努爾比耶姆·阿布力克木，楊靜，2，劉珺迪，高欣，王剛，趙晶晶，張亞菲，吉思慧，姜春暉，丁爽，王云玲，劉文亞，賈文霄，王儉*

作者單位：1.新疆醫(yī)科大學(xué)第一附屬醫(yī)院影像中心磁共振室，烏魯木齊 830000；2.浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院北侖分院放射科，寧波 315800；3.上海大學(xué)計(jì)算機(jī)工程與科學(xué)學(xué)院，上海 200444

泡型包蟲病(alveolar echinococcosis，AE)是一種由多房棘球蚴幼蟲引起的寄生蟲病。在我國，AE多發(fā)于新疆、青海等畜牧業(yè)較為發(fā)達(dá)的西北地區(qū)，具有明顯的地域特征。肝臟是最易受AE侵犯的器官，肺、腦等器官轉(zhuǎn)移率相對較低[1-2]。發(fā)生在腦內(nèi)時，腦泡型包蟲病(cerebral alveolar echinococcosis，CAE)病變常與腦轉(zhuǎn)移瘤(brain metastases，BMT)具有相似影像學(xué)特征的病灶混淆，CAE 和BMT 信號的多樣性和相似性使其難以進(jìn)行鑒別診斷。雖然CAE 有“蟲癌”之稱，但其生物學(xué)特性與BMT截然不同，兩者治療和預(yù)后存在顯著差異，故正確地鑒別診斷至關(guān)重要。因CAE病灶破裂可導(dǎo)致播散性和/或化學(xué)性腦膜炎，并可發(fā)生致命的過敏性休克，穿刺活組織檢查是CAE絕對禁忌證[2]。因此，術(shù)前借助影像學(xué)手段鑒別兩者具有較大的臨床意義。以往的研究表明，磁共振新技術(shù)，如灌注加權(quán)成像(perfusion weighted imaging，PWI)、彌散加權(quán)成像、波譜成像(magnetic resonance spectroscopy，MRS)和磁敏感成像等，有助于鑒別轉(zhuǎn)移性腫瘤與顱內(nèi)其他占位性病變[3-5]。

PWI通過分析對比劑在特定血流區(qū)域引起的局部信號變化，反映病灶局部腦組織血容量、局部腦組織血流量、毛細(xì)血管通透性等血流動力學(xué)信息。該技術(shù)可以通過測量相對腦血容量(relative cerebral blood volume，rCBV)、相 對 腦 血 流 量(relative cerebral blood flow，rCBF)來反映病變的毛細(xì)血管微循環(huán)和評估組織的微血管密度，其測定與病灶血管分布有關(guān)，故PWI各參數(shù)也通常用作腫瘤診斷及分級[6-7]、腫瘤治療反應(yīng)評估[7-9]和基因型預(yù)測的指標(biāo)[10-11]。除此之外，PWI 已被用于顱內(nèi)多種占位性病灶的鑒別，且表現(xiàn)出了較好的鑒別性能[3-4,12]。準(zhǔn)確、可靠的機(jī)器學(xué)習(xí)方法根據(jù)訓(xùn)練集提供的信息，建立準(zhǔn)確識別新輸入項(xiàng)的模型，提升參數(shù)鑒別效能，因此已廣泛應(yīng)用于多類病灶鑒別研究中[13-14]。本研究旨在借助PWI定量指標(biāo)與病灶血管生成之間的相關(guān)性，評估PWI定量指標(biāo)診斷CAE 與BMT 的性能，且探討基于PWI 定量指標(biāo)的機(jī)器學(xué)習(xí)方法在鑒別兩種疾病中的價值。

1 材料和方法

1.1 一般資料

回顧性分析新疆醫(yī)科大學(xué)第一附屬醫(yī)院2018年7月至2020年3月間經(jīng)病理(12例)或臨床確診(18例)且符合納入標(biāo)準(zhǔn)的CAE 及BMT 病例各15 例(男18 例，女12 例，有效病灶各40 個)。其中，CAE 患者平均年齡為36 歲(年齡范圍：3～56 歲)，男10 例，女5 例；BMT患者平均年齡為58歲(年齡范圍：40～73歲)，男8例，女7 例。納入標(biāo)準(zhǔn)：(1)顱腦術(shù)后病理確診為CAE 或BMT；(2)病理確診肝泡型包蟲病、臨床綜合診斷為CAE；(3)病理確診其他部位原發(fā)腫瘤、臨床綜合診斷為BMT；(4) MRI 掃描前顱內(nèi)病灶未接受治療。排除標(biāo)準(zhǔn)：(1)圖像質(zhì)量不合格、偽影大、圖像或資料缺失不全；(2)伴診斷不明的其他部位占位或腫瘤樣病變。本回顧性研究通過了新疆醫(yī)科大學(xué)臨床倫理委員會批準(zhǔn)(批準(zhǔn)文號：20160406-02)，免除受試者知情同意。

1.2 核磁共振掃描方法

本研究所有受試者均使用美國GE 公司的3.0 T Signa Hdx System 雙梯度超導(dǎo)磁共振掃描儀，使用8通道相控陣線圈掃描。定位線位于患者鼻根部或眉心。檢查序列包括三平面定位掃描、勻場掃描、T1 加權(quán)成像(T1 weighted imaging，T1WI) (TR：2557 ms，TE：12 ms)、T2 加權(quán)成像(T2 weighted imaging，T2WI)(TR：3680 ms，TE：118 ms)及T2 液體衰減反轉(zhuǎn)恢復(fù)(fluid-attenuated inversion recovery，F(xiàn)LAIR) (TR：8000 ms，TE：165 ms)、冠矢位T2WI、PWI 及增強(qiáng)掃描，常規(guī)頭顱MRI 平掃，掃描參數(shù)：層厚5.0 mm，層間距1.0 mm，采集激勵次數(shù)1，掃描視野(field of view，F(xiàn)OV)為24 cm×24 cm；灌注掃描定位線復(fù)制橫軸位T1WI定位線，Phase FOV=1，TR 時間為1500 ms，確保所有層數(shù)能一次采集。對比劑使用釓噴酸葡胺注射液(廣州康臣藥業(yè)生產(chǎn)，20 mL/9.38 g)，注射劑量0.2 mL/kg，通過高壓注射器經(jīng)肘前靜脈以4 mL/s的速率注入，后用20 mL生理鹽水沖洗，每層面采集50幅圖像。

1.3 圖像分析

灌注圖像在GE ADW4.4工作站使用GE FuncTool BrainStat GVF算法進(jìn)行處理。感興趣區(qū)(region of interest，ROI)由兩名對病灶診斷不知情的具有10年診斷經(jīng)驗(yàn)的醫(yī)生繪制。將實(shí)性區(qū)域定義為增強(qiáng)掃描強(qiáng)化的病灶區(qū)域，外周水腫是指實(shí)性區(qū)周圍的T2WI高信號區(qū)域，對照組為對側(cè)相對正常腦實(shí)質(zhì)區(qū)域。將3個ROI置于有效病灶相應(yīng)區(qū)域內(nèi)測量rCBV、rCBF、平均通過時間(mean transit time，MTT)和達(dá)峰時間(time to peak，TTP)值，ROI大小控制在5～10 mm2范圍內(nèi)，放置ROI時盡量避免腦室、血管、骨骼、鈣化、順磁性物質(zhì)等。每個區(qū)域保留其最大值，最后計(jì)算兩組病灶實(shí)性區(qū)、水腫區(qū)與對側(cè)相對正常區(qū)域的參數(shù)比值(圖1、圖2)。

圖1 腦泡型包蟲病病灶感興趣區(qū)域的定量灌注分析。1A～1D 分別為T1 增強(qiáng)掃描、灌注加權(quán)成像、相對腦血流量、相對腦血容量圖。 圖2 腦轉(zhuǎn)移瘤病灶感興趣區(qū)域的定量灌注分析。2A～2D分別為T1增強(qiáng)掃描、灌注加權(quán)成像、相對腦血流量、相對腦血容量圖。Fig. 1 Quantitative perfusion analysis of region of interests in cerebral alveolar echinococcosis lesions. 1A?1D are images of T1 enhanced scan, perfusion weighted imaging, relative cerebral blood flow, relative cerebral blood volume, respectively. Fig. 2 Quantitative perfusion analysis of region of interests in brain metastases lesions. 2A?2D are images of T1 enhanced scan, perfusion weighted imaging, relative cerebral blood flow, relative cerebral blood volume,respectively.

1.4 統(tǒng)計(jì)分析

所有統(tǒng)計(jì)分析采用SPSS 25.0軟件進(jìn)行。經(jīng)正態(tài)性、獨(dú)立性和方差齊性檢驗(yàn)，符合正態(tài)分布的數(shù)據(jù)用均數(shù)±標(biāo)準(zhǔn)差表示，不符合正態(tài)分布或方差不齊者則用中位數(shù)(第25 百分位數(shù)，第75 百分位數(shù))表示。運(yùn)用MedCalc數(shù)據(jù)分析軟件，對病灶實(shí)性區(qū)各參數(shù)進(jìn)行受試者操作特征(receiver operating characteristic，ROC)曲線分析，計(jì)算曲線下面積(area under the curve，AUC)。CAE 與BMT 病灶不同區(qū)域PWI 參數(shù)兩組間比較采用Mann-Whitney 檢驗(yàn)，本文所有檢驗(yàn)均為雙側(cè)檢驗(yàn)，結(jié)果以P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

1.5 機(jī)器學(xué)習(xí)

采用PyCharm 軟件對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，采用主成分分析(principle component analysis，PCA)對PWI各參數(shù)進(jìn)行降維處理后，以病灶實(shí)性區(qū)PWI參數(shù)以及病灶實(shí)性區(qū)、病灶水腫區(qū)、對側(cè)相對正常區(qū)域PWI參數(shù)兩種方式選擇特征值，運(yùn)用SVM分類器鑒別CAE和BMT病灶，觀察兩種特征值選擇方法鑒別效能及SVM分類器在此研究中的表現(xiàn)。隨后再運(yùn)用決策樹(decision tree，DT)、K 近鄰(K-Nearest Neighbor，KNN)分類器及軟投票集成學(xué)習(xí)方法對CAE 和BMT 病變進(jìn)行分類鑒別，比較三種分類器及集成方法的鑒別效能。

2 結(jié)果

2.1 病灶實(shí)性區(qū)PWI各參數(shù)診斷兩種疾病效能

CAE、BMT病灶實(shí)性區(qū)灌注參數(shù)診斷AUC、標(biāo)準(zhǔn)差、95%置信區(qū)間(confidence interval，CI)如表1 所示，各參數(shù)診斷ROC 曲線如圖3 所示，可看出rCBF、rCBV診斷效能明顯高于MTT與TTP。

圖3 腦泡型包蟲病(3A)與腦轉(zhuǎn)移瘤(3B)四個灌注定量參數(shù)診斷效能ROC曲線，rCBF、rCBV值A(chǔ)UC高于MTT、TTP值。ROC：受試者操作特征曲線；rCBF：相對腦血流量；rCBV：相對腦血容量；MTT：平均通過時間；TTP：達(dá)峰時間；AUC：曲線下面積。圖4 病灶實(shí)性區(qū)灌注參數(shù)分類效果?；贑AE和BMT病灶實(shí)性區(qū)的rCBF、rCBV、MTT和TTP參數(shù)，首先運(yùn)用PCA進(jìn)行降維以獲得二維特征點(diǎn)分布，然后使用SVM進(jìn)行線性核函數(shù)分類以獲得決策邊界(圖中的實(shí)線)，該邊界上方為CAE(綠點(diǎn))，下方為BMT(紅點(diǎn))。CAE：腦泡型包蟲?。籅MT：腦轉(zhuǎn)移瘤；rCBF：相對腦血流量；rCBV：相對腦血容量；MTT：平均通過時間；TTP：達(dá)峰時間；PCA：主成分分析；SVM：支持向量機(jī)。 圖5 病灶實(shí)性區(qū)、灶周水腫區(qū)、對側(cè)相對正常區(qū)域灌注參數(shù)分類效果?；贑AE和BMT病灶實(shí)性區(qū)、灶周水腫區(qū)及對側(cè)相對正常區(qū)域的rCBF、rCBV、MTT和TTP參數(shù)，首先運(yùn)用PCA進(jìn)行降維以獲得二維特征點(diǎn)分布，然后使用SVM進(jìn)行線性核函數(shù)分類以獲得決策邊界(圖中的實(shí)線)，該邊界上方為CAE(綠點(diǎn))，下方為BMT(紅點(diǎn))。從圖中可看出，紅點(diǎn)和綠點(diǎn)重疊較多，表明當(dāng)將三個病灶區(qū)數(shù)據(jù)作為輸入項(xiàng)時，少量樣本點(diǎn)是線性不可分的。CAE：腦泡型包蟲病；BMT：腦轉(zhuǎn)移瘤；rCBF：相對腦血流量；rCBV：相對腦血容量；MTT：平均通過時間；TTP：達(dá)峰時間；SVM：支持向量機(jī)。Fig.3 The ROC curve of four quantitative parameters in cerebral alveolar echinococcosis(3A)and brain metastases(3B)lesions.The AUCs of rCBF and rCBV were higher than MTT and TTP.ROC:receiver operating characteristic curve;rCBF:relative cerebral blood flow;rCBV:relative cerebral blood volume;MTT:mean transit time;TTP:time to peak;AUC:area under the curve.Fig. 4 Classification efficiency of perfusion parameters in solid area. The rCBF, rCBV, MTT and TTP in CAE and BMT solid regions were used. PCA was used for dimensionality reduction to obtain 2?dimensional feature point distribution, and then SVM was used for linear kernel function classification to obtain a decision boundary (the solid line in the figure). Above this boundary is CAE (green points), and below that is BMT (red points). CAE:cerebral alveolar echinococcosis; BMT: brain metastases；rCBF: relative cerebral blood flow; rCBV: relative cerebral blood volume; MTT: mean transit time; TTP:time to peak; AUC: area under the curve; PCA: principle component analysis; SVM: support vector machine. Fig. 5 Classification efficiency of perfusion parameters in solid, prelesion edema and contralateral relative normal area. The rCBF, rCBV, MTT and TTP value in CAE and BMT solid area, prelesion edema regions and contralateral relative normal area were used. PCA was used for dimensionality reduction to obtain 2?dimensional feature point distribution, and then SVM was used for linear kernel function classification to obtain a decision boundary (the solid line in the figure).Above this boundary is CAE (green points) , and below that is BMT(red points).It is obvious from the figure that the red points and the green points overlap a lot,which indicates that when we use all data as input data, a small number of sample points are linearly indivisible. CAE: cerebral alveolar echinococcosis; BMT: brain metastases；rCBF: relative cerebral blood flow;rCBV:relative cerebral blood volume;MTT:mean transit time;TTP:time to peak;AUC:area under the curve;SVM:support vector machine.

表1 CAE與BMT病灶實(shí)性區(qū)灌注參數(shù)診斷AUC、標(biāo)準(zhǔn)差、95%置信區(qū)間Tab.1 Diagnostic AUC,standard deviation and 95%confidence interval of perfusion parameters in solid area of CAE and BMT lesion

2.2 CAE與BMT PWI各參數(shù)測量值及差異分析

CAE與BMT各區(qū)PWI參數(shù)值比較主要結(jié)果顯示：CAE實(shí)性區(qū)rCBF、rCBV、MTT值低于BMT實(shí)性區(qū)，CAE實(shí)性區(qū)TTP值高于BMT實(shí)性區(qū)，其中rCBF、rCBV、TTP值差異有統(tǒng)計(jì)學(xué)意義(P＜0.01)；CAE水腫區(qū)rCBF、rCBV、MTT值低于BMT水腫區(qū)，CAE水腫區(qū)TTP值高于BMT水腫區(qū)，其中rCBF、rCBV值差異有統(tǒng)計(jì)學(xué)意義(P＜0.01)，見表2、3。

表2 CAE、BMT實(shí)性區(qū)和灶周水腫區(qū)與對側(cè)相對正常區(qū)域參數(shù)比值Tab.2 The perfusion parameter values ratio of solid and perilesion edema to contralateral relative normal area in CAE and BMT lesions

表3 Mann?whitney檢驗(yàn)比較CAE和BMT病灶實(shí)性區(qū)及灶周水腫區(qū)指標(biāo)Tab.3 Mann Whitney test to compare the indexes of CAE and BMT lesion solid and perilesion edema area

2.3 基于PWI 各參數(shù)的機(jī)器學(xué)習(xí)方法鑒別CAE 與BMT效能

運(yùn)用SVM 分類器，基于病灶實(shí)性區(qū)PWI 參數(shù)進(jìn)行分類，結(jié)果如圖4 所示，橫軸和縱軸分別代表PCA 降維后得到的兩個特征，訓(xùn)練的分類邊界為ωTXi+b=0(ω=2.05，b=-0.44)，分類準(zhǔn)確率達(dá)到94%；基于病灶實(shí)性區(qū)、水腫區(qū)及對側(cè)相對正常區(qū)域PWI參數(shù)進(jìn)行分類，結(jié)果如圖5 所示，分類準(zhǔn)確率為93%；運(yùn)用DT、KNN分類器及軟投票集成方法鑒別兩種疾病的結(jié)果如圖6 所示，其中軟投票集成方法的結(jié)果是其他三種分類結(jié)果的平均值?？煽闯鲞@四種方式都能將大部分CAE 與BMT 樣本分類成功，但是對于邊界點(diǎn)附近重疊部分的樣本還存在錯分現(xiàn)象。

圖6 四種分類器分類結(jié)果圖。KNN:K?近鄰；SVM：支持向量機(jī)。Fig. 6 Classification results of four classifiers. KNN: K?nearest neighbor;SVM:support vector machine.

3 討論

腦感染性疾病與腫瘤性疾病在治療、預(yù)后及生存期評估等方面存在較大差異，故治療前鑒別診斷具有重要臨床意義。本研究探索PWI 技術(shù)在CAE 與BMT 診斷及鑒別診斷的性能的同時，運(yùn)用分類器提高了PWI 鑒別效能。結(jié)果表明兩種疾病病灶實(shí)性區(qū)rCBF 值診斷效能最高，兩種疾病病灶實(shí)性區(qū)rCBV、rCBF、TTP 參數(shù)及灶周水腫區(qū)rCBV、rCBF 參數(shù)可鑒別兩者，基于病灶實(shí)性區(qū)PWI 參數(shù)的SVM 分類器可以94%的準(zhǔn)確率鑒別CAE 與BMT，表明兩者病灶實(shí)性區(qū)差異顯著，灶周水腫區(qū)可輔助診斷。

3.1 PWI技術(shù)及參數(shù)意義

本研究采用的PWI方法是動態(tài)磁化率對比，其主要機(jī)制是外源性順磁性或超順磁性非擴(kuò)散對比劑注射入毛細(xì)血管床后，加速氫質(zhì)子由激發(fā)態(tài)向平衡態(tài)的恢復(fù)，縮短縱向弛豫時間(T1)的同時，產(chǎn)生附加磁場，增加血管周圍局部場的不均勻性，增加質(zhì)子的散相，從而縮短組織的橫向弛豫時間(T2)和準(zhǔn)橫向弛豫時間(T2*)。根據(jù)對比劑團(tuán)注過程中出現(xiàn)的弛豫時間變化可推算出組織內(nèi)對比劑濃度，反映對比劑首次進(jìn)入毛細(xì)血管時的微血管灌注及分布特征，即微血管密度越高，病灶灌注越豐富[10]。

新血管生成和增生發(fā)生于感染性和腫瘤性病變，而血管活性內(nèi)皮生長因子(vascular endothelial growth factor，VEGF)是腫瘤和感染性疾病中促進(jìn)血管生成和增加毛細(xì)血管通透性的關(guān)鍵因素[15-17]。VEGF 在良、惡性疾病中的分泌強(qiáng)度和作用持續(xù)時間的不同可能導(dǎo)致良、惡性疾病血管結(jié)構(gòu)的差異[16]，而此差異正體現(xiàn)在病灶灌注表現(xiàn)中，因此PWI技術(shù)在腦內(nèi)感染性肉芽腫和BMT 診斷及鑒別診斷中可發(fā)揮較大作用。rCBV 與顱腦疾病血管化程度的相關(guān)性已被大量研究證實(shí)[18-19]。先前研究用rCBV 檢測腫瘤VEGF表達(dá)，結(jié)果得出rCBV 與VEGF 表達(dá)呈正相關(guān)，且rCBV、VEGF 及腫瘤分級之間存在較強(qiáng)的相關(guān)性，即低度惡性腫瘤VEGF 陽性表達(dá)率與rCBV 均低于高度惡性腫瘤[20]。rCBF 反映的是感興趣區(qū)內(nèi)腦組織血管內(nèi)血流量，一般與rCBV呈正相關(guān)，兩者一同反映組織微循環(huán)狀況，組織血管結(jié)構(gòu)形態(tài)異常時，兩者可出現(xiàn)差異。MTT 值反映對比劑在血管內(nèi)平均通過時間，對腦缺血及血腦屏障破壞引起的對比劑漏敏感。TTP 反映對比劑團(tuán)注后到達(dá)峰值的時間，與rCBF 和血管結(jié)構(gòu)有關(guān)，病灶血供越豐富，達(dá)峰時間越短。本研究四個PWI 定量參數(shù)中，rCBV、rCBF 值診斷效率高于MTT 和TTP 值，提示CAE 及BMT 血管密度差異大，但血管結(jié)構(gòu)差異不明顯。

3.2 CAE、BMT灌注差異及病理基礎(chǔ)

本研究結(jié)果表明CAE病灶實(shí)性區(qū)rCBV、rCBF值低于BMT實(shí)性區(qū)，TTP值則高于BMT。CAE病灶是由中心實(shí)質(zhì)和邊緣炎性反應(yīng)帶組成的感染性肉芽腫。中心實(shí)質(zhì)為成簇或散在分布的微小囊泡，其內(nèi)含膠樣物和原頭節(jié)，囊泡間存在纖維分隔。因CAE病灶生長速度快，中心囊泡易發(fā)生凝固性壞死，繼而出現(xiàn)大量巨噬細(xì)胞、鈣鹽、類脂質(zhì)沉積，且其內(nèi)部血流由大小不等的囊泡限制，導(dǎo)致病灶實(shí)質(zhì)區(qū)灌注低，增強(qiáng)掃描不強(qiáng)化。而其邊緣炎性反應(yīng)帶是微小囊泡以生發(fā)層外殖芽生的方式向外浸潤形成的[21-23]。前期研究通過MRS、PWI、體素內(nèi)不相干運(yùn)動磁共振成像(Introvoxelincoherent motion MRI,IVIM)及18F-FDG PET證實(shí)了邊緣炎性反應(yīng)帶生物學(xué)活性，即存在侵襲性[21,24-26]。邊緣帶主要為巨噬細(xì)胞、淋巴細(xì)胞等免疫細(xì)胞和微小囊泡聚集而成的炎性浸潤帶，為CAE 病灶實(shí)性部分，其毛細(xì)血管形成及增生較病灶實(shí)質(zhì)明顯，灌注也較實(shí)質(zhì)高，增強(qiáng)掃描呈環(huán)形強(qiáng)化[24]。然而炎癥等良性疾病中VEGF 表達(dá)是短暫的，僅在活動期出現(xiàn)血管生成和微血管重構(gòu)，而腫瘤細(xì)胞會持續(xù)不斷分泌VEGF，從而促進(jìn)腫瘤的增殖和擴(kuò)散[27]。因此CAE 病變邊緣帶血管生成明顯少于BMT，血流量和血容量低于BMT，對比劑填充速度較BMT慢，達(dá)峰時間較BMT 長。Floriano 等[12]利用PWI 技術(shù)鑒別腦感染性病灶及腫瘤性病灶的研究中，包括弓形蟲病、化膿性膿腫、隱球菌肉芽腫、囊蟲病及結(jié)核瘤在內(nèi)的腦感染性病灶組病灶實(shí)性區(qū)rCBV平均值明顯低于包括不同級別膠質(zhì)瘤及BMT 的腦腫瘤性病灶組；Chatterjee 等[28]研究結(jié)果也表明腦結(jié)核瘤實(shí)性區(qū)rCBV明顯低于BMT，均與本研究結(jié)果一致。除此之外，本研究中兩病灶水腫區(qū)域參數(shù)也存在差異。CAE水腫區(qū)的形成與小囊泡不斷向外延伸、囊液滲漏引起的炎癥和免疫反應(yīng)有關(guān)，水腫區(qū)可見炎細(xì)胞浸潤，與因病灶壓迫腦實(shí)質(zhì)引起的血管源性水腫并存，但無新生血管形成。BMT 新生血管不存在血腦屏障，其瘤周水腫是因血管通透性增加，血液中富含蛋白質(zhì)的血漿及電解質(zhì)大量滲入并異常聚集在細(xì)胞外間隙內(nèi)引起，不存在腫瘤細(xì)胞浸潤，血管形態(tài)無明顯改變[19]。本研究中CAE水腫區(qū)域rCBV、rCBF低于BMT水腫區(qū)域，與Floriano 等[12]的研究結(jié)果一致，這可能是因?yàn)镃AE 水腫區(qū)間質(zhì)壓力因炎細(xì)胞浸潤增大，繼而引起血管收縮，灌注降低。然而，本課題組前期研究中[29]，CAE水腫區(qū)與BMT水腫區(qū)灌注參數(shù)無明顯差異。出現(xiàn)此差異可能是因?yàn)楣嘧?shù)可受樣本固有因素(病灶數(shù)量、大小、可變性等)、受試者因素(年齡、免疫狀態(tài))、掃描方案、灌注技術(shù)及對比劑注射等多因素影響。

3.3 機(jī)器學(xué)習(xí)方法

機(jī)器學(xué)習(xí)方法在腦腫瘤及腫瘤樣病變診斷、鑒別、分級及預(yù)后評估和預(yù)測中效能顯著[14,30-31]。本研究為了提高PWI各參數(shù)在CAE與BMT鑒別診斷中的效能，運(yùn)用了SVM、DT、KNN、軟投票四類分類器，其中SVM達(dá)到了94%的AUC，效能最佳。SVM是一種廣義線性分類器，它基于監(jiān)督學(xué)習(xí)對非線性數(shù)據(jù)進(jìn)行線性分類，在小樣本中分類效果較佳[32]。本研究以兩種特征選擇方式測試SVM 鑒別效能，結(jié)果顯示SVM 在兩種方式中效能均良好，性能穩(wěn)定，其中基于病灶實(shí)性區(qū)PWI參數(shù)鑒別兩種疾病時效能最佳，與Mann-Whitney 檢驗(yàn)結(jié)果一致。

本研究存在一定的局限性：因本研究為回顧性研究且CAE 發(fā)生率低，具有PWI 檢查數(shù)據(jù)的CAE 患者數(shù)量有限，導(dǎo)致本研究樣本量少，且CAE 病灶未能進(jìn)行分型研究。但本研究選取病例增殖活性均較強(qiáng)、代表性較好，可較好地為未來多中心、前瞻性研究奠定堅(jiān)實(shí)的基礎(chǔ)。

綜上所述，PWI 技術(shù)能提供CAE 及BMT 微循環(huán)狀況信息，rCBV、rCBF 值可用于診斷及鑒別CAE 與BMT，SVM分類器可提高PWI參數(shù)鑒別兩者的性能。

作者利益沖突聲明：全部作者均聲明無利益沖突。