Диффузионно-куртозисная МРТ в диагностике злокачественности глиом головного мозга

Цель исследования: оценить возможности диффузионно-куртозисной МРТ в диагностике злокачественности глиом. Материал и методы. В исследование включен 61 пациент (27 (44%) глиом низкой, 14 (23%) глиом III и 20 (33%) глиом IV степени злокачественности). Абсолютные и нормализованные параметры диффузионного тензора (средняя, аксиальная и радиальная диффузия, фракционная и относительная анизотропия) и диффузионного куртозиса (средний, аксиальный и радиальный куртозис, куртозисная анизотропия) были сравнены между наиболее злокачественными участками глиом различной степени злокачественности (p < 0,05, тест Колмогорова-Смирнова). Результаты. Между глиомами высокой и низкой степени злокачественности все диффузионные параметры, кроме абсолютных фракционной и относительной анизотропии, отличались статистически значимо, а максимальные чувствительность и специфичность были получены для нормализованных среднего куртозиса (85,19 и 85,29%) и радиального куртозиса (85,19 и 85,29%). Между глиомами III и IV степени злокачественности все диффузионные параметры, кроме абсолютных и нормализованных значений фракционной и относительной анизотропии, отличались статистически значимо, а максимальные чувствительность и специфичность были получены для абсолютного среднего куртозиса (92,86 и 90,00%). Между глиомами III и глиомами низкой степени злокачественности статистически значимо отличались нормализованные средний, аксиальный и радиальный куртозис, а максимальные чувствительность и специфичность были получены для нормализованных среднего куртозиса (77,78 и 78,57%) и аксиального куртозиса (77,78 и 78,57%). Заключение. В дифференциации между группами параметры диффузионного куртозиса показали более точные результаты по сравнению с параметрами диффузионного тензора.

диффузионный тензор, диффузионный куртозис, глиома, злокачественность, diffusion tensor, diffusion kurtosis, glioma, malignancy

1. Louis D.N.,Ohgaki H., Wiestler O.D. et al. The 2007 WHO classification of tumours of the central nervous system. Acta Neuropathol. 2007; 114 (2): 97-109.

2. Lam W.W., Poon W.S., Metreweli C. Diffusion MR imaging in glioma: does it have any role in the pre-operation determination of grading of glioma? Clin. Radiol. 2002; 57 (3): 219-225.

3. Tropine A., Vucurevic G., Delani P et al. Contribution of diffusion tensor imaging to delineation of gliomas and glioblastomas. J. Magn. Reson. Imaging. 2004; 20 (6): 905-912.

4. Goebell E., Paustenbach S., Vaeterlein O. et al. Low-grade and anaplastic gliomas: differences in architecture evaluated with diffusion-tensor MR imaging. Radiology. 2006; 239 (1): 217-222.

5. Zonari P., Baraldi P., Crisi G. Multimodal MRI in the characterization of glial neoplasms: the combined role of single-voxel MR spectroscopy, diffusion imaging and echo-planar perfusion imaging. Neuroradiology. 2007; 49 (10): 795-803.

6. Raab P., Hattingen E., Franz K. et al. Cerebral gliomas: diffusional kurtosis imaging analysis of microstructural differences. Radiology. 2010; 254 (3): 876-881.

7. Van Cauter S., Veraart J., Sijbers J. et al., Gliomas: diffusion kurtosis MR imaging in grading. Radiology. 2012; 263 (2): 492-501.

8. Poot D.H., den Dekker A.J., Achten E. et al. Optimal experimental design for diffusion kurtosis imaging. IEEE Trans. Med. Imaging. 2010; 29 (3): 819-829.

9. Тоноян А.С., Пронин И.Н., Пицхелаури Д.И. и др. Диффузионно-куртозисная магнитно-резонансная томография - новый метод оценки негауссовской диффузии в нейрорадиологии. Медицинская физика. 2014; 4: 57-63.

10. Van Cauter S., De Keyzer F., Sima D.M. et al. Integrating diffusion kurtosis imaging, dynamic susceptibility- weighted contrast-enhanced MRI, and short echo time chemical shift imaging for grading gliomas. Neuro-Oncol. 2014; 16 (7): 1010-1021.

11. Kleihues P., Ohgaki H. Primary and secondary glioblastomas: from concept to clinical diagnosis. Neuro-Oncol. 1999; 1 (1): 44-51.

12. Falangola M.F., Jensen J.H., Babb J.S. et al. Age-related non-Gaussian diffusion patterns in the prefrontal brain. J. Magn. Reson. Imaging. 2008; 28 (6): 1345-1350.

13. Lobel U., Sedlacik J., Gullmar D. et al. Diffusion tensor imaging: the normal evolution of ADC, RA, FA, and eigenvalues studied in multiple anatomical regions of the brain. Neuroradiology. 2009; 51 (4): 253-263.

14. Kang X., Herron T.J., Woods D.L. Regional variation, hemispheric asymmetries and gender differences in pericortical white matter. Neuroimage. 2011; 56 (4): 2011-2023.

15. Latt J., Nilsson M., Wirestam R. et al. Regional values of diffusional kurtosis estimates in the healthy brain. J. Magn. Reson. Imaging. 2013; 37 (3): 610-618.

16. Wieshmann U.C., Clark C.A., Symms M.R. et al. Reduced anisotropy of water diffusion in structural cerebral abnormalities demonstrated with diffusion tensor imaging. Magn. Reson. Imaging. 1999; 17 (9): 1269-1274.

17. Zimmerman R.D. Is there a role for diffusion-weighted imaging in patients with brain tumors or is the “bloom off the rose”? Am. J. Neuroradiol. 2001; 22 (6): 1013-1014.

18. Kono K.,Inoue Y., Nakayama K. et al. The role of diffusion-weighted imaging in patients with brain tumors. Am. J. Neuroradiol. 2001; 22 (6): 1081-1088.

19. Guo A.C., Cummings T.J., Dash R.C. et al. Lymphomas and high-grade astrocytomas: comparison of water diffusibility and histologic characteristics. Radiology. 29. 2002; 224 (1): 177-183.

20. Beppu T., Inoue T., Shibata Y. et al. Measurement of fractional anisotmpy using diffusion tensor MRI in supratentorial astrocytic tumors. J. Neurooncol. 2003; 63 (2): 30. 109-116.

21. Lu S., Ahn D., Johnson G. et al. Diffusion-tensor MR imaging of intracranial neoplasia and associated peritumoral edema: introduction of the tumor infiltration index. Radiology. 2004; 232 (1): 221-228.

22. Inoue T., Ogasawara K., Beppu T. et al. Diffusion tensor imaging for preoperative evaluation of tumor grade in gliomas. Clin. Neurol. Neurosurg. 2005; 107 (3): 174-180.

23. Higano S., Yun X., Kumabe T. et al. Malignant astrocytic tumors: clinical importance of apparent diffusion coefficient in prediction of grade and prognosis. Radiology. 2006; 241 (3): 839-846.

24. Lee E.J., Lee S.K., Agid R. et al. Preoperative grading of presumptive low-grade astrocytomas on MR imaging: diagnostic value of minimum apparent diffusion coefficient. Am. J. Neuroradiol. 2008; 29 (10): 1872-1877.

25. Yuan W., Holland S.K., Jones B.V. et al. Characterization of abnormal diffusion properties of supratentorial brain tumors: a preliminary diffusion tensor imaging study. J. Neurosurg. Pediatr. 2008; 1 (4): 263-269.

26. Kinoshita M., Hashimoto N., Goto T. et al. Fractional anisotmpy and tumor cell density of the tumor core show positive correlation in diffusion tensor magnetic resonance imaging of malignant brain tumors. Neuroimage. 2008; 43 (1): 29-35.

27. Kang Y., Choi S.H., Kim Y.J. et al. Gliomas: Histogram analysis of apparent diffusion coefficient maps with standard- or high-b-value diffusion-weighted MR imagingcorrelation with tumor grade. Radiology. 2011; 261 (3): 882-890.

28. Liu X., Tian W., Kolar B. et al. MR diffusion tensor and perfusion-weighted imaging in preoperative grading of supratentorial nonenhancing gliomas. Neuro-Oncol. 2011; 13 (4): 447-455.

29. White M.L., Zhang Y., Yu F. et al. Diffusion tensor MR imaging of cerebral gliomas: evaluating fractional anisotmpy characteristics. Am. J. Neuroradiol. 2011; 32 (2): 374-381.

30. Hilario A., Ramos A., Perez-Nunez A. et al. The added value of apparent diffusion coefficient to cerebral blood volume in the preoperative grading of diffuse gliomas. Am. J. Neuroradiol. 2012; 33 (4): 701-707.

31. Ma L., Song Z.J. Differentiation between low-grade and high-grade glioma using combined diffusion tensor imaging metrics. Clin. Neurol. Neurosurg. 2013; 115 (12): 2489-2495.

32. Alexiou G.A., Zikou A., Tsiouris S. et al. Correlation of diffusion tensor, dynamic susceptibility contrast MRI and (99m)Tc-Tetrofosmin brain SPECT with tumour grade and Ki-67 immunohistochemistry in glioma. Clin. Neurol. Neurosurg. 2014; 116: 41-45.

33. Server A., Graff B.A., Josefsen R. et al. Analysis of diffusion tensor imaging metrics for gliomas grading at 3T. Eur. J. Radiol. 2014; 83 (3): e156-e165.

34. Budde M.D., Xie M., Cross A.H. et al. Axial diffusivity is the primary correlate of axonal injury in the experimental autoimmune encephalomyelitis spinal cord: a quantitative pixelwise analysis. J. Neurosci. 2009; 29 (9): 2805-2813.

35. Hui E.S., Cheung M.M., Qi L. et al. Towards better MR characterization of neural tissues using directional diffusion kurtosis analysis. Neuroimage. 2008; 42 (1): 122-134.

36. Veraart J., Poot D.H., Van Hecke W. et al. More accurate estimation of diffusion tensor parameters using diffusion Kurtosis imaging. Magn. Reson. Med. 2011; 65 (1): 138-145.

37. Veraart J., Van Hecke W., Sijbers J. Constrained maximum likelihood estimation of the diffusion kurtosis tensor using a Rician noise model. Magn. Reson. Med. 2011; 66 (3): 678-686.