BACKGROUND AND PURPOSE: Relative ce

BACKGROUND AND PURPOSE:

Relative cerebral blood volume, as measured by T2*-weighted dynamic susceptibility-weighted contrast-enhanced MRI, represents the most robust and widely used perfusion MR imaging metric in neuro-oncology. Our aim was to determine whether differences in modeling implementation will impact the correction of leakage effects (from blood-brain barrier disruption) and the accuracy of relative CBV calculations as measured on T2*-weighted dynamic susceptibility-weighted contrast-enhanced MR imaging at 3T field strength.

MATERIALS AND METHODS:

This study included 52 patients with glioma undergoing DSC MR imaging. Thirty-six patients underwent both non-preload dose- and preload dose-corrected DSC acquisitions, with 16 patients undergoing preload dose-corrected acquisitions only. For each acquisition, we generated 2 sets of relative CBV metrics by using 2 separate, widely published, FDA-approved commercial software packages: IB Neuro and nordicICE. We calculated 4 relative CBV metrics within tumor volumes: mean relative CBV, mode relative CBV, percentage of voxels with relative CBV > 1.75, and percentage of voxels with relative CBV > 1.0 (fractional tumor burden). We determined Pearson (r) and Spearman (ρ) correlations between non-preload dose- and preload dose-corrected metrics. In a subset of patients with recurrent glioblastoma (n = 25), we determined receiver operating characteristic area under the curve for fractional tumor burden accuracy to predict the tissue diagnosis of tumor recurrence versus posttreatment effect. We also determined correlations between rCBV and microvessel area from stereotactic biopsies (n = 29) in 12 patients.

RESULTS:

With IB Neuro, relative CBV metrics correlated highly between non-preload dose- and preload dose-corrected conditions for fractional tumor burden (r = 0.96, ρ = 0.94), percentage > 1.75 (r = 0.93, ρ = 0.91), mean (r = 0.87, ρ = 0.86), and mode (r = 0.78, ρ = 0.76). These correlations dropped substantially with nordicICE. With fractional tumor burden, IB Neuro was more accurate than nordicICE in diagnosing tumor versus posttreatment effect (area under the curve = 0.85 versus 0.67) (P < .01). The highest relative CBV-microvessel area correlations required preload dose and IB Neuro (r = 0.64, ρ = 0.58, P = .001).

CONCLUSIONS:

Different implementations of perfusion MR imaging software modeling can impact the accuracy of leakage correction, relative CBV calculation, and correlations with histologic benchmarks.

ผลลัพธ์ (ไทย) 1:

พื้นหลังและวัตถุประสงค์: ปริมาตรเลือดสมองญาติ วัดจาก T2-ถ่วงน้ำหนักแบบถ่วงน้ำหนักภูมิไวรับเพิ่มความคมชัด MRI แทนนายการกำซาบที่แข็งแกร่งที่สุด และใช้กันอย่างแพร่หลายภาพวัดในสมองมะเร็งวิทยา เป้าหมายของเราคือการ กำหนดว่า จะมีผลต่อความแตกต่างในการใช้งานการสร้างโมเดลการแก้ไขการรั่วไหลของผล (จากอุปสรรคสมอง–เลือดทรัพย) และความถูกต้องของการคำนวณ CBV ญาติเป็นวัดบน T2 * -ถ่วงน้ำหนักแบบถ่วงน้ำหนักภูมิไวรับเพิ่มความคมชัดนายภาพที่ 3T ฟิลด์ความแข็งแรงวัสดุและวิธีการ: การศึกษานี้รวมผู้ป่วย 52 กับ glioma ระหว่างนาย DSC ภาพ ผู้ป่วยสามสิบหกแต่ละทั้งโหลดไม่ใช่ยาและโหลดยาแก้ไข DSC ซื้อ 16 ผู้ป่วยระหว่างโหลดแก้ไขปริมาณซื้อเท่ากับ สำหรับการซื้อสินทรัพย์ถาวร เราสร้างวัด CBV ญาติ 2 ชุด โดยใช้แพคเกจซอฟต์แวร์เชิงพาณิชย์แยก เผยแพร่ FDA อนุมัติ 2: ศัลยกรรม IB และ nordicICE เราคำนวณ CBV ญาติ 4 วัดภายในไดรฟ์ข้อมูลเนื้องอก: หมายถึง ญาติ CBV โหมดสัมพัทธ์ CBV เปอร์เซ็นต์ของ voxels กับญาติ CBV > 1.75 และเปอร์เซ็นต์ของ voxels กับญาติ CBV > 1.0 (ภาระงานเศษเนื้องอก) เรากำหนดความสัมพันธ์เพียร์สัน (r) และ Spearman (ρ) ระหว่างโหลดไม่ใช่ยาและโหลดแก้ไขยาวัด ในชุดย่อยของผู้ป่วยที่มีการเกิดซ้ำ glioblastoma (n = 25), เรากำหนดรับปฏิบัติลักษณะพื้นที่ภายใต้เส้นโค้งความถูกต้องของภาระโรคเนื้องอกที่เป็นเศษส่วนเพื่อทำนายการวินิจฉัยเนื้อเยื่อของเนื้องอกเกิดขึ้นเมื่อเทียบกับผล posttreatment นอกจากนี้เรายังกำหนดความสัมพันธ์ระหว่าง rCBV และ microvessel ที่ตั้งจาก stereotactic ประสาทการตรวจชิ้นเนื้อ (n = 29) ในผู้ป่วย 12ผลลัพธ์: มีสมอง IB วัด CBV ญาติ correlated สูงระหว่างโหลดไม่ใช่ยาและโหลดยาแก้ไขเงื่อนไขสำหรับภาระเศษเนื้องอก (r = 0.96 ρ = 0.94), เปอร์เซ็นต์ > 1.75 (r = 0.93 ρ = 0.91), หมายถึง (r = 0.87 ρ = 0.86), และโหมด (r = 0.78 ρ = 0.76) ความสัมพันธ์เหล่านี้ลดลงมาก ด้วย nordicICE ด้วยภาระงานเศษเนื้องอก IB ศัลยกรรมถูกต้องมากกว่าการ nordicICE ในการวินิจฉัยเนื้องอกกับผล posttreatment (พื้นที่ภายใต้โค้ง = 0.85 และ 0.67) (P < .01). ที่สูงสุดสัมพัทธ์ CBV microvessel ตั้งสัมพันธ์ต้องโหลดยาและ IB สมอง (r = 0.64 ρ = 0.58, P =.001).บทสรุป: ปฏิบัติการต่าง ๆ ของการกำซาบนายภาพโมเดลซอฟต์แวร์สามารถส่งผลกระทบต่อความถูกต้องของการแก้ไขการรั่วไหล คำนวณ CBV ญาติ และความสัมพันธ์กับเกณฑ์มาตรฐาน histologic

ผลลัพธ์ (ไทย) 2:

ความเป็นมาและวัตถุประสงค์: ญาติปริมาณของเลือดในสมองเป็นวัดโดย T2 * -weighted แบบไดนามิกความคมชัดเพิ่มน้ำหนักความอ่อนแอ MRI หมายถึงมีประสิทธิภาพมากที่สุดและใช้กันอย่างแพร่หลายปะนายตัวชี้วัดในการถ่ายภาพของระบบประสาทเนื้องอก จุดมุ่งหมายของเราคือการตรวจสอบว่าความแตกต่างในการดำเนินงานการสร้างแบบจำลองจะส่งผลกระทบการแก้ไขผลกระทบของการรั่วไหล (จากการหยุดชะงักอุปสรรคเลือดสมอง) และความถูกต้องของการคำนวณ CBV ญาติที่วัดใน T2 * -weighted อ่อนแอถ่วงน้ำหนักแบบไดนามิกความคมชัดเพิ่ม MR ถ่ายภาพที่ 3T ความแรงของสนาม. วัสดุและวิธีการ: การศึกษาครั้งนี้รวม 52 ผู้ป่วยที่มีการผ่าตัด Glioma DSC MR ถ่ายภาพ ผู้ป่วยที่สามสิบหกขนานทั้ง dose- ที่ไม่ได้โหลดและโหลดปริมาณการแก้ไขการเข้าซื้อกิจการ DSC กับ 16 ผู้ป่วยที่เข้าซื้อกิจการยาแก้ไขพรีโหลดเท่านั้น สำหรับการซื้อแต่ละครั้งเราสร้างขึ้น 2 ชุดของตัวชี้วัด CBV ญาติโดยใช้ 2 แยกการเผยแพร่อย่างกว้างขวางองค์การอาหารและยาได้รับการอนุมัติแพคเกจซอฟต์แวร์เชิงพาณิชย์: IB ประสาทและ nordicICE เราคำนวณตัวชี้วัดที่ 4 CBV ญาติภายในเล่มเนื้องอก: หมายถึงญาติ CBV โหมดญาติ CBV ร้อยละของชุกับญาติ CBV> 1.75 และร้อยละของชุกับญาติ CBV> 1.0 (ภาระเนื้องอกบางส่วน) เรามุ่งมั่นที่เพียร์สัน (R) และสเปียร์แมน (ρ) ความสัมพันธ์ระหว่าง dose- ที่ไม่พรีโหลดและตัวชี้วัดปริมาณการแก้ไขพรีโหลด ในส่วนหนึ่งของผู้ป่วยที่มีการกำเริบ glioblastoma (n = 25) เรามุ่งมั่นในการดำเนินงานรับลักษณะพื้นที่ใต้เส้นโค้งเพื่อความถูกต้องภาระเนื้องอกบางส่วนในการทำนายการวินิจฉัยเนื้อเยื่อของการเกิดซ้ำของเนื้องอกเมื่อเทียบกับผล posttreatment นอกจากนี้เรายังมุ่งมั่นที่ความสัมพันธ์ระหว่าง rCBV และพื้นที่ microvessel จากขริบ stereotactic (n = 29) ในผู้ป่วย 12 ราย. ผลกับ IB ประสาทวัด CBV ญาติความสัมพันธ์ระหว่าง dose- ที่ไม่พรีโหลดและพรีโหลดเงื่อนไขปริมาณการแก้ไขภาระเนื้องอกเศษส่วน (R = 0.96, ρ = 0.94) ร้อยละ> 1.75 (r = 0.93, ρ = 0.91) ค่าเฉลี่ย (r = 0.87, ρ = 0.86) และโหมด (r = 0.78, ρ = 0.76) ความสัมพันธ์เหล่านี้ลดลงอย่างมากกับ nordicICE ด้วยภาระเนื้องอกเศษส่วน IB ประสาทถูกต้องมากกว่า nordicICE ในการวินิจฉัยเนื้องอกเมื่อเทียบกับผล posttreatment (พื้นที่ใต้เส้นโค้ง = 0.85 เทียบกับ 0.67) (p <0.01) ที่สูงที่สุดเมื่อเทียบความสัมพันธ์พื้นที่ CBV-microvessel ปริมาณโหลดที่จำเป็นและ IB ประสาท (r = 0.64, ρ = 0.58, P = 0.001). สรุปการใช้งานที่แตกต่างกันของการถ่ายภาพปะนายซอฟแวร์การสร้างแบบจำลองสามารถส่งผลกระทบความถูกต้องของการแก้ไขการรั่วไหลของการคำนวณญาติ CBV และความสัมพันธ์กับมาตรฐาน histologic

ผลลัพธ์ (ไทย) 3:

ความเป็นมาและวัตถุประสงค์ :

เมื่อเทียบปริมาณเลือดที่สมองซึ่งวัดโดย T2 * - รวบรวมแบบไดนามิกถัวถัว contrast-enhanced MRI แสดงส่วนใหญ่ที่แข็งแกร่งและใช้กันอย่างแพร่หลาย ผ่านนายภาพเมตริกในระบบประสาทมะเร็งวิทยาเป้าหมายของเราคือเพื่อตรวจสอบว่า ความแตกต่างในการใช้จะมีผลต่อการแก้ไขการรั่วไหลผล ( จากการ blood-brain Barrier ) และความถูกต้องของการคำนวณ CBV ญาติเป็นวัดใน T2 * - ความอ่อนแอถ่วงน้ำหนักน้ำหนัก contrast-enhanced คุณภาพแบบไดนามิกที่แรงด้าน 3T



วัสดุและวิธีการ :การศึกษาครั้งนี้ คือ ผู้ป่วยที่ได้รับ 52 เซลส์ DSC คุณถ่ายภาพ สามสิบหกผู้ป่วยได้รับทั้งปริมาณและขนาดไม่โหลดโหลดแก้ไขกิจการ DSC กับผู้ป่วยที่ได้รับยาแก้ไขโหลด 16 กิจการเท่านั้น สำหรับแต่ละเพิ่มเติม เราสร้างขึ้น 2 ชุดมาตรวัด CBV ญาติโดยใช้ 2 แยก , เผยแพร่ , FDA อนุมัติชุดซอฟต์แวร์เชิงพาณิชย์ :ประสาท IB และ nordicice . เราคำนวณจากปริมาณสัมพัทธ์ภายใน CBV 4 : หมายถึงเนื้องอก CBV ญาติ , โหมดญาติ CBV เปอร์เซ็นต์ กับญาติ voxels CBV > 1.75 และร้อยละของ voxels กับญาติ CBV > 1.0 ( เศษเนื้องอกภาระ ) เราพบค่าสัมประสิทธิ์สหสัมพันธ์ ( r ) และคน ( ρ ) ความสัมพันธ์ระหว่างปริมาณและขนาดไม่โหลดโหลดแก้ไขมาตรวัดในส่วนย่อยของผู้ป่วยกำเริบเซลส์ ( n = 25 ) เราตัดสินใจรับงานลักษณะพื้นที่ใต้เส้นโค้งสำหรับเศษส่วนงอกภาระความถูกต้องเพื่อทำนายการเกิดเนื้องอกและเนื้อเยื่อ รักษาผล เราพบความสัมพันธ์ระหว่าง rcbv และพื้นที่ microvessel จากจังหวัด biopsies ( n = 30 ) ใน 12 ราย ผลลัพธ์ :



กับ IB Neuro ,ตัวชี้วัดความสัมพันธ์ระหว่างปริมาณสูง CBV ญาติโหลดไม่โหลด ยาแก้ไขเงื่อนไขภาระเป็นเนื้องอก ( r = 0.96 , ρ = 0.94 ) > 1.75 เปอร์เซ็นต์ ( r = 0.93 , ρ = 0.91 ) หมายถึง ( r = 0.87 , ρ = 0.86 ) และโหมด ( r = 0.78 , ρ = 0.76 ) . ความสัมพันธ์เหล่านี้ลดลงอย่างมากกับ nordicice . เป็นเนื้องอกที่มีภาระIB ประสาทได้ถูกต้องมากกว่า nordicice ในการวินิจฉัยเนื้องอกและรักษาผล ( พื้นที่ใต้เส้นโค้ง = 0.85 และ 0.67 ) ( p < . 01 ) สูงสุดสัมพัทธ์ CBV microvessel พื้นที่ความสัมพันธ์ต้องโหลดต่อ IB Neuro ( r = 0.64 , ρ = 0.58 , p = . 001 ) .

สรุป

ที่แตกต่างกันใช้ลดคุณภาพซอฟต์แวร์แบบจำลองสามารถส่งผลกระทบต่อความถูกต้องของการแก้ไขของการคำนวณ CBV สัมพัทธ์ และความสัมพันธ์กับมาตรฐานทาง .