APP下载

磁共振酰胺质子转移模态的胶质瘤IDH 基因分型识别:基于深度学习的Dual-Aware框架

2023-09-13楚智钦屈耀铭钟涛梁淑君温志波张煜

南方医科大学学报 2023年8期
关键词:模态特征区域

楚智钦,屈耀铭,钟涛,梁淑君,温志波,张煜

1南方医科大学生物医学工程学院,2广东省医学图像处理重点实验室,广东 广州 510515;3南方医科大学珠江医院放射科,广东 广州510282

脑胶质瘤是发病率最高的中枢神经系统原发恶性肿瘤[1]。2016年世界卫生组织在脑胶质瘤病理分类中首次加入了基因分型[2],IDH基因分型被确认为脑胶质瘤分类的基础生物标志物,其突变状态的准确识别关系到脑胶质瘤的确诊、治疗方案规划和预后判断[3-6]。在临床中,对脑胶质瘤标本进行病理检测是基因分型的金标准,但肿瘤标本需要通过穿刺或手术切除等有创方式获取,有一定机率导致患者出现神经功能缺损后遗症,给患者的正常生活造成严重影响[7,8]。现代影像学技术的快速发展和普及对临床中脑胶质瘤患者的辅助治疗和预后诊断具有重要意义。

多序列MRI是最常规的用于辅助分析脑胶质瘤的医学影像技术,其中T1CE模态图像在临床中常被用于脑胶质瘤基因分型的影像学判断[9]。然而,T1CE模态需要对病人进行造影剂注射,一方面会对患者造成有创性损伤;另一方面,部分对造影剂过敏的患者无法完成增强扫描检查,造成T1CE模态的缺失。因此,Zhou等[10]于2003年首次提出基于磁共振APT成像技术,这是一种无创的细胞分子水平磁共振技术。APT模态成像对肿瘤的信号强度跟肿瘤恶性程度呈正相关,且IDH野生型的APT信号强度要高于IDH突变型的APT信号强度,它的优点是无创检测内源性,无需注射外源性对比剂。……

登录APP查看全文

猜你喜欢

模态特征区域
如何表达“特征”
不忠诚的四个特征
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
基于HHT和Prony算法的电力系统低频振荡模态识别
由单个模态构造对称简支梁的抗弯刚度
线性代数的应用特征
区域
多模态话语模态的协同及在外语教学中的体现