分享:
分享到微信朋友圈
X
综述
化学交换饱和转移成像在胶质瘤的应用研究进展
张岚 汪晶

Cite this article as: Zhang L, Wang J. Research progress in the application of chemical exchange saturation transfer imaging in glioma[J]. Chin J Magn Reson Imaging, 2022, 13(6): 139-142.本文引用格式:张岚, 汪晶. 化学交换饱和转移成像在胶质瘤的应用研究进展[J]. 磁共振成像, 2022, 13(6): 139-142. DOI:10.12015/issn.1674-8034.2022.06.029.


[摘要] 胶质瘤是最常见的原发性中枢神经系统肿瘤,侵袭性强,预后极差。其生长过程中伴随着肿瘤组织内蛋白质、谷氨酸、胺等物质含量的改变。化学交换饱和转移成像(Chemical exchange saturation transfer,CEST)是一种依赖于酰胺(-NH)、胺(-NH2)和羟基(-OH)基团中可移动质子和自由水进行化学交换的新型无创性MRI技术,从分子水平反映组织内蛋白质或多肽中可移动质子含量及pH值的变化。该技术可发现并量化胶质瘤内部分子水平的改变。本文就CEST技术原理及在胶质瘤术前诊断及鉴别诊断、分级、分子分型预测、疗效评估的研究进展及CEST技术存在的不足进行综述。
[Abstract] Glioma is the most common primary central nervous system tumor with strong invasiveness and poor prognosis. Its growth is accompanied by changes in the contents of protein, glutamic acid, amine and other substances. Chemical exchange saturation transfer (CEST) imaging is a novel and noninvasive MRI mechanism, relying on the exchange between the mobile protons in amide (-NH), amine (-NH2) and hydroxyl (-OH) and bulk water. It can reflect the changes of the mobile protons content in the protein or peptide and pH value in the tissue at the molecular level. It can detect and quantify changes within gliomas at the molecular level. In this article, the principle, the applications in the diagnosis and classification, grading, molecular typing prediction and response evaluation of gliomas and the shortcoming of CEST were reviewed.
[关键词] 胶质瘤;化学交换饱和转移;磁共振成像;分级;分子分型预测;疗效评估
[Keywords] glioma;chemical exchange saturation transfer;magnetic resonance imaging;grading;molecular typing prediction;response evaluation

张岚 1, 2   汪晶 1, 2*  

1 华中科技大学同济医学院附属协和医院放射科,武汉 430022

2 湖北省分子影像重点实验室,武汉 430030

汪晶,E-mail:xhwangjing@hust.edu.cn

作者利益冲突声明:全体作者均声明无利益冲突。


基金项目: 湖北省自然科学基金面上项目 2021CFB447
收稿日期:2022-03-10
接受日期:2022-04-24
中图分类号:R445.2  R730.264 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2022.06.029
本文引用格式:张岚, 汪晶. 化学交换饱和转移成像在胶质瘤的应用研究进展[J]. 磁共振成像, 2022, 13(6): 139-142. DOI:10.12015/issn.1674-8034.2022.06.029

       胶质瘤是最常见的原发性中枢神经系统肿瘤,且病死率高。目前胶质瘤分类、分级的“金标准”仍然为手术或活检病理及相关免疫组化。但该方法为有创性操作,且部分患者无法耐受手术或病灶无法完全切除。近年来,磁共振成像已经成为脑肿瘤患者最常用的术前诊断方法,尤其是灌注加权成像(perfusion weighted imaging,PWI)、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 imging,DKI)、磁共振波谱(magnetic resonance spectrum,MRS)等先进的磁共振序列的出现及临床广泛应用,在胶质瘤的初步诊断、手术规划、疗效监测等方面提供了丰富的关于肿瘤微环境、代谢等相关信息。然而,上述方法在术前预测胶质瘤的分级及分子分型、确定手术切除及放疗靶区范围、选择活检部位及鉴别胶质瘤复发和放射性坏死等方面仍存在不足。

       化学交换饱和转移(chemical exchange saturation transfer,CEST)成像基于水与质子交换率进行成像,从分子水平检测内源性或外源性大分子中的可交换质子,对组织中游离的蛋白质等大分子含量的变化十分敏感,目前在胶质瘤的精准诊断和疗效评估等方面均表现出良好的临床应用前景。

1 CEST技术的出现及原理

       CEST是由磁化传递(magnetic transfer,MT)衍生而来的一类新的MRI对比剂技术,2000年由Ward等[1]首先提出。CEST模型经典的解释为两池模型(自由水池和可交换质子池),选择性饱和某特定频率处的微量大分子可交换质子池,与自由水中的氢质子进行空间位置的交换,将饱和状态传递到水的氢质子,自由水中氢质子的信号减低,通过对氢质子在自由水中的信号差异进行成像,产生MRI对比度。通过饱和期间重复化学交换过程,不断放大对比度,可以检测微摩尔-毫摩尔范围内的低浓度溶质分子[2]。但是由于机体内组织成分复杂,并且随着CEST扫描技术及分析算法的发展,目前可以用多池拟合模型来更好地解释CEST效应,分别为直接水饱和效应(direct saturation of water,DSW)、酰胺质子转移(amide proton transfer,APT)、核奥氏效应(nuclear Overhauser effect,NOE)、磁化转移效应(magnetization transfer,MT)。依靠标化后的水信号强度(Isat/I0)与饱和脉冲的偏共振频率的关系绘制Z谱图[3],能更形象地显示不同频率点的自由水信号改变。常用的CEST定量参数为非对称磁化转移率(magnetic transfer ratio asymmetry,MTRasym)。研究表明,pH、代谢物浓度以及温度等会影响CEST对比度[1]。目前研究及应用最广泛的为APT成像,属于CEST技术的一种,特定检测共振频率在3.5 ppm处的大分子中的酰胺质子。除此之外,CEST技术还可以对羟基(-OH)、胺(-NH)及肌酸、谷氨酸、肌醇等代谢物进行成像。CEST技术除可以检测内源性可移动质子外,也可通过静脉注射外源性可移动质子产生外源性CEST效应。但目前外源性对比剂在临床中的应用十分有限,大多数仍处于临床前研究阶段,本文主要就内源性CEST成像在胶质瘤中的应用研究进展进行综述。

2 内源性CEST成像在胶质瘤中的应用

2.1 内源性CEST成像在胶质瘤术前诊断中的应用

2.1.1 术前评估胶质瘤范围

       CEST技术在胶质瘤的术前评估中有巨大的潜力。尽管常规MRI广泛应用于胶质瘤的术前诊断中,但是其难以将胶质瘤瘤体与周围水肿分开。Zhou等[4]首先提出APT成像可以反映胶质肉瘤的确切边界。此外,也有研究发现APT成像可以无创性地显示高级别胶质瘤内部的异质性成分[5]。即使在常规T1WI增强扫描中表现为轻微强化的病灶,在APT图像中也表现为不均匀高信号。肿瘤实性区域平均APT信号强度明显高于瘤周水肿区,中央坏死区的平均APT信号明显低于肿瘤实性部分,可能与肿瘤细胞异常增殖活跃,蛋白含量增加,酰胺质子浓度增加有关,而瘤周水肿区的APT信号增高可能由于肿瘤细胞浸润和水肿。同时,胶质瘤细胞外谷氨酸的增加会对周围组织产生兴奋性毒性并促进肿瘤向周围侵袭性生长,与胶质瘤患者的耐药性癫痫发作相关。Neal等[6]分析了10例弥漫性胶质瘤患者的谷氨酸CEST (glutemate chemical exchange saturation transfer,GluCEST)成像的差异,结果显示肿瘤周围谷氨酸升高与胶质瘤患者癫痫发生有关,并在胶质瘤侵袭过程中改变了肿瘤的谷氨酸稳态。类似的研究也发现,瘤周水肿带外带仍有少量GluCEST高信号灶,表明GluCEST可以更为准确地识别胶质瘤的侵袭范围[7]。无强化的胶质瘤,由于肿瘤内部的异质性,也可迅速增长,但通过常规MRI序列区分肿瘤内部异质性十分困难,有研究发现通过洛伦兹拟合分离3D脉冲CEST成像得到的APT信号在无强化胶质瘤内部分存在异质性高信号区,表明非增强型胶质瘤内部的空间特异性,该发现有助于指导此类胶质瘤的靶向活检,进而实现精准诊断及治疗,未来可能有助于识别常规MRI无法识别的微观上的肿瘤侵袭区域[8, 9]

2.1.2 胶质瘤的术前分级诊断

       根据世界卫生组织(world health organization,WHO)分级标准,胶质瘤分为WHO Ⅰ-Ⅳ级,术前对胶质瘤分级对于胶质瘤患者的个性化治疗意义重大。但20%的低级别胶质瘤表现为明显强化,25%左右的高级别胶质瘤表现为无强化或轻度强化,因此仅通过常规MRI对胶质瘤进行术前分级存在较大的不足。与低级别胶质瘤相比,高级别胶质瘤细胞增殖加速,蛋白表达增加,因此CEST技术可对胶质瘤的分级提供更准确的影像诊断信息。多项研究表明[10, 11, 12],CEST及其衍生序列已经广泛应用于胶质瘤的分级,能显著提高分级的准确性。Togao等[11]研究发现,平均APT信号在胶质瘤的Ⅱ级和Ⅲ级、Ⅲ级和Ⅳ级以及Ⅱ级和Ⅳ级差异均有统计学意义,且WHO分级越高,APT信号越高。同时该研究还表明APT信号可以术前预测胶质瘤细胞增殖程度。另Park等[12]通过直方图分析得出,APT第90%百分位数(90th percentile APT,APT90)能显著提高PWI在识别高低级别胶质瘤中的准确性[两位评估者诊断的受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under the curve,AUC)分别从0.8和0.82上升至0.97]。与之相似,有研究也得出了APT相关参数在胶质瘤的分级诊断中的诊断性能优于定量弛豫时间及DKI的定量参数[13, 14]。与传统的基于磁化转移不对称分析不同,Su等[15]通过五池洛伦兹函数拟合,将影响CEST信号的主要混杂因素[包括MT、NOE、DSW、APT及肌酐CEST效应(creatine CEST,CrCEST)]单独量化,分别评估各个参数对胶质瘤分级的价值并构建组合模型,结果表明洛伦兹函数拟合的多参数组合模型能提供更全面的辅助诊断信息。

2.1.3 胶质瘤的鉴别诊断

       在临床常规MRI序列中,脑转移瘤、原发性中枢神经系统淋巴瘤(primary central nervous system lymphoma,PCNSL)及部分感染性肿块与胶质瘤均表现为相似的信号特征及强化方式,因此常需与胶质瘤鉴别。但常规MRI序列及PWI、DWI、MRS等序列仅有有限的诊断特异性。Jiang等[16]研究发现PCNSL病灶区的APT信号(APTmax、APTmax-min、CESTtotal)显著低于高级别胶质瘤,这可能与PCNSL核质比更高有关,而由于胶质瘤向周围侵袭性生长,瘤周水肿区的APT信号高于PCNSL。上述参数均能区分二者,其中APTmax-min鉴别诊断效果最佳(AUC值为0.963,准确度为94.1%)。同时该机构还发现APT成像能显著提高胶质母细胞瘤与转移瘤鉴别诊断的准确性,瘤周水肿区的APTmin是区分转移瘤和胶质母细胞瘤的最佳参数(AUC值为0.905,准确度为85.2%,而该机构的初级医生和高级医生诊断准确度仅分别为51.6%和79.5%)[17]。与之不同的是,Kamimura等[18]通过直方图分析发现,肿瘤强化区的APT直方图参数能显著区分转移瘤和胶质母细胞瘤,而瘤周水肿区的APT直方图参数无法区分二者,推测可能是由于扫描参数设置、分析方法及转移瘤的原发灶来源广泛导致两个机构的研究结果存在差异。Lingl等[19]同样证实了CEST有助于区分胶质瘤与转移瘤,而ADC值在二者之间则差异无统计学意义。除此之外,基于APT的影像组学模型也可用于鉴别胶质瘤与转移瘤,得到的AUC为0.863,特异度为81.1%[20]。APT成像的直方图分析还可用于鉴别脑胶质瘤与感染性肿块样病变[21]

2.1.4 胶质瘤分子病理标志物的预测诊断

       根据WHO 2021版中枢神经系统脑肿瘤分类标准[22],异柠檬酸脱氢酶(isocitrate dehydrogenase,IDH)、O6-甲基鸟嘌呤甲基转移酶(O6-methylguanine-DNA-methyltransferase,MGMT)启动子甲基化、组蛋白H3赖氨酸27 (histone H3 at lysine 27,H3K27)突变及染色体1p/19q共缺失等基因突变在胶质瘤的分类、分级中起着至关重要的作用,与患者治疗方案选择、疗效及预后关系密切。多项研究发现CEST及其衍生序列能术前无创性地预测上述多种基因突变[23, 24, 25]。MGMT能够修复化疗药导致的肿瘤细胞DNA损伤,使化疗耐受,治疗效果减低。MGMT基因启动子甲基化能沉默MGMT转录表达,减少胶质母细胞瘤(glioblastoma,GBM)患者对化疗药物的耐药。基于蛋白质的APT成像可以术前评估GBM患者的MGMT甲基化状态,有助于提高复发性GBM患者的疗效[24]。另有研究发现弛豫补偿的多池CEST技术能预测胶质瘤患者IDH突变状态,尚无法区分MGMT启动子甲基化状态,但同样观察到MGMT启动子未甲基化的胶质瘤患者CEST信号更高的趋势[26]。IDH突变型1p/19q共缺失胶质瘤患者细胞外酸度及缺氧程度可能较IDH野生型患者低,预后更好。几乎所有的1p/19q共缺失状态都发生在IDH突变型胶质瘤中,而1p/19q共缺失状态可能也与细胞外酸度更低相关。Yao等[23,27]证实pH敏感的胺CEST可以作为一种快速识别IDH突变及1p/19q共缺失胶质瘤的非侵入性标志物。Mancini等[28]除了分析常规的CEST参数外,提出基于不对称分析和流体抑制两种模型的酰胺/胺可以对无明显强化的胶质瘤的IDH突变状态进行预测,且不对称分析与流体抑制模型计算酰胺/胺不匹配可能对胶质瘤的具有预后价值。Hagiwara等[29]进一步利用胺CEST成像结合PWI成像研究胶质瘤异常代谢机制,发现IDH突变型胶质瘤的有氧糖酵解指数(aerobic glycolytic index,AGI)显著低于野生型,IDH突变型胶质瘤的AGI与单羧酸转运蛋白密度相关,而IDH野生型胶质瘤的AGI与葡萄糖摄取及肿瘤细胞的AGI有关。H3K27M突变型胶质瘤癌症相关基因表达增加,预后较差,是弥漫性中线胶质瘤的一个重要分子标志物。Zhuo等[25]发现,常规胶质瘤术前APT图像的参数无法区分H3K27M突变型和野生型,基于支持向量机(support vector machine,SVM)的影像组学模型(验证集的AUC值为0.93,准确度为0.86)能显著区分二者。

       胶质瘤术前APT同样也可以作为其预后的独立预测因子。高APT信号是高级别胶质瘤患者总生存期和无进展生存期较差的重要独立预测因子,比临床相关预后因素及分子标志物更具有预后价值,这与较高的APT信号反映了肿瘤细胞增殖及侵袭性的增加有关[30]。同时将APT信号作为一个因素加入预测模型能显著提高模型的预测性能,这更加凸显了APT作为一种新的补充诊断方法的重要性。Paech等[31]也得到了类似的结论。

2.2 CEST在胶质瘤术后评估中的应用

       目前胶质瘤一线治疗方法为最大安全距离手术切除后辅助放疗联合替莫唑胺化疗。尽管综合治疗能延长患者的生存时间,但胶质母细胞瘤的五年生存率仅为5%[32]。化疗同时会造成正常脑组织损伤,导致局部炎症反应、水肿及血管通透性改变,在常规MRI上表现为T1WI、T2WI混杂信号及不规则强化,与胶质瘤复发难以鉴别。临床上将同步放化疗结束后前6个月内肿瘤强化程度暂时增加的现象称为假性进展[32]。因此寻找能早期反应治疗疗效的生物标志物,鉴别肿瘤真实进展和治疗后改变,以避免过多的无效治疗并寻找其他治疗方法对患者个体化治疗至关重要。相继多个研究证明CEST技术的多个参数能对胶质瘤患者放化疗后进行明确的早期反应评估,明显早于放化疗后肿瘤体积减小等形态学改变,甚至在放化疗开始之前能识别可能早期进展的患者,有助于及时调整治疗方案[33, 34]。Yao等[35]发现pH敏感的胺CEST能早期监测贝伐单抗治疗疗效,同时,胺CEST信号早期减低可能与患者无进展生存时间更长相关,残留或新出现的胺CEST高信号区域可能对应肿瘤复发。苏昌亮等[36]研究显示APT定量指标磁化转移率(magnetization transfer ratio,MTR)及病灶区相对正常脑白质的MTR变化率(relative MTR,rMTR)对胶质瘤复发和假性进展有良好的鉴别诊断价值(AUC值分别为0.986、0.943)。有研究将APT成像与DTI、动态磁敏感对比增强扫描(dynamic susceptibility contrast-enhanced,DSC)及动态对比增强(dynamic contrast-enhanced,DCE)进行比较,发现APT值较其他临床常用定量参数诊断价值更高,且加入APT值后构建的模型在区分胶质瘤复发与假性进展方面效果更佳[37]。Park等[38]则通过研究认为将T1WI增强图像、归一化脑血流量(normalized cerebral blood volume,nCBV)第90%百分位数(90th percentile nCBV,nCBV90)及APT90结合能显著提高鉴别诊断效能(AUC值为0.97)。也有研究将18F-FET-PET、APTw及DSC灌注参数相结合,构建基于随机森林分类器的全自动影像组学分析模型,实现了较高的分类准确度[39]

3 外源性CEST在胶质瘤中的应用

       与内源性CEST分子相比,外源性CEST对比剂的使用可以提供相对较高的局部浓度[40]。外源性CEST对比剂主要包括顺磁性对比剂、反磁性对比剂、脂质体CEST对比剂、纳米颗粒及超极化气体CEST对比剂。顺磁性CEST对比剂较反磁性CEST对比剂距离水的频率更远,能产生更大的化学位移,获得更强的CEST效应。此外顺磁性CEST化学交换速率更快,对CEST效应更敏感,但由于其潜在毒性,目前除D-葡萄糖[41, 42]外,大多数研究仍处于临床前状态。外源性CEST对比剂可运用的领域包括:检测[43]、标记胶质瘤细胞[44];评估胶质瘤肿瘤组织的血容量及血脑屏障通透性的变化[41];鉴别胶质瘤与真菌性脑损伤[45];与化疗药物相结合检测化疗药的局部递送、分布及药量,达到局部化疗的效果[40,46]

4 CEST技术临床应用挑战及优化

       尽管CEST成像提供了一种分子层面无创性地早期诊断胶质瘤和疗效监测的新技术,但目前不同研究采用的设备、场强、饱和功率、饱和时间、采样频率、数据读出及分析方法等不同,结果通常很难进行比较,且目前研究大部分为小样本回顾性研究。CEST技术要进一步在临床中全面应用,还存在一些挑战,包括对场强及B0场的均匀性要求较高、扫描时间长、仅能进行2D图像采集及对CEST信号的解释等。针对上述问题,各种新技术从扫描方案、图像采集及读出方式、后处理等各个方面进行了相应的改进。通过调整射频功率、脉冲持续时间等,多项研究在3 T及1.5 T MRI上获得了较好的CEST对比度[47]。也有研究探索结合并行采集及压缩感知等MR加速技术实现了快速CEST成像[48]。Goerke等[49]通过选择性减少采集的Z谱数据,结合3D图像读出和预饱和参数,进一步优化采集协议,将扫描所需时间缩短至7 min以下,提出了一种临床适用的常规采集协议。Schure等[50]通过应用预饱和模块提出一种快速多层成像方法,完成了在8 s内采集一个偏移频率点的16层图像,最终可实现对胶质瘤的3D成像,能更全方位多角度地分析胶质瘤内部的异质性。应用不对称分析得到的APT信号会受到MT效应等其他效应的影响,因此也有一些更先进的后处理方法,例如表观交换依赖弛豫(apparent exchange-dependent relaxation,AREX)、多池洛伦兹拟合等技术通过消除来自DSW和MT效应的背景信号,研究剩余的CEST效应[40]

       总之,CEST技术可以通过探测体内蛋白质/多肽的含量从分子水平反映组织内蛋白质或多肽中可移动质子含量及pH值的变化。随着研究的不断深入,大样本前瞻性研究的逐步开展,CEST成像技术将不断发展成熟,实现高信噪比、全脑覆盖和短采集时间。再加上基于深度学习的分析,有望为实现快速准确的CEST开辟新途径,与PWI、MRS等技术共同为胶质瘤及其他疾病的诊断、治疗疗效监测及预后评估等方面提供更多、更全面的信息。

[1]
Ward KM, Aletras AH, Balaban RS. A new class of contrast agents for MRI based on proton chemical exchange dependent saturation transfer (CEST)[J]. J Magn Reson, 2000, 143(1): 79-87. DOI: 10.1006/jmre.1999.1956.
[2]
Dou W, Lin CE, Ding H, et al. Chemical exchange saturation transfer magnetic resonance imaging and its main and potential applications in pre-clinical and clinical studies[J]. Quant Imaging Med Surg, 2019, 9(10): 1747-1766. DOI: 10.21037/qims.2019.10.03.
[3]
闫爽, 李明利, 金征宇. 化学交换饱和转移技术原理及应用进展[J]. 磁共振成像, 2016, 7(4): 241-248. DOI: 10.12015/issn.1674-8034.2016.04.001.
Yan S, Li ML, Jing ZY. Principle and application progress of chemical exchange saturation transfer (CEST) technique. Chin J Magn Reson Imaging[J]. 2016, 7(4): 241-248. DOI: 10.12015/issn.1674-8034.2016.04.001.
[4]
Zhou J, Lal B, Wilson DA, et al. Amide proton transfer (APT) contrast for imaging of brain tumors[J]. Magn Reson Med, 2003, 50(6): 1120-1126. DOI: 10.1002/mrm.10651.
[5]
Wen Z, Hu S, Huang F, et al. MR imaging of high-grade brain tumors using endogenous protein and peptide-based contrast[J]. NeuroImage, 2010, 51(2): 616-622. DOI: 10.1016/j.neuroimage.2010.02.050.
[6]
Neal A, Moffat BA, Stein JM, et al. Glutamate weighted imaging contrast in gliomas with 7 Tesla magnetic resonance imaging[J]. Neuroimage Clin, 2019, 22: 101694. DOI: 10.1016/j.nicl.2019.101694.
[7]
朱志坚, 马焕杰, 沈苑玉, 等. 谷氨酸化学交换饱和转移成像技术对脑肿瘤的诊治价值研究[J]. 功能与分子医学影像学: 电子版, 2017, 6(4): 1295-1301. DOI: 10.3969/j.issn.2095-2252.2017.04.002.
Zhu ZJ, Ma HJ, Shen YY, et al. A study on the imaging of brain tumor using glutamate chemical exchange saturation transfer (GluCEST)[J]. Funct Mol Med Imaging (Electronic Edition), 2017, 6(4): 1295-1301. DOI: 10.3969/j.issn.2095-2252.2017.04.002.
[8]
Warnert EAH, Wood TC, Incekara F, et al. Mapping tumour heterogeneity with pulsed 3D CEST MRI in non-enhancing glioma at 3 T[J]. MAGMA, 2022, 35(1): 53-62. DOI: 10.1007/s10334-021-00911-6.
[9]
Wu Y, Wood TC, Arzanforoosh F, et al. 3D APT and NOE CEST-MRI of healthy volunteers and patients with non-enhancing glioma at 3 T[J]. MAGMA, 2022, 35(1): 63-73. DOI: 10.1007/s10334-021-00996-z.
[10]
李欣蓓, 宋玉坤, 朱筱磊, 等. 氨基质子转移MRI对脑胶质瘤分级及预测肿瘤细胞增殖的诊断价值[J]. 放射学实践, 2017, 32(4): 355-359. DOI: 10.13609/j.cnki.1000-0313.2017.04.013.
Li XB, Song YK, Zhu XL, et al. Diagnostic efficacy of amide proton transfer MRI in the grading of gliomas and predicting tumor cell proliferation[J]. Radiol Practice, 2017, 32(4): 355-359. DOI: 10.13609/j.cnki.1000-0313.2017.04.013.
[11]
Togao O, Yoshiura T, Keupp J, et al. Amide proton transfer imaging of adult diffuse gliomas: correlation with histopathological grades[J]. Neuro Oncol, 2014, 16(3): 441-448. DOI: 10.1093/neuonc/not158.
[12]
Park JE, Kim HS, Park KJ, et al. Histogram Analysis of Amide Proton Transfer Imaging to Identify Contrast-enhancing Low-Grade Brain Tumor That Mimics High-Grade Tumor: Increased Accuracy of MR Perfusion[J]. Radiology, 2015, 277(1): 151-161. DOI: 10.1148/radiol.2015142347.
[13]
Zhang H, Yong X, Ma X, et al. Differentiation of low- and high-grade pediatric gliomas with amide proton transfer imaging: added value beyond quantitative relaxation times[J]. Eur Radiol, 2021, 31(12): 9110-9119. DOI: 10.1007/s00330-021-08039-w.
[14]
Xu Z, Ke C, Liu J, et al. Diagnostic performance between MR amide proton transfer (APT) and diffusion kurtosis imaging (DKI) in glioma grading and IDH mutation status prediction at 3 T[J]. Eur J Radiol, 2021, 134: 109466. DOI: 10.1016/j.ejrad.2020.109466.
[15]
Su C, Xu S, Lin D, et al. Multi-parametric Z-spectral MRI may have a good performance for glioma stratification in clinical patients[J]. Eur Radiol, 2022, 32(1): 101-111. DOI: 10.1016/j.ejrad.2020.109466.
[16]
Jiang S, Yu H, Wang X, et al. Molecular MRI differentiation between primary central nervous system lymphomas and high-grade gliomas using endogenous protein-based amide proton transfer MR imaging at 3 Tesla[J]. Eur Radiol, 2016, 26(1): 64-71. DOI: 10.1007/s00330-015-3805-1.
[17]
Yu H, Lou H, Zou T, et al. Applying protein-based amide proton transfer MR imaging to distinguish solitary brain metastases from glioblastoma[J]. European radiology, 2017, 27(11): 4516-4524. DOI: 10.1007/s00330-017-4867-z.
[18]
Kamimura K, Nakajo M, Yoneyama T, et al. Histogram analysis of amide proton transfer-weighted imaging: comparison of glioblastoma and solitary brain metastasis in enhancing tumors and peritumoral regions[J]. Eur Radiol, 2019, 29(8): 4133-4140. DOI: 10.1007/s00330-018-5832-1.
[19]
Lingl JP, Wunderlich A, Goerke S, et al. The Value of APTw CEST MRI in Routine Clinical Assessment of Human Brain Tumor Patients at 3 T[J]. Diagnostics (Basel), 2022, 12(2): 490. DOI: 10.3390/diagnostics12020490.
[20]
Sartoretti E, Sartoretti T, Wyss M, et al. Amide proton transfer weighted (APTw) imaging based radiomics allows for the differentiation of gliomas from metastases[J]. Sci Rep, 2021, 11(1): 5506. DOI: 10.1038/s41598-021-85168-8.
[21]
Debnath A, Gupta RK, Singh A. Evaluating the Role of Amide Proton Transfer (APT)-Weighted Contrast, Optimized for Normalization and Region of Interest Selection, in Differentiation of Neoplastic and Infective Mass Lesions on 3 T MRI[J]. Mol Imaging Biol, 2020, 22(2): 384-396. DOI: 10.1007/s11307-019-01382-x.
[22]
申楠茜, 张佳璇, 甘桐嘉, 等. 2021年WHO中枢神经系统肿瘤分类概述[J]. 放射学实践, 2021, 36(7): 818-831. DOI: 10.13609/j.cnki.1000-0313.2021.07.001.
Shen JQ, Zhang JX, Gan TH, et al. The 2021 WHO Classification of Tumors of the Central Nervous System: a summary[J]. Radiol Practice, 2021, 36(7): 818-831. DOI: 10.13609/j.cnki.1000-0313.2021.07.001.
[23]
Yao J, Hagiwara A, Raymond C, et al. Human IDH mutant 1p/19q co-deleted gliomas have low tumor acidity as evidenced by molecular MRI and PET: a retrospective study[J]. Sci Rep, 2020, 10(1): 11922. DOI: 10.1038/s41598-020-68733-5.
[24]
Jiang S, Rui Q, Wang Y, et al. Discriminating MGMT promoter methylation status in patients with glioblastoma employing amide proton transfer-weighted MRI metrics[J]. Eur Radiol, 2018, 28(5): 2115-2123. DOI: 10.1007/s00330-017-5182-4.
[25]
Zhuo Z, Qu L, Zhang P, et al. Prediction of H3K27M-mutant brainstem glioma by amide proton transfer-weighted imaging and its derived radiomics[J]. Eur J Nucl Med Mol Imaging, 2021, 48(13): 4426-4436. DOI: 10.1007/s00259-021-05455-4.
[26]
Paech D, Windschuh J, Oberhollenzer J, et al. Assessing the predictability of IDH mutation and MGMT methylation status in glioma patients using relaxation-compensated multipool CEST MRI at 7.0 T[J]. Neuro Oncol, 2018, 20(12): 1661-1671. DOI: 10.1093/neuonc/noy073.
[27]
Yao J, Chakhoyan A, Nathanson DA, et al. Metabolic characterization of human IDH mutant and wild type gliomas using simultaneous pH- and oxygen-sensitive molecular MRI[J]. Neuro Oncol, 2019, 21(9): 1184-1196. DOI: 10.1093/neuonc/noz078.
[28]
Mancini L, Casagranda S, Gautier G, et al. CEST MRI provides amide/amine surrogate biomarkers for treatment-naive glioma sub-typing[J]. Eur J Nucl Med Mol Imaging, 2022, 49(7):2377-2391. DOI: 10.1007/s00259-022-05798-6.
[29]
Hagiwara A, Yao J, Raymond C, et al. "Aerobic glycolytic imaging" of human gliomas using combined pH-, oxygen-, and perfusion-weighted magnetic resonance imaging[J]. Neuroimage Clin, 2021, 32: 102882. DOI: 10.1016/j.nicl.2021.102882.
[30]
Joo B, Han K, Ahn SS, et al. Amide proton transfer imaging might predict survival and IDH mutation status in high-grade glioma[J]. Eur Radiol, 2019, 29(12): 6643-6652. DOI: 10.1007/s00330-019-06203-x.
[31]
Paech D, Dreher C, Regnery S, et al. Relaxation-compensated amide proton transfer (APT) MRI signal intensity is associated with survival and progression in high-grade glioma patients[J]. Eur Radiol, 2019, 29(9): 4957-4967. DOI: 10.1007/s00330-019-06066-2.
[32]
Chawla S, Bukhari S, Afridi OM, et al. Metabolic and Physiologic MR Imaging in Distinguishing True Progression from Pseudoprogression in Patients with Glioblastoma[J]. NMR Biomed, 2022: e4719. DOI: 10.1002/nbm.4719.
[33]
Mehrabian H, Myrehaug S, Soliman H, et al. Evaluation of Glioblastoma Response to Therapy With Chemical Exchange Saturation Transfer[J]. Int J Radiat Oncol Biol Phys, 2018, 101(3): 713-723. DOI: 10.1016/j.ijrobp.2018.03.057.
[34]
Meissner JE, Korzowski A, Regnery S, et al. Early response assessment of glioma patients to definitive chemoradiotherapy using chemical exchange saturation transfer imaging at 7 T[J]. J Magn Reson Imaging, 2019, 50(4): 1268-1277. DOI: 10.1002/jmri.26702.
[35]
Yao J, Tan CHP, Schlossman J, et al. pH-weighted amine chemical exchange saturation transfer echoplanar imaging (CEST-EPI) as a potential early biomarker for bevacizumab failure in recurrent glioblastoma[J]. J Neurooncol, 2019, 142(3): 587-595. DOI: 10.1007/s11060-019-03132-z.
[36]
苏昌亮, 张家旋, 张顺, 等. 磁共振酰胺质子转移成像在鉴别胶质瘤与治疗后改变中的应用[J]. 中华核医学与分子影像杂志, 2017, 37(6): 337-341. DOI: 10.3760/cma.j.issn.2095-2848.2017.06.004.
Su CL, Zhang JX, Zhang S, et al. Application of amide proton transfer imaging in differenting glioma from treatment effect[J]. Chin J Nucl Med Mol Imaging, 2017, 37(6): 337-341. DOI: 10.3760/cma.j.issn.2095-2848.2017.06.004.
[37]
Park YW, Ahn SS, Kim EH, et al. Differentiation of recurrent diffuse glioma from treatment-induced change using amide proton transfer imaging: incremental value to diffusion and perfusion parameters[J]. Neuroradiology, 2021, 63(3): 363-372. DOI: 10.1007/s00234-020-02542-5.
[38]
Park KJ, Kim HS, Park JE, et al. Added value of amide proton transfer imaging to conventional and perfusion MR imaging for evaluating the treatment response of newly diagnosed glioblastoma[J]. Eur Radiol, 2016, 26(12): 4390-4403. DOI: 10.1007/s00330-016-4261-2.
[39]
Paprottka KJ, Kleiner S, Preibisch C, et al. Fully automated analysis combining [(18)F]-FET-PET and multiparametric MRI including DSC perfusion and APTw imaging: a promising tool for objective evaluation of glioma progression[J]. Eur J Nucl Med Mol Imaging, 2021, 48(13): 4445-4455. DOI: 10.1007/s00259-021-05427-8.
[40]
Huang J, Chen Z, Park SW, et al. Molecular Imaging of Brain Tumors and Drug Delivery Using CEST MRI: Promises and Challenges[J]. Pharmaceutics, 2022, 14(2): 451. DOI: 10.3390/pharmaceutics14020451.
[41]
Bender B, Herz K, Deshmane A, et al. GLINT: GlucoCEST in neoplastic tumors at 3 T-clinical results of GlucoCEST in gliomas[J]. MAGMA, 2022, 35(1): 77-85. DOI: 10.1007/s10334-021-00982-5.
[42]
Qi Q, Fox MS, Lim H, et al. Multimodality In Vivo Imaging of Perfusion and Glycolysis in a Rat Model of C6 Glioma[J]. Mol Imaging Biol, 2021, 23(4): 516-526. DOI: 10.1007/s11307-021-01585-1.
[43]
Sehgal AA, Li Y, Lal B, et al. CEST MRI of 3-O-methyl-D-glucose uptake and accumulation in brain tumors[J]. Magn Reson Med, 2019, 81(3): 1993-2000. DOI: 10.1002/mrm.27489.
[44]
Zhang J, Yuan Y, Gao M, et al. Carbon Dots as a New Class of Diamagnetic Chemical Exchange Saturation Transfer (diaCEST) MRI Contrast Agents[J]. Angew Chem Inter Ed Engl, 2019, 58(29): 9871-9875. DOI: 10.1002/anie.201904722.
[45]
Vanherp L, Govaerts K, Riva M, et al. CryptoCEST: A promising tool for spatially resolved identification of fungal brain lesions and their differentiation from brain tumors with MRI[J]. Neuroimage Clin, 2021, 31: 102737. DOI: 10.1016/j.nicl.2021.102737.
[46]
Han X, Huang J, To AKW, et al. CEST MRI detectable liposomal hydrogels for multiparametric monitoring in the brain at 3 T[J]. Theranostics, 2020, 10(5): 2215-2228. DOI: 10.7150/thno.40146.
[47]
Chan RW, Chen H, Myrehaug S, et al. Quantitative CEST and MT at 1.5T for monitoring treatment response in glioblastoma: early and late tumor progression during chemoradiation[J]. J Neurooncol, 2021, 151(2): 267-278. DOI: 10.1007/s11060-020-03661-y.
[48]
Heo HY, Zhang Y, Lee DH, et al. Accelerating chemical exchange saturation transfer (CEST) MRI by combining compressed sensing and sensitivity encoding techniques[J]. Magn Reson Med, 2017, 77(2): 779-786. DOI: 10.1002/mrm.26141.
[49]
Goerke S, Breitling J, Korzowski A, et al. Clinical routine acquisition protocol for 3D relaxation-compensated APT and rNOE CEST-MRI of the human brain at 3 T[J]. Magn Reson Med, 2021, 86(1): 393-404. DOI: 10.1002/mrm.28699.
[50]
Schure JR, Pilatus U, Deichmann R, et al. A fast and novel method for amide proton transfer-chemical exchange saturation transfer multislice imaging[J]. NMR Biomed, 2021, 34(7): e4524. DOI: 10.1002/nbm.4524.

上一篇 多模态MRI 及影像组学在帕金森病伴抑郁的研究进展
下一篇 创伤性脑损伤后血管源性脑水肿的MRI研究进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2