《Radiography》:Apparent diffusion coefficient benchmarking and inter-scanner variability; preparing for biological image guided adaptive radiotherapy treatments
编辑推荐:
评估两台Siemens SOLA 1.5T MRI扫描器在定量MRI(qMRI)中ADC值的性能一致性,结果显示与NIST参考值偏差小于4%,两扫描器间差异小于3.6%,验证了QIBA标准在临床应用中的可行性,为基于ADC值的自适应放疗(BIGART)多中心临床试验奠定基础。
S. Manolopoulos | R. Tulip | J. Wyatt
英国纽卡斯尔泰恩医院NHS基金会信托,北部癌症护理中心
摘要
引言
生物图像引导的自适应放射治疗(BIGART)依赖于使用定量成像生物标志物——即qMRI的能力。我们的目标是评估MRI扫描仪在表观扩散系数(ADC)值方面的性能,这是一种形式的qMRI,并将其与参考数据进行比较,作为BIGART研究的前奏。
方法
使用CaliberMRI开发的专用模体,通过两台MRI扫描仪(Siemens SOLA 1.5T)测量了各种材料的ADC值。数据采集遵循QIBA制定的协议,数据分析使用QCAL-MR?软件平台完成。
结果
这两台扫描仪测得的不同材料的ADC值与美国国家标准与技术研究院(NIST)认证的值相比,平均偏差小于4%,并且两台扫描仪之间的差异在3.6%以内(扫描仪间变异性)。
结论
可以针对qMRI数据(例如从DWI中得出的ADC值)来评估MRI扫描仪的性能。此外,我们的研究表明,两台MRI扫描仪生成的ADC值符合QIBA的大脑轮廓标准,从而可以确信“当脑部病变的ADC值变化达到11%或更大时,有95%的信心表明确实发生了变化”。
对实践的启示
我们的工作鼓励开发多中心BIGART试验方案,这些方案利用qMRI生物标志物(如ADC)来治疗新发胶质母细胞瘤(GBM)或其他肿瘤。这些qMRI生物标志物可用于个性化放射治疗,无论是在治疗开始前还是治疗过程中,通过根据患者的反应调整治疗方案。
引言
生物图像引导的自适应放射治疗(BIGART)有望通过在治疗过程中根据每位患者的个体反应调整治疗方案,从而在患者层面完成治疗反馈循环。这是基于定量成像生物标志物(如qMRI)的信息实现的。表观扩散系数(ADC)是一种通过扩散加权成像(DWI)获得的qMRI类型,用于许多恶性肿瘤(例如脑肿瘤)的诊断,并且已被证明对治疗结果具有预测价值。因此,人们正在研究利用它来设计放射治疗(RT)方案,例如通过提前增加处方剂量来改善治疗效果。另一种方法是根据治疗进行中通过qMRI成像获得的肿瘤区域对剂量进行调节,这些区域被认为可能具有放射抵抗性。
方法
使用CaliberMRI开发的专用DWI模体(Model 128 Diffusion Phantom4),其中含有不同浓度的水或液体聚维酮(PVP),从而具有不同的扩散性,在两台Siemens SOLA1.5T MRI扫描仪上进行了扫描,这两台扫描仪分别称为“扫描仪A”和“扫描仪B”。这两台扫描仪位于相距63英里的不同医院,由不同的操作人员操作。然而,所有DWI扫描都遵循相同的设置,包括头部射频线圈。
结果
使用嵌入式LCR温度计测量到的MRI数据采集过程中的模体温度为20.5 ± 1.0 °C。图中显示了两种扫描仪测得的每个模体瓶中材料的ADC值以及NIST提供的相应参考值。扫描仪之间的ADC值偏差均小于3.6%,其中装有水的模体瓶的偏差最大,为4.03%。
讨论
我们使用专用模体4和成像协议,评估了我们医院不同放射治疗诊所的两台MRI-Sim扫描仪在ADC方面的性能。据我们所知,这是英格兰首个此类研究的报道。
生物图像引导的自适应放射治疗(BIGART)是放射治疗的一种进化,它采用“剂量绘制”方法来规划和可能调整治疗方案。
结论
我们发现我们部门的不同MRI-Sim扫描仪在各种ADC相关参数上的表现一致,且都在推荐的参考范围内。因此,QIBA的声明:“当脑部病变的ADC值变化达到11%或更大时,有95%的信心表明确实发生了变化”6适用于我们的扫描仪。因此,我们有信心在我们部门启动BIGART的临床试验,确保临床决策将基于这些数据。
伦理批准和参与同意
不适用。
数据可用性
如需本研究的数据,作者可应合理要求提供。
作者贡献
SM:概念化、方法论、数据管理、研究、初稿撰写、审阅和编辑。
RT:研究、审阅和编辑。
JW:研究、审阅和编辑。
生成式AI的使用
不适用。
资金
不适用。
利益冲突声明
无。
致谢
我们感谢CALIBER-MRI提供他们的扩散模体、持续的支持和专家建议。作者与CALIBER-MRI或其英国代表没有财务关系。