基于在体多模态MRI的脊柱肿瘤微环境改变的生物机制研究

Spinal tumor microenvironment is a complex integrated system. Tumor proliferation, invasion, migration, occurrence, development and prognosis are closely related to tumor microenvironment (Angiogenesis, intercellular substance, cell proliferation, apoptosis and energy metabolism changes). Now getting these clinical information reflecting spinal tumor microenvironment change can only rely on a biopsy or postoperative pathologic results. Getting the information is crucial for the diagnosis of tumor, choice of surgical methods and prognostic evaluation. There is lack of related research currently. The organic combination of cell and molecular biology and imaging technology for realizing noninvasive in vivo imaging of spinal tumor microenvironment is the premise of accurate diagnosis and effective treatment of spinal tumor, and is scientific problem to be solved..The project is committed to theoretically establish a set of imaging methods reflecting tumor microenvironment through in vivo, noninvasive multi-modal MRI scan, including: 1. study of quantitative parameters of dynamic enhanced imaging (reflecting tumor angiogenesis and stromal elements); 2. Quantitative research of intravoxel incoherent motion imaging (reflecting the state of cell proliferation); 3. Chemical exchange saturation transfer (CEST) imaging of glucose (reflecting state of the tumor energy metabolism), opening up new potential fields of in-vivo noninvasive detecting of spinal tumor in biological functions.

脊柱肿瘤微环境是一个复杂的综合系统，肿瘤的增殖、侵袭、迁移、发生、发展、预后与肿瘤的微环境（血管生成、细胞间质情况、细胞增殖凋亡及能量代谢改变）密切相关，目前临床上获得这些反应脊柱肿瘤微环境改变的信息只能依赖于有创的活检或术后病理结果，而获得这些信息对于肿瘤的诊断、手术方法选择、预后评估都至关重要。目前缺乏相关的研究，将细胞及分子生物学与影像技术有机结合，实现脊柱肿瘤微环境的的无创活体成像，这是临床精准诊断和有效治疗脊柱肿瘤的前提，是亟待解决的科学问题。.该项目致力于通过在体、无创的多模态MRI扫描，包括：1. 动态增强成像定量参数研究（反映肿瘤血管生成、间质成分状态）；2. 体素内不相干运动成像定量研究（反映细胞增殖状态）；3. 葡萄糖化学交换饱和转移技术（反映肿瘤能量代谢状态），从理论上建议一套反映肿瘤微环境的影像学方法，开创活体无创性检测脊柱肿瘤生物功能的新领域。

本研究项目围绕动态对比增强MR（DCE）、扩散加权成像（DWI）、扩散峰度成像（DKI）、体素内不相干运动(IVIM)、人工智能分析等多模态成像在脊柱肿瘤微环境变化中的临床意义。.探讨DWI单指数模型及DKI模型参数对脊柱恶性肿瘤与非恶性肿瘤的鉴别诊断价值，分析DWI单指数模型、IVIM模型及DKI模型与肿瘤细胞增殖等微环境状态的相关性，共分析39例恶性和27例非恶性脊柱肿瘤患者，研究结果为脊柱恶性肿瘤MK值明显高于非恶性肿瘤，ADC值、MD值明显低于非恶性肿瘤。ADC值、MK值、MD值鉴别脊柱恶性与非恶性肿瘤的敏感度分别为81.5%、96.3%、81.5%，特异度分别为92.3%、82.1%、87.2%。初步表明DWI单指数模型及DKI模型对于脊柱恶性肿瘤与非恶性肿瘤均具有鉴别诊断价值。另外，我们通过应用DWI单指数模型及IVIM模型对99例脊柱转移瘤和21例骨髓瘤患者进行对比分析研究，多b值DWI序列采用自由呼吸自旋回波-回波平面成像（SE-EPI），b值10个，定量测量肿瘤的水分子扩散受限程度以及分别研究灌注与扩散对弥散加权图像信号的影响，从而获得不同肿瘤的微循环灌注与扩散信息。结果显示应用DWI单指数模型和IVIM模型对转移瘤和骨髓瘤进行鉴别是可行的。.应用基于DCE-MRI的影像组学技术探讨不同来源的脊柱转移瘤的鉴别诊断的可行性，分析DCE-MRI参数特征与肿瘤血管生成微环境状态是否存在相关性，共分析DCE-MRI与18F-FDG PET-CT参数在49例脊柱肿瘤病变中的相关性，其中恶性肿瘤38例、良性肿瘤6例、交界性肿瘤5例。研究结果为DCE-MRI的Ktrans、Kep定量参数值与SUVmax在49例脊柱肿瘤及亚组肿瘤中都没有显著相关性，推测可能与肿瘤的异质性有关，不同病理类型的肿瘤细胞数量、微血管密度和代谢活动不同，导致肿瘤的葡萄糖代谢与血流灌注参数没有显著的相关性。.另一方面，我们应用基于DCE-MRI影像组学及深度学习探讨肺癌脊柱转移的鉴别诊断的可行性，结果显示应用基于动态对比增强MRI的影像组学及深度学习在鉴别诊断肺癌脊柱转移方面具有可行性，可以为临床诊断提供有价值的信息。

内容获取失败，请点击重试