编辑推荐：
这篇研究利用超微血管成像（SMI）技术对胶质瘤微血管架构进行研究。通过定性和定量分析，发现高级别与低级别胶质瘤微血管形态存在差异，相关指标可辅助分级。该技术有望成为诊断和预后评估新工具，助力胶质瘤精准诊疗。
研究背景
胶质瘤准确分级对指导治疗和预测预后至关重要。微血管增殖是高级别胶质瘤（HGG）的标志性特征，传统检测依赖组织活检，存在局限性。超微血管成像（SMI）是一种新型高分辨率多普勒超声技术，可呈现肿瘤微血管架构，但在脑肿瘤术中成像的应用探索较少，且对其图像量化分析存在挑战。本研究旨在利用 SMI 生成胶质瘤微血管架构的术中全景图，并进行定性和定量评估，探索其在区分 HGG 和低级别胶质瘤（LGG）方面的潜力。
材料和方法
- 伦理审批与患者招募：研究获得当地伦理批准，回顾性招募患者，豁免知情同意，符合相关法规和《赫尔辛基宣言》。纳入年龄＞18 岁、组织学确诊为成人型弥漫性胶质瘤且术中超声（ioUS）采用 SMI 成像的患者，排除年龄＜18 岁及术中超声数据缺失或不完整者。
- 术中超声及 SMI 图像采集：使用佳能 i900 Aplio US 系统及高频探头，由经验丰富的人员按既定协议采集 2D B 模式超声和 SMI 图像，采集后图像匿名处理用于后续分析。
- 定性图像分析：采用半定量分级系统评估肿瘤内血管大小变化，分为 4 个等级；根据血管形态特征分为 4 种模式，由两位经验丰富的神经外科医生进行评级。
- 肿瘤血管掩模分割：将 SMI 图像转换格式后在 3DSlicer 软件中选取代表性图像，由神经放射科医生手动分割肿瘤内微血管树，排除周围正常血管。
- SMI 掩模预处理：通过 Otsu 自动全局阈值法进行二值化处理评估血流信号密度；利用 Fiji 软件的山脊检测插件检测血管线，确定相关参数后保存数据用于后续分析。
- 定量图像处理与特征提取：使用 Python 及相关库对图像进行处理和分析，测量血流信号密度、血管数量、长度、曲率、分支点数量、血管角度偏差、分形维数和熵等特征，并记录每个胶质瘤病例的平均指标。
- 统计分析：通过 Shapiro-Wilk 检验数据正态性，采用独立 t 检验或 Mann-Whitney U 检验评估差异，计算 Pearson 相关矩阵，进行受试者工作特征（ROC）分析评估指标鉴别能力，构建线性回归模型综合评估，利用主成分分析（PCA）探索数据可分离性。
研究结果
- 患者及肿瘤特征：共招募 32 例患者，其中 HGG 22 例，LGG 10 例。HGG 组多种肿瘤类型存在微血管增殖，LGG 组无微血管增殖。
- 定性特征：HGG 和 LGG 在血管大小和形态上存在差异。LGG 多为正常或均匀增大血管，形态以线性、穿透型为主；HGG 多为大小不均血管，形态以不规则环绕低血管核心或内在不规则、多向型为主。两位医生评级有中等一致性。
- 定量特征：8 个定量指标中，7 个在 HGG 和 LGG 组间存在显著差异，仅血管长度无差异。分形维数和血流信号密度分类潜力最高，综合所有特征的线性回归模型 AUC 达 0.95。PCA 分析显示两组数据有重叠但也存在聚类，前两个主成分可解释 75.56% 的方差，利于机器学习分类。
讨论
本研究中，SMI 技术实现了胶质瘤微血管架构的动态可视化，定性和定量分析有助于区分肿瘤级别。分形维数等指标与 HGG 的病理特征相符，反映了肿瘤血管的复杂性和无序性。虽然微血管多普勒技术局限于术中应用，但 SMI 及定量分析在协助手术、判断预后、指导个性化治疗等方面具有潜在临床价值。不过，本研究存在样本量小、受多种术中因素影响、手动分割主观性强等局限性。未来需开展大规模多中心研究，扩大肿瘤类型分析范围，进一步验证 SMI 在胶质瘤诊疗中的潜力。
研究结论
本探索性研究表明，SMI 作为临床现有成像技术，在胶质瘤分级方面具有潜力，可实时动态显示肿瘤微血管架构。对 SMI 指标的定量分析有助于进一步细化胶质瘤分类，为胶质瘤诊疗提供新方向，但仍需更多研究加以完善和验证。
