基于多模态MRI影像组学与深度学习的脑胶质瘤诊断及预后预测研究进展

摘要

脑胶质瘤是中枢神经系统最常见的原发性恶性肿瘤,其病程进展快、预后差,组织病理学分类/分级和分子表型信息的不同导致了胶质瘤的多样性及难治性。磁共振波谱成像(magnetic resonance spectroscopy, MRS)、磁共振指纹成像(magnetic resonance fingerprinting, MRF)、化学交换饱和转移(amide proton transfer, APT)、扩散加权成像(diffusion weighted imaging, DWI)、扩散张量成像(diffusion tensor imaging, DTI)、扩散峰度成像(diffusion kurtosis imaging,DKI)等多模态MRI技术能从多种角度为脑胶质瘤的鉴别诊断及治疗效果提供重要信息。此外,影像组学与深度学习技术的蓬勃发展为深入挖掘影像学数据提供了强有力的工具。联合影像组学与深度学习计算机辅助诊断技术可实现对脑胶质瘤更客观准确地评估分析,拓展MRI技术的临床应用价值。本文探讨了基于MRS、MRF、APT、DWI、DTI、DKI等多模态MRI技术影像组学与深度学习的脑胶质瘤诊断及预后预测研究现状,以期为临床术前评估脑胶质瘤提供参考和借鉴。