DCE-MRI技术评估脑胶质瘤不成熟微血管密度

2017-11-06贾中正沈丹丹张砚满周学军

中国医学计算机成像杂志 2017年4期

贾中正曹亮沈丹丹张砚满周学军

神经影像学

贾中正曹亮沈丹丹张砚满周学军

目的：通过对脑胶质瘤患者进行动态对比增强磁共振成像（DCE-MRI）获得容积转运参数（Ktrans）与血管外细胞外间隙容积比（Ve），探讨DCE-MRI定量评估胶质瘤不成熟微血管密度的价值。方法：研究对象包括66例脑胶质瘤患者，其中II级27例，III级8例，IV级31例。每名脑胶质瘤患者术前经过DCE-MRI检查获得胶质瘤的Ktrans与Ve的最大值，术后胶质瘤标本进行免疫组织化学测量CD105阳性标记的微血管密度（CD105-MVD）的最大值。应用Mann-Whitney U 检验比较不同级别胶质瘤Ktrans值、Ve值、CD105-MVD的差异，应用Pearman 相关系数分析胶质瘤Ktrans值、Ve值与CD105-MVD的相关性。结果：低级别胶质瘤的Ktrans值、Ve值、CD105-MVD均小于高级别胶质瘤（P＜ 0．001，P＜ 0．001，P＜ 0．001）。高级别胶质瘤的Ktrans值、Ve值均与CD105-MVD正相关（P＜ 0．001，P＜ 0．001）。结论：DCE-MRI可以定量评估脑胶质瘤不成熟微血管密度。

胶质瘤；动态对比增强；容积转运常数；微血管密度；CD105

微血管增殖在预测胶质瘤分级、预后及评估胶质瘤疗效发面具有重要作用。不同级别胶质瘤合成微血管的能力不同。在高级别胶质瘤（high-grade glioma， HGG）中，这些微血管在结构上通常是不成熟的，通透性不同程度增高[1-2]。CD105可以在肿瘤新生的不成熟微血管中特异性表达[3-5]。CD105阳性标记的微血管密度（CD105-MVD）与胶质瘤的生长直接相关，已经用于评估胶质瘤不成熟微血管密度[4，6]。然而，基于免疫组织化学检测的CD105-MVD需要手术或穿刺获取组织标本，这些都不同程度存在脑组织损伤与抽样误差。

动态对比增强磁共振成像（dynamic contrastenhanced magnetic resonance imaging， DCEMRI）通过分析对比剂分子通透不成熟微血管的程度，可以无创地评估胶质瘤的不成熟微血管的通透性。因此，本研究的目的是通过胶质瘤DCE-MRI参数与CD105-MVD的对照研究，探讨DCE-MRI评估脑胶质瘤不成熟微血管密度的有效性。

方法

1．研究对象

本研究包括66例脑胶质瘤患者，其中男性38例，女性28例，年龄范围14～70岁，平均47±12岁。每名患者术前均经过常规MRI和DCE-MRI检查。根据2007版世界卫生组织（world health organization， WHO）的胶质瘤分级标准[7]，其中27例为II级（12例星形细胞瘤，9例少突胶质瘤，6例少突-星形胶质瘤），8例为III级（4例间变性星形细胞瘤，2例间变性少突胶质瘤，2例间变性少突-星形胶质瘤），31例为IV级（均为胶质母细胞瘤）。本研究经医学审查委员会批准，每名患者签字同意。

2． MR成像序列与参数

MR 成像使用 3．0T MR 扫描仪（Verio，Siemens AG， Erlangen Germany），采用16通道相控阵头颅线圈。受试者头部用海绵衬垫固定，防止移位。

2．1 常规MRI检查：三平面定位后，行横断面自旋回波（SE）T1WI－FLAIR（TR/TE 1780ms/20ms）、快速自旋回波（FSE）T2WI（TR/TE 3840ms/110ms）、液体哀减反转恢复序列(FLAIR) （TR/TE 8600ms/120ms）扫描，FOV 240mm×240mm，矩阵256×256。扫描范围从颅顶至枕骨大孔，层厚6mm，间隔2mm，共16层。在肘静脉注射对比剂钆喷酸葡胺(Gd-DTPA)，行矢状面、横断面T1WI常规增强扫描（常规增强在DCEMRI检查结束后进行）。

2．2 DCE-MRI检查：首先，扫描两组T1-vibe序列（TR/TE 5．1/1．8ms，层厚 3．6mm，FOV 240mm×240mm；矩阵128×192；flip角度2°、15°）。随后进行DCE-MRI，应用T1-twist序列(TR/TE， 4．9/1．9 ms；FOV 240mm×240mm；矩阵 128×192；层厚 3．6 mm，flip 角度 12° )，共包括60次采集，在第5次采集结束后，经肘静脉以4ml/s的速率、0．1mmol/kg的总量注入对比剂(Gd-DTPA-BMA，Omniscan， GE Healthcare，Oslo， Norway)。

3．图像的处理与分析

所有数据传入Siemens工作站，用自带的Tissue 4D软件包处理，该软件设计的血流动力学模型是Tofts-Kermode两室模型[8]。输入动脉选择颈内动脉，通过计算获得容积转运常数（Ktrans）图与血管外细胞外间隙容积比（Ve）图；设置的感兴趣区（ROI）自动匹配到相应的Ktrans图、Ve图上，进而测量相应的Ktrans值、Ve值。两位经验丰富的神经放射科医师在增强的T1WI图像手动设置ROI，面积约16～25mm2；在Ktrans图、Ve图上的肿瘤最高信号区域范围内移动ROI，直到获得肿瘤最大的Ktrans值、Ve值。设置ROI时要求避免囊变、坏死、出血与正常血管区域。

4．病理诊断与免疫组织化学检测

所有的胶质瘤组织标本经4%福尔马林固定后石蜡包埋。切取5μm切片行常规HE染色，并进行CD105免疫组织化学标记。根据2007年WHO分级标准对胶质瘤进行病理分级诊断。

免疫组织化学采用HercepTestTM试剂盒（DAKO）Envision法。一抗采用CD105(兔多克隆抗体，1：30)用于MVD计数。由一名经验丰富的神经病理医师分析CD105-MVD。先于低倍镜（40×）下找出高血管密度“热区”，采用CCD 随机选取5个视野（173μm2/视野）的照片后，采用Motic 图像分析系统 (version3．2，Motic China GroupCO．Ltd．) 计算CD105相关抗原染色阳性（棕褐色）的血管所占面积占图像总面积的百分比，取5个视野中MVD最大值用于分析[9]。

5．统计分析

应用SPSS 16．0统计软件对数据结果进行统计分析，统计结果以均数±标准差表示。对不同级别胶质瘤Ktrans值、Ve值、CD105-MVD的差异，应用Mann－Whitney U 检验；分别在HGG与低级别胶质瘤（low-grade glioma， LGG）中，将Ktrans值、Ve值与CD105-MVD之间的相关性应用Pearman相关分析。P＜0．05具有统计学意义。

结果

1． LGG与HGG的Ktrans值、Ve值与CD105-MVD的差异比较

表1显示LGG与HGG的平均Ktrans值、Ve值与CD105-MVD。LGG的Ktrans值、Ve值低于HGG，差异有统计学意义（P ＜ 0．001，P ＜ 0．001）；LGG的CD105-MVD低于HGG，差异有统计学意义（P ＜ 0．001）；III级与IV级胶质瘤的Ktrans值、Ve值、CD105-MVD差异无统计学意义。

表1 不同级别胶质瘤的Ktrans值、Ve值、CD105-MVD

图1 图A和B显示高级别胶质瘤的Ktrans值、Ve值与CD105-MVD正相关；图C和D显示低级别胶质瘤的Ktrans值、Ve值与CD105-MVD差值无统计学意义。

2．胶质瘤Ktrans值、Ve值与CD105-MVD的相关性分析

HGG的Ktrans值、Ve值与CD105-MVD正相关(r = 0．644， P ＜ 0．001； r = 0．643， P ＜ 0．001)。然而，LGG的Ktrans值、Ve值与CD105-MVD 的相关性分析无统计学意义(图1)。

讨论

基于组织学检测的微血管密度是评估胶质瘤预后的重要指标[10-11]。目前已经出现多种检测胶质瘤微血管的标记物。然而，CD31、CD34、Ⅷ因子等一些标记物，并不能区分胶质瘤的成熟微血管与不成熟微血管[4，12]。因此，由这些标记物标记的MVD并不能真正代表胶质瘤的恶性微血管生成。CD105又名Endoglin，是一种在新生血管内皮细胞高度表达的增殖相关蛋白，可以特异性标记新生微血管[13]。在胶质瘤中，CD105标记阳性的微血管提示为胶质瘤微血管恶性[6，13]。这些微血管在结构上不成熟，通透性增高。这些高通透性的微血管有助于血管内容物渗出到血管外细胞外间隙，进而促进胶质瘤向周围浸润[14]。前期研究发现，CD105在星形细胞瘤微血管内皮细胞特异性表达，而且CD105-MVD随着胶质瘤分级的增高而增高[6，10]。在本研究中，LGG的CD105-MVD明显低于HGG，进一步证实在HGG中存在更多恶性的不成熟微血管（图2）。Ⅲ级胶质瘤与Ⅳ级胶质瘤的CD105-MVD差异无统计学意义，可能是由于两者相似的不成熟微血管增殖程度所致。CD105-MVD的组织学检测存在脑组织损伤及抽样误差。因此，CD105-MVD的无创检测对于临床评估胶质瘤不成熟微血管增殖程度至关重要。

图2 上排：左颞叶星形细胞瘤（Ⅱ级）。A．增强T1WI图；B．Ktrans图；C．Ve图；D．CD105-MVD图。下排：左颞枕叶胶质母细胞瘤（Ⅳ级）。E．增强T1WI图；F．Ktrans图；G．Ve图；H．CD105-MVD图。Ⅱ级胶质瘤在Ktrans图与Ve图信号很低，阳性染色微血管很少；Ⅳ级胶质瘤的强化部分在Ktrans图与Ve图信号明显增高，阳性染色微血管明显增多。

通过DCE-MRI获得的Ktrans值与Ve值能够无创地定量评估胶质瘤的微血管通透性[15-17]，DCEMRI已经证实HGG微血管的通透性高于LGG[18-19]。在本研究中，LGG的Ktrans值与Ve值明显低于HGG，与前期研究结果一致（图2）[16，19]。胶质瘤的微血管通透性主要来自于不成熟微血管。本研究结果显示，在HGG中存在更多高通透性的不成熟微血管。

我们的主要研究目的是明确Ktrans值与Ve值是否可以替代CD105-MVD评估胶质瘤的不成熟微血管密度。在本研究的HGG中，Ktrans值、Ve值均与CD105-MVD明显正相关，说明两者在HGG的微血管研究中的一致性。然而，在LGG中，Ktrans值、Ve值与CD105-MVD的相关性分析均无统计学意义。在HGG中，原有的微血管不能满足其自身的进一步生长需要，必须生成新的微血管获得额外的血氧供应[20]。HGG的这些微血管通常是不成熟的，而且功能低下[21]。相对而言，在LGG中，原有的微血管通过扩张可以满足其自身需要，极少需要新生成血管。LGG的这些微血管通常是成熟的，与正常脑组织的微血管相似，通透性很低。因此，LGG的Ktrans值与Ve值没有明显的增高，接近于正常脑组织的Ktrans值与Ve值，趋向于0，并不能真正代表LGG的CD105-MVD。相反，由于存在更多的不成熟微血管，HGG的Ktrans值与Ve值可以充分代表胶质瘤的CD105-MVD。通过DCE-MRI计算Ktrans值与Ve值评估胶质瘤微血管密度的研究报道很少。有研究发现胶质瘤的Ktrans值与CD34-MVD不存在相关性[22]，分析其原因可能是因为Ktrans值、Ve值主要反映的是不成熟微血管，而CD34不能区分成熟微血管与不成熟微血管，它并不能特异性地标记不成熟微血管。在本研究中，CD105-MVD代表不成熟微血管密度，与Ktrans值与Ve值均正相关，说明Ktrans值与Ve值可以真正代表胶质瘤的不成熟微血管密度。本研究证实了DCE-MRI可以代表胶质瘤不成熟微血管密度，说明DCE-MRI有评估胶质瘤不成熟微血管的潜能。

本研究存在一些不足之处。首先，本研究很难做到病理与影像的点对点对照，不排除存在抽样误差的可能性。为了减少误差，我们选择胶质瘤Ktrans图与Ve图信号最高区域与CD105-MVD的最大值进行对照研究。我们的结果还需要进一步验证。

我们的研究结果显示Ktrans值、Ve值可以无创地评估脑胶质瘤不成熟微血管密度。因此，我们认为DCE-MRI作为一种重要而简捷的成像方法可以无创地分析脑胶质瘤微血管密度，对脑胶质瘤的临床诊疗具有重要的参考价值。

[1]Jensen RL, Mumert ML, Gillespie DL, et al. Preoperative dynamic contrast-enhanced MRI correlates with molecular markers of hypoxia and vascularity in specific areas of intratumoral microenvironment and is predictive of patient outcome. Neuro-oncology, 2014,16:280-291.

[2]Nguyen TB, Cron GO, Mercier JF, et al. Preoperative Prognostic Value of Dynamic Contrast-Enhanced MRI-Derived Contrast Transfer Coefficient and Plasma Volume in Patients with Cerebral Gliomas.AJNR American journal of neuroradiology ,2015,36:63-69.

[3]Wikstrom P, Lissbrant IF, Stattin P, et al. Endoglin (CD105) is expressed on immature blood vessels and is a marker for survival in prostate cancer. The Prostate ,2002,51:268-275.

[4]Yao Y, Kubota T, Takeuchi H, et al. Prognostic significance of microvessel density determined by an anti-CD105/endoglin monoclonal antibody in astrocytic tumors: comparison with an anti-CD31 monoclonal antibody. Neuropathology : of fi cial journal of the Japanese Society of Neuropathology ,2005,25:201-206.

[5]Li C, Issa R, Kumar P, et al. CD105 prevents apoptosis in hypoxic endothelial cells. Journal of Cell Science, 2003,116:2677-2685.

[6]Miebach S, Grau S, Hummel V, et al. Isolation and culture of microvascular endothelial cells from gliomas of different WHO grades. Journal of Neuro-oncology ,2006,76:39-48.

[7]Louis DN, Ohgaki H, Wiestler OD, et al. The 2007 WHO classification of tumours of the central nervous system. Acta Neuropathologica ,2007,114:97-109.

[8]Tofts PS, Brix G, Buckley DL, et al. Estimating kinetic parameters from dynamic contrast-enhanced T(1)-weighted MRI of a diffusable tracer: standardized quantities and symbols. Journal of magnetic resonance imaging: JMRI ,1999,10:223-232.

[9]Weidner N. Intratumor microvessel density as a prognostic factor in cancer. The American Journal of Pathology ,1995,147:9-19.

[10]Netto GC, Bleil CB, Hilbig A, et al. Immunohistochemical evaluation of the microvascular density through the expression of TGF-beta(CD 105/endoglin) and CD 34 receptors and expression of the vascular endothelial growth factor (VEGF) in oligodendrogliomas.Neuropathology : official journal of the Japanese Society of Neuropathology ,2008,28:17-23.

[11]Sica G, Lama G, Anile C, et al. Assessment of angiogenesis by CD105 and nestin expression in peritumor tissue of glioblastoma.International Journal of Oncology, 2011,38:41-49.

[12]Sun H, Guo D, Su Y, et al. Hyperplasia of pericytes is one of the main characteristics of microvascular architecture in malignant glioma.PloS one ,2014,9:e114246.

[13]Behrem S, Zarkovic K, Eskinja N, et al. Endoglin is a better marker than CD31 in evaluation of angiogenesis in glioblastoma. Croatian Medical Journal ,2005,46:417-422.

[14]Smith SJ, Tilly H, Ward JH, et al. CD105 (Endoglin) exerts prognostic effects via its role in the microvascular niche of paediatric high grade glioma. Acta Neuropathologica ,2012,124:99-110.

[15]Roberts HC, Roberts TP, Brasch RC, et al. Quantitative measurement of microvascular permeability in human brain tumors achieved using dynamic contrast-enhanced MR imaging: correlation with histologic grade. AJNR American Journal of Neuroradiology, 2000,21:891-899.

[16]Cha S, Yang L, Johnson G, et al. Comparison of microvascular permeability measurements, K(trans), determined with conventional steady-state T1-weighted and first-pass T2*-weighted MR imaging methods in gliomas and meningiomas. AJNR American journal of Neuroradiology ,2006,27:409-417.

[17]Jia Z, Geng D, Xie T, et al. Quantitative analysis of neovascular permeability in glioma by dynamic contrast-enhanced MR imaging.Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia, 2012,19:820-823.

[18]Roberts HC, Roberts TP, Ley S, et al. Quantitative estimation of microvascular permeability in human brain tumors: correlation of dynamic Gd-DTPA-enhanced MR imaging with histopathologic grading. Academic Radiology, 2002,9 Suppl 1:S151-155.

[19]Jia Z, Geng D, Liu Y, et al. Low-grade and anaplastic oligodendrogliomas: differences in tumour microvascular permeability evaluated with dynamic contrast-enhanced magnetic resonance imaging. Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia ,2013,20:1110-1113.

[20]Jain RK, di Tomaso E, Duda DG, et al. Angiogenesis in brain tumours. Nature reviews Neuroscience ,2007,8:610-622.

[21]Bulnes S, Bilbao J, Lafuente JV. Microvascular adaptive changes in experimental endogenous brain gliomas. Histology and Histopathology, 2009,24:693-706.

[22]Haris M, Gupta RK, Singh A, et al. Differentiation of infective from neoplastic brain lesions by dynamic contrast-enhanced MRI.Neuroradiology ,2008,50:531-540.

CNKI成功研制《医院科研成果统计分析与评价数据库》

2017年7月20日，同方知网（CNKI）中国科学文献计量评价研究中心研发的《医院科研成果统计分析与评价数据库》召开了专家鉴定会。来自卫生和医疗主管部门、医院科研处、学科协会等18个单位的20位专家参会，并对该项成果给予高度评价，认为其达到国内领先水平。

该数据库统计了全国11863家医院（包括1647家三级医院、6357家二级医院）及其200万名学者近10年的科研产出成果数，并对其学术影响力进行了评价。统计的科研成果类型包括国内期刊发文、SCI论文、国内会议和ISTP国际会议论文，以及专利、基金和奖励等。除了统计成果数量以外，该数据库还统计了期刊论文的被引频次、下载频次等影响力指标，并发布了医院和学者的h指数、综合指数等综合评价指标。为了满足医院各科室及细分学科领域的评价需求，数据库按临床科室情况设计了28个一级学科进行分类评价。

该数据库为医院科研绩效评价与管理提供了丰富、全面的统计数据。基于“科研结果管理”的理念，该数据库发布了大量客观事实数据。主要用途可以概括为：首先，支持医院的学科发展水平评价。既能纵向比较各年各学科发展趋势，又能横向与全国同学科医院发展水平进行对比分析，从而知彼知己，找准医院学科建设的重点方向。其次，支持专家学者评价。该数据库对医院科研人员近10年的科研产出和学术影响力进行了全面统计分析，方便医院了解和管理本院各科室学者，也方便评估和寻找学科带头人和专家。第三，支持学者成果的快捷汇总和统计，把科研人员从整理自己成果的繁琐工作中解放出来。只需轻轻一点，即可轻松完成科研成果及影响力数据的统计和导出！

《医院科研成果统计分析与评价数据库》网址：http：//www．pj．cnki．net/，欢迎咨询、订购。咨询电话：010-82710850 82895056 转 8599，Email：．net。

The Assessment of Immature Microvascular Density in Gliomas with Dynamic Contrast-enhanced Magnetic Resonance Imaging

JIA Zhong-zheng, CAO Liang, , SHEN Dan-dan, ZHANG Yan-man, ZHOU Xue-jun

Purpose:To quantitatively assess the immature microvascular density (MVD) of brain gliomas with the volume transfer constant (Ktrans) and volume of extravascular extracellular space per unit volume of tissue (Ve) by dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI).Methods:Sixtysix patients with brain gliomas (grade II, 27; grade III, 8; and grade IV, 31)were included in this study. The maximal values of Ktransand Ve from each patient were obtained before the operation. The maximal CD105-microvascular density (CD105-MVD) of each tumor was measured in the specimens. The differences of Ktrans,Ve and CD105-MVD between the different grades of gliomas were analyzed by the Mann-Whitney U-test.The Pearman correlation coefficient was determined between Ktrans, Ve and CD105-MVD.Results:The Ktrans, Ve and CD105-MVD of low-grade gliomas were significantly lower than those of high-grade gliomas(P＜0.001, P＜0.001, P＜0.001). Ktransand Ve were positively correlated with CD105-MVD in high-grade gliomas (P＜0.001, P＜0.001).Conclusion:DCE-MRI can be used to assess the immature MVD of gliomas.

Glioma; Dynamic contrast-enhanced; Volume transfer constant; Microvascular density; CD105

Science and Technology Project of Nantong city No.HS2014064

R445.2

1006-5741（2017）-04-0293-06

中国医学计算机成像杂志，2017，23：293-298

江苏省南通大学附属医院医学影像科

通信地址：江苏省南通市西寺路20号 ,南通 226001

周学军(电子邮箱：Zxj0925101@sina.com)

南通市科技计划项目 No. HS2014064

Chin Comput Med Imag，2017，23：293-298

Department of Radiology, Affiliated Hospital of Nantong University

Address: 20 Xisi Rd., Nantong 226001 Jiangsu, P.R.C.