功能磁共振技术联合纹理分析术前评价肾细胞癌是否存在微血管侵犯的研究

Recently, the strategy of renal cell carcinoma operation for clinical doctor depends on R.E.N.A.L. score, for patients with median score, there’s no obvious tendentious strategy (the scoring system only judging with anatomical characteristic). Microvascular invasion is the former step of vein cancer embolism, which depends on pathological diagnosis after the operation. The accurate prediction before the operation will provide valuable information on operation strategy. Our previous research indicated that multi-modality magnetic resonance imaging technique could reflect the function information of renal cell cancer, even predicting mutation, protein expression, which made us explore that whether functional magnetic resonance imaging could predict microvascular invasion of renal cell carcinoma before operation. Based on the recent studies and our previous research, the aim of the study was to evaluate the diagnostic performance of combining functional MRI (ASL,BOLD) and texture analysis for predicting presence of microvascular invasion of renal cell carcinoma preoperatively, and analyzed the inside pathology mechanism.

目前，泌尿外科医生对于肾细胞癌手术方式的选择主要依赖R.E.N.A.L.评分，而对于评分为中度的患者，其术式的选择并无明显的指向性（该评分系统只评价解剖特点）。微血管侵犯是发生静脉癌栓的前一步，目前只能依靠术后病理确诊，术前准确预测微血管侵犯将对这部分患者术式的选择提供关键信息。申请者前期研究发现多模态磁共振功能技术能体现肾癌的功能信息，甚至预测特定基因突变、蛋白表达，这促使我们进一步思考磁共振功能技术能否术前预测肾细胞癌微血管侵犯，从而指导治疗决策？根据大量近期研究和申请者的工作积累，我们拟联合功能磁共振技术（ASL、BOLD）及纹理分析技术术前预测肾细胞癌（R.E.N.A.L.评分为中度）是否存在微血管侵犯，分析微血管侵犯由功能磁共振体现的病理机制，为肾细胞癌患者的手术决策提供依据。

肾癌管理指南中，对于肿瘤直径大于4cm小于7cm的RCC，并没有高质量的证据支持应该选择哪种术式。指南中表示，对于伴有静脉癌栓的患者，目前推荐采用根治性肾切除术。肿瘤细胞侵入大血管的第一步是在传出静脉（即微静脉）中生长，再逐渐延展到大中静脉。如果能术前准确预测肾癌微血管侵犯，将使肾癌管理更近一步。.基于上述临床需求及本团队的前期研究，本研究利用定量影像分析技术（纹理分析技术）及功能磁共振技术（动脉自旋标记成像ASL、血氧水平依赖成像BOLD），来术前预测肾细胞癌微血管侵犯。第一部分研究中，连续性纳入16例健康志愿者及39例经病理证实为肾细胞癌的患者，分别行术前磁共振检查（包括ASL、BOLD、T1WI、T2WI），有微血管侵犯的肿瘤实体部分的平均灌注值为 536.4 ± 154.8 ml/min/100 g (PLD1)，2912.5 ± 939.3 ml/min/100 g (PLD2)，3280.3 ± 901.2 ml/min/100 g (PLD3)。 无微血管侵犯的肿瘤实体部分的平均灌注值分别为 453.5 ± 87.2 ml/min/100 g (PLD1)、1043.6 ± 695.8 ml/min/100 g (PLD2)，1577.6 ± 1085.8 ml/min/100 g (PLD3)。在所有不同PLD时这两组均有显著的差异（p < 0.05）。 肿瘤实性部分PLD1的灌注预测微血管侵犯有良好的诊断性能：灵敏度 75%，特异度 100%，阳性预测值 66.7%，阴性预测值 95.7%。以上结果表明ASL MR 在肾皮质中的成像有良好的可重复性，用于预测 ccRCC 微血管侵犯有良好的诊断性能。BOLD成像所获取的T2*值在有无微血管侵犯组差异无统计学意义。第二部分研究是利用基于人工神经网络的机器学习对肾细胞癌的放射组学特征进行提取能对肾细胞癌进行分级，结果联合平扫与皮髓质期纹理特征形成的模型能获得区分低级别和高级别ccRCC 的最高准确度，提示基于人工神经网络的机器学习能帮助建立最优预测模型。本研究在理论上可行，技术操作层面已按计划顺利实施并完成，并已按预期计划发表了SCI文章2篇。