APP下载

基于多模态MRI的影像组学在儿童髓母细胞瘤中的研究进展

2021-03-28王浩入陈欣余春霖何玲

中国医学影像学杂志 2021年12期
关键词:特征儿童模型

王浩入,陈欣,余春霖,何玲

重庆医科大学附属儿童医院放射科,国家儿童健康与疾病临床医学研究中心,儿童发育疾病研究教育部重点实验室,儿科学重庆市重点实验室,重庆 400014;*通信作者 何玲 heling508@sina.com

髓母细胞瘤(medulloblastoma,MB)是儿童最常见的颅内恶性肿瘤,约占儿童中枢神经系统肿瘤的20%[1]。2016年世界卫生组织(WHO)在中枢神经系统肿瘤分类中,将分子和遗传分型整合到诊断中,根据肿瘤中信号通路的表达和基因突变的不同,将MB分为4种分子亚型,包括WNT型、SHH型、3型和4型。不同分子亚型的MB预后具有明显差异[2]。尽管根据病灶发生部位、形态、强化形式及信号成分特点等常规MRI表现,对判断MB的病理和分子特征具有一定的价值[3-4],但基于多模态MRI的影像组学通过挖掘和分析不同序列图像肿瘤感兴趣区中潜在的影像数据,能提供更多的组织解剖结构和功能信息,在识别和预测MB的生物学特征和疾病进展等方面具有较大的优势[5-6]。本文对基于多模态MRI的影像组学在儿童MB中的研究进展进行综述。

1 多模态MRI 影像组学对儿童MB 的诊断与鉴别诊断

与成人脑肿瘤的分布不同,后颅窝是儿童脑肿瘤的好发部位,约占儿童脑肿瘤的54%~70%[7]。MB是儿童后颅窝最常见的肿瘤,其次为毛细胞型星形细胞瘤(pilocytic astrocytoma,PA)和室管膜瘤(ependymoma,EP)[8]。由于MB的恶性程度高于PA和EP,因此准确鉴别儿童后颅窝肿瘤有助于制订最佳治疗策略。既往研究表明,测量扩散加权成像序列中的表观扩散系数(ADC)有助于儿童后颅窝肿瘤的分级和分型[9]。Rodriguez等……

登录APP查看全文

猜你喜欢

特征儿童模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
3D打印中的模型分割与打包
留守儿童
线性代数的应用特征
儿童怎样成长
“六·一”——我们过年啦!
捏脊治疗儿童营养不良