Investigative Radiology:USPIO增强MRI实现头颈部淋巴结转移的无创分期

2023-03-22 shaosai MedSci原创 发表于上海

超小超顺磁性氧化铁(USPIO)纳米粒子作为磁共振成像(MRI)造影剂用于检测淋巴结中的小型转移性沉积物,其诊断潜力在2014年被重新提出后再次获得关注。

现阶段,准确的头颈部肿瘤淋巴结评估的重要性已在多项文献中得到强调。众所周知,转移性淋巴结受累与复发率的增加和生存率的降低有关。目前的成像模式的准确性仍然不够,因为大约20%的临床(即触觉和放射学)阴性的颈部患者存在隐性转移。然而,在这些病人中,大多数人的选择性颈部治疗是徒劳的。这导致了不必要的治疗,并对患者的生活质量产生永久性的影响。

超小超顺磁性氧化铁(USPIO)纳米粒子作为磁共振成像(MRI)造影剂用于检测淋巴结中的小型转移性沉积物,其诊断潜力在2014年被重新提出后再次获得关注。纳米颗粒被单核吞噬细胞系统的细胞吸收,并在健康的(部分)淋巴结中积聚,由于其顺磁效应而减弱了MR信号。在转移性淋巴结中,USPIO的摄取受到抑制,导致MR信号保留。USPIO增强的MRI区分健康和可疑的盆腔淋巴结已经在前列腺癌患者中被广泛研究,与传统MRI(90.5% vs 35.4%)和计算机断层扫描(CT)(83% vs 34%)相比敏感性有所提高。然而,由于造影剂于2007年从市场授权申请中撤销,并于2014年重新引入,因此现有数据十分难稀少且大多事件较长。此外,盆腔和头颈部淋巴结的MR表现可能存在差异引流口腔和咽部粘膜的淋巴结经常发生炎症变化,由于炎症后纤维化或淋巴结中大量的炎症细胞有可能改变USPIO的摄取。因此,使用USPIO增强的MRI对头颈部淋巴结的评估算法可能与盆腔淋巴结不同,因此,不能简单地照搬以前描述的多二维(2D)图像采集的盆腔淋巴结的评估算法。为了确定独特的MRI淋巴结特征以检测和区分头颈部癌症患者的良性和恶性淋巴结,进一步明确USPIO增强MRI上这些结节的体内MRI特征与组织病理学结果之间的直接关联至关重要。

近日,发表在Investigative Radiology杂志的一项研究评估了现代高分辨率三维USPIO增强MRI在头颈部癌症淋巴结分期中的应用,并开发一个用于头颈部淋巴结分期的USPIO增强MRI阅读算法,为临床的无创早期评估提供了技术支持。

本项研究对纳入的10名头颈部癌症患者在颈部手术进行了USPIO增强MRI检查。对颈部切除标本进行了体外MRI检查,以便对体内MRI和组织病理学进行精确的核心配对。根据体内MRI信号强度模式,对所有被视为潜在转移的淋巴结进行了细致的匹配,扩大了正常的临床组织病理学工作。在切除淋巴结的组织病理学基础上,体内MRI信号特征被定义为分离良性和恶性淋巴结的标准。 

在T2*加权MRI上有剩余信号强度的34个相关的淋巴结中,15个是组织病理学上的转移淋巴结,19个是良性。放射学分析显示,在T2*加权MGRE序列上与脂质组织相比,转移性淋巴结显示出相等或更高的MRI信号强度(15/16个淋巴结;94%),而健康淋巴结在T2*加权MGRE上与脂质组织相比,信号强度降低(17/19个淋巴结;89%)或完全衰减(273/279;98%)。所有切除的标本的组织病理学鉴定了392个淋巴结。体内MRI漏掉了6个有(微)转移的淋巴结。这6个淋巴结在体内MRI上是否与非恶性淋巴结相关或根本无法检测到,目前尚不清楚。 



  在体内USPIO增强MRI上,位于右侧颈部II的潜在转移性淋巴结(PMLN)的显示,使用T1 Dixon VIBE脂肪(左上)和水(中上)图像进行解剖定位,T2*加权MGRE MRI显示增强(右上)。根据其位置、大小和形状,同一PMLN在切除的颈部标本的体外MRI上被确定,包括频率选择性的脂质激发的T1加权三维GRE图像(左下)和频率选择性的水激发的三维MGRE图像(右下)

本项研究以组织病理学为标准,开发了一种在T2*加权USPIO增强MRI上区分头颈部癌症患者的恶性和良性颈淋巴结的阅读算法。在所使用的方案中,在3T T2*加权MGRE序列上,与周围的脂质组织相比,淋巴结的信号强度相等或更高则提示为转移性淋巴结(或部分结内转移),而与脂质组织相比,信号强度较低则提示为健康或良性淋巴结。

原文出处:

Daphne A J J Driessen,Patrik Zámecnik,Tim Dijkema,et al.High-Accuracy Nodal Staging of Head and Neck Cancer With USPIO-Enhanced MRI: A New Reading Algorithm Based on Node-to-Node Matched Histopathology.DOI:10.1097/RLI.0000000000000902

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

Investigative Radiolog:增强MRI癌症靶向对比剂的药代动力学及影像学评估

在肿瘤组织的各种细胞外基质(ECM)蛋白中,外域B纤连蛋白(EDB-FN)是设计临床上可转化的靶向GBCA的一个有希望的目标。

European Radiology:如何为临床提供更完美的钆喷酸增强MRI图像?

尽管钆喷酸在临床上价值很高,但一些研究报告称,在钆喷酸增强MRI上,由于动脉期憋气失败而突然出现的严重运动(TSM)伪影比细胞外对比剂发生更频繁。

Radiology:增强MRI在局部晚期直肠癌新辅助化疗和放疗后的再分期应用

MRI常用于直肠癌的初始和治疗后的再分期。然而,最近的一项荟萃分析得出结论,MRI的总体T型再分期准确性只有52%。

Radiology:术前MRI对双侧同步性乳腺癌筛查的价值

增强MRI可发现乳腺钼靶检查中遗漏的隐性乳腺癌,包括同侧乳腺的多灶性/多中心性病变和对侧乳腺的同步性疾病。

European Radiology:MRI在诊断门静脉窦血管紊乱方面的应用

与INCPH定义不同的是,新的PSVD定义还考虑到了患者可能同时患有血管性和实质性肝病的临床概念,并且不排除门静脉血栓的患者。

European Radiology:动态增强MRI乳腺肿瘤的深度卷积神经网络三维分割

最近,深度学习方法的兴起为解决器官和病变的分割带来了新的机会。深度卷积神经网络(CNN)已经成为最先进的2D和3D医学图像分割方法,许多公共数据库和分割挑战可用于训练和测试CNN模型。