毛細胞型星形細胞瘤(PA)是兒科人群中最常遇到的原發性中樞神經係統腫瘤。然而，PA也占成人腦腫瘤的1.5%，而且多達25%的PA患者年齡超過20歲。鑒別小兒PAs相對簡單，因為大多數兒童PAs表現為較為典型，通常為位於小腦的具有壁層結節外觀的囊實腫塊。然而，由於成人PA的影像學表現通常不典型，因此鑒別診斷十分困難。特別是在成人PAs中，高級別膠質瘤(HGG，WHOIII-IV級)是最具挑戰性和最關鍵的鑒別診斷。PAs的主要治療方法是手術切除，而HGGs的標準治療方法除手術外還要進行放療或化療。

        越來越多的證據表明，成人PAs不僅表現出不同的影像學表現，而且預後差異較大，具有與兒科PAs不同的遺傳改變和基因表達特征。此外，以前的研究顯示，常規MRI和部分先進的成像參數，如彌散、灌注或MR波譜成像，在區分PAs和HGGs方麵的價值有限。放射性組學是影像科學的一個新興分支，它將放射學圖像轉化為可挖掘的影像數據，在預測彌漫性膠質瘤的分子狀態、等級和預後方麵顯示出良好的效果。

        近日，發表在EuropeanRadiology雜誌的一項研究開發了一個放射組學模型來區分成人PA和HGGs，為該類患者術前的準確診斷及治療方案製定提供了可能。

        本項回顧性研究包括302名患有PA(n = 62)或HGG(n = 240)的成年患者。這些病人被隨機分為訓練組(n = 211)和測試組(n = 91)。獲得臨床數據，並從多參數MRI中提取了放射學特征(n = 372)，並進行了自動腫瘤分割。在用F-score進行特征選擇後，訓練了一個帶子采樣的輕型梯度提升機分類器，以建立三個模型。(1)臨床模型、(2)放射組學模型、(3)臨床和放射組學組合模型。同時對醫生的診斷表現進行了評估。分類器的性能在測試集中得到了驗證。應用SHapley Additive exPlanations(SHAP)來探索模型的可解釋性。

        本研究共選擇了15個放射學特征。在測試組中，臨床和放射組學聯合模型(曲線下麵積[AUC]，0.93)的性能明顯高於臨床模型(AUC，0.79，p = 0.037)，並與放射組學模型(AUC，0.92，p = 0.828)性能相似。臨床和放射組學聯合模型的性能也明顯高於醫生(AUC，0.76-0.81，p < 0.05)。SHAP的模型解釋表明，來自T2加權圖像的較低的腫瘤內異質性與PA診斷高度相關。

        圖結合臨床和放射組學模型的正確和錯誤分類的典型病例。(a) 19歲男性，患有PA，由臨床和放射組學聯合模型正確分類。Dice係數為 0.99. (b) 60歲男性，患有PA，被臨床和放射組學聯合模型錯誤地分類為高級別膠質瘤(HGG)。Dice係數為0.99

        本研究表明，全自動的臨床和放射組學組合模型有助於區分成人PAs和HGGs。來自T2的二階特征在鑒別診斷中十分重要，同時提示PAs比HGGs具有更少的瘤內組織異質性的基本病理生理學特征。

        原文出處：

        Yae Won Park,Jihwan Eom,Dain Kim,et al.A fully automatic multiparametric radiomics model for differentiation of adult pilocytic astrocytomas from glioblastomas.DOI:10.1007/s00330-022-08575-z