多参数MRI影像组学模型在原发性中枢神经系统淋巴瘤增殖活性评估中的价值研究

为解决原发性中枢神经系统淋巴瘤(PCNSL)增殖活性无创评估难题，山东第一医科大学附属山东省立医院等机构的研究人员通过83例患者的多中心回顾性研究，探讨ADC、DWI和T1-CE序列参数与Ki-67的相关性，并构建基于支持向量机(SVM)算法的七种序列组合模型。研究发现rADCmean、rDWImean和rT1-CEmean与Ki-67显著相关（p<0.05），三序列联合模型的AUC达0.869，为PCNSL预后分层提供了新型影像学生物标志物。

　　

原发性中枢神经系统淋巴瘤(PCNSL)作为罕见的非霍奇金淋巴瘤(NHL)，具有侵袭性强、预后差的特点。尽管高剂量甲氨蝶呤(HD-MTX)联合全脑放疗(WBRT)可延长生存期，但治疗相关神经毒性显著。Ki-67作为增殖活性标志物，其表达水平与患者生存显著相关，但传统依赖活检的评估方式存在创伤风险。如何通过无创影像手段预测Ki-67表达，成为优化临床决策的关键科学问题。

山东第一医科大学附属山东省立医院联合多家医疗机构的研究团队，在《BMC Medical Imaging》发表创新性研究。该研究纳入83例经活检确诊的PCNSL患者，采集治疗前的ADC、DWI(b=1000)和T1-CE序列数据，通过测量病灶与对侧丘脑的相对平均信号值(rADC_mean、rDWI_mean、rT1-CE_mean)，分析其与Ki-67标记指数(Ki-67 LI)的相关性。研究采用支持向量机(SVM)算法构建七种序列组合的影像组学模型，最终发现三序列联合模型对高增殖组(Ki-67≥90%)的鉴别效能最优。

关键技术方法包括：1) 多中心回顾性收集83例PCNSL患者的临床病理和MRI数据；2) 两位放射科医师盲法测量病灶ROI信号值并计算相对参数；3) 提取1906个影像组学特征经ICC分析筛选稳定特征；4) 采用SVM算法构建单序列及多序列组合模型；5) 通过ROC曲线和DeLong检验评估模型性能。

主要研究结果

相关性分析

rADC_mean与Ki-67呈负相关(ρ=-0.354,p=0.019)，反映高增殖肿瘤细胞密度增加限制水分子扩散；rDWI_mean(ρ=0.273,p=0.013)和rT1-CE_mean(ρ=0.385,p=0.001)与Ki-67正相关，提示血脑屏障破坏程度与增殖活性相关。观察者间一致性极佳(ICC>0.9)。

生存分析

高增殖组患者无进展生存期(PFS)和总生存期(OS)显著缩短(p=0.016/0.014)，验证Ki-67≥90%作为不良预后指标的临床价值。

模型性能

三序列联合模型在测试集表现最优(AUC=0.869)，显著优于单序列模型(p<0.05)。决策曲线分析显示该模型在临床阈值概率范围内具有正向净获益。

讨论与结论

该研究首次系统证实多参数MRI定量指标与PCNSL增殖活性的生物学关联：1) ADC值降低反映高Ki-67肿瘤的细胞密集度增加；2) T1强化程度与肿瘤血管侵袭性正相关；3) DWI信号升高提示细胞膜完整性改变。创新性构建的影像组学模型突破传统活检局限，为无法获取组织标本的患者提供预后预测工具。

临床转化价值体现在：1) 指导高风险患者强化治疗；2) 优化随访监测策略；3) 为靶向治疗提供影像学生物标志物。未来需在前瞻性队列中验证模型效能，并探索深度学习自动分割技术提升操作效率。这项研究为PCNSL精准医疗开辟了无创评估新途径。