【Ref: Krivoshapkin AL ,et al. World Neurosurg. 2016 Jun;90:123-32. doi: 10.1016/j.wneu.2016.02.084. Epub 2016 Feb 27.】
在美国脑肿瘤中心登记的统计报告显示，所有经病理学诊断的中枢神经系统肿瘤中脑膜瘤是常见的一种，占35.5%。对于有症状的脑膜瘤，建议手术全切除。根据组织学特征，脑膜瘤可分为良性和恶性，这也是判断肿瘤质地、肿瘤复发和患者预后的重要指标。手术治疗的风险和术后神经功能障碍与肿瘤分型、位置、大小和质地密切相关。纤维型脑膜瘤质地最硬，岩斜区脑膜瘤术后颅神经功能障碍的发生与肿瘤质地的硬度有关。一般来说，在术前MRI影像学上的表现，可大致确定脑肿瘤的类型，但有其局限性，如MRI图像上的良性脑膜瘤与血管外皮细胞瘤（HCP）、原发性颅内纤维肉瘤（PIF）和间变性脑膜瘤无显著差异。俄罗斯新西伯利亚国立医科大学神经外科的Alexey L. Krivoshapkin等介绍一种数学计算法分析MRI扫描的检查数据，可用于术前鉴别脑膜瘤的组织分型，结果发表于2016年6月的《World Neurosurg》杂志上。
该研究共纳入2010年至2015年间48例手术切除的脑膜瘤患者资料，所有患者术前进行GE Signa 1.5T-MRI检查，作薄层轴位T1加权像扫描，厚度5mm，层距1.5mm。术后常规肿瘤组织学检查和免疫组化分析。采用双盲法，由1名放射科专家和2名神经外科专家使用计算机计算法评估患者术前肿瘤体积的直方图峰值。同时对HCP、PIF、非典型性或间变性脑膜瘤进行统计学分析。作者根据MRI上肿瘤内不同信号强度区域，分别计算最大的体积数值，再利用半自动分割方法确定整个肿瘤的体积。评估专家把肿瘤增强部分手绘在MRI图像上（图1，黄线所示），然后试用计算机计算法得到肿瘤体积。进行数学计算前，在对侧半球脑组织中选择一个与肿瘤平均信号强度一致的大约6㎝²区域（图1，蓝线所示），作为计算参考系数1，该选择的区域不需要考虑特定部位，可包括脑白质和脑灰质。
图1. MRI轴位T1加权像中对肿瘤的半自动计算机示踪方法。
建立计算机计算法时，为考虑48例脑膜瘤患者脑组织的MRI平均信号强度，而采用系数2。3位专家在比较患者MRI数据的过程中，依据2007年WHO中枢神经系统肿瘤分类标准，将患者进行分组；通过医学成像数据和通信标准（DICOM）计算机程序，评估肿瘤组织类型直方图峰值。直方图峰值与肿瘤组织学分型之间的一致性检验，采用Coken ƙ系数。
结果显示，34例为良性脑膜瘤（WHO Ⅰ级），其中12例上皮性、12例纤维性和10例过渡性。1例非典型性脑膜瘤（WHO Ⅱ级），3例间变性脑膜瘤（WHO Ⅲ级）和1例横纹肌样型脑膜瘤（WHO Ⅲ级）。HCP和PIF肿瘤分别6例和3例。专家评估的上皮性脑膜瘤的直方图峰值平均值为15.99±0.23，纤维性脑膜瘤21.24±0.3，过渡性脑膜瘤19.0±0.28，非典型性、间变性为10.7±0.27，PIF为11.03±0.51，HPC为25.72±0.29。单因素方差检验分析两两之间平均值有显著差异（F=70.138，p<0.001）。Tuker检验和Games-Howell检验亦表明两两肿瘤组之间有显著统计学差异。两两专家之间评估脑膜瘤直方图峰值一致性指数平均偏差为0.98±0.007。
最后作者指出，采用该自动化数学计算法有助于术前对脑膜瘤类型进行初步判断，其特异性、灵敏性、重复性和再现性均很高。有进一步研究的价值。
（新乡医学院李信晓编译，复旦大学附属华山医院王知秋教授审校，《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
