연구 논문

아미드 양성자 전달 영상 검사: 교모종과 수막종 구분 및 종양 침윤 평가

29 조회수

⸱

DOI:

10.3791/71626

⸱

2026년 8월 11일

 ,  ,  ,  , 
1Department of Medical Imaging, Shenzhen Bao'an District Songgang People's Hospital (Shenzhen Baoan Medical College of Guangdong Pharmaceutical University), 2Department of Radiology, Shenzhen Second People's Hospital

이 논문에서

요약

본 연구는 아미드 양성자 전달(APT) 영상과 기존 자기공명영상(MRI)을 결합하여 수막종과 저등급 및 고등급 교모종을 구분하고, 종양 침윤과 관련된 영상 특징을 평가하여 수술 전 분류 개선과 수술 계획에 도움이 될 수 있는 영상 기반 정보를 제공할 잠재력을 입증합니다.

초록

교모세포종과 수막종을 구분하고 교세포종 침윤과 관련된 영상 특징을 평가하는 것은 기존 자기공명영상(MRI)으로는 여전히 도전적입니다. 아미드 양성자 전달(APT) 영상은 화학 교환 포화 전달 기법으로, 조직 단백질 함량과 pH 변화를 감지하여 뇌종양에 대한 기능적 통찰을 제공합니다. 이 후향적 연구는 병리학적으로 확진된 뇌종양 환자 105명(수막종 55명, 저등급 교모종[LGGs]20명, 고등급 교모종[HGGs]30명)에서 APT 영상과 기존 MRI를 병행한 검사를 수행하였습니다. APT 유도 평균 신호 강도(APT평균)와 APT 비정상 면적과 T2 고고강도 면적(RAPT/T2), 조영구 강화 면적(RAPT/E)의 비율을 측정하여 그룹 간 비교하였습니다. HGGs에서 APTmean(중앙값 4.60%)가 LGG(2.95%)와 수막종(2.70%, P < 0.001)보다 유의하게 높았습니다. HGGs에서 RAPT/T2와 RAPT/E도 현저히 높게 나타났습니다. HGG와 수막종을 구분하는 데 있어 APTmean은 RAPT/E(0.836)와 RAPT/T2(0.800)에 비해 우수한 진단 성과(곡선 아래 면적[AUC] = 0.969)를 달성했습니다. LGG와 수막종을 구별하는 데 있어 RAPT/E(AUC = 0.781)와 RAPT/T2(AUC = 0.734)는 우수한 성능을 보였으며, APT평균 은 유의미한 차이가 없었습니다. 교세포종 등급(HGG vs. LGG)에서는 APTmean의 AUC가 0.916으로, 조영구 강화 등급(0.823)보다 우수했습니다. 이 결과는 APT 영상이 수막종과 다른 등급의 교모종을 효과적으로 구분하며, 종양 침윤 범위를 추론하는 데 유용한 영상 기반 정보를 제공함을 나타냅니다. APTmean과 공간 범위 비율의 조합은 특히 어려운 비전형 사례에서 수술 전 진단 개선과 수술 계획 지원에 실용적인 영상 도구를 제공합니다.

서론

두개내 종양은 신경계에서 가장 흔한 질환 중 하나입니다. 이들의 발생률은 전 세계적으로 증가하고 있으며, 이는 인체 건강에 심각한 위협이 되고 있습니다. 조직병리학적 기원에 따라 두개내 종양은 주로 원발형과 이차형(전이성) 두 가지 주요 범주로 분류할 수 있습니다. 원발성 두개내 종양 중에서 수막종과 교모종은 기원과 생물학적 행동이 뚜렷이 다른 두 유형으로 가장 흔합니다2. 교세포에서 기원하는 교모세포는 가장 흔한 악성 두개내 종양으로, 침윤성 성장, 불분명한 경계, 높은 재발 경향, 그리고 좋지 않은 예후를 특징으로 합니다 3,4. 세계보건기구(WHO)는 교모세포종을 악성 등급에 따라 I-IV로 분류합니다. 이 중 고등급 교모세포종(HGG, WHO 등급 III-IV)은 매우 침습적이며 환자 생존 기간이 5,6이라는 짧은 기간과 관련이 있습니다. 반면 수막종은 거미막 캡 세포에서 기원합니다. 대부분은 양성(WHO 등급 I)이며, 성장이 느리고, 주변 뇌 조직과 뚜렷한 경계가 있습니다. 완전 수술 후 환자는 일반적으로 긍정적 예후를 보입니다 7,8. 따라서 이 두 종양 유형 간의 정확한 수술 전 영상 구별과 교세포종 침윤 범위와 관련된 영상 특징 평가는 임상적으로 매우 중요한 의미를 가집니다. 이는 개별화된 수술 계획을 수립하고, 안전한 절제경계를 결정하며, 궁극적으로 환자 치료 결과를 개선하는 데 필수적입니다.

현재 자기공명영상(MRI)은 우수한 연조직 해상도, 다중 매개변수 영상 능력, 그리고 비이온화 9,10이라는 장점 덕분에 두개내 종양의 수술 전 진단 및 평가에 널리 사용되는 기법이 되었습니다. T1 가중 영상(T1WI), T2 가중 영상(T2WI), 체액 감쇠 역전 회복(FLAIR), 조영구 강화 T1 가중 영상(CE-T1WI)과 같은 기존 MRI 시퀀스는 종양의 위치, 크기, 형태, 내부 구조 및 인접 조직과의 관계를 명확히 밝힐 수 있습니다11,12. 전형적인 수막종은 MRI에서 명확하게 정의된 축외 종양으로 나타나며, T1WI에서는 등강도 또는 약간 저강도 신호를, T2WI에서는 등강도 또는 약간 고강도 신호를 보이고, 조영제 후에는 유의미하고 균일한 증강이 나타나며, 종종 '경막 꼬리 부후'가 동반됩니다13. 반면, 고등급 교모종(HGG)은 일반적으로 불규칙하고 정의가 불분명한 덩어리로 나타납니다. 이들은 종종 T2WI/FLAIR 서열에서 관찰되는 광범위한 종양 주위 부종에 둘러싸여 있으며, 조영제 투여 후 이질적인 고리 모양 또는 화환 모양 증가를 보인다14,15.

하지만 기존 MRI는 임상 실무에서 여전히 많은 도전 과제에 직면해 있습니다. 감별 진단과 관련해서는, 일부 사례가 비정형적 특징을 보이기도 합니다. 예를 들어, 일부 HGGs는 비교적 명확하고 균일하게 강화되는 '가성캡슐'을 보일 수 있어 수막종과 구분하기 어렵습니다. 반대로, 침습적 성장 패턴 때문에 일부 고등급 세포 비정형 또는 변조 수막종(WHO 등급 II-III)은 방사선학적으로 교모종과 유사할 수있습니다. 더불어, 기존 MRI는 교모종 침윤의 추정 범위를 정확히 평가하는 데 한계가 있습니다. T2WI/FLAIR 서열에서 관찰된 고강도 영역은 종양 세포 침윤, 혈관성 부종, 반응성 교모증의 혼합으로 병리학적으로 확인되었습니다. 기존 MRI는 이러한 구성 요소를 효과적으로 구분하지 못합니다17. 마찬가지로, CE-T1WI에 시각화된 증강 영역은 주로 혈액-뇌 장벽이 파괴된 종양 핵심을 나타냅니다. 상당수의 증식 종양 세포가 이미 이 증식 영역을 넘어, 정상으로 보이는 뇌 실질의 종양 주위 T2 고고강부 영역 너머로 침투했습니다18,19. 이러한 방사선과 병리학적 경계 간의 불일치는 교세포종의 높은 수술 후 재발률에 주요 원인입니다. 따라서 종양 세포와 대사 활동을 보다 직접적이고 민감하게 반영할 수 있는 새로운 분자 영상 도구가 임상적으로 긴급히 필요합니다.

아미드 양성자 전달(APT) 영상은 신흥 분자 자기공명 영상 기법입니다. 이 장치는 화학 교환 포화 전달(CEST) 메커니즘20,21을 기반으로 작동합니다. 조직 내 이동성 단백질과 펩타이드의 골격에 있는 아마이드 양성자(-NH)를 선택적으로 포화시키고 이 자화를 주변 물 분자로 전달함으로써, 조직 단백질 함량과 세포내/세포외 pH 변화를 간접적으로 감지합니다22,23. 종양 미세환경에서 악성 세포는 일반적으로 강한 증식 활동을 보여 단백질 동화작용이 유의미하게 증가합니다24. 동시에 종양 조직에서 증진된 당분해(워버그 효과)는 종종 세포외 미세환경의 산성화를 초래합니다25. 이러한 병태생리학적 변화는 일반적으로 고등급 악성 종양에서 APT 신호가 특징적으로 고강도로 나타나게 만듭니다. 더 나아가, APT는 교모세포종 재발과 방사선 괴사를 구분하는 데 잠재적 가치를 입증했으며, 기존 MRI 및 기타 기능적 영상 기법에 상호 보완적인 정보를 제공합니다26. 이는 높은 세포 밀도와 활발한 대사를 특징으로 하는 재발성 종양 조직이 높은 APT 신호를 보이기 때문입니다. 반면, 주로 세포 잔해와 염증 반응으로 구성된 방사선 괴사는 낮은 APT 신호를 보입니다. 이러한 결과는 APT가 기존 MRI보다 종양 재발과 치료 관련 변화를 구분하는 데 우수하다는 임상 연구로 입증되었습니다27.

그러나 현재 연구는 주로 교모세포종의 등급 조정 또는 전이나 림프종과 같은 다른 두개내 병리와의 구분에 초점을 맞추고 있습니다. 특히 저등급과 고등급 교세포종을 포함한 다양한 등급의 교모종과 구별하는 데 APT 영상을 활용하는 체계적인 연구는 상대적으로 제한적입니다. 더 나아가, APT 신호 이상 부위가 특히 고등급 교모종(HGG)에서 세포 침윤 정도와 더 잘 상관되는 영상 대리 역할을 할 수 있는지도 추가 심층 연구가 필요하다.

임상적으로 APT 영상은 수막종과 HGGs의 수술 전 구별과 교모세포종 침윤과 관련된 영상 특징 평가에 유용할 수 있으며, 특히 기존 MRI가 모호할 때 더욱 그렇습니다. 그러나 일상적인 구현에는 실질적인 도전 과제가 있습니다: 장기적인 획득 시간은 움직임 위험을 증가시키고; 신호 정량화는 현장 불균일성과 후처리 알고리즘에 민감하여 표준화된 프로토콜이 필요합니다; APT 지표는 일부 LGG와 양성 수막종에서 중복 가능성이 있으므로 기존 MRI를 대체하지 않고 보완해야 합니다. 입양 시에는 도전적인 사례부터 시작해 지역 전문성과 품질 보증이 확립되면 점차 일상적인 진료에 통합하는 것을 권장합니다. 궁극적으로 APT 영상은 고유한 생물학적 정보를 제공하지만, 다중 매개변수 MRI 프레임워크 내에서 신중하게 사용하는 것이 가장 좋습니다.

Zhang 등.31 의 이전 연구는 APT 영상이 수막종과 교모세포를 구별하는 데 유용하다는 가능성을 예비적으로 탐구했으며, RAPT/T2와 RAPT/E 비율을 종양 침윤의 잠재적 지표로 제안했습니다. 그러나 이 연구는 비교적 적은 표본 크기(50명)로 제한되었고, 포괄적인 수신자 운행 특성(ROC) 곡선 분석을 사용하여 APT 매개변수의 진단 성능을 임상 관련 쌍별 구분에 대해 체계적으로 평가하지 않았습니다. 더불어, APT가 정의한 공간 범위 이상이 수술 및 방사선 치료 계획에 미치는 임상적 함의에 대해서는 충분히 논의되지 않았습니다. 이러한 근거에 따라, 본 연구는 병리학적으로 확진된 수막종 및 교모세포종 환자들의 APT 및 기존 MRI 데이터를 사후적으로 분석하는 것을 목표로 합니다. 우리는 이 두 종양 유형 간의 APT 매개변수를 체계적으로 비교하여 수막종과 교모세포종의 수술 전 구분에 있어 APT 영상의 진단 효능을 평가하였습니다. 동시에 APT 이상 영역의 공간적 범위를 T2WI 고강도 및 CE-T1WI 증강 영역과 비교함으로써, 본 연구는 APT 영상이 종양의 침윤 성장 경계를 추론하는 방사선 도구로서 잠재적 응용 가치를 예비적으로 탐구합니다. 목표는 임상 의사들에게 수술 계획의 기초를 강화할 수 있는 영상 기반 정보를 제공하는 것이나, 이러한 추론은 병리학적 검증을 기다리고 있습니다.

프로토콜

이 연구 프로토콜은 헬싱키 선언에 명시된 윤리 원칙을 준수했으며, 선전 바오안 구 송강 인민병원 윤리 심사위원회(승인 번호: IRB-YJ-2025-045)에서 승인되었습니다. 회고적 설계였기 때문에, 이 연구는 보관된 임상 및 영상 데이터의 분석만을 포함했습니다. 모든 환자 식별 정보는 엄격히 익명화되었습니다.

연구 설계 및 주제

이 연구는 후향적 진단 분석입니다. 우리는 2024년 1월부터 2025년 6월까지 선전 바오안구 송강 인민병원 신경외과 종양학과와 선전 제2인민병원에 입원한 뇌종양 환자들의 임상 및 영상 데이터를 소급적으로 수집하였습니다. 모든 환자는 수술 후 병리학적으로 확진된 진단을 받았습니다. 총 105명의 환자가 최종적으로 포함되었으며, 모두 수술 전 기존 MRI와 APT 영상 검사를 모두 받았습니다. 2021년 WHO 중추신경계 종양 분류32에 따르면, 환자들은 세 그룹으로 나뉘었습니다: 수막종 그룹: 55건, WHO 등급 I-II로 병리학적으로 확인됨. 저등급 교모세포종(LGG) 그룹: 20건, WHO가 I-II 등급으로 병리학적으로 확인. HGG 그룹: 30건, WHO III-IV 등급으로 병리학적으로 확인됨. 모든 환자는 수술 전 기존 MRI와 APT 영상 검사를 모두 받았습니다. 상세한 연구 흐름도는 그림 1에 제시되어 있습니다.

포함 및 제외 기준

포함 기준은 (1) 수막종(WHO 등급 I-II), LGG(WHO 등급 I-II), 또는 HGG(WHO 등급 III-IV)로 명확한 조직병리학적 진단을 받은 초기 외과적 절제 환자; (2) 수술 1주일 전 비조영제두부 MRI, T1 가중 조영제 증강 스캔, APT 영상 촬영 완료; (3) 중요한 인공물이 없고 진단 평가 및 측정에 적합한 우수한 이미지 품질의 완전한 영상 데이터의 가용성; (4) 완전한 임상 데이터 및 추적 기록의 가용성.

제외 기준은 (1) 수술 전에 항종양 치료(예: 방사선 치료, 화학요법, 표적 치료, 면역치료)를 받은 환자; (2) 재발성 뇌종양 또는 기타 두개내 공간 점유 병변이 있는 환자; (3) MRI 검사 금기증이 있는 환자; (4) 이후 데이터 분석에 영향을 줄 심각한 모션 아티팩트 또는 감수성 아티팩트가 있는 이미지; (5) 위에 명시된 종양 이외의 중추신경계 종양 유형의 병리학적 진단.

표본 크기 계산

이 연구는 사후적 진단 분석이었으며, 표본 크기는 주로 연구 기간 동안 포함 기준을 충족한 모든 사례에 의해 결정되었습니다. 현재 표본 크기가 그룹 간 APT 매개변수의 통계적으로 유의한 차이를 감지하기에 충분한지 평가하기 위해, 이전 문헌33에서 보고된 등급 차이 교모종과 수막종 간 APT 신호 값 차이를 참고하였다. α = 0.05, 통계적 검정력 0.80으로 설정하고, 두 표본 평균 비교 공식을 사용해 추정하여, 그룹당 최소 15개의 샘플이 필요하다고 판단했습니다. 최종 포함 환자 105명(55명은 수막종, 20명은 LGG, 30명은 HGGs)을 포함하여, 사후 검정력 분석에서 세 그룹 간 APT평균 차이 감지 능력이 현재 표본 크기에서 0.95를 초과하는 것으로 나타났습니다. 이는 연구 표본 크기가 통계적 추론을 뒷받침하기에 충분했음을 나타냅니다.

이미지 획득 및 후처리

MRI 스캔 프로토콜:

모든 환자는 표준 8채널 헤드 코일 34를 장착한 자기공명(MR) 스캐너로 스캔되었습니다. 스캔 시퀀스와 매개변수는 다음과 같습니다:

기존 시퀀스: 축 T1 가중 영상(T1WI)은 3차원 스포일드 그라디언트-에코 시퀀스(3D T1-SPGR, 반복 시간/에코 시간 [TR/TE] = 8.5/3.4 ms, 플립 앵글 = 12°, 슬라이스 두께 = 1.2 mm, 인터슬라이스 간격 = 0 mm, 시야각 [FOV] = 24 cm × 24 cm, 매트릭스 = 256 × 256)을 사용하여 수행되었습니다. 축 T2 가중 영상(T2WI)은 빠른 스핀-에코 시퀀스(TR/TE = 4,500/102 ms, 슬라이스 두께 = 5 mm, 인터슬라이스 간격 = 1.5 mm, FOV = 24 cm × 24 cm, 매트릭스 = 384 × 224)로 획득되었습니다. 반복 시간/반향 시간/역전 시간(TR/TE/TI) = 9,000/120/2,250 ms로 유체 감쇠 역전 회복(FLAIR) 영상을 얻었습니다.

조영제 강화 스캔: 표준 용량 0.1 mmol/kg 체중과 2 mL/s 유량으로 가도펜테테이트 디메글루미네를 정맥 주사한 후, 20 mL 식염수 플러시를 촬영한 후, 조영제 전 3D T1-SPGR 서열과 동일한 매개변수를 사용하여 축류, 시상, 관상 조영제 강화 T1WI 영상을 획득하였습니다.

APT 영상 시퀀스: APT 영상은 다음 매개변수를 가진 2차원 그라디언트-에코 펄스 시퀀스를 사용하여 수행되었습니다: TR/TE = 3,000/3.5 ms, 슬라이스 두께 = 5 mm, FOV = 24 cm × 24 cm, 행렬 = 128 × 128, 여기 수 = 2, 총 획득 시간은 4분 32초. 지속 시간 2초, 출력(B₁)인 2 μT의 연속파 포화 펄스가 −6에서 +6 ppm(ppm) 범위의 주파수 오프셋(0.5 ppm) 단위로 적용되었으며, 물 공진 주파수는 0 ppm에 적용되었습니다. 주 자기장(B₀) 하에서, 포화 펄스는 물 양성자 공명 0 ppm에 해당하는 하위장 공명 주파수(0 ppm)에서 특별히 가해졌으며, 이는 아미드 양성자 화학 교환률에 해당합니다. APT 획득 이전에는 주 APT 스캔과 동일한 포화 매개변수를 사용하되 B₁ 진폭은 0.5 μT로 줄여 수분 포화 시프트 참조(WASSR) 접근법을 사용하여 B₀ 비균일성을 보정했습니다. 스캔 후, 3.5 ppm에서 APT 가중 이미지와 자화화 전달 비율 비대칭(MTRasym) 맵이 스캐너 내장 소프트웨어에 의해 자동으로 생성되었으며, 이는 자화 전달 비율의 비대칭성을 계산하여 이루어졌습니다: MTRasym(3.5 ppm)=[S(−3.5 ppm) − S(+3.5 ppm)] / S(0 ppm)이며, 여기서 S(Δω)는 신호 세기를 나타내며, 표시된 주파수 오프셋 Δω에 포화 펄스가 수와 공진에 대해 가해졌습니다. 3.5 ppm에서의 양의 MTRasym 값은 주로 아마이드 양성자 전달 효과를 반영하는데, 자화 전달(MT)과 핵 오버하우저 효과가 물 공명에 대해 대칭적이므로 비대칭 계산에 의해 상쇄됩니다.

이미지 분석:

모든 영상 데이터는 5년 이상의 경력을 가진 두 명의 신경방사선 전문의가 영상 뷰잉 소프트웨어 워크스테이션을 사용해 독립적으로 분석하였습니다. 관심 지역(ROI) 구분은 다음과 같은 표준화된 절차에 따라 수행되었습니다:

종양 고체 부위: 조영제가 강화된 T1WI 영상에서는 괴사, 낭포성 및 종양 주변 부종 부위를 주의 깊게 피하여 종양의 강화 경계를 따라 ROI를 수동으로 그렸습니다. ROI는 최대 종양 직경을 가진 슬라이스의 전체 고형 강화 성분을 포함하도록 도출되었습니다.

T2 고고강도 영역: T2WI 영상에서는 종양과 주변 종양 주변 부종을 포함한 전체 고고중환자 영역을 수작업으로 포괄하는 ROI를 그렸습니다. 경계는 고강도가 정상으로 보이는 뇌 실질과 만나는 가시적 경계로 정의되었습니다.

APT 비정상 신호 영역: APT 가중 MTRasym 지도에서, 반대쪽 정상으로 보이는 백질을 기준으로 ROI를 수동으로 그려 기준 정상 조직의 평균 신호보다 높은 모든 영역과 2 표준편차를 더했습니다. 이 임계값 기반 접근법은 최대 종양 직경과 동일한 단편에 적용되었습니다. 반대쪽 기준 ROI는 종양과 거울상 위치에 위치한 반난방중심에 위치했으며, 면적은 약 100 mm2였습니다.

일관성을 위해 각 ROI는 최대 종양 직경을 중심으로 연속된 절편에서 세 번 측정하고, 평균값을 기록하여 분석하였습니다. 모든 ROI 구분은 두 평가자가 독립적으로 수행했으며, 불일치는 합의로 해결되었습니다. 관측자 간 일치는 학급 내 상관계수(ICC)를 사용하여 평가되었으며, ICC > 0.80은 우수한 일치를 나타냅니다.

다음 매개변수들이 측정 및 계산되었습니다:

평균 APT 신호 강도(APT평균): 종양 고체 영역의 ROI 내에서 평균 MTRasym 값인 3.5 ppm입니다.

지역 비율 계산:

RAPT/T2: APT 비정상 신호 영역과 T2WI 고증 영역 면적(RAPT / RT2)의 비율입니다.

RAPT/E: APT 이상 신호 영역과 T1WI 조영부 영역 면적(RAPT / RE)의 비율입니다.

임상 결과 측정

이 연구의 주요 평가 지표는 치료 임상 결과보다는 영상 매개변수와 그 진단 효과였습니다. 주요 영상 결과: 각 그룹(수막종, LGG, HGG)의 APT평균 값, 그리고 LGG 및 HGG 그룹의 RAPT/T2 및 RAPT/E 비율.

통계 분석

연속 변수들은 샤피로-윌크 검정을 사용하여 정규성을 검증하였다. 정규분포 데이터는 평균 ±표준편차(SD)로 제시되며, 편방향 분산분석(ANOVA)(Bonferroni post-hoc)과 비교됩니다. 비정규 데이터와 서수 데이터는 M(Q₁, Q₃)으로 제시되며, Kruskal-Wallis H 검정(던의 검정과 Bonferroni 보정)을 사용해 비교합니다. 범주별 데이터는 n(%) 단위로 제시되며, 카이제곱 또는 피셔의 정확 검정을 사용해 비교합니다. 진단 성능을 평가하기 위해 ROC 곡선을 그렸습니다. 모든 검사는 양면으로 진행되었으며; P < 0.05는 유의미한 것으로 간주되었습니다.

결과

기초 및 임상 특성

세 환자 그룹 간 연령, 카르노프스키 수행 상태(KPS) 점수, 초기 증상, WHO 등급(P < 0.001) 측면에서 유의한 차이가 관찰되었습니다. HGG 그룹의 환자들은 나이가 더 많고, KPS 점수가 낮으며, 초기 증상으로 국소 신경학적 결손을 더 자주 보였습니다. 반면, LGG 그룹 환자들은 주로 발작을 초기 증상으로 내세웠습니다. 세 그룹 간 성별, 체질량지수(BMI), 종양 위치(전두엽, 측두엽, 두정엽, 후두엽)에서는 유의한 차이가 발견되지 않았습니다(P > 0.05)(표 1).

MRI 종양 범위 및 APT 관련 매개변수

표 2는 세 환자군 간 기존 MRI 종양 범위와 APT 관련 매개변수의 비교 결과를 제시합니다. 조영제 증강 정도는 그룹 간에 유의미한 차이가 나타났으며(P < 0.001), 수막종 그룹이 가장 높은 증강도, LGG 그룹이 가장 낮은 수준을 보였습니다. 세 그룹 간 T2 고강도 영역(RT2), 조영구 강화 영역(RE), APT 이상 신호 영역(RAPT)에서 통계적으로 유의한 차이가 관찰되지 않아 전체 영상 정의 종양 부피가 그룹 간 유사함을 시사합니다(P > 0.05).

그러나 APT 관련 매개변수에서는 집단 간 차이가 유의미하게 나타났습니다(P < 0.001). 평균 APT 신호 강도(APT평균)는 HGG 그룹(중앙값 4.60%)에서 가장 높았으며, 이는 LGG 그룹(2.95%)과 수막종 그룹(2.70%)을 모두 크게 상회하였습니다. 더욱이, HGG 그룹에서 APT 비정상 영역과 T2 고전집중 영역(RAPT/T2) 및 조영 강화 영역(RAPT/E)의 비율도 유의하게 높았습니다.

수막종, LGG, HGG 간 APT 관련 지표의 쌍별 비교

표 3은 세 그룹 간 APT 관련 매개변수의 추가 쌍별 비교를 제시합니다. 결과는 다음과 같습니다: 수막종 그룹 vs. LGG 그룹: 증가 정도, RAPT/T2, RAPT/E에서 유의한 차이가 관찰되었으나(P < 0.001), APT평균에서는 통계적으로 유의한 차이가 없었습니다(P = 0.241). 수막종 그룹 vs. HGG 그룹: APT평균, RAPT/T2, RAPT/E에서 유의한 차이가 관찰되었으나(P < 0.001), 증가 정도는 유의한 차이가 없었다(P = 0.160). LGG 그룹 vs. HGG 그룹: 향상 정도와 APT평균(P<0.001)에서 유의한 차이가 관찰되었으나, RAPT/T2와 RAPT/E는 통계적으로 유의한 차이가 없었다(P > 0.05). 이 결과는 APTmean가 HGGs와 수막종을 구별하고 교모세포종 등급을 구분하는 데 유용함을 나타냅니다. 반대로 RAPT/T2와 RAPT/E는 LGG와 수막종을 구별하는 데 더 큰 구별적 가치를 보입니다.

수막종과 LGG를 구별하는 APT 관련 매개변수

던의 검사 결과는 LGG와 수막종 간 증가 정도(P < 0.001), RAPT/T2(P < 0.001), RAPT/E 값(P < 0.001)에서 통계적으로 유의한 차이를 나타냈습니다. 그러나 APT평균 차이는 유의하지 않았습니다(P > 0.05). 따라서 증가 정도, RAPT/T2, RAPT/E는 LGGs와 수막종을 구분하는 데 도움이 될 수 있습니다. 수막종에서 강화 정도가 LGGs보다 유의하게 강했으며, LGG로 인한 APT 영상에서 관찰된 변화가 수막종에 의한 변화보다 더 뚜렷하게 나타났다. 그러나 LGGs의 APT평균 값이 수막종과 가까웠기 때문에, 이 매개변수는 이 맥락에서 감별 진단에 적합하지 않습니다.

ROC 곡선 분석 결과, 수막종과 LGG를 구분할 때 증가 정도, RAPT/E 비율, RAPT/T2 비율이 모두 유의미한 진단적 가치를 가지는 것으로 나타났습니다(모두 P < 0.001). 개선 정도는 곡선 아래 면적(AUC)이 0.926(95% 신뢰구간: 0.842–0.974)으로 가장 높았으며, 뛰어난 진단 성능을 보여주었습니다. RAPT/E와 RAPT/T2의 AUC는 각각 0.781(95% 신뢰구간: 0.670–0.868)과 0.734(95% 신뢰구간: 0.619–0.829)로, 이 두 종양 유형을 구별하는 데 있어 우수한 진단 성과를 나타냈다. APTmean은 두 그룹 간에 유의미한 차이가 없었으며(P > 0.05), 따라서 수막종과 LGGs를 구별하는 데 적용되지 않는다는 점이 주목할 만하다. 이 결과들은 표 4 와 그림 2에 요약되어 있습니다.

수막종과 HGGs를 구별하기 위한 APT 관련 매개변수

던의 검사 결과는 HGGs와 수막종 간에 APTmean(P < 0.001), RAPT/E(P < 0.001), RAPT/T2(P < 0.001) 값에서 통계적으로 유의한 차이가 있음을 보여주었습니다. 그러나 증가 정도는 통계적 유의성을 보이지 않았습니다(P > 0.05). 이는 APTmean, RAPT/E, RAPT/T2가 HGGs와 수막종을 구분하는 데 도움이 될 수 있음을 시사합니다. HGGs의 APT평균 은 수막종보다 유의하게 높았으며, HGGs와 관련된 APT 영상에서의 이상 정도가 수막종보다 더 뚜렷하였다. 수막종과 HGGs 모두의 증가 정도가 일반적으로 중등도 또는 뚜렷하기 때문에, 이 매개변수는 이 코호트에서 이 두 개체를 구분하지 못했습니다.

수막종과 HGGs를 구별하는 과정에서 APTmean, RAPT/E, RAPT/T2 모두 우수한 진단 성과를 보였으며(모두 P < 0.001), 그중 APTmean은 0.969의 최고 AUC(95% 신뢰구간: 0.906–0.994)를 기록하여 매우 높은 구별력을 나타냅니다. RAPT/E와 RAPT/T2의 AUC는 각각 0.836(95% 신뢰구간: 0.740–0.908)과 0.800(95% 신뢰구간: 0.699–0.879)로, APT 영상이 이 두 종양 유형을 구별하는 데 있어 임상적 가치를 더욱 뒷받침하였다. 반면, 두 그룹 간 증가 정도는 유의미한 차이가 없었으며(P > 0.05), 이 구별에 대한 진단적 유용성이 부족했습니다. 이 결과들은 표 5 와 그림 3에 요약되어 있습니다.

LGG와 HGG를 구분하기 위한 APT 관련 매개변수

던의 검정 결과는 LGG와 HGGs 간에 증가 정도와 APT평균이 유의미하게 차이를 보였음을 보여주었다(P < 0.001). 그러나 RAPT/E와 RAPT/T2는 통계적 유의성을 보이지 않았습니다(P > 0.05). 이는 APT평균과 향상 정도가 HGGs와 LGGs를 구분하는 데 더 효과적임을 시사한다. HGG는 일반적으로 LGGs보다 더 높은 향상 정도와 더 높은 APTmean를 보인다.

LGGs와 HGGs를 구분할 때, 증가 정도와 APT평균 모두 유의미한 진단 효능을 보였으며(둘 다 P < 0.001), APTmean은 AUC 0.916(95% 신뢰구간: 0.802–0.976)을 달성했으며, 이는 향상 정도(AUC = 0.823, 95% 신뢰구간: 0.689–0.917)보다 우수했습니다. 이는 APTmean이 이 코호트에서 교모세포종 등급 진단 정확도가 더 높았음을 나타냅니다. 반면, RAPT/E와 RAPT/T2는 두 그룹 간에 유의한 차이가 없었으며(P > 0.05), 이 코호트에서 평가에 있어 진단적 가치도 보이지 않았습니다. 이 결과들은 표 6 과 그림 4에 요약되어 있습니다.

데이터 이용 가능성

이 연구를 뒷받침하는 원본 데이터는 보조 문서로 제출되었습니다.

figure-results-1
그림 1: 환자 선택 및 영상 분석 워크플로우. 약어: APT = 아미드 양성자 전이; ROI = 관심 지역; ROC = 수신기 작동 특성; T2WI = T2 가중 영상; CE-T1WI = 조영구 강화 T1 가중 영상; RAPT = APT 비정상 신호 영역; RAPT/T2 = APT 이상 부위와 T2 고고전선 부위의 비율; RAPT/E = APT 비정상 면적과 증강 면적의 비율. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

figure-results-2
그림 2: 수막종과 저등급 교모종의 구별. 수막종과 LGG 구별을 위한 수신자 수술 특성 곡선 분석. 약칭: APT = 아마이드 양성자 전달; LGG = 저등급 교모세포종; RAPT = APT 비정상 신호 영역; RAPT/T2 = APT 이상 부위와 T2 고고전선 부위의 비율; RAPT/E = APT 비정상 면적과 증강 면적의 비율. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

figure-results-3
그림 3: 수막종과 고등급 교모세포종의 구별. 수막종과 HGG를 구분하기 위한 수상자 수술 특성 곡선 분석. 약칭: APT = 아미드 양성자 전달; HGG = 고등급 교모세포종; RAPT = APT 비정상 신호 영역; RAPT/T2 = APT 이상 부위와 T2 고고전선 부위의 비율; RAPT/E = APT 비정상 면적과 증강 면적 비율; APT평균 = 평균 아마이드 양성자 전달 신호 강도. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

figure-results-4
그림 4: 저등급 교모종과 고등급 교모종의 구별. LGG와 HGG를 구분하기 위한 수신기 작동 특성 곡선 분석. 약어: APT = 아마이드 양성자 전달; LGG = 저등급 교모세포종; HGG = 고등급 교모세포종; APT평균 = 평균 아마이드 양성자 전달 신호 강도. 이 그림의 더 큰 버전을 보시려면 여기를 클릭해 주세요.

특징수막종 그룹 (n=55)LGG 그룹 (n=20)HGG 군 (n=30)통계P
나이 (연도)54.65±8.2141.50±10.4958.17±9.75F=21.595<0.001
성별 (n, %)
남성17 (30.91)10 (50.00)13 (43.33)χ²=2.7550.252
여성38 (69.09)10 (50.00)17 (56.67)
BMI (kg/m2)24.26±3.1823.59±2.8724.35±3.25F=0.4120.664
종양 위치, n (%)
전두엽19 (34.55)8 (40.00)12 (40.00)-0.978
측두엽13 (23.64)6 (30.00)8 (26.67)
두정엽13 (23.64)4 (20.00)6 (20.00)
후두엽10 (18.18)2 (10.00)4 (13.33)
KPS 점수, M (Q₁, Q₃)90.00 (80.00,95.00)75.00 (70.00,100.00)70.00 (60.00,90.00)19.152#<0.001
초기 증상, n (%)
두통23 (41.82)6 (30.00)10 (33.33)-<0.001
간질14 (25.45)12 (60.00)4 (13.33)
국소 신경학적 결손10 (18.18)2 (10.00)16 (53.33)
기타8 (14.55)0 (0.00)0 (0.00)
WHO 등급, n (%)
1등급36 (65.45)16 (80.00)0 (0.00)-<0.001
2급19 (34.55)4 (20.00)0 (0.00)
3등급0 (0.00)0 (0.00)16 (53.33)
4급0 (0.00)0 (0.00)14 (46.67)

표 1: 환자 기초선 및 임상 특성. 참고: F = ANOVA; # = 크루스칼-월리스 검정; χ2 = 카이제곱 검정; - = 피셔의 정확 검정. 약어: BMI = 체질량지수; KPS = 카르노프스키 공연 상태; WHO = 세계보건기구; LGG = 저등급 교모세포종; HGG = 고등급 교모세포종.

변수들수막종 그룹 (n=55)LGG 그룹 (n=20)HGG 군 (n=30)통계P
MR 정보
향상4.00 (3.00, 4.00)2.00 (2.00, 3.00)3.00 (3.00, 4.00)38.199#<0.001
MRI의 종양 범위 (mm2)
RT21690.00 (1440.00, 1840.00)1650.00 (1550.00, 1750.00)1500.00 (1387.50, 1887.50)0.898#0.638
RE1720.00 (1470.00, 1890.00)1625.00 (1500.00, 1850.00)1675.00 (1462.50, 1800.00)0.729#0.695
랩트1860.00 (1555.00, 2090.00)1925.00 (1637.50, 2062.50)2020.00 (1762.50, 2100.00)3.821#0.148
APT 매개변수
APT평균2.70 (2.50, 3.10)2.95 (2.77, 3.23)4.60 (4.23, 5.25)54.875#<0.001
랩트/T2102.65 (101.97, 108.15)114.29 (105.26, 125.00)116.67 (106.48, 123.81)23.938#<0.001
RAPT/E101.04 (100.78, 105.81)110.00 (106.06, 113.38)120.69 (109.60, 123.33)32.374#<0.001

표 2: 교모세포종과 수막종 환자 간의 MRI 종양 범위 및 APT 관련 지표 비교 (Q₁, Q₃). 참고: # = 크루스칼-월리스 검정. 약어: MRI = 자기공명영상; APT = 아미드 양성자 전이; RT2 = T2 고전파 영역; RE = 향상된 면적; RAPT = APT 비정상 신호 영역; APT평균 = 평균 아마이드 양성자 전달 신호 강도; RAPT/T2 = APT 이상 부위와 T2 고고전선 부위의 비율; RAPT/E = APT 비정상 면적과 증강 면적의 비율.

변수들수막종 그룹 vs. LGG 그룹수막종 그룹 vs. HGG 그룹LGG 그룹 vs. HGG 그룹
향상Z=7.329P<0.001Z=1.933P=0.160Z=8.102P<0.001
APT평균Z=1.749P=0.241Z=7.388P<0.001Z=4.226P<0.001
랩트/T2Z=3.078P<0.001Z=4.564P<0.001Z=0.804P=0.421
RAPT/EZ=3.303P<0.001Z=5.423P<0.001Z=1.276P=0.606

표 3: 수막종, 저등급 교모종, 고등급 교모종 간 APT 관련 지표의 쌍별 비교. 약어: APT = 아미드 양성자 전이; LGG = 저등급 교모세포종; HGG = 고등급 교모세포종; APT평균 = 평균 아마이드 양성자 전달 신호 강도; RAPT/T2 = APT 이상 부위와 T2 고고전선 부위의 비율; RAPT/E = APT 비정상 면적과 증강 면적의 비율.

지표AUCSE신뢰감시구간(95%)ZP
향상0.9260.0280.842-0.97415.365<0.001
랩트/T20.7340.0710.619-0.8293.284<0.001
RAPT/E0.7810.0530.670-0.8685.287<0.001

표 4: 수막종과 LGG를 구별하는 다양한 지표의 AUC. 약어: LGG = 저등급 교모세포종; APT = 아미드 양성자 전이; AUC = 곡선 아래 면적; SE = 표준오차; CI = 신뢰구간; RAPT/T2 = APT 이상 부위와 T2 고고전선 부위의 비율; RAPT/E = APT 비정상 면적과 증강 면적의 비율.

지표AUCSE신뢰감시구간(95%)ZP
APT평균0.9690.0170.906-0.99427.488<0.001
랩트/T20.8000.0510.699-0.8795.865<0.001
RAPT/E0.8360.0450.740-0.9087.603<0.001

표 5: 수막종과 HGG를 구별하는 다양한 지표의 AUC. 약어: HGG = 고등급 교모세포종; APT = 아미드 양성자 전이; AUC = 곡선 아래 면적; SE = 표준오차; CI = 신뢰구간; RAPT/T2 = APT 이상 부위와 T2 고고전선 부위의 비율; RAPT/E = APT 비정상 면적과 증강 면적의 비율.

지표AUCSE신뢰감시구간(95%)ZP
향상0.8230.0550.689-0.9175.851<0.001
APT평균0.9160.0530.802-0.9767.909<0.001

표 6: LGG와 HGG를 구분하는 다양한 지표의 AUC. 약어: LGG = 저등급 교모세포종; HGG = 고등급 교모세포종; APT평균 = 평균 아마이드 양성자 전달 신호 강도; AUC = 곡선 아래 면적; SE = 표준오차; CI = 신뢰구간.

토론

교모세포종과 수막종을 수술 전 정확하게 구별하고, 영상에서 추정되는 종양 침윤 경계를 정확히 명확히 하는 것은 신경종양학에서 핵심적인 과제로, 치료 전략과 환자의 최종 예후에 직접적인 영향을 미칩니다. 이 연구는 신흥 분자 자기공명 기법인 APT를 기반으로 하며, 다양한 등급의 교모세포종과 수막종을 구별하는 데 있어 체계적으로 적용 가치를 평가하였습니다. 더 나아가, 공간 범위 비율 매개변수를 도입함으로써 종양 침습성과 관련된 영상 특징을 철저히 탐구하고 평가하였습니다. 결과는 APT 영상이 독특한 생화학적 조영 메커니즘을 활용하여 기존 MRI를 보완하는 잠재력을 지닌다는 것을 확인시켜 주었으며, 특히 HGGs를 구별하는 데 있어 신호 강도 매개변수 APT평균 이 우수한 효능을 보입니다. 더 중요한 것은, 이 연구가 APT 이상 신호의 공간적 범위와 기존 MRI에서 관찰된 병변 범위 간의 차이, 즉 RAPT/T2 및 RAPT/E 비율을 정량화함으로써 LGG와 수막종을 구분하는 임상적 어려움을 효과적으로 해결할 수 있음을 발견했다는 점입니다. 이 접근법은 또한 교모세포종 침윤의 추정 범위를 비침습적으로 평가하는 매우 유망한 새로운 영상 방법을 제공합니다.

이 연구의 핵심 연구 중 하나는 평균 APT 신호 강도(APT평균)가 종양 악성 종양의 바이오마커로서 유용할 수 있다는 점이며, 특히 HGG를 LGG 및 수막종과 구분하는 데 있습니다. 이 연구 데이터는 HGGs의 APT평균 값이 다른 두 그룹보다 유의미하게 높음을 보여줍니다. HGG와 수막종을 구별하는 과정에서 아우크는 0.969로 매우 우수했습니다. 더불어, 고등급과 저등급 교양종을 구분하는 데 있어 AUC 값이 0.916으로 높은 진단 효능을 보였습니다. 이러한 신호의 유의미한 차이는 종양의 병태생리학적 기초에 깊이 뿌리내려 있습니다. APT 기술은 이동성 단백질/폴리펩타이드 골격의 아마이드 양성자와 조직 내 수질 양성자 간의 화학 교환을 감지하며, 신호 강도는 이 고분자의 농도와 조직 미세환경의 pH와 직접적으로 연관되어 있습니다. HGGs의 조직학적 특성에는 높은 세포 밀도, 유의미한 비유형, 그리고 비정상적으로 활발한 단백질 합성과 분화와 관련된 세포내 자유 이동성 단백질과 폴리펩타이드 풀의 현저한 확장이 포함됩니다. 동시에, 급속한 증식의 에너지 수요를 충족하기 위해 HGG는 워버그 효과로 알려진 강한 호기성 당화작용을 자주 보이며, 젖산과 같은 산성 대사산물을 상당량 생성하고 축적하여 종양 미세환경을 현저히 산성화합니다. 단백질 함량 증가와 pH 감소는 모두 아마이드 양성자 포화 전달을 증강시키며, 궁극적으로 APT 이미지에서 특징적인 높은 신호로 나타납니다37. 반면, 일부 수막종 아형은 세포성이 매우 높을 수 있지만, 대다수는 양성 또는 경등급 악성종양으로, 증식률이 HGGs보다 훨씬 낮고, 단백질 대사 수준과 미세 환경 pH 변화도 비교적 중간 정도입니다. LGG는 특정 증식 활성도 보이지만, 악성 정도와 대사 강도는 HGGs와 비교할 수 없다. 기존 MRI에서는 수막종과 HGG 모두 상당한 호전을 보일 수 있습니다. 그러나 APTmean은 대사 관점에서 이들을 구분할 수 있어 구조 영상의 한계를 보완할 수 있습니다. 더불어, APT 영상은 종양 대사의 미세한 변화를 직접 반영할 수 있으며, 초기 침윤과 대사 이상을 시사하는 부위를 기존 MRI보다 더 민감하게 포착할 수 있습니다. HGGs에서 APT평균 상승은 고형 종양 부위와 관련이 있을 뿐만 아니라, 종양 주위 부종 영역에서 미세한 세포 활동이 있음을 나타낼 수 있는데, 이는 방사선학적으로 침윤을 시사하지만, 이는 조직병리학적으로 아직 확인되지 않았습니다.

이 연구는 LGG와 수막종을 구분하기 위해 APT평균 값만으로 의존하는 것의 한계를 드러내고, 공간 범위 비율 매개변수 RAPT/T2와 RAPT/E를 사용하여 이 문제를 해결하였습니다. 결과는 LGG와 수막종 간 APT평균 값에 유의미한 차이가 없음을 보여주었으며, 이는 두 세포 간 증식 활동과 단백질 함량에 일정 겹침이 있을 수 있음을 반영할 수 있습니다. 그러나 분석 차원이 신호 강도에서 공간 분포로 이동하면서 명확한 차별 패턴이 나타났습니다. RAPT/T2 및 RAPT/E 비율은 LGG에서 수막종보다 유의하게 높았으며, 각각 AUC가 0.734와 0.781로 비교적 높은 진단 효능을 보였다. 교모세포종의 가장 근본적인 생물학적 특징은 등급에 관계없이 확산되고 침투성 성장 패턴입니다. 종양 세포는 주요 종양 덩어리에서 적극적으로 분리되어 신경 섬유로나 혈관 주변 공간과 같은 해부학적 구조를 따라 이동하며, 주변의 정상 뇌 실질(겉보기에는 정상)로 침투할 수 있습니다39,40. 이러한 미세한 세포 전파 초점은 기존 MRI(T2 가중 또는 FLAIR 서열)로 정의되는 부종 경계를 넘어 확장되며, 조영제 강화 스캔에서 관찰되는 혈액-뇌 장벽 파괴 영역보다 훨씬 광범위합니다. APT 영상은 세포 밀도와 대사 상태에 대한 높은 민감성 덕분에, 종양 세포 집합체를 의심하는 신호 변형이 있는 영역을 침윤 초기 단계에서 감지할 수 있으며, 이로 인해 거시적 병변이 형성되거나 심각한 부종을 유발하기 전에 이를 알 수 있습니다. 이로 인해 기존 MRI(RT2 또는 RE)가 정의하는 종양 범위에 비해 APT 영상(RAPT)에서 비정상 신호 영역이 현저히 넓게 나타납니다. 반면, 수막종은 일반적으로 종양 조직과 정상 뇌 사이에 명확한 경계가 뚜렷한 경계를 가진 확장된 성장을 보입니다. 따라서 대사 이상(RAPT)의 정도는 기존 MRI에서 관찰되는 구조적 또는 강화 경계와 대체로 일치하며, RAPT/T2와 RAPT/E 비율이 100%에 근접합니다41. 성장 패턴의 차이를 기반으로 한 이 정량적 분석 지표는 방사선학적으로 유사한 수막종과 LGG를 효과적으로 구분하여 임상 실무에 혁신적인 진단 도구를 제공합니다.

기존 MRI, 특히 FLAIR는 이미 교모종에 대한 귀중한 정보를 제공합니다. T2/FLAIR 불일치 징후는 이소시트레이트 탈수소효소(IDH) 돌연변이체, 1p/19q-공동 삭제된 성상세포종의 매우 특이적인 표지자로, 수술 전 하위 유형 및42 등급 평가에 도움을 줍니다. FLAIR는 또한 종양 주위 고강도 영역을 정의하는데, 이는 비특이적이지만 부종, 침윤, 교세포증이 혼합된 것으로나타납니다. APT 영상과 결합할 때, FLAIR는 APT 이상과 기존 T2 고강도 간의 공간적 차이를 맥락화하여 강화 코어44를 넘어선 침윤의 방사선 추론을 향상시킵니다.

MRI 외에도 다른 기법들이 보조 진단 정보를 제공합니다. 컴퓨터 단층촬영(CT)은 수막종과 희돌돌교모종에서 더 흔한 종양 내 석회화 탐지에 유용하며, HGGs에서는 드물게 MRI가 불확실할 때 도움이 될 수있습니다. CT 관류는 대뇌 혈류량(CBV)을 측정합니다: 수막종은 일반적으로 CBV가 현저히 높게 나타나는 반면, 교모세포종은 다양한 양상을 보이며, 고혈관 HGG와 수막종 간의 중복 때문에 단독 효용성은 제한적입니다46. 11C-메티오닌(11C-MET) 양전자 방출 단층촬영(PET)은 아미노산 수송과 단백질 합성을 추적하여 교모세포종과 수막종을 효과적으로 구별합니다; 중요한 점은, 조영구 강화 영역이나 T2/FLAIR 영역을 넘어 비정상적인 흡수를 자주 드러내는데, 이는 우리의 APT 기반 공간 비율과 유사합니다47. APT를 CT 석회화, CT 관류, 11C-MET PET와 통합하면 진단 정확도와 치료 계획이 시너지 효과를 낼 수 있습니다. 그러나 방사선 노출, 비용, 이용 가능성, 검사 시간과 같은 실질적인 고려사항은 개별 환자에게 최적의 영상 치료 전략을 선택할 때 신중하게 고려해야 합니다.

APT 영상이 기존 MRI가 정의한 경계를 넘어 종양 관련 신호를 감지할 수 있다는 발견을 바탕으로, 이러한 신호를 시각화하고 정량화하는 것이 임상적으로 의미가 있을 수 있습니다. 첫째, 수술 계획에서 외과의사들은 이론적으로 APT가 정의한 비정상 신호 영역을 조영제 강화 병변 및 T2 고고신호 부위와 함께 보조 정보로 사용하여 수술 표적을 선택할 수 있는데, 이는 개념적으로 '상경계 절제'와 일치합니다. 하지만 이것이 방사선 가설임을 강조하는 것이 중요합니다. APT 고부위 내에 종양 세포가 실제로 존재하는지는 영상 유도 입체 정립 생검을 통해 검증되어야 합니다. 이러한 병리학적 상관관계가 없으면 APT로 정의된 경계는 확인된 종양 경계가 아니라 보조 영상 정보로 간주되어야 합니다. 이 영상 유도 절제 전략은 APT 신호가 실제로 종양 침윤과 일치한다면 미세경 잔류 질환을 보다 철저히 제거할 잠재력을 가지고 있으며, 이를 통해 수술 후 재발률을 줄이고 환자의 무진행 생존 및 전체 생존 기간을 연장할 수 있습니다. 둘째, 방사선 치료 계획 개발에서 APT가 정의한 생물학적 종양 부피(BTV)는 전통적인 해부학적 영상을 기반으로 총 종양 부피/임상 표적 부피(GTV/CTV)를 정의하는 보조 정보로 활용될 수 있습니다. 만약 검증된다면, 방사선 계획이 증식 가능성이 있는 부위를 더 잘 반영하면서 정상 뇌 조직을 보존할 수 있게 될 것입니다. 셋째, 비증강 교모종의 입체 정위 생검의 경우, APT 영상이 가장 높은 신호 값을 가진 부위로 생검을 표적으로 조정하는 데 도움을 줄 수 있습니다. 이로 인해 진단적으로 가치 있는 조직을 얻을 가능성이 높아지고, 샘플링 오류로 인한 병리학적 기저평가를 줄일 수 있습니다.

Sartoretti 등.48 의 연구는 APT 영상을 방사선 마이크 및 머신러닝 알고리즘과 통합함으로써 HGG, LGG, 전이 간 고정밀 구분을 달성할 수 있음을 입증했습니다. 그들의 다층 퍼셉트론 모델은 원발 교모종과 전이를 구분하는 데 AUC가 0.836을 달성했습니다. 이는 APT 영상이 독립적인 바이오마커일 뿐만 아니라, 인공지능 모델과 결합될 때 향후 고차원 영상 기능을 통해 종양을 자동으로 분할하고, 추정 침윤 경계를 추론하며, 분자 아형을 예측할 수 있는 강력한 지능형 진단 도구를 구축할 가능성을 시사하며, 이를 통해 신경종양학의 정밀 진단과 치료에 새로운 길을 열어줍니다. 이러한 토대를 바탕으로 본 연구는 APT 영상의 임상 적용 범위를 더욱 심화하고 확장합니다. 저희 연구는 종양 유형을 구별하는 데 그치지 않고, 종양 침윤 정도와 관련된 영상 특성 평가도 구체적으로 다룹니다. RAPT/T2 및 RAPT/E 비율을 제안함으로써, 우리는 교모세포종 침윤 경계에 대한 비침습적 추론을 뒷받침할 수 있는 영상 증거를 제공합니다. 더 나아가 이 연구는 특히 비정형 사례에서 기존 MRI에서 교모종과 혼동되는 종양인 수막종을 대조군으로 선정하여, 더 까다로운 임상 감별진단 문제를 직접적으로 해결했습니다. 매개변수 해석과 관련해, 본 연구에서 사용된 APT평균 및 공간 비율 매개변수는 더 명확한 병태생리학적 상관관계를 가지므로, 고차 방사선 특성보다 임상 실무에서 이해하고 채택하기 쉽습니다. 따라서 이 연구는 복잡한 감별 진단에서 APT의 가치를 검증할 뿐만 아니라, 진단 도구에서 외과 및 방사선 치료 계획을 지원하는 도구로 전환하는 데 기여합니다.

성공적인 APT 구현은 여러 프로토콜에 중요한 단계에 의존합니다. 첫째, 프로토콜 섹션에 설명된 바와 같이 WASSR을 통한 B₀ 보정이 필수적입니다; 이를 생략하면 1.5–2.0%의 불필요한 MTRasym 상승이 발생할 수 있습니다. WASSR이 없는 센터의 경우, 대체 현장 매핑은 정확도는 떨어지지만 허용됩니다. 둘째, ~4.5분 획득 기간 동안 발생하는 모션 아티팩트가 가장 흔한 함정입니다; 우리는 고정 패드를 권장하며, MTRasym 지도에서 움직임이 시각적으로 명확할 경우 즉시 시퀀스를 반복할 것을 권장합니다. 셋째, ROI 일관성은 운영자에 따라 다릅니다—우리의 2-SD 임계값(반대편 정상 백질 평균 + 2SD)은 우수한 상호관찰자 일치(ICC > 0.80)를 보여주었으며, 10명의 파일럿 사례에 대한 초기 교육을 통해 서로 다른 스캐너 플랫폼에서 임계값 선택을 보정할 것을 권장합니다. 임상 채택의 경우, ~4.5분 스캔 시간은 대부분의 신경종양학 프로토콜에서 허용됩니다; 우리는 도전적이고 비정형적인 사례부터 시작해 일상적인 업무 흐름을 방해하지 않으면서 지역 전문성을 쌓을 수 있는 단계적 접근법을 제안합니다. 중요하게도, 이러한 절차적 선택이 결과를 직접 뒷받침합니다: 표준화된 포화 매개변수(2 s, B₁ = 2 μT)는 그룹 간 일관된 MTRasym 측정을 보장했고, 2-SD 임계값은 다양한 종양 크기에서 RAPT/T2와 RAPT/E를 안정적으로 만들었으며, 합의 독자는 개별 독자 편향을 제거했습니다. 따라서 우리 프로토콜에 상세히 설명된 방법론적 엄격함은 단순한 형식적 수준이 아니라 우리가 관찰한 진단 수행에 기능적으로 필수적입니다.

이 연구의 몇 가지 한계점을 인정해야 합니다. 첫째, 이 연구는 비교적 제한된 전체 표본 크기로 사후적 단일 센터 연구였으며, 특히 하위 그룹 크기가 불균형했습니다(수막종, n = 55; LGG, n = 20; HGG, n = 30). LGG 사례가 적은 것은 특정 쌍별 비교에서 통계적 검정력을 떨어뜨렸을 수 있으며, 우리의 발견의 일반화성을 제한했을 수 있습니다. 둘째, ROC 분석은 모델 개발에 사용된 동일한 코호트에서 도출되었으며, 독립적인 내부 또는 외부 검증 코호트 없이 이루어졌습니다. 이 접근법은 진단 성능을 과대평가할 수 있는 것으로 알려져 있습니다; 따라서 보고된 AUC 값은 신중한 해석이 필요하며, 향후 독립적인 검사 세트를 이용한 다기관 전향 연구에서 확인되어야 합니다. 셋째, 잠재적 교란변수(예: 나이, 종양 크기, 위치, 종양 주변 부종 부종 부피)를 조정하기 위해 다변수 회귀분석을 수행하지 않았는데, 이는 하위 그룹별 표본 크기가 제한적이기 때문에 통계적으로 불안정하기 때문입니다. 향후 대규모 연구에서는 이러한 공변량을 통합하여 APT 매개변수의 독립적 기여도를 평가해야 합니다. 넷째, ROC 비교는 탐색적 목적이었으며 다중 검사에 대한 교정을 거치지 않았습니다; 따라서 이 결과들은 확인보다는 예비적이고 가설 형성에 기반한 것으로 봐야 합니다. 다섯째, 영상 소견은 기존 MRI 경계를 넘어선 종양 침윤을 시사하지만, 영상 유도 입체 정위 생검으로부터의 조직병리학적 확인은 부족합니다. APT 신호 이상과 실제 종양 세포 침윤 간의 실제 일치관계는 아직 검증되지 않았습니다. 마지막으로, APT 영상 기술은 아직 발전 중이며, 자기장 세기, 스캐너 플랫폼, 후처리 알고리즘의 변동이 측정 재현성에 영향을 미칠 수 있습니다; 광범위한 임상 채택 전에 기술 표준화가 필수적입니다. 이러한 한계에도 불구하고, 본 연구는 APT 영상과 방사선 마이크 및 인공지능을 통합하여 수술 전 종양 특성 및 수술 계획을 더욱 향상시키기 위한 향후 연구의 기초를 제공합니다49.

요약하자면, 본 연구에서 제안된 다중 매개변수 APT 영상 전략—APT평균 신호 강도와 공간 범위 비율(RAPT/T2 및 RAPT/E)을 통합하는 것—은 교모종과 수막종의 수술 전 구분을 위한 보조 영상 프레임워크를 제공하며, 교모세포종 침윤 범위를 추정하는 방사선학적 참고 자료로 활용될 수 있는 영상 기반 정보를 제공합니다. 우리의 연구 결과는 이러한 결합 접근법이 기존 MRI를 넘어 진단 성능을 향상시키며, 특히 HGG와 수막종을 구분하고 미세한 종양 확장을 반영할 수 있는 공간 신호 이상을 특징짓는 데 있음을 시사합니다. 그러나 이 연구에서 "침윤 경계"에 대한 모든 해석은 조직병리학적 확인이 아니라 영상 대리인에 기반한다는 점을 강조하는 것이 중요합니다. APT 신호 이상과 실제 종양 세포 침윤 간의 실제 상관관계 및 환자 결과 또는 생존율과의 관계는 영상 유도 입체 생검 및 종단 추적 연구를 통한 전향적 검증이 필요합니다. 따라서 APT 영상은 비침습적 분자 영상 도구로서 가능성을 지니고 있지만, 현재의 임상적 역할은 종양 침범의 결정적 바이오마커라기보다는 기존 MRI를 보완하는 것으로 봐야 합니다. 다기관 간 검증과 기술적 표준화가 추가됨에 따라, 이 접근법은 정밀 신경종양 영상 및 수술 계획의 진화하는 지형에 기여할 수 있습니다.

공개 사항

저자들은 이해 상충을 선언할 필요가 없습니다.

감사의 글

이 연구는 2023년 바오안 지구 의료 및 보건 연구 프로젝트(보조금 번호 2023JD224)의 지원을 받았습니다.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
3.0T MR ScannerGE HealthcareDiscovery 750WUsed for all conventional and APT imaging sequences.
Contrast Agent (Gadopentetate Dimeglumine)Bayer HealthcareMagnevistStandard dose of 0.1 mmol/kg body weight, administered intravenously at 2 mL/s.
Head CoilGE HealthcareStandard 8-channelReceive-only head coil for signal acquisition.
Image Analysis SoftwareMicroDicom Ltd.MicroDicom Viewer (version 3.0)Used for ROI delineation and parameter measurement by neuroradiologists.
Post-processing SoftwareGE HealthcareFuncTool (built-in)Automatically generates APT-weighted images and MTRasym maps on the scanner.
Statistical Analysis SoftwareIBM Corp.SPSS (version 25.0)Used for all statistical analyses, including ROC curves and group comparisons.

참고문헌

  1. Lu SL et al. The intracranial tumor segmentation challenge: contour tumors on brain MRI for radiosurgery. Neuroimage. 2021;244:118585.
  2. Ostrom QT et al. CBTRUS statistical report: primary brain and other central nervous system tumors diagnosed in the United States in 2015-2019. Neuro Oncol. 2022;24(Suppl 5):v1-95.
  3. Lin H et al. Understanding the immunosuppressive microenvironment of glioma: mechanistic insights and clinical perspectives. J Hematol Oncol. 2024;17(1):31.
  4. Jayaram MA, Phillips JJ. Role of the microenvironment in glioma pathogenesis. Annu Rev Pathol. 2024;19(1):181-201.
  5. Segar DJ et al. Modeling of intracranial tumor treating fields for the treatment of complex high-grade gliomas. Sci Rep. 2023;13(1):1636.
  6. Wen PY et al. Dabrafenib plus trametinib in patients with BRAF V600E-mutant low-grade and high-grade glioma (ROAR): a multicentre, open-label, single-arm, phase 2, basket trial. Lancet Oncol. 2022;23(1):53-64.
  7. Szulzewsky F, Thirimanne HN, Holland EC. Meningioma: current updates on genetics, classification, and mouse modeling. Ups J Med Sci. 2024;129(S1):e10579.
  8. Moussalem C et al. Meningioma genomics: a therapeutic challenge for clinicians. J Integr Neurosci. 2021;20(2):463-9.
  9. Han T, Liu X, Zhou J. Progression/recurrence of meningioma: an imaging review based on magnetic resonance imaging. World Neurosurg. 2024;186:98-107.
  10. Cosgun Z, Dagistan Y, Dagistan E, Kalfaoglu ME. Neglected giant pituitary adenoma: a unique case report. Journal of Endocrine Systems Research. 2025;1(1):11-6.
  11. Sakai M et al. Nonbrain metastases seen on magnetic resonance imaging during metastatic brain tumor screening. Jpn J Radiol. 2023;41(4):367-81.
  12. Aunan-Diop JS et al. Magnetic resonance elastography in intracranial neoplasms: a scoping review. Top Magn Reson Imaging. 2022;31(1):9-22.
  13. Xiong H et al. A radiomics model for the differentiation of intracranial solitary fibrous tumor/hemangiopericytoma and meningioma based on multiparametric magnetic resonance imaging. Neurol India. 2024;72(4):779-83.
  14. Clement P et al. Micro- to macroscale magnetic resonance imaging of glioma. MAGMA. 2022;35(1):1-2.
  15. Sui Z et al. Magnetic resonance imaging evaluation of brain glioma before postoperative radiotherapy. Clin Transl Oncol. 2021;23(4):820-6.
  16. Würtemberger U et al. Microstructural differentiation of cerebral metastases, glioblastoma, meningioma, and primary CNS lymphoma using advanced diffusion imaging techniques. Neurooncol Adv. 2025;7(1):vdaf076.
  17. Schmitz-Abecassis B et al. Extension of T2 hyperintense areas in patients with a glioma: a comparison between high-quality 7 T MRI and clinical scans. NMR Biomed. 2025;38(3):e5316.
  18. Xia X, Du W, Gou Q. Machine learning-based radiomics for differentiating lung cancer subtypes in brain metastases using CE-T1WI. Front Oncol. 2025;15:1599882.
  19. Zhang Y et al. Glioblastoma and solitary brain metastasis: differentiation by integrating demographic-MRI and deep-learning radiomics signatures. J Magn Reson Imaging. 2024;60(3):909-20.
  20. Zhou J et al. Using the amide proton signals of intracellular proteins and peptides to detect pH effects in MRI. Nat Med. 2003;9(8):1085-90.
  21. Zhou J et al. Three-dimensional amide proton transfer MR imaging of gliomas: initial experience and comparison with gadolinium enhancement. J Magn Reson Imaging. 2013;38(5):1119-28.
  22. Sun Q et al. Plasma β-amyloid, tau, neurodegeneration biomarkers and inflammatory factors of probable Alzheimer’s disease dementia in Chinese individuals. Front Aging Neurosci. 2022;14:963845.
  23. Zhang H, Zhou J, Peng Y. Amide proton transfer-weighted MR imaging of pediatric central nervous system diseases. Magn Reson Imaging Clin N Am. 2021;29(4):631-41.
  24. Inoue A et al. Role of amide proton transfer imaging in maximizing tumor resection in malignant glioma: a possibility to take the place of 11C-methionine positron emission tomography. Neurosurg Rev. 2023;46(1):294.
  25. Zhang J et al. ESM1 enhances fatty acid synthesis and vascular mimicry in ovarian cancer by utilizing the PKM2-dependent Warburg effect within the hypoxic tumor microenvironment. Mol Cancer. 2024;23(1):94.
  26. Chen K, Jiang XW, Deng LJ, She HL. Differentiation between glioma recurrence and treatment effects using amide proton transfer imaging: a mini-Bayesian bivariate meta-analysis. Front Oncol. 2022;12:852076.
  27. Park JE et al. Pre- and posttreatment glioma: comparison of amide proton transfer imaging with MR spectroscopy for biomarkers of tumor proliferation. Radiology. 2016;278(2):514-23.
  28. Debnath A, Gupta RK, Singh A. Evaluating the role of amide proton transfer-weighted contrast, optimized for normalization and region of interest selection, in differentiation of neoplastic and infective mass lesions on 3T MRI. Mol Imaging Biol. 2020;22(2):384-96.
  29. Park YW et al. Differentiation of recurrent diffuse glioma from treatment-induced change using amide proton transfer imaging: incremental value to diffusion and perfusion parameters. Neuroradiology. 2021;63(3):363-72.
  30. Yu H et al. Applying protein-based amide proton transfer MR imaging to distinguish solitary brain metastases from glioblastoma. Eur Radiol. 2017;27(11):4516-24.
  31. Zhang HW et al. Differentiation of meningiomas and gliomas by amide proton transfer imaging: a preliminary study of brain tumour infiltration. Front Oncol. 2022;12:886968.
  32. Soni N et al. Meningioma: molecular updates from the 2021 World Health Organization classification of CNS tumors and imaging correlates. AJNR Am J Neuroradiol. 2025;46(2):240-50.
  33. Zhou J et al. Review and consensus recommendations on clinical APT-weighted imaging approaches at 3T: application to brain tumors. Magn Reson Med. 2022;88(2):546-74.
  34. Chen K et al. Amide proton transfer-weighted magnetic resonance imaging for the diagnosis of symptomatic chronic intracranial artery stenosis: a feasibility study. Quant Imaging Med Surg. 2022;12(11):5184-97.
  35. Tokunaga C et al. Effect of saturation pulse duration and power on pH-weighted amide proton transfer imaging: a phantom study. Magn Reson Med Sci. 2023;22(4):487-95.
  36. Joo B et al. Amide proton transfer imaging might predict survival and IDH mutation status in high-grade glioma. Eur Radiol. 2019;29(12):6643-52.
  37. Zhang HW, Lin F. Research progress on amide proton transfer imaging in preoperative and postoperative glioma assessment. Curr Med Imaging. 2023;19(9):971-6.
  38. Lin G et al. Volumetric amide-proton-transfer weighted imaging histogram analysis to differentiate pediatric high-grade and low-grade gliomas. BMC Cancer. 2025;25(1):1392.
  39. Hao Z et al. AQP8 promotes glioma proliferation and growth, possibly through the ROS/PTEN/AKT signaling pathway. BMC Cancer. 2023;23(1):516.
  40. Knowles LM et al. Clotting promotes glioma growth and infiltration through activation of focal adhesion kinase. Cancer Res Commun. 2024;4(12):3124-36.
  41. Chawla S et al. Metabolic and physiologic magnetic resonance imaging in distinguishing true progression from pseudoprogression in patients with glioblastoma. NMR Biomed. 2022;35(7):e4719.
  42. Jen JP et al. Beyond T2-FLAIR mismatch sign in isocitrate dehydrogenase (IDH)-mutant 1p19q non-codeleted astrocytoma: analysis of tumor core and evolution with multiparametric magnetic resonance imaging. Neurooncol Adv. 2024;6(1):vdae065.
  43. Carrete LR, Young JS, Cha S. Advanced imaging techniques for newly diagnosed and recurrent gliomas. Front Neurosci. 2022;16:787755.
  44. Debiasi G et al. Magnetic susceptibility properties of tumor-associated cells imaged by MRI reveal glioblastoma infiltration in the edema region. Commun Med (Lond). 2025;5(1):487.
  45. Smits M. Imaging of oligodendroglioma. Br J Radiol. 2016;89(1060):20150857.
  46. Lee MD et al. Utility of percentage signal recovery and baseline signal in DSC-MRI optimized for relative CBV measurement for differentiating glioblastoma, lymphoma, metastasis, and meningioma. AJNR Am J Neuroradiol. 2019;40(9):1445-50.
  47. Stopa BM, Juhász C, Mittal S. Comparison of amino acid PET to advanced and emerging MRI techniques for neurooncology imaging: a systematic review of the recent studies. Mol Imaging. 2021;2021:8874078.
  48. Sartoretti E et al. Amide proton transfer weighted (APTw) imaging based radiomics allows for the differentiation of gliomas from metastases. Sci Rep. 2021;11(1):5506.
  49. Ikechukwu GC, Egba SI, Paul PC, Umeh VA. Artificial intelligence for public health surveillance: promises, pitfalls, and an ethics-equity roadmap for deployment. Disease Prevention and Epidemiology. 2026;1(1):22-39.

재인쇄 및 허가

태그

APTMRI
문의하기
사서에게 추천하기

개인정보

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.