通过光谱MRI研究复发性胶质母细胞瘤患者正常大脑受辐射的影响

《NMR in Biomedicine》：Radiation Effects on Normal Brain in Subjects With Recurrent Glioblastoma by Spectroscopic MRI

　　**摘要**

胶质母细胞瘤（GBM）是成人中最常见且最具侵袭性的原发性恶性脑肿瘤，几乎总是会复发。在复发的GBM中，传统的磁共振成像（MRI）在检测显微肿瘤浸润和区分肿瘤进展与治疗相关变化方面的能力有限。光谱MRI（sMRI）可以提供大脑大部分区域的定量代谢图谱，包括胆碱（Cho）和N-乙酰天冬氨酸（NAA），后者是健康组织的标志物。由于Cho/NAA常用于定义代谢异常组织，并且先前的放射治疗（RT）可以改变代谢物水平，我们评估了RT是否会影响复发疾病的基线Cho/NAA比值。我们回顾性地研究了20名接受过最大安全切除术、RT和替莫唑胺治疗的复发GBM患者，他们在复发时接受了全脑sMRI检查。从RT完成到sMRI检查的中位时间间隔为8.99个月。T1加权图像通过MIDAS软件与sMRI图像进行配准，并与MIM软件中的计划CT图像对齐，以生成辐射剂量图谱。MIDAS软件生成了以组织水为参考的Cho、NAA和肌酸（Cr）图谱，并将Cho/NAA比值标准化到对侧正常白的组织。然后对复发时的代谢物值与之前的辐射剂量进行了逐体素线性回归分析。较高的先前剂量与NAA水平降低（-0.26%/Gy，r2=0.011，p<0.001）和Cr水平降低（-0.18%/Gy，r2=0.004，p<0.001）相关联，而Cho水平的变化很小（-0.023%/Gy，r2=0.001，p<0.001）。因此，标准化后的Cho/NAA比值随剂量增加而增加，平均斜率为0.0018/Gy（p<0.001）。对于之前接受过60Gy辐射的患者，Cho/NAA比值的临界值为2.39（范围1.91–2.72）。这些发现表明，之前的RT会适度提高基线Cho/NAA比值，主要通过降低NAA水平实现；剂量校正后的Cho/NAA比值图谱可能有助于更准确地描绘复发GBM的边界。

**缩写说明**

- a.u.：任意单位
- Cho：胆碱
- Cr：肌酸
- CT：计算机断层扫描
- GBM：胶质母细胞瘤
- Gy：戈瑞（辐射剂量单位）
- MGMT：O6-甲基鸟嘌呤-DNA甲基转移酶
- MIDAS：代谢成像数据分析系统
- MIM：MIM软件（配准/治疗规划平台）
- MPRAGE：磁化准备快速梯度回波序列
- NAA：N-乙酰天冬氨酸
- NAWM：对侧正常白质
- rGBM：复发胶质母细胞瘤
- RT：放射治疗
- sMRI：光谱MRI
- T1PC：T1加权增强图像
- T2-FLAIR：T2加权流体衰减反转恢复图像
- TE/TR/TI：回波时间/重复时间/反转时间

**1 引言**

胶质母细胞瘤（GBM）仍然是成人中最具侵袭性的原发性中枢神经系统肿瘤，其特征是快速增殖、广泛浸润和不良预后[1, 2]。GBM的标准治疗方案通常包括最大安全范围的手术切除，随后进行替莫唑胺联合化疗的放射治疗[3]。尽管采取了这些干预措施，复发几乎是不可避免的。传统的解剖影像学检查，主要基于T1加权增强（T1PC）和T2加权流体衰减反转恢复（T2-FLAIR）磁共振成像（MRI），在初始诊断、治疗计划和治疗后监测中起着核心作用[4, 5]。然而，这些技术无法检测显微肿瘤浸润，也无法区分活性肿瘤、治疗引起的改变和放射坏死[6, 7]。光谱MRI（sMRI）作为一种有前景的工具，与传统影像学技术相结合使用。sMRI是在传统单体素MR光谱学和早期磁共振光谱成像基础上发展而来的，它能够提供几乎覆盖整个大脑的高分辨率图谱[7, 8]。这些大体积图谱使研究人员能够将代谢物变化与之前的治疗过程联系起来。利用sMRI可以量化整个大脑中的胆碱（Cho，提示膜更新和细胞增殖）和N-乙酰天冬氨酸（NAA，神经元存活的标志物）[10, 11]。Cho/NAA比值已被广泛研究作为肿瘤的指标，其升高与GBM的细胞密度和复发有关[12, 13]。放射治疗（RT）是GBM治疗的关键组成部分，常规分割剂量为30次各60Gy[14]。多项研究表明，放射治疗可导致代谢变化，最显著的是NAA水平降低，这可能反映了神经元损伤；同时Cho水平的变化可能表示细胞更新或炎症[15, 16]。这些代谢损伤可以通过sMRI检测到，为深入了解大脑变化提供了更多信息，超越了传统的T1PC和T2-FLAIR成像[17, 18]。鉴于GBM治疗过程中大脑各部位的辐射剂量不同，我们试图确定RT后代谢物水平的变异程度。现有文献主要集中在原发性GBM上；然而，放射引起的损伤对复发性GBM的代谢影响尚未得到充分研究。由于之前的手术、化疗和放射治疗等干预措施的混杂效应，复发GBM在临床上是独特的挑战。在复发疾病中，使用传统MRI区分肿瘤进展和治疗后的变化尤为困难[19, 20]。这种诊断不确定性激发了将代谢成像整合到复发GBM评估中的兴趣[21]。在本研究中，我们假设初次治疗期间的局部脑辐射剂量增加会以剂量依赖的方式改变代谢物比值。虽然MR光谱学已在复发GBM中应用，但sMRI是一种新技术，可以分析从无剂量到全剂量的整个大脑图谱，而不仅仅是单个体素或部分大脑的磁共振光谱学成像。因此，根据复发时的sMRI结果调整放疗计划可能是必要的。

**2 材料与方法**

**2.1 研究设计与患者选择**

这项获得IRB批准的三项回顾性研究是在迈阿密大学诊断出的20名复发GBM患者中进行的。所有患者最初都接受了相同的初始GBM治疗方案：最大安全范围的手术切除，随后进行30次各60Gy的放射治疗，并同时使用替莫唑胺进行辅助化疗。这些患者随后出现复发，进一步接受了包括全脑sMRI在内的检查。患者特征总结见表1。

**2.2 MRI和sMRI数据采集**

复发病灶的成像是在德国埃尔朗根的Siemens Medical Solutions公司的3T系统（Skyra或Vida）上进行的。解剖成像包括高分辨率的3D T1加权成像，使用磁化准备快速梯度回波（MPRAGE）序列，在注射钆基造影剂前后进行，体素分辨率为0.9×0.9×0.7 mm3，TR/TE/TI分别为2300/2.41/930 ms，翻转角为9°，矩阵大小为320×216×192。全脑sMRI数据采用空间-光谱回波平面读取方式获取，激发方式为自旋回波（TR/TE=1551/50.0 ms），非选择性脂质反转消失（TI=198 ms）。sMRI的场号为280×280×180 mm3，矩阵大小为50×50，共18层，k空间编码为椭圆形，回波列长度为1000点，带宽为2500 Hz。处理后得到代谢物图谱，有效体素大小为4.4 mm×4.4 mm×5.6 mm。sMRI的总采集时间为15分钟。

**2.3 图像配准与代谢物量化**

复发时的增强T1加权图像使用MIDAS软件套件（美国佛罗里达州迈阿密大学）与sMRI数据进行配准[22]。使用匹配的、交错的EPSI水参考序列作为sMRI配准和处理的空间参考[23]。生成了以组织水为参考的Cho、NAA和肌酸代谢物图谱[24]。计算Cho/NAA比值后，将其标准化到对侧正常白的组织（称为Cho:NAA），以最小化扫描仪和患者之间的变异[25, 26]。随后使用MIM软件（美国俄亥俄州Beachwood的MIM Software Inc.）中的刚性多模态图像配准功能，将配准后的sMRI数据与原始的计划CT扫描对齐。CT数据包含辐射剂量分布，通过应用CT到MRI的转换来生成辐射剂量图谱，使剂量网格与sMRI扫描空间对齐。图1展示了代表性复发GBM患者的Cho、NAA和Cho:NAA的T1PC和sMRI图谱。

**2.4 数据处理与分析**

图像配准和代谢物量化完成后，DICOM图像被导出以进行进一步分析。为了消除复发疾病的影响，首次治疗时的原始治疗计划肿瘤体积以及疑似与疾病相关的Cho:NAA比值升高的区域被从分析中移除。由于放射治疗计划的不完美一致性，仍有少量体素位于或接近60Gy的处方剂量附近并留在分析中。首先使用3D Slicer（版本5.6.2）对sMRI扫描进行清洗[27]。从Cho:NAA图中移除了无关或噪声体素，然后使用Python对所有扫描的数据进行患者级别的处理。通过线性回归分析辐射剂量与代谢物强度之间的线性相关关系，得出斜率、截距和R2值。

**2.5 单变量分析**

进行了单变量相关性分析，以评估表1中列出的因素（如复发时的年龄和治疗间隔天数）是否与Cho、Cre和NAA值的变化相关。计算了皮尔逊相关系数，这些分析旨在确定临床因素是否能预测sMRI观察到的代谢变化。

**3 结果**

**3.1 患者特征**

本研究共包括了20名复发GBM患者（表1）。复发时的中位年龄为52.7岁。患者组由11名女性（55%）和9名男性（45%）组成。14名患者（70%）的MGMT启动子未甲基化，5名患者（25%）甲基化，1名患者（5%）甲基化状态未知。大多数患者（85%）在复发时未接受手术切除，而3名患者（15%）接受了切除术。图2展示了某例患者的NAA、Cho和Cho:NAA水平与初次放疗期间的变化。NAA强度随剂量增加而降低，平均降低率为-0.66%/Gy。Cho水平仅略有变化（0.049%/Gy）。肌酸水平也呈下降趋势（-0.10%/Gy）。Cho:NAA比值随剂量增加而升高（1.36%/Gy），这可能是由于NAA水平的降低所致。

**3.2 NAA水平**

在20名患者中的18名患者中观察到NAA水平随剂量增加而降低（图3）。标准化分析显示NAA平均降低率为-0.26%/Gy（r2=0.011，p<0.001）。个体斜率范围为-0.66%至0.24%/Gy。

**3.3 Cho水平**

与NAA不同，Cho水平在辐射剂量增加时仅表现出轻微变化（图3）。回归分析显示平均降低率为-0.02%/Gy（r2=0.0008，p<0.001），患者间的斜率差异范围为-0.62%至0.46%/Gy。这些变化表明，Cho所测量的细胞增殖受辐射剂量的影响较小。

**3.4 Cr水平**

肌酸水平对辐射暴露也仅表现出轻微变化（图3）。回归分析显示Cr水平平均降低率为-0.18%/Gy（r2=0.004，p<0.001）。

**3.5 Cho:NAA比值**

正常白组织中的代谢物回归分析显示Cho:NAA比值呈现统计学上显著的剂量依赖性增加（图4）。在标准化尺度上，回归分析得出的平均斜率为0.0018/Gy（r2=0.0043，p<0.001）。从绝对值来看，Cho:NAA比值的平均斜率为0.0027 a.u./Gy，个别患者的斜率范围在?0.0015到0.012/Gy之间（见图5）。这些发现表明，辐射剂量的小幅增加与Cho:NAA比值的可测量升高相关。图4（可在图形查看器中打开）展示了所有患者中Cho:NAA强度与辐射剂量之间的线性回归分析，观察到一种虽小但具有统计显著性的正相关（斜率=0.0018 Gy，r2=0.0043，p<0.001），这表明sMRI强度随剂量增加而增加。图5（可在图形查看器中打开）显示了整个队列中患者级别的剂量-反应斜率分布（% per Gy）。NAA和肌酸的水平随剂量下降（NAA中位数=?0.259，范围[?0.659, 0.242]；肌酸中位数=?0.189，范围[?0.589, 0.346]）。胆碱的变化很小（中位数=?0.063，范围[?0.615, 0.462]）。在标准化程度上，Cho:NAA随剂量增加（中位数=0.396，范围[?0.424, 1.57]）。

3.6 组别分析
当汇总所有20名患者的数据时，总体趋势与体素级别的发现一致。暴露于更高辐射剂量的区域一致表现出升高的Cho:NAA比值和降低的NAA水平。图2展示了某患者个体代谢物与剂量关系的散点图。这些关联的统计显著性（p<0.001）在整个队列中得到证实，表明存在一种微弱但可靠的剂量依赖性代谢效应。

3.7 单变量分析
单变量分析未发现复发时年龄或治疗间隔与任何代谢值之间存在统计学上的显著相关性。所有配对中的皮尔逊相关系数都很低，且没有关联达到显著性阈值。这些发现表明，复发时的患者年龄或治疗间隔对复发时sMRI检测到的代谢变化没有可测量的影响。

4 讨论
我们的研究表明，放射治疗会诱导sMRI代谢物比值的剂量依赖性变化，这在为复发性胶质母细胞瘤（rGBM）制定放疗计划时变得明显。体素级别的线性回归分析显示，正常外观大脑的Cho:NAA比值随剂量增加，这种变化主要是由NAA的减少驱动的。尽管之前已有研究报告了照射后NAA的剂量依赖性减少，但本研究的贡献在于证明了这种效应会导致使用sMRI进行肿瘤 delineation 时Cho:NAA出现与计划相关的基线偏移。观察到的NAA下降可能是因为NAA是神经元完整性的标志物[28]。这表明，在原发情况下由治疗引起的神经元损伤是导致Cho/NAA比值增加的主要因素。相比之下，Cho水平的变化很小，而肌酸（Cr）的变化更小。这些发现与之前的研究结果一致，强调了NAA作为放射治疗后神经元健康状况生物标志物的能力[29]。重要的是，由于Cho:NAA常用于识别异常组织，剂量相关的NAA抑制会在高剂量区域内导致非肿瘤组织中Cho:NAA比值升高。鉴于治疗后的后效导致代谢物浓度变化普遍存在，因此建议使用剂量校正图来调整Cho:NAA阈值以便临床解释。分析估计，在0 Gy时Cho:NAA阈值为2可能对应于60 Gy时的平均阈值约为2.11，这意味着在先前接受过放疗的区域，定义rGBM肿瘤的阈值应略高于原发性GBM。图6展示了基于剂量的Cho:NAA比值代谢物图，剂量校正图表明0 Gy时的阈值为2对应于60 Gy时的2.22。这种映射表明，将剂量校正纳入Cho:NAA阈值中可能有助于更好地界定复发性GBM的高风险肿瘤区域，从而提高放疗计划的准确性。

5 结论
我们的研究表明，GBM的放射治疗会导致NAA的剂量依赖性下降，可以通过sMRI进行映射。这导致用于RT定位的Cho:NAA基线值升高。建议使用剂量校正图来考虑这种Cho:NAA的变化，以便在sMRI引导的rGBM放疗计划中使用。作者贡献
Abram Abdou负责数据的获取和分析并撰写了手稿。Sulaiman Sheriff参与了sMRI的获取/后处理、分析和撰写工作。Kelly Rojas和Miah Nicholls协助患者识别/筛查，并提供了支持性分析并参与了撰写。Eric A. Mellon博士提出了项目构想，提供了监督和资源，并参与了分析和撰写工作。资金支持
这项工作部分得到了美国国立卫生研究院下属的国家癌症研究所的资助（项目编号U01CA264039）。内容仅代表作者的观点，不一定代表美国国立卫生研究院的官方立场。数据可用性声明
支持本研究结果的数据可向相应作者请求获取。由于隐私或伦理限制，这些数据不对外公开。