【Ref: Tunç B, et al. Neurosurgery. 2016 Oct;79(4):568-77. doi: 10.1227/NEU.0000000000001183.】
胶质瘤具有扩散和浸润的特点，致使肿瘤完全切除有一定难度。依据肿瘤最大切除生存获益分析显示，脑肿瘤切除的目标是最大程度切除肿瘤同时保留语言、运动功能和视力。因此，脑功能区定位和确定白质传导通路对降低患者发病率至关重要。目前，术前检查依赖MRI辨认大脑解剖结构。MRI的弥散张量成像（DTI）和纤维束成像技术在明确白质纤维束的走向和指导胶质瘤切除范围时具有重要意义。美国宾夕法尼亚大学佩雷尔曼医学院生物医学影像计算与分析中心的Birkan Tunç等通过研究，为肿瘤水肿和浸润引起的影像学偏倚患者提供一种自动化纤维束识别模式，从而提高肿瘤切除的安全性，研究结果发表于2016年10月的《Neurosurgery》杂志上。
作者选取脑肿瘤组患者和健康组参与者的数据。健康组有9例健康参与者，男性6名，平均年龄为31.25±4.2岁；每隔两周进行3次数据采集，目的是确认健康人群中纤维束图谱的准确性和可重复性。以6例男性参与者的纤维束图谱为基础，对另3例女性参与者进行检测比较。肿瘤组有10例男性患者，平均年龄为57.3±18.3岁；8例多形性胶质母细胞瘤，1例多形性黄色星形细胞瘤和1例脑膜瘤；肿瘤位于颞叶或颞顶叶，1例位于左额叶。由于肿瘤位置涉及语言区，作者对弓状束（AF）、下额枕束（IFOF）和下纵束（ILF）进行研究。所有参与研究的对象作颅脑MRI扫描，采用6例健康参与者的大脑白质纤维束图谱，在完全自动化方式下利用聚类模型对3例女性健康参与者和肿瘤患者进行纤维束自动化识别检测（图1）。
图1. 纤维束自动化识别步骤。白质纤维束图由健康参与者的纤维束聚类模型形成。利用同一个纤维束聚类模型图对不同肿瘤患者进行纤维束自动化匹配。
为确保两组纤维束自动化识别的可靠性，请2名专家选取靠近病变的6种纤维束进行评估，包括扣带束、穹隆、钩束、弓状束、额枕下束和下纵束；后面3种纤维束可协调语言功能，作重点分析。2名专家重复绘制兴趣区（RIOs）的白质纤维束图谱，每天至少3次，采用Cohen类时-频分布法作一致性量化。量化比较评估发现，自动化纤维束识别模式对于健康参与者的纤维束AF和IFOF的识别可靠性强（图2），而识别胶质瘤患者的白质纤维束较困难。手术后的白质纤维束极度变形，但内囊中的白质纤维束仍能清晰识别（图3）。
图2. 专家手绘纤维束图。比较两名参与者弓状束（上，黄色）和下额枕束（下，红色）聚类模型结果。每名专家每天至少要重复绘制3次。左侧为聚类模型分析图，右侧为专家手绘图；两者有很大的相关性。
图3. 由左向右，第一幅图：内囊中的白质纤维束示意图；第二幅图：健康参与者的白质纤维束；第三幅图：有手术史患者的白质纤维束图。
使用纤维束自动化识别模式对白质纤维束进行自动化提取，可以提高纤维束的可视化程度，自动化地提供肿瘤到白质纤维束的精确距离，外科医生可以沿着纤维束方向进行手术操作，对瘤周纤维束的损伤降到最小，甚至无损伤（图4）。
图4. 肿瘤与周围白质纤维束（下额枕束，IFOF）示意图。
最后作者指出，自动化纤维束识别模式用于指导胶质瘤手术，可提高安全切除肿瘤目的。
（宁夏医科大学总医院李信晓编译，复旦大学附属华山医院陈灵朝博士审校，《神外资讯》主编、复旦大学附属华山医院陈衔城教授终审）
相关回顾
更多资讯请关注神外资讯微信公众号：neurosurgerynews
