É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.

Artigo de investigação

Imagem por transferência de prótons de amida para diferenciar gliomas e meningiomas e avaliar a infiltração tumoral

62 visualizações

⸱

DOI:

10.3791/71626

⸱

11 de agosto de 2026

 ,  ,  ,  , 
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

Neste artigo

Resumo

Este estudo avalia a imagem por Transferência de Prótons de Amida (APT) combinada com ressonância magnética convencional (RM) para diferenciar meningiomas de gliomas de baixo e alto grau e avaliar características de imagem relacionadas à infiltração tumoral, demonstrando seu potencial para melhorar a classificação pré-operatória e fornecer informações baseadas em imagens que podem orientar o planejamento cirúrgico.

Resumo

Diferenciar gliomas de meningiomas e avaliar características de imagem relacionadas à infiltração de glioma continuam sendo desafiadoras com a ressonância magnética convencional (RM). A imagem de transferência de prótons amida (APT), uma técnica de transferência de saturação por troca química, pode detectar mudanças no conteúdo de proteínas e no pH do tecido, oferecendo potenciais insights funcionais sobre tumores cerebrais. Este estudo retrospectivo avaliou imagens de TPA combinadas com ressonância magnética convencional em 105 pacientes com tumores cerebrais confirmados patologicamente (55 meningiomas, 20 gliomas de baixo grau [LGGs] e 30 gliomas de alto grau [HGGs]). A intensidade média do sinal derivada da APT (média da APT) e as razões entre a área anormal da APT e a área hiperintensa T2 (RAPT/T2) e a área de contraste (RAPT/E) foram medidas e comparadas entre os grupos. A média de APTs foi significativamente maior em HGGs (mediana 4,60%) do que em LGGs (2,95%) e meningiomas (2,70%, P < 0,001). RAPT/T2 e RAPT/E também apresentaram níveis marcavelmente elevados nos HGGs. Para distinguir HGGs de meníngiomas, a APTmean alcançou excelente desempenho diagnóstico (área sob a curva [AUC] = 0,969), em comparação com RAPT/E (0,836) e RAPT/T2 (0,800). Para diferenciar LGGs de meningiomas, RAPT/E (AUC = 0,781) e RAPT/T2 (AUC = 0,734) apresentaram bom desempenho, enquantoa média da APT não diferia significativamente. Para a classificação de glioma (HGG vs. LGG), a APTmean apresentou um AUC de 0,916, superior ao grau de aumento de contraste (0,823). Esses achados indicam que a imagem por TPA distingue efetivamente meningiomas de gliomas de diferentes graus e fornece informações valiosas baseadas em imagens para inferir a extensão da infiltração tumoral. A combinação das razões de extensão APTmedia e espacial oferece uma ferramenta prática de imagem para melhorar o diagnóstico pré-operatório e apoiar o planejamento cirúrgico, especialmente em casos atípicos desafiadores.

Introdução

Tumores intracranianos estão entre os distúrbios mais comuns do sistema nervoso. Sua incidência está aumentando globalmente, representando uma séria ameaça à saúdehumana 1. Com base na origem histopatológica, os tumores intracranianos podem ser classificados em duas grandes categorias: primários e secundários (metastáticos). Entre os tumores intracranianos primários, meningioma e glioma representam os dois tipos mais prevalentes, com origens e comportamentos biológicos distintos2. O glioma, originário de células gliais, é o tumor maligno intracraniano mais comum, caracterizado por crescimento infiltrativo, bordas mal definidas, alta tendência a recidiva e prognósticoruim 3,4. A Organização Mundial da Saúde (OMS) classifica os gliomas em graus I a IV com base em sua malignidade. Entre eles, gliomas de alto grau (HGGs, graus III a IV da OMS) são altamente invasivos e associados a um período de sobrevivênciacurto do paciente 5,6. Em contraste, o meningioma se origina de células da capa aracnoide. A grande maioria é benigna (grau I da OMS), cresce lentamente e possui limites claros com uma demarcação distinta em relação ao tecido cerebral ao redor. Após a resseção cirúrgica completa, os pacientes geralmente apresentam um prognósticofavorável 7,8. Portanto, a diferenciação precisa por imagem pré-operatória entre esses dois tipos de tumores, juntamente com a avaliação das características de imagem relacionadas à extensão da infiltração de glioma, tem importância clínica crítica. É essencial para formular planos cirúrgicos individualizados, determinar margens seguras para ressecação e, por fim, melhorar os resultados dos pacientes.

Atualmente, a ressonância magnética (RM) tornou-se uma modalidade amplamente utilizada para diagnóstico pré-operatório e avaliação de tumores intracranianos devido à sua superior resolução de tecidos moles, capacidades de imagem multiparâmetro e vantagem de não serionizante 9,10. Sequências convencionais de ressonância magnética, como imagens ponderadas em T1 (T1WI), imagens ponderadas em T2 (T2WI), recuperação por inversão atenuada por fluido (FLAIR) e imagem ponderada por T1 com contraste (CE-T1WI), podem revelar claramente a localização, tamanho, morfologia, estrutura interna do tumor e sua relação com tecidosadjacentes 11,12. Meningiomas típicos aparecem na ressonância magnética como massas extraaxiais bem definidas, exibindo sinais iso- ou levemente hipointensos no T1WI, sinais iso- ou levemente hiperintensos no T2WI, com realce significativo e homogêneo após o contraste, frequentemente acompanhado por um "sinal da cauda dural"13. Em contraste, gliomas de alto grau (HGGs) tipicamente se apresentam como massas de formato irregular e pouco definidas. Frequentemente estão cercados por edema peritumoral extenso visível nas sequências T2WI/FLAIR e apresentam realce heterogêneo em forma de anel ou guirlanda após a administração comcontraste 14,15.

No entanto, a ressonância magnética convencional ainda enfrenta inúmeros desafios na prática clínica. Quanto ao diagnóstico diferencial, alguns casos apresentam características atípicas. Por exemplo, certos HGGs podem apresentar uma "pseudocápsula" relativamente bem definida e homogênea, tornando-os difíceis de distinguir dos meníngiomas. Por outro lado, alguns meningiomas celulares atípicos ou anaplásicos de alto grau (graus II-III da OMS), devido aos seus padrões invasivos de crescimento, também podem imitar radiologicamente os gliomas16. Além disso, a ressonância magnética convencional tem capacidade limitada para avaliar com precisão a extensão presumida da infiltração de glioma. A região hiperintensa observada nas sequências T2WI/FLAIR foi patologicamente confirmada como uma mistura de infiltração celular tumoral, edema vasogênico e gliose reativa. A ressonância magnética convencional não consegue distinguir efetivamente essescomponentes 17. Da mesma forma, a região de realce visualizada no CE-T1WI representa principalmente o núcleo tumoral com barreira hematoencefálica rompida. Um número significativo de células tumorais proliferativas já se infiltrou além dessa região de reforço, entrando e às vezes além da área hiperintensa peritumoral de T2 dentro do parênquima cerebralde aparência normal 18,19. Essa desconexão entre os limites radiológico e patológico é um dos principais fatores que contribuem para a alta taxa de recorrência pós-cirúrgica dos gliomas. Consequentemente, há uma necessidade clínica urgente por novas ferramentas de imagem molecular que possam refletir de forma mais direta e sensível a celularidade tumoral e a atividade metabólica.

A imagem por Transferência de Prótons de Amida (APT) é uma técnica emergente de ressonância magnética molecular. Ele opera com base no mecanismo de Transferência de Saturação de Troca Química (CEST) 20,21. Ao saturar seletivamente os prótons amida (-NH) na espinha dorsal das proteínas e peptídeos móveis dentro dos tecidos e transferir essa magnetização para as moléculas de água ao redor, detecta indiretamente mudanças no conteúdo de proteínas do tecido e no pHintracelular/extracelular 22,23. No microambiente tumoral, células malignas tipicamente exibem intensa atividade proliferativa, levando a um aumento significativo no anabolismoproteico 24. Simultaneamente, a glicólise aumentada (efeito Warburg) nos tecidos tumorais frequentemente resulta na acidificação do microambienteextracelular 25. Essas alterações fisiopatológicas geralmente fazem com que os sinais de APT pareçam caracteristicamente hiperintensos em malignidades de alto grau. Além disso, a APT demonstrou valor potencial na diferenciação entre recidiva de glioma e necrose por radiação, oferecendo informações complementares às técnicas convencionais de ressonância magnética e outras técnicas de imagemfuncional 26. Isso ocorre porque o tecido tumoral recorrente, caracterizado por alta densidade celular e metabolismo ativo, apresenta sinais altos de APT. Em contraste, a necrose por radiação, composta principalmente por detritos celulares e reação inflamatória, apresenta sinais baixos de APT. Esses achados foram corroborados por estudos clínicos que demonstraram a superioridade da TPA sobre a ressonância magnética convencional na distinção de recorrência tumoral de alterações relacionadas aotratamento 27.

No entanto, as pesquisas atuais focam predominantemente na graduação ou diferenciação do glioma em relação a outras patologias intracranianas, como metástases oulinfoma 28,29,30. Estudos sistemáticos que investigam especificamente a utilidade da imagem de TAA para distinguir meningiomas de gliomas de diferentes graus, especialmente aqueles que abrangem tanto gliomas de baixo quanto de alto grau, permanecem relativamente limitados. Além disso, se a área da anormalidade do sinal de APT pode servir como um substituto de imagem que melhor correlaciona com a extensão da infiltração celular em gliomas, especialmente gliomas de alto grau (HGGs), merece uma investigação mais aprofundada.

Clinicamente, a imagem de imagem por TPA pode ser valiosa para diferenciação pré-operatória de HGGs em relação a meníngiomas e para avaliar características de imagem relacionadas à infiltração de glioma, especialmente quando a ressonância magnética convencional é ambígua. No entanto, a implementação rotineira enfrenta desafios práticos: o tempo prolongado de aquisição aumenta o risco de movimento; a quantificação de sinais é sensível a inhomogeneidades de campo e algoritmos de pós-processamento, exigindo protocolos padronizados; e as métricas de APT devem complementar, não substituir, a ressonância magnética convencional devido à possível sobreposição em alguns LGGs e meningiomas benignos. Para adoção, recomendamos começar com casos desafiadores e integrar gradualmente à prática rotineira assim que a expertise local e a garantia de qualidade estiverem estabelecidas. Em última análise, a imagem APT oferece informações biológicas únicas, mas é melhor usada de forma criteriosa dentro de um quadro de ressonância magnética multiparamétrica.

Trabalhos anteriores de Zhang et al.31 exploraram preliminarmente a utilidade da imagem por APT na distinção entre meningiomas e gliomas, propondo as razões RAPT/T2 e RAPT/E como potenciais marcadores de infiltração tumoral. No entanto, esse estudo foi limitado por um tamanho de amostra relativamente pequeno (50 pacientes) e não avaliou sistematicamente o desempenho diagnóstico dos parâmetros da APT em comparação com as características convencionais da ressonância magnética em todas as distinções par a par clinicamente relevantes, utilizando análises abrangentes de curvas de características operacionais do receptor (ROC). Além disso, as implicações clínicas das anormalidades da extensão espacial definidas pela APT para o planejamento cirúrgico e radioterapêutico não foram discutidas de forma aprofundada. Com base nessa lógica, este estudo visa analisar retrospectivamente dados de APT e ressonância magnética convencional de pacientes com meníngiomas e gliomas patologicamente confirmados de diferentes graus. Comparamos sistematicamente os parâmetros da APT entre esses dois tipos de tumores para avaliar a eficácia diagnóstica da imagem de APT para a diferenciação pré-operatória de meníngiomas em relação a gliomas. Simultaneamente, ao comparar a extensão espacial da região de anormalidade da APT com a das áreas de hiperintensidade do T2WI e do realce CE-T1WI, este estudo explora preliminarmente o valor potencial de aplicação da imagem da APT como ferramenta radiológica para inferir o limite de crescimento infiltrativo dos tumores. O objetivo é fornecer aos profissionais informações derivadas de imagens que possam fortalecer a base para o planejamento cirúrgico, embora tais inferências aguardem validação patológica.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

Esse protocolo de estudo seguiu os princípios éticos estabelecidos na Declaração de Helsinque e foi aprovado pelo conselho de revisão ética do Hospital Popular Songgang do Distrito de Shenzhen Bao'an (Número de aprovação: IRB-YJ-2025-045). Dado seu desenho retrospectivo, o estudo envolveu apenas a análise de dados clínicos e de imagem arquivados. Todas as informações identificáveis pelo paciente foram estritamente anonimizadas.

Desenho de pesquisa e assuntos

Este estudo é uma análise diagnóstica retrospectiva. Coletamos retrospectivamente dados clínicos e de imagem de pacientes com tumores cerebrais internados nos Departamentos de Oncologia Neurocirúrgica do Hospital Popular Songgang, Distrito de Bao'an, Shenzhen, e do Hospital Popular Segundo de Shenzhen entre janeiro de 2024 e junho de 2025. Todos os pacientes tiveram diagnósticos patologicamente confirmados após a cirurgia. Um total de 105 pacientes foi finalmente incluído, todos submetidos a exames de ressonância magnética convencional e exames de imagem APT antes da operação. De acordo com a Classificação de Tumores do Sistema Nervoso Central daOMS de 2021, 32, os pacientes foram divididos em três grupos: Grupo do Meníngio: 55 casos, patologicamente confirmados como graus I-II da OMS. Grupo de Glioma de Baixo Grau (LGG): 20 casos, patologicamente confirmados como graus I-II pela OMS. Grupo HGG: 30 casos, patologicamente confirmados como graus III a IV da OMS. Todos os pacientes passaram por exames de ressonância magnética convencionais e exames de imagem APT antes da cirurgia. O fluxograma detalhado do estudo é apresentado na Figura 1.

Critérios de inclusão e exclusão

Os critérios de inclusão foram: (1) pacientes submetidos a resseção cirúrgica inicial com diagnóstico histopatológico definitivo de meningioma (classificações I-II da OMS), LGGs (classificações I-II da OMS) ou HGGs (graus III-IV da OMS); (2) conclusão da ressonância magnética da cabeça sem contraste, exame com contraste ponderado T1 e imagens APT dentro de uma semana antes da cirurgia; (3) disponibilidade de dados completos de imagem com boa qualidade de imagem, livres de artefatos significativos, adequados para avaliação e medições diagnósticas; (4) disponibilidade de dados clínicos completos e registros de acompanhamento.

Critérios de exclusão foram (1) pacientes que haviam recebido qualquer terapia antitumoral (por exemplo, radioterapia, quimioterapia, terapia direcionada ou imunoterapia) antes da cirurgia; (2) pacientes com tumores cerebrais recorrentes ou presença de outras lesões intracranianas que ocupam o espaço; (3) pacientes com contraindicações para exame de ressonância magnética; (4) imagens com artefatos de movimento severos ou artefatos de suscetibilidade que afetariam análises subsequentes de dados; (5) diagnóstico patológico de tipos tumorais do sistema nervoso central diferentes dos especificados acima.

Cálculo do tamanho da amostra

Este estudo foi uma análise diagnóstica retrospectiva, e o tamanho da amostra foi determinado principalmente por todos os casos disponíveis que atendiam aos critérios de inclusão durante o período do estudo. Para avaliar se o tamanho atual da amostra era suficiente para detectar diferenças estatisticamente significativas nos parâmetros de APT entre grupos, consultamos diferenças nos valores do sinal de APT entre gliomas e meningiomas de diferentes graus relatados na literaturaanterior 33. Definindo α = 0,05 e uma potência estatística de 0,80, e usando uma fórmula de comparação com média de duas amostras para estimação, determinamos que era necessário um mínimo de 15 amostras por grupo. Com base na inclusão final de 105 pacientes (55 meningiomas, 20 LGGs, 30 HGGs), uma análise pós-hoc de potência mostrou que a capacidade de detectar diferenças na média da APT entre os três grupos excedeu 0,95 com o tamanho atual da amostra. Isso indica que o tamanho da amostra do estudo foi adequado para apoiar a inferência estatística.

Aquisição de imagem e pós-processamento

Protocolo de escaneamento para ressonância magnética:

Todos os pacientes foram escaneados usando um scanner de ressonância magnética (RM) com uma bobina padrão de 8 canais de cabeça 34. As sequências e parâmetros de varredura foram os seguintes:

Sequências convencionais: Imagem axial ponderada em T1 (T1WI) foi realizada usando uma sequência tridimensional de gradiente-eco (3D T1-SPGR, tempo de repetição/tempo de eco [TR/TE] = 8,5/3,4 ms, ângulo de inversão = 12°, espessura do corte = 1,2 mm, folga entre fatias = 0 mm, campo de visão [FOV] = 24 cm × 24 cm, matriz = 256 × 256). A imagem axial ponderada em T2 (T2WI) foi adquirida com uma sequência rápida de eco de spin (TR/TE = 4.500/102 ms, espessura do corte = 5 mm, folga entre fatias = 1,5 mm, FOV = 24 cm × 24 cm, matriz = 384 × 224). Imagens de recuperação por inversão atenuada por fluido (FLAIR) foram obtidas com tempo de repetição/tempo de eco/tempo de inversão (TR/TE/TI) = 9.000/120/2.250 ms.

Varredura com contraste aprimorado: Após a injeção intravenosa de gadopentetato dimegralumina em dose padrão de 0,1 mmol/kg de peso corporal e vazão de 2 mL/s, seguida por um flush de 20 mL com soro salino, imagens de T1WI com contraste axial, sagital e coronal aprimoradas com contraste foram obtidas usando os mesmos parâmetros da sequência T1-SPGR 3D pré-contraste.

Sequência de imagem APT: A imagem APT foi realizada usando uma sequência bidimensional de pulsos de eco-gradiente com os seguintes parâmetros: TR/TE = 3.000/3,5 ms, espessura do corte = 5 mm, FOV = 24 cm × 24 cm, matriz = 128 × 128, número de excitações = 2 e tempo total de aquisição de 4 min e 32 s. Um pulso de saturação de onda contínua com duração de 2 s e potência (B₁) de 2 μT foi aplicado em deslocamentos de frequência variando de −6 a +6 partes por milhão (ppm) (em passos de 0,5 ppm), incluindo a frequência de ressonância da água a 0 ppm. Sob o campo magnético principal (B₀), o pulso de saturação foi aplicado especificamente na frequência de ressonância downfield de +3,5 ppm em relação à ressonância do próton da água (0 ppm), correspondendo à taxa de troca química do próton amida. Antes da aquisição do APT, a inhomogeneidade B₀ foi corrigida usando uma abordagem de referência por deslocamento de saturação da água (WASSR) com parâmetros de saturação idênticos ao varredura principal do APT, mas com uma amplitude reduzida de B₁ de 0,5 μT. Após a varredura, imagens ponderadas por APT e mapas de assimetria da razão de transferência de magnetização (MTRasym) a 3,5 ppm foram automaticamente gerados pelo software embutido do scanner, calculando a assimetria da razão de transferência de magnetização: MTRasym(3,5 ppm)=[S(−3,5 ppm) − S(+3,5 ppm)] / S(0 ppm), onde S(Δω) representa a intensidade do sinal com o pulso de saturação aplicado no desfasamento de frequência indicado Δω em relação à ressonância da água. O valor positivo de MTRasym em 3,5 ppm reflete principalmente o efeito de transferência de prótons amida, já que a transferência de magnetização (MT) e os efeitos de Overhauser nucleares são aproximadamente simétricos em relação à ressonância da água e, portanto, são cancelados pelo cálculo de assimetria.

Análise de imagem:

Todos os dados de imagem foram analisados de forma independente por dois neurorradiologistas com mais de 5 anos de experiência usando uma estação de trabalho de software para visualização de imagens. A delimitação por Região de Interesse (ROI) foi realizada de acordo com os seguintes procedimentos padronizados:

Região sólida do tumor: Nas imagens T1WI com contraste aprimorado, um ROI foi desenhado manualmente ao longo da margem de realce do tumor, evitando cuidadosamente áreas de edema necrótico, cístico e peritumoral. O ROI foi desenhado para abranger todo o componente de realce sólido na fatia com o diâmetro máximo do tumor.

Região hiperintensa T2: Nas imagens T2WI, um ROI foi desenhado manualmente para abranger toda a área hiperintensa, incluindo tanto o tumor quanto o edema peritumoral ao redor. O limite foi definido como a margem visível na qual a hiperintensidade encontra o parênquima cerebral de aparência normal.

Região anormal do sinal APT: Nos mapas MTRasym ponderados em APT, usando a substância branca contralateral de aparência normal como referência, um ROI foi desenhado manualmente para incluir todas as áreas com intensidade do sinal maior que a média do tecido normal de referência mais 2 desvios padrão. Essa abordagem baseada em limiar foi aplicada à mesma fatia do diâmetro máximo do tumor. O ROI de referência contralateral foi colocado no centro semioval, em um local espelhado do tumor, com área de aproximadamente 100mm2.

Para consistência, cada ROI foi medido três vezes em fatias consecutivas centradas no diâmetro máximo do tumor, e o valor médio foi registrado para análise. Todas as delimitações de ROI foram realizadas de forma independente pelos dois revisores, e quaisquer discrepâncias foram resolvidas por consenso. A concordância entre observadores foi avaliada usando o coeficiente de correlação intraclasse (ICC), com um ICC > 0,80 indicando excelente concordância.

Os seguintes parâmetros foram medidos e calculados:

Intensidade média do sinal APT (média APT): O valor médio de MTRasym a 3,5 ppm dentro do ROI da região sólida do tumor.

Cálculo da razão regional:

RAPT/T2: A razão entre a área da região do sinal anormal do APT e a área da região hiperintensa do T2WI (RAPT / RT2).

RAPT/E: A razão entre a área da região do sinal anormal do APT e a área da região de realçamento de contraste do T1WI (RAPT / RE).

Medidas de desfecho clínico

As principais medidas de avaliação deste estudo foram parâmetros de imagem e sua eficácia diagnóstica, em vez de resultados clínicos terapêuticos. Desfechos Primários de Imagem: Valoresmédios de APT para cada grupo (meningioma, LGGs, HGG) e as razões RAPT/T2 e RAPT/E para os grupos LGG e HGG.

Análise estatística

Variáveis contínuas foram testadas quanto à normalidade usando o teste de Shapiro-Wilk. Os dados normalmente distribuídos são apresentados como média ± desvio padrão (DS) e comparados com análise unidirecional da variância (ANOVA) (Bonferroni post-hoc). Dados não normais e dados ordinais são apresentados como M (Q₁, Q₃) e comparados usando o teste H de Kruskal-Wallis (teste de Dunn com correção de Bonferroni). Os dados categóricos são apresentados como n (%) e comparados usando o qui-quadrado ou teste exato de Fisher. Curvas ROC foram traçadas para avaliar o desempenho diagnóstico. Todos os testes foram de dois lados; P < 0,05 foi considerado significativo.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

Características básicas e clínicas

Diferenças significativas foram observadas entre os três grupos de pacientes em termos de idade, escore de Status de Desempenho de Karnofsky (KPS), sintomas iniciais de apresentação e grau da OMS (P < 0,001). Os pacientes do grupo HGG eram mais velhos, apresentavam escores de KPS mais baixos e apresentavam com mais frequência déficits neurológicos focais como sintoma inicial. Em contraste, pacientes do grupo ...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

Distinguir corretamente entre gliomas e meningiomas pré-operatórios e delimitar com precisão os limites de infiltração tumoral presumida por imagens constitui desafios centrais em neurooncologia, impactando diretamente estratégias de tratamento e o prognóstico final dos pacientes. Este estudo, baseado na APT, uma técnica emergente de ressonância magnética molecular, avaliou sistematicamente seu valor de aplicação na diferenciação de gliomas de vários graus de meningiomas. Além disso, ao ...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

Os autores não têm conflitos de interesse a declarar.

Agradecimentos

Este trabalho foi financiado pelo Projeto de Pesquisa Médica e em Saúde do Distrito de Bao'an 2023 (Bolsa nº 2023JD224).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
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.

Referências

  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.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Etiquetas

Imagem APTDiferenciação de GliomasDiagnóstico de MeningiomasImagem de Tumores CerebraisSaturação por Troca QuímicaGraduação de GliomasRM de Tumores CerebraisConteúdo Proteico Tumoral
Fale conosco
Recomendar à biblioteca

Privacidade

Termos de Uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos os direitos reservados.