基于MRI信息的多孔弹性模型用于器官尺度胶质瘤生长预测

《COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING》：An MRI-informed poromechanical model for organ-scale prediction of glioma growth

　　

胶质瘤是最具侵袭性和异质性的脑肿瘤类型之一，对其生物学机制的理解和有效治疗方案的开发构成了重大挑战。动物模型能够收集描述肿瘤动态的丰富纵向数据集，这些数据可整合到数学模型中以阐明控制肿瘤生长的生物学机制。尽管大多数数学模型依赖于反应-扩散系统，对组织变形和流体输运的洞察有限，研究人员提出了一种基于磁共振成像（MRI）信息的多孔弹性模型来描述大鼠C6胶质瘤的生长。研究使用了来自动物（n=4）的数据，这些动物在颅内注射癌细胞后接受了五次成像。每个MRI数据集包括：(i) 用于脑和肿瘤分割及力学属性分配的解剖T1加权数据；(ii) 弥散加权MRI，能够估计每个体素中肿瘤所占的比例；(iii) 动态对比增强MRI，提供通透性以及血管和液体比例图的信息。通过有限元模拟，每只大鼠的模型校准采用高斯-牛顿方法，并以最初三次MRI数据集为依据。肿瘤预测通过与剩余两次MRI数据集上的模型-数据吻合度评估进行验证。结果显示，在校准阶段相对肿瘤体积误差介于0.94%至11.27%之间，预测阶段误差介于4.73%至36.03%之间。此外，Dice评分在校准期间介于0.80至0.93，验证期间介于0.75至0.93。因此，结果表明所提出的多孔弹性模型能够描述C6胶质瘤的生长。这项研究为开发患者特异性、多尺度的胶质瘤进展及治疗反应的时空多孔力学模型迈出了第一步。

基于MRI信息的多孔弹性模型用于器官尺度胶质瘤生长预测：一项数值与实验结合的研究解读

一、研究背景

胶质瘤是最具侵袭性和异质性的原发性脑肿瘤之一，其临床研究面临显著挑战。由于可从患者安全采集的临床数据有限，胶质瘤的生长动态和治疗反应研究很大程度上依赖于动物模型。大鼠C6胶质瘤模型作为成熟的实验系统，能够提供丰富的纵向成像数据，为构建和验证肿瘤生长数学模型提供了理想平台。然而，现有的大多数胶质瘤生长数学模型主要基于反应-扩散系统（如Fisher-Kolmogorov模型），这类模型对肿瘤生长过程中的组织变形和流体输运机制缺乏描述能力。尽管已有研究将力学耦合引入反应-扩散模型，但仍无法全面捕捉肿瘤生长动力学、组织变形与流体输运之间的生物物理耦合关系。多孔弹性模型源于土力学，能够显式表征软组织中肿瘤细胞、细胞外基质（ECM）和间质液共存的多相特性，为胶质瘤生长提供更全面的生物力学框架。然而，以往多孔弹性模型依赖大量难以从临床或实验数据中可靠识别的参数，这严重制约了其实际应用。

二、研究目标与意义

针对上述问题，研究人员提出了一种基于MRI信息的三相多孔弹性模型，仅依赖四个关键驱动参数描述大鼠C6胶质瘤的未治疗生长。该模型能够同时考虑肿瘤生长动力学、组织变形和流体输运，并通过解剖和定量MRI数据对模型进行个体化初始化、校准和验证。该研究发表在《COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING》，为开发患者特异性、多尺度的胶质瘤进展及治疗反应预测模型提供了重要基础。

三、主要技术方法

研究人员采用以下关键技术方法开展研究：（1）构建三相多孔弹性连续介质模型，将组织表示为固体支架、间质液相和肿瘤细胞相的混合物；（2）通过有限元（FE）方法求解质量守恒和动量守恒耦合方程组，采用Newton-Raphson方法处理非线性问题，时间离散采用隐式一阶后向Euler格式；（3）基于方差的Sobel指数敏感性分析方法，从6个候选参数中识别出4个控制肿瘤动力学的关键参数；（4）采用Gauss-Newton（GN）方法对每只大鼠进行个体化参数校准。样本来源方面，研究使用4只雌性Wistar大鼠（236–268g），通过立体定位注射接种C6胶质瘤细胞（1×10⁵），在术后第12天（标记为第0天）开始建模，后续成像时间点为第2、3、4和6天。所有MRI数据（T1加权、DCE-MRI和DW-MRI）空间分辨率为128×128×16，裁剪至61×41×16。

四、研究结果

4.1 网格敏感性分析

研究人员为每只大鼠构建了6个具有递增局部细化水平的网格，评估肿瘤体积预测误差和计算效率。结果表明，网格1和网格2较粗糙，肿瘤体积误差较高（如大鼠2在网格1下第3天误差达9.53%）；网格3在数值精度（第3天和第4天肿瘤体积误差分别低于3%和5%）和计算效率之间取得最佳平衡，因此被选为后续计算的标准网格。

4.2 基于方差的敏感性分析

通过对肿瘤生长率（_l→tγ）、固有渗透率（k_s^int）、压力-饱和度参数（c）和肿瘤细胞动态粘度（μ_t）等6个候选参数进行一阶方差敏感性分析，发现肿瘤生长率、固有渗透率、压力-饱和度参数和肿瘤细胞动态粘度共同贡献了模型解方差的90%以上，被确定为关键参数。相反，控制肿瘤增殖力学抑制的起始（p_start）和临界（p_crit）固体压力阈值贡献不足2%，因此在后续模拟中将力学抑制函数设为零。

4.3 参数校准

研究人员采用GN方法对每只大鼠的4个敏感参数进行个体化校准。校准过程分为两步：首先从18组参数组合中筛选出每只大鼠GN误差最低的初始猜测值，然后应用GN方法进一步优化。优化结果显示，4只大鼠的GN误差仅获得了边际降低（0.11%–0.31%），最终校准误差（NIV）介于4.71%至14.71%之间，Dice评分介于0.80至0.93之间。

4.4 肿瘤体积预测

在第4天和第6天的预测时间点上，Dice评分范围分别为0.69–0.93和0.74–0.90；相对肿瘤体积误差分别为4.73%–36.03%和15.96%–30.74%。其中大鼠1的预测性能最佳（两个预测时间点Dice评分均高于0.90），大鼠4表现最差（第4天Dice评分为0.69，体积误差为36.03%）。进一步的误差分析揭示，模型预测倾向于追踪高血管化区域，而实验肿瘤也会延伸至血管化程度较低的区域，这表明除血管分布外的空间异质性因素在体内肿瘤侵袭方向调控中发挥重要作用。

4.5 模型预测分析

4.5.1 固体位移

峰值位移主要出现在大鼠1、3和4的肿瘤核心区，而大鼠2在肿瘤中心出现位移最小值。所有大鼠的固体位移量随时间增加，大鼠1在校准期达到5.88mm，第6天达到9.11mm，为所有大鼠中最高值。

4.5.2 孔隙度

大鼠2和4的孔隙度范围从初始的[0.27, 0.82]逐步扩大至最终预测时间的[0.16, 0.98]（大鼠2）和[0.08, 0.95]（大鼠4）。大鼠1和3在模拟过程中出现非物理解（超出[0,1]区间），需通过前一迭代的孔隙度结果进行修正。

4.5.3 肿瘤体积分数

所有大鼠的肿瘤体积分数从初始最大值0.42增长至第6天的0.93（大鼠4）至0.98（大鼠1）之间，且肿瘤边界的值低于初始肿瘤核心内的值。

4.5.4 固体压力

由于间质液压力在模拟期间变化小于1Pa，固体压力演化主要由肿瘤饱和度和孔隙度变化驱动。所有大鼠的平均和最大固体压力均随时间增加，大鼠1的最高固体压力从第3天的30.75KPa增至第6天的43.49KPa，表明该大鼠存在显著的肿瘤诱导应力积累。

五、讨论

本研究提出的多孔弹性模型在预测C6胶质瘤生长方面展现了良好的性能。与文献中Hormuth等人的经典反应-扩散模型及力学耦合反应-扩散模型相比，本模型仅需4个标量参数进行校准，显著降低了数据依赖性。敏感性分析揭示了一个独特发现：肿瘤细胞动态粘度（贡献37.8%方差）对肿瘤体积的影响大于肿瘤生长率（贡献14.5%方差），这体现了多孔弹性框架不同于反应-扩散模型的特征——控制肿瘤细胞输送力学阻力的参数可对预测肿瘤空间范围产生更大影响。与Hervas-Raluy等人对神经母细胞瘤球体的研究比较显示，本研究结果可视为其在晚期阶段动力学的延伸，此时输送阻力已成为肿瘤空间结构的主要决定因素。研究中获得的最大固体压力值（最高达43.49KPa）远超文献报道的肿瘤压力范围（798Pa至3.32KPa），提示当前压力-饱和度定律中正切函数在接近完全饱和时可能产生过大的峰值压力，需通过实验进一步校准。此外，模型假设肿瘤生长方向受血管化显著影响，但与实际MRI数据的比较显示血管化以外的空间异质性因素在调控体内侵袭方向中发挥重要作用。

六、结论

研究人员提出了一种三相多孔弹性模型用于预测胶质瘤生长，其动态主要由四个标量参数（c、μ_t、_l→tγ和α_k）控制，并证明模型的主要变量和驱动参数可由标准的纵向解剖与定量MRI数据提供信息。尽管在n=4只大鼠的小型队列中获得了有前景的预测性能，但仍需进一步的模型开发、实验工作和验证以更好地表征多孔弹性参数并改进不同类型MRI数据对模型组分的信息提供能力。这项研究为开发考虑胶质瘤进展及治疗反应背后多尺度时空多孔力学的患者特异性模型迈出了第一步。