【摘要】：背景小兒低級(jí)別膠質(zhì)瘤(Pediatric Low Grade Gliomas,PLGG)是指發(fā)生在小兒人群中的WHO分級(jí)較低級(jí)別的一組原發(fā)性中樞神經(jīng)系統(tǒng)腫瘤。該類疾病占小兒中樞神經(jīng)系統(tǒng)腫瘤30%以上。PLGG的總體預(yù)后良好,5年總生存率大約為95%。但是,存活人群常常因?yàn)榧膊”旧砘蛘咧委煻馐苌窠?jīng)功能、內(nèi)分泌等方面的并發(fā)癥。特別是手術(shù)不能完全切除的PLGG患者患者,還存在著病情進(jìn)展的可能。因此對于僅可活檢或者部分切除的腦干、間腦、視路等位置的PLGG,特別是切除后進(jìn)展時(shí),需要一定的輔助治療。傳統(tǒng)的放化療方法存在的較高不良反應(yīng)發(fā)生率限制其廣泛臨床應(yīng)用,新的放化療方法還存在著各種各樣的不足之處。近年來基因組學(xué)的研究進(jìn)展為PLGG的靶向治療提供了很多潛在的治療靶點(diǎn)。并且基于基因表型的分子病理分型對PLGG的預(yù)后意義重大。因此PLGG常見基因型的無創(chuàng)性檢測顯得意義尤為重大。多模態(tài)的MRI檢測為基因型的無創(chuàng)性檢測提供了一條可行之路。并且文獻(xiàn)檢索未發(fā)現(xiàn)MRI影像特征對PLGG基因型預(yù)測方面的研究。目的探究MRI影像特征對PLGG一些常見基因型的預(yù)測意義。方法回顧性分析2001年至2016年間在鄭州大學(xué)第一附屬醫(yī)院接受手術(shù)治療的PLGG患者基因型與MRI影像特征間的關(guān)系,通過對留存福爾馬林固定石蠟包埋病理組織進(jìn)行基因檢測獲取基因型信息,對醫(yī)院留存的MRI電子影像資料進(jìn)行影像特征分析獲取MRI影像特征資料。統(tǒng)計(jì)學(xué)分析描述性影像特征、MRI影像量化指標(biāo)等MRI影像特征與基因型的相關(guān)性及評估影像特征對基因型的預(yù)測意義。結(jié)果描述性影像特征中對各個(gè)基因型可能的獨(dú)立預(yù)測特征有KIAA1549-BRAF融合的瘤體位置(P=0.045),BRAF突變的腫瘤邊緣清晰度(P=0.035),MYB擴(kuò)增的瘤體位置(P=0.038)、ADC信號(hào)強(qiáng)度(P=0.032)。MRI影像量化指標(biāo)FLAIR序列1%界值可能是KIAA1549-BRAF融合的獨(dú)立預(yù)測指標(biāo)(P=0.019)。AUC結(jié)果顯示KIAA1549-BRAF融合聯(lián)合描述性影像特征和MRI影像量化指標(biāo)=0.842(0.746-0.939)聯(lián)合可能獨(dú)立預(yù)測的描述性影像特征和MRI影像量化指標(biāo)=0.819(0.719-0.919)總體描述性影像特征=0.809(0.708-0.909)和總體MRI影像量化指標(biāo)=0.661(0.533-0.789),總體MRI影像量化指標(biāo)=0.661(0.533-0.789)不大于每個(gè)單個(gè)MRI影像量化指標(biāo)(T1增強(qiáng)序列1%界值=0.651(0.515-0.786)、FLAIR序列1%界值=0.665(0.533-0.796)、FLAIR序列最小值=0.676(0.547-0.805));BRAF突變聯(lián)合描述性影像特征和MRI影像量化指標(biāo)=0.954(0.889-1.000)聯(lián)合可能獨(dú)立預(yù)測的描述性影像特征和MRI影像量化指標(biāo)=0.871(0.718-1.000)≥總體描述性影像特征=0.768(0.556-0.981)和總體MRI影像量化指標(biāo)=0.871(0.718-1.000),總體MRI影像量化指標(biāo)=0.871(0.718-1.000)不大于每個(gè)單個(gè)MRI影像量化指標(biāo)(FLAIR序列最大值=0.871(0.718-1.000));MYB擴(kuò)增聯(lián)合描述性影像特征和MRI影像量化指標(biāo)=0.706(0.520-0.892)=聯(lián)合可能獨(dú)立預(yù)測的描述性影像特征和MRI影像量化指標(biāo)=0.706(0.520-0.892)總體描述性影像特征=0.903(0.788-1.000)和總體MRI影像量化指標(biāo)=0.753(0.601-0.906),總體MRI影像量化指標(biāo)不大于每個(gè)單個(gè)MRI影像量化指標(biāo)(T1增強(qiáng)序列方差=0.741(0.582-0.901)、ADC序列10%界值=0.754(0.579-0.929))。結(jié)論瘤體位置、FLAIR序列1%界值可能是KIAA1549-BRAF融合的獨(dú)立預(yù)測指標(biāo),腫瘤邊緣清晰度可能是BRAF突變的獨(dú)立預(yù)測指標(biāo),瘤體位置、ADC信號(hào)強(qiáng)度可能是MYB擴(kuò)增的獨(dú)立預(yù)測指標(biāo)。端腦PLGG比小腦PLGG更不易發(fā)生KIAA1549-BRAF融合的改變,邊緣清晰的PLGG較邊緣不清的PLGG更不易發(fā)生BRAF突變,端腦PLGG較小腦PLGG更易發(fā)生MYB擴(kuò)增。高ADC信號(hào)強(qiáng)度的PLGG更不易發(fā)生MYB擴(kuò)增。單純相關(guān)MRI影像量化指標(biāo)種類的增加并不能提高對基因型的預(yù)測效果,聯(lián)合描述性影像特征和MRI影像量化指標(biāo)時(shí)增加相關(guān)指標(biāo)的數(shù)目能提高對基因的預(yù)測效果。單純的描述性影像特征或者M(jìn)RI影像量化指標(biāo)間對基因型的預(yù)測無特定優(yōu)劣傾向。
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R445.2;R739.4
【圖文】：

2016年世界衛(wèi)生組織中樞神經(jīng)系統(tǒng)腫瘤分級(jí)

正向（5'-TGCTTGCTCTGATAGGAAAATG-3'），反向（5'-CCACAAAATGGATCCAGACA-3'），序列長度為173 bp。TERTp、H3F3A、BRAF突變的典型測序結(jié)果的峰形圖如圖2。2.2 KIAA1549-BRAF 融合、MYB 擴(kuò)增和 CDKN2A 缺失熒光原位雜交(Fluorescence in situ hybridization，F(xiàn)ISH)分析用FISH方法對KIAA1549-BRAF融合、MYB擴(kuò)增和CDKN2A缺失進(jìn)行評價(jià)[61，26]。在KIAA1549-BRAF融合檢測中，利用3個(gè)跨越整個(gè)BRAF基因的P1衍生的人工染色體克隆(Rp4-726N20、Rp5-839B19和Rp4-813F11)和7號(hào)染色體著絲粒計(jì)數(shù)探針(CEP7)。使用一種商品化的探針進(jìn)行MYB擴(kuò)增(Cytocell，英國細(xì)胞公司)檢測。采用Vysis LSI CDKN2A SpectrumOrange/CEP 9 SpectrumGreen Probes(Vysis)探針研究CDKN2A基因的缺失情況。每個(gè)病例至少統(tǒng)計(jì)分析100個(gè)非重疊信號(hào)。KIAA1549-BRAF融合被定義為20%以上的腫瘤細(xì)胞表現(xiàn)出BRAF：CEP7值≥1.15[62]。當(dāng)>5%的細(xì)胞呈簇狀或目標(biāo)(紅色)與參考(綠色)信號(hào)之比>2時(shí)，考慮MYB擴(kuò)增[61]。當(dāng)>20%的腫瘤細(xì)胞出現(xiàn)兩種信號(hào)丟失時(shí)，考慮CDKN2A純合缺失[26]。KIAA1549-BRAF融合陽性、MYB擴(kuò)增陽性、CDKN2A缺失陽性的腫瘤典型圖片見圖3。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁田;謝晟;;影像組學(xué)概述及其在肺部疾病中的應(yīng)用[J];中日友好醫(yī)院學(xué)報(bào);2019年01期

2 汪磊;;屏幕時(shí)代的影像思維與影像書寫[J];青年記者;2018年05期

3 劉毅鋒 ,陶琴;霉菌的影像特征[J];影像材料;2002年04期

4 王乾;任翠萍;王姍;李飛;孫囡;程敬亮;;頜骨外巨細(xì)胞修復(fù)性肉芽腫影像特征[J];中國醫(yī)學(xué)影像技術(shù);2017年09期

5 路玉昆;鞏貫忠;仇清濤;尹勇;;CT影像組學(xué)在指導(dǎo)肺癌精準(zhǔn)放療中的應(yīng)用進(jìn)展[J];中國腫瘤臨床;2018年02期

6 張道強(qiáng);朱旗;郝小可;邵偉;王明亮;黃嘉爽;黃碩;;腦影像智能分析[J];中國科學(xué):信息科學(xué);2018年05期

7 李華秀;李振輝;王關(guān)順;;影像組學(xué)在消化道系統(tǒng)的應(yīng)用進(jìn)展[J];中國臨床醫(yī)學(xué)影像雜志;2017年09期

8 吳毅;杜福文;林暉;蘇遠(yuǎn)東;;38例放射學(xué)孤立綜合征患者的臨床表現(xiàn)和MRI的影像特征分析[J];當(dāng)代醫(yī)藥論叢;2015年02期

9 林均海;Behcet病的胸內(nèi)表現(xiàn)及影像特征[J];實(shí)用放射學(xué)雜志;1998年03期

10 陸紹陽;新城市電影影像特征[J];電影藝術(shù);2004年05期

相關(guān)會(huì)議論文 前10條

1 潘詩農(nóng);;3T MR肩關(guān)節(jié)撞擊綜合癥影像特征分析[A];2009年中國運(yùn)動(dòng)醫(yī)學(xué)與關(guān)節(jié)鏡外科學(xué)術(shù)大會(huì)摘要[C];2009年

2 周振;王美青;李楠;;伴有顳下頜關(guān)節(jié)紊亂病癥狀的磨牙癥患者的關(guān)節(jié)影像特征[A];中華口腔醫(yī)學(xué)會(huì)全科口腔醫(yī)學(xué)專業(yè)委員會(huì)第一次學(xué)術(shù)年會(huì)會(huì)議論文集[C];2009年

3 張璐;唐紅;陳良龍;吳曉霞;程流泉;王湛博;王葉;黃鶴;李金國;汪晶晶;馮斌;智光;;心臟淀粉樣變性臨床及影像特征-多中心病例分析研究[A];中國超聲醫(yī)學(xué)工程學(xué)會(huì)成立30周年暨第十二屆全國超聲醫(yī)學(xué)學(xué)術(shù)大會(huì)論文匯編[C];2014年

4 張永勝;陳祖華;張志田;;前列腺外周帶癌T2WI影像特征的多因素分析[A];2016年浙江省醫(yī)學(xué)會(huì)放射與影像技術(shù)學(xué)術(shù)年會(huì)論文匯編[C];2016年

5 蕭云備;蔡健;武志剛;李澄棣;;MRI影像特征在預(yù)測頑固性血精患者預(yù)后中的價(jià)值[A];2015年浙江省泌尿外科學(xué)男科學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2015年

6 李鶴虹;;兒童異常體動(dòng)脈供血的肺部影像特征分析[A];中華醫(yī)學(xué)會(huì)第十八次全國放射學(xué)學(xué)術(shù)會(huì)議論文匯編[C];2011年

7 侯代倫;;結(jié)核病不典型影像特征分析[A];結(jié)核病診治新進(jìn)展學(xué)術(shù)研討會(huì)資料匯編[C];2014年

8 徐雷鳴;徐瓊;王加偉;張敏鳴;;可逆性后部腦病綜合征的臨床與影像特征分析[A];2013年浙江省放射學(xué)學(xué)術(shù)年會(huì)論文集[C];2013年

9 張偉;郭強(qiáng);陳俊喜;華剛;談慶華;;多形性黃色星形細(xì)胞瘤臨床及影像特征分析[A];第六屆CAAE腦電圖與神經(jīng)電生理大會(huì)會(huì)刊[C];2018年

10 王漢東;;海綿竇海綿狀血管瘤的影像特征和顯微手術(shù)[A];中國醫(yī)師協(xié)會(huì)神經(jīng)外科醫(yī)師分會(huì)第四屆全國代表大會(huì)論文匯編[C];2009年

相關(guān)博士學(xué)位論文 前3條

1 張海濤;基于高分影像的滑坡提取關(guān)鍵技術(shù)研究[D];中國地質(zhì)大學(xué);2017年

2 吳應(yīng)江;基于多核學(xué)習(xí)的疑似AD腦MRI影像分類算法[D];貴州大學(xué);2017年

3 劉懷鵬;基于WorldView-2數(shù)據(jù)的城市典型綠化樹種分類[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 趙海彪;MRI影像特征預(yù)測PLGG基因型價(jià)值分析[D];鄭州大學(xué);2019年

2 楊磊;基于影像特征與物理特征的斑塊組織類型識(shí)別[D];河北大學(xué);2019年

3 史張;基于高分辨率磁共振成像對活體及離體顱內(nèi)動(dòng)脈粥樣硬化斑塊的影像組學(xué)分析[D];中國人民解放軍海軍軍醫(yī)大學(xué);2018年

4 路子祥;基于功能腦影像的臨床變量值回歸分析方法研究[D];南京航空航天大學(xué);2018年

5 李蟬秀;基于稀疏學(xué)習(xí)的影像遺傳關(guān)聯(lián)分析方法及其應(yīng)用研究[D];南京航空航天大學(xué);2018年

6 董玲;基于影像組學(xué)的肺癌ALK突變患者預(yù)后分析[D];電子科技大學(xué);2018年

7 仇清濤;不同分割方法對肝癌CT影像組學(xué)特征提取影響的研究[D];山東師范大學(xué);2018年

8 李佳;基于無人機(jī)影像數(shù)據(jù)災(zāi)損信息提取研究[D];成都理工大學(xué);2016年

9 黎健明;二十一世紀(jì)以來的中國獨(dú)立影像該何去何從？[D];福建師范大學(xué);2009年

10 趙婷婷;高鐵安全隱患的三種高效面向?qū)ο筮b感變化檢測方法[D];西南交通大學(xué);2014年

本文編號(hào)：2727964