癌超早期影像学诊断提供新思路和手段。

结项摘要

精准解析不同类型肝结节灌注成分的复杂性和多样性,对其病理特征研究及鉴别诊断具有重要的科学意义和临床价值。体素内不相干运动(Intra-Voxel Incoherent Motion,IVIM)成像是目前唯一不依赖造影剂无创获取组织灌注信息的医学影像手段。但现有IVIM模型尚无法准确描述肝结节的多成分灌注特征。.鉴于此,本项目主要围绕揭示肝结节多成分灌注特征的新IVIM模型构建及相应的模型结构自适应调整策略设计展开研究,并系统地评估了新IVIM模型在鉴别不同类型肝结节方面的有效性。此外,针对在研究过程中发现的新问题,本项目将研究内容进行了拓展,新增了基于非单指数扩散模型的肝结节微环境异质性研究和基于IVIM Tensor模型的组织各向异性分布特征研究。新增的研究内容有望实现对新IVIM模型的进一步优化,以期达到对肝结节病理特征全面、精准解析的目的。.本项目主要取得了以下研究成果:1)建立了能够描述肝结节多成分灌注特征的自适应多指数IVIM模型并提出了相应的模型参数解析方法;2)评估了自适应多指数IVIM模型对肝局灶性结节的鉴别诊断性能;3)研究了非单指数扩散加权成像在肝细胞癌检测方面的可行性和可重复性;4)分析了非单指数扩散模型对肝结节微环境异质性变化的敏感性;5)分析了组织多成分灌注特征对IVIM Tensor模型参数估计的影响。相关研究结果已发表8篇国际高质量期刊论文。.本项目的研究结果为肝结节的鉴别诊断提供了一个全新视角,并为日后建立能够同时描述肿瘤组织多成分灌注特性,微环境异质性以及细胞和微血管分布各向异性的超融合IVIM模型奠定坚实的理论与实验基础。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Effect of Multiple Perfusion Components on Pseudo-Diffusion Coefficient in Intravoxel Incoherent Motion Imaging
体素内非相干运动成像中多种灌注成分对伪扩散系数的影响
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    Physics in Medicine and Biology
  • 影响因子:
    3.5
  • 作者:
    Zi-Xiang Kuai;Wan-Yu Liu;Yue-Min Zhu
  • 通讯作者:
    Yue-Min Zhu
Evaluation of Non-Mono-Exponential Diffusion Models for Hepatocellular Carcinoma Using b Values up to 2000 s/mm(2): A Short-Term Repeatability Study
使用高达 2000 s/mm(2) 的 b 值评估肝细胞癌的非单指数扩散模型:短期重复性研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Journal of Magnetic Resonance Imaging
  • 影响因子:
    4.4
  • 作者:
    Zi-Xiang Kuai;Xi-Qiao Sang;Yuan-Fei Yao;Chun-Yu Chu;Yue-Min Zhu
  • 通讯作者:
    Yue-Min Zhu
Non-Mono-Exponential Diffusion Models for Assessing Early Response of Liver Metastases to Chemotherapy in Colorectal Cancer
用于评估结直肠癌肝转移对化疗早期反应的非单指数扩散模型
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Cancer Imaging
  • 影响因子:
    4.9
  • 作者:
    Yang Zhou;Hong-Xia Zhang;Xiu-Shi Zhang;Yun-Feng Sun;Kuang-Bang He;Xi-Qiao Sang;Yue-Min Zhu;Zi-Xiang Kuai
  • 通讯作者:
    Zi-Xiang Kuai
Determination of Hepatocellular Carcinoma and Characterization of Hepatic Focal Lesions with Adaptive Multi-Exponential Intravoxel Incoherent Motion Model
使用自适应多指数体素内不相干运动模型确定肝细胞癌和表征肝病灶
  • DOI:
    10.1016/j.tranon.2018.08.011
  • 发表时间:
    2018-12
  • 期刊:
    Translational Oncology
  • 影响因子:
    5
  • 作者:
    Zhang HX;Zhang XS;Kuai ZX;Zhou Y;Sun YF;Ba ZC;He KB;Sang XQ;Yao YF;Chu CY;Zhu YM
  • 通讯作者:
    Zhu YM
Estimation of intravoxel incoherent motion parameters using low b-values
使用低 b 值估计体素内不相干运动参数
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    PloS one
  • 影响因子:
    3.7
  • 作者:
    Chen Ye;Dao-Yun Xu;Yong-Bin Qin;Li-Hui Wang;Rong-Pin Wang;Wu-Chao Li;Zi-Xiang Kuai;Yue-Min Zhu
  • 通讯作者:
    Yue-Min Zhu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码