腦膜瘤分級(jí)分型影像學(xué)研究進(jìn)展

韓濤，周俊林

作者單位：1.蘭州大學(xué)第二醫(yī)院放射科，蘭州 730030；2.蘭州大學(xué)第二臨床醫(yī)學(xué)院，蘭州 730000；3.甘肅省醫(yī)學(xué)影像重點(diǎn)實(shí)驗(yàn)室，蘭州 730030

腦膜瘤常起源于蛛網(wǎng)膜帽狀細(xì)胞，是中樞神經(jīng)系統(tǒng)第二大常見(jiàn)腫瘤[1]，僅次于膠質(zhì)瘤，占所有顱內(nèi)腫瘤的36.7%[2]。根據(jù)組織病理學(xué)特征，WHO 將腦膜瘤分為3 個(gè)級(jí)別，15 種亞型[3]，良性腦膜瘤(WHOⅠ級(jí)，9個(gè)亞型，約占65%～80%)，多數(shù)生長(zhǎng)緩慢，術(shù)后不易復(fù)發(fā)；非典型腦膜瘤(WHOⅡ級(jí)，3 個(gè)亞型，約占20%～35%)和惡性腦膜瘤(WHO Ⅲ級(jí)，3 個(gè)亞型，約占3%)，侵襲性高，分化差，易復(fù)發(fā)和轉(zhuǎn)移。既往研究[4]表明與WHOⅡ級(jí)相比，WHO Ⅲ級(jí)腦膜瘤具有更高的侵襲性且預(yù)后差(總生存期為2～3 年)。良性腦膜瘤可保守治療，惡性腦膜瘤以手術(shù)聯(lián)合放化療為主。因此，術(shù)前準(zhǔn)確分級(jí)分型，可減少不必要的手術(shù)風(fēng)險(xiǎn)和患者的經(jīng)濟(jì)負(fù)擔(dān)。隨著影像技術(shù)的不斷發(fā)展，不同級(jí)別腦膜瘤的影像特征得以細(xì)化，可以更好地指導(dǎo)臨床，下面將從CT、MR功能成像、分子影像及人工智能等影像新技術(shù)方面對(duì)腦膜瘤分級(jí)分型進(jìn)行綜述。

1 CT影像在腦膜瘤術(shù)前分級(jí)分型中的應(yīng)用

1.1 能譜CT

CT 是腦腫瘤的常用檢查方法，CT 平掃及增強(qiáng)通過(guò)腫瘤的形態(tài)、密度及血供情況等對(duì)腦膜瘤的診斷和鑒別診斷有一定的價(jià)值。能譜CT 以多參數(shù)、多個(gè)單一能量成像為特點(diǎn)，通過(guò)單能量圖像、能譜曲線、直方圖和有效原子序數(shù)圖等參數(shù)提供更多的組織病理學(xué)信息[5]，對(duì)病灶進(jìn)行定量定性分析。能譜CT彌補(bǔ)了傳統(tǒng)CT定性診斷中樞神經(jīng)系統(tǒng)腫瘤的局限性，對(duì)顱內(nèi)腫瘤的診斷有重要臨床價(jià)值。岳松虹等[6]研究發(fā)現(xiàn)CT能譜成像中低能量水平(40～70 keV)對(duì)應(yīng)的單能量CT值及能譜衰減曲線斜率對(duì)腦膜瘤的分級(jí)診斷有顯著價(jià)值；病灶在低能量水平(40～60 keV)測(cè)得的單能量CT 值有助于WHOⅠ級(jí)腦膜瘤分型。

1.2 CT灌注

CT 灌注成像可測(cè)量腦膜瘤、對(duì)側(cè)腦組織及不同級(jí)別腦膜瘤局部組織血液灌注[7]，其灌注狀態(tài)與腫瘤微血管密度密切相關(guān)，了解血流動(dòng)力學(xué)變化，揭示腫瘤病理生理學(xué)特征，對(duì)明確腫瘤的性質(zhì)、治療方案的選擇提供依據(jù)。典型腦膜瘤表現(xiàn)為類圓形均勻紅色高灌注；不典型腦膜瘤可見(jiàn)小片狀低灌注區(qū)，提示壞死；惡性腦膜瘤壞死、囊變明顯，呈藍(lán)綠色或黑色。既往研究發(fā)現(xiàn)[7-8]腦膜瘤灌注程度與組織學(xué)類型有關(guān)，血管瘤型腦膜瘤血供豐富，腦血容量(cerebral blood volume，CBV)和腦血流量(cerebral blood flow，CBF)明顯高于其他亞型，而平均通過(guò)時(shí)間(mean transit time，MTT)較低。纖維型腦膜瘤的CBF、CBV 在各型腦膜瘤中最低，呈等灌注表現(xiàn)，與其組織病理學(xué)中以成纖維細(xì)胞增生為主，結(jié)構(gòu)緊密，血供相對(duì)較少有關(guān)。不同亞型之間的表面通透性(permeability surface，PS)差異有統(tǒng)計(jì)學(xué)意義，尤以血供豐富的血管瘤型腦膜瘤PS值高。張永生等[9]研究發(fā)現(xiàn)CT灌注成像腦膜瘤臨床診斷分型符合率達(dá)91.03%，可用于診斷不同類型腦膜瘤。

雖然CT成像技術(shù)已廣泛用于發(fā)現(xiàn)和診斷腦膜瘤,但是鑒別良惡性仍存在一定的困難，良性和惡性腦膜瘤的各種亞型，通過(guò)CT檢查很難做出準(zhǔn)確的診斷。

2 MRI在腦膜瘤術(shù)前分級(jí)分型中的應(yīng)用

常規(guī)MRI 檢查是診斷腦膜瘤的有效手段，可以明確腫瘤發(fā)生的部位、形態(tài)和數(shù)目等特征以及病變向鄰近腦實(shí)質(zhì)侵犯的程度和范圍，典型腦膜瘤呈等或(和)稍長(zhǎng)T1、等或(和)稍長(zhǎng)T2 信號(hào)，?？娠@示完整的包膜。增強(qiáng)掃描因腫瘤內(nèi)部新生血管通透性不同呈不同程度強(qiáng)化，由于腫瘤組織的強(qiáng)化程度與腫瘤的惡性程度不完全一致,導(dǎo)致MRI 常規(guī)檢查在腦膜瘤分級(jí)分型方面仍存在一定的困難。近年來(lái)，MRI 新技術(shù)的出現(xiàn)，能夠幫助臨床診斷腦膜瘤并預(yù)測(cè)及評(píng)估腫瘤預(yù)后。

2.1 MRI灌注

MR 灌注成像反映活體組織微血管及局部血流灌注情況[10]，其定量評(píng)價(jià)指標(biāo)包括平均通過(guò)時(shí)間、腦血流量、腦血容量[11-12]等，以相對(duì)腦血容量在臨床上應(yīng)用較為廣泛。腦膜瘤屬于顱內(nèi)腦外腫瘤，無(wú)血腦屏障，CBV 表現(xiàn)為高灌注[13]。惡性腦膜瘤的rCBV平均值高于良性腦膜瘤[14]。良性腦膜瘤各組織亞型rCBV 平均值由高到低為血管瘤型＞腦膜皮細(xì)胞型＞過(guò)渡型＞纖維細(xì)胞型，rMTT 平均值由高到低為血管瘤型＞腦膜皮細(xì)胞型＞纖維細(xì)胞型和過(guò)渡型[15]。Zikou 等[16]研究31 例WHOⅠ級(jí)腦膜瘤和8 例WHO Ⅱ、Ⅲ級(jí)腦膜瘤，發(fā)現(xiàn)病灶/正常腦組織rCBV 和瘤周/正常腦組織rCBV 有助于鑒別Ⅰ級(jí)和Ⅱ、Ⅲ級(jí)腦膜瘤。動(dòng)脈自旋標(biāo)記(arterial spin labeling，ASL)CBF 圖的定性評(píng)價(jià)有助于鑒別顱內(nèi)良性腦膜瘤(WHOⅠ級(jí))與較高級(jí)別(WHO Ⅱ、Ⅲ級(jí))腦膜瘤[17]。既往研究[18]表明瘤周水腫最大rCBV 為2.5 mL/100 g 時(shí)鑒別良、惡性腦膜瘤的敏感度為75%，特異度為84.6%，準(zhǔn)確度為83.3%。Todua 等[19]對(duì)術(shù)前行灌注加權(quán)成像(perfusion weighted imaging，PWI)檢查的29 例腦膜瘤患者研究發(fā)現(xiàn)，PWI 有助于鑒別良、惡性腦膜瘤，瘤周水腫的最大rCBV 和相應(yīng)的rMTE 值隨腫瘤分級(jí)的不同而不同。

總之，MRI 灌注能綜合評(píng)價(jià)組織灌注、血容量及血管的滲透性，有助于術(shù)前評(píng)估腦膜瘤微血管狀態(tài)，PWI 可作為研究腦膜瘤分級(jí)和進(jìn)展的有用影像學(xué)指標(biāo)。

2.2 MRI擴(kuò)散成像技術(shù)

磁共振擴(kuò)散成像是在平面回波成像技術(shù)基礎(chǔ)上發(fā)展而來(lái)的一種新的成像方法，可以定量測(cè)量平均表觀擴(kuò)散系數(shù)(apparent diffusion coefficient，ADC)及部分各向異性分?jǐn)?shù)(fractional anisotropy，F(xiàn)A)[12]，獲得體素內(nèi)水分子的各向異性程度和擴(kuò)散情況，F(xiàn)A清晰的顯示白質(zhì)纖維的形態(tài)、與周圍組織的解剖關(guān)系。平均擴(kuò)散峰度(mean kurtosis，MK)通過(guò)間接預(yù)測(cè)細(xì)胞增殖情況，在腦膜瘤分級(jí)上有更大的潛力。

擴(kuò)散加權(quán)成像(diffusion weighted imaging，DWI)是一種基于測(cè)量組織內(nèi)水分子擴(kuò)散的非侵入性技術(shù)，它提供了組織的微觀結(jié)構(gòu)信息，這對(duì)腫瘤的術(shù)前分級(jí)很重要。既往研究表明腦膜瘤的ADC 值與其組織學(xué)分級(jí)、腫瘤細(xì)胞計(jì)數(shù)、腫瘤增殖指數(shù)呈負(fù)相關(guān)[18-19]，對(duì)腦膜瘤分級(jí)有意義的獨(dú)立因素是腦膜瘤的ADCmin值，即腦膜瘤ADCmin低，b值高，提示腦膜瘤為高級(jí)別腦膜瘤，Ⅱ、Ⅲ級(jí)腦膜瘤的ADC均值低于Ⅰ級(jí)腦膜瘤，ADC均值可用于鑒別良性腦膜瘤和不典型惡性腦膜瘤。Surov 等[20]研究49例腦膜瘤，發(fā)現(xiàn)Ⅱ、Ⅲ級(jí)腦膜瘤的ADC均值低于Ⅰ級(jí)腦膜瘤，ADC均值與腫瘤增殖指數(shù)呈負(fù)相關(guān)，ADCmin與腫瘤細(xì)胞計(jì)數(shù)呈負(fù)相關(guān)，ADC均值可用于鑒別良性腫瘤和不典型/惡性腫瘤。有人研究[21]389 例腦膜瘤發(fā)現(xiàn)閾值A(chǔ)DC 值為0.85×10-3mm2/s可以區(qū)分Ⅰ級(jí)腦膜瘤和Ⅱ、Ⅲ級(jí)腦膜瘤。有人研究[17]發(fā)現(xiàn)Ⅰ級(jí)腦膜瘤的FA 值明顯高于Ⅱ、Ⅲ級(jí)腦膜瘤。擴(kuò)散峰度成像(diffusion kurtosis imaging，DKI)是一種先進(jìn)的非高斯擴(kuò)散成像技術(shù)。作為DTI 的延伸，它能更好地表征病理組織的微結(jié)構(gòu)復(fù)雜性[22]。DKI提供傳統(tǒng)的擴(kuò)散張量度量，包括各向異性分?jǐn)?shù)(fractional anisotropy，F(xiàn)A)和平均擴(kuò)散率(mean diffusion，MD)，并生成額外的峰度度量，Xing 等[23]研究發(fā)現(xiàn)MK 取0.875×10-3mm2/s 時(shí)，鑒別良惡性腦膜瘤的敏感度和特異度分別為70%和89%，曲線下面積為0.780。DKI直方圖分析有助于腦膜瘤分級(jí)和亞型的鑒別。MK 的第90 個(gè)百分位數(shù)可作為預(yù)測(cè)腦膜瘤分級(jí)的最佳參數(shù)，DKI 直方圖各參數(shù)與Ki-67標(biāo)記指數(shù)呈正相關(guān)(P＜0.05)[24]。

腦膜瘤患者術(shù)前行磁共振擴(kuò)散成像，結(jié)合ADC 值、FA 值、MK 有助于術(shù)前評(píng)估腦膜瘤良惡性、腫瘤與周圍白質(zhì)纖維解剖關(guān)系，指導(dǎo)手術(shù)及評(píng)估預(yù)后。由ADCmin、FA 值等組成的MRI 擴(kuò)散參數(shù)聯(lián)合應(yīng)用可以鑒別高級(jí)別和低級(jí)別腦膜瘤，診斷準(zhǔn)確率為96.2%。

2.3 MRS

磁共振波譜(magnetic resonance spectroscopy，MRS)是基于MRI 的又一新型功能分析診斷方法，通過(guò)腫瘤內(nèi)部組織細(xì)胞代謝反映其病理改變，有助于腫瘤性病變的超早期診斷和監(jiān)測(cè)。常用代謝物包括N-乙酰天冬氨酸(N-acetylaspartic acid，NAA)、肌酸(creatine，Cr)和膽堿(choline，Cho)[25]，腦膜瘤屬于腦外腫瘤，不含神經(jīng)元，常表現(xiàn)為高膽堿峰，NAA 和Cr 峰檢測(cè)不到，以此鑒別星型細(xì)胞瘤；丙氨酸缺失可作為診斷腦膜瘤的另一重要特征。

Lin 等[26]研究13 例高度惡性腦膜瘤(WHO Ⅱ、Ⅲ級(jí))和22 例低度惡性腦膜瘤(WHOⅠ級(jí))，結(jié)果表明Cho/NAA 在高級(jí)別和低級(jí)別腦膜瘤之間有顯著差異。1H-MRS定量分析有助于鑒別腦膜瘤的不同亞型[27]。既往研究發(fā)現(xiàn)[28-29]，良性腦膜瘤與惡性腦膜瘤相比，Cr濃度升高，Cho濃度和Cho/Cr比值降低，良性腦膜瘤各亞型間代謝產(chǎn)物NAA、Cho無(wú)明顯差異，而Cr濃度、NAA/Cr、Cho/Cr、NAA/Cho 比 值 有 顯 著 差 異。Chernov 等[30]認(rèn)為1H-MRS 雖然可用于高增殖活性腦膜瘤的鑒別診斷，但不能為這些腫瘤的其他惡性放射學(xué)預(yù)測(cè)指標(biāo)增加實(shí)質(zhì)性的診斷信息。既往研究結(jié)果存在差異，可能與病例較少有關(guān)。

MRS可以反映腦膜瘤患者的病理生理及生物代謝情況，有效地檢測(cè)出神經(jīng)遞質(zhì)、氨基酸代謝和脂肪代謝等微量代謝物，有助于腦膜瘤術(shù)前定性、分級(jí)診斷。

3 分子影像在腦膜瘤分級(jí)分型中的應(yīng)用進(jìn)展

正電子發(fā)射計(jì)算機(jī)斷層(positron emission tomography，PET)是一種分子成像技術(shù)[31]，PET 應(yīng)用F-18-FDG、C-11、N-13 等顯像劑，可以顯示人體內(nèi)細(xì)胞、分子或者基因水平的生物學(xué)、病理學(xué)過(guò)程，進(jìn)一步實(shí)現(xiàn)疾病早期定量與定性診斷。PET-CT的出現(xiàn)，使形態(tài)影像學(xué)與功能影像學(xué)得到了良好的結(jié)合，更有利于對(duì)腦膜瘤進(jìn)行全面的評(píng)價(jià)。

Okuchi等[32]比較18F-脫氧葡萄糖(18F-deoxyglucose，F(xiàn)DG)-PET和鉈-201 (Tl)-SPECT (single photon emission computed tomography)對(duì)腦膜瘤的分級(jí)能力，發(fā)現(xiàn)低級(jí)別腦膜瘤與高級(jí)別腦膜瘤之間SUVmax、SUVRmax、TURmean和TURmax均有顯著性差異；AUC 分別為0.817 (SUVmax)、0.781 (SUVRmax)、0.810 (TURmean)和0.831 (TURmax)；低、高級(jí)別腦膜瘤敏感度為72.7%、71.4%，特異度 為90.9%、87.5%。既往 研 究發(fā) 現(xiàn)[33]，F(xiàn)DG PET-CT 較MET PET-CT 對(duì)診斷WHOⅠ、Ⅱ級(jí)腦膜瘤具有較高的敏感度，F(xiàn)DG 和MET 攝取均可用于評(píng)估腦膜瘤的腫瘤增殖情況。18F-脫氧葡萄糖(18F-FDG)PET主要用于鑒別腦膜瘤的良、惡性。Slot等[34]的Meta 分析顯示，WHOⅡ、Ⅲ級(jí)與WHOⅠ級(jí)的平均標(biāo)準(zhǔn)化攝取值(standardized uptake value，SUV)分別為2.51 (1.36，3.66)和0.42 (0.12，0.73)，而WHOⅡ、Ⅲ級(jí)的SUV 為95%CI(1.36，3.66)，腫瘤與正常組織比率(T/N 比率)存在差異。Mitamura 等[35]發(fā)現(xiàn)，WHOⅡ級(jí)腦膜瘤的SUVmax和最大T/N 比率顯著高于WHOⅠ級(jí)腦膜瘤，也有研究發(fā)現(xiàn)WHOⅠ、Ⅱ級(jí)腦膜瘤之間無(wú)明顯差異。

18F-FDG-PET 的SUV 和T/N 比率有助于無(wú)創(chuàng)性鑒別腦膜瘤的良、惡性。T/N 比率對(duì)高級(jí)別腦膜瘤的診斷有較高的特異度。目前，對(duì)其他PET 示蹤劑的研究太少，無(wú)法得出明確的結(jié)論。

4 基于MRI 的影像組學(xué)與深度學(xué)習(xí)在腦膜瘤分級(jí)分型中的應(yīng)用進(jìn)展

影像組學(xué)可以從醫(yī)學(xué)影像圖像中提取高通量的特征對(duì)腫瘤等病變進(jìn)行量化和分析，通過(guò)深度挖掘數(shù)據(jù)，建立影像與腫瘤異質(zhì)性、細(xì)胞及基因水平之間的聯(lián)系，進(jìn)而提供更為精準(zhǔn)的臨床決策。目前腦膜瘤的影像組學(xué)研究多基于MR 成像方法，可以提取腫瘤形態(tài)特征、灰度直方圖特征、表征腫瘤異質(zhì)性的紋理特征和高階特征等，已廣泛應(yīng)用于腦膜瘤的分級(jí)分型。深度學(xué)習(xí)[36]是人工智能研究中最熱門的領(lǐng)域，在處理大數(shù)據(jù)和提取有效信息方面具有優(yōu)勢(shì)，因此逐漸成為分析醫(yī)學(xué)影像圖像的首選方法，近年來(lái)許多學(xué)者將人工神經(jīng)網(wǎng)絡(luò)[37](artificial neural network，ANN)應(yīng)用到MR 快速成像中，為研究腦腫瘤提供了全新途徑。目前腦膜瘤定性的標(biāo)準(zhǔn)是建立在組織病理學(xué)分析的基礎(chǔ)上，發(fā)展一種有效的、無(wú)創(chuàng)的術(shù)前預(yù)測(cè)腦膜瘤分級(jí)分型的神經(jīng)影像學(xué)方法具有重要意義，這將為臨床準(zhǔn)確診斷和患者咨詢提供有價(jià)值的信息[38]。

Chu 等[39]將82 例低度惡性腦膜瘤(WHOⅠ級(jí))和16 例高度惡性腦膜瘤(WHOⅡ級(jí)7例，WHOⅢ級(jí)9例)按7∶3的比例隨機(jī)分為訓(xùn)練組和試驗(yàn)組，篩選出9 個(gè)特征參數(shù)，建立了腦膜瘤分級(jí)的放射組學(xué)預(yù)測(cè)模型。發(fā)現(xiàn)基于增強(qiáng)T1WI 圖像的放射組學(xué)在腦膜瘤分級(jí)預(yù)測(cè)中有較好的臨床應(yīng)用價(jià)值。Coroller等[40]研究發(fā)現(xiàn)放射學(xué)特征分類器和語(yǔ)義特征分類器能顯著預(yù)測(cè)腦膜瘤的分級(jí)，將二者結(jié)合進(jìn)一步提高了分類能力。研究發(fā)現(xiàn)[41]基于多參數(shù)MRI 的放射組學(xué)特征的機(jī)器學(xué)習(xí)在腦膜瘤分級(jí)中能夠獲得高AUC 評(píng)分，并具有高敏感度和高特異度。Laukamp 等[42]研究發(fā)現(xiàn)FLAIR 形狀圓度、FLAIR/T1CE 灰度級(jí)、DWI/ADC-灰度級(jí)變異性和FLAIR/T1CE-灰度級(jí)能量四個(gè)統(tǒng)計(jì)獨(dú)立的放射組學(xué)特征對(duì)較高級(jí)別的腦膜瘤有最強(qiáng)的預(yù)測(cè)價(jià)值，在多變量Logistic 回歸模型中，這些特征的組合區(qū)分Ⅰ級(jí)和Ⅱ級(jí)腦膜瘤的AUC 為0.91?？傊?，基于影像組學(xué)的特征對(duì)腦膜瘤的常規(guī)分級(jí)是可行的，多因素Logistic 回歸模型具有更強(qiáng)的分類性能。Park 等[43]研究了136 例基于整個(gè)腫瘤體積的增強(qiáng)后T1 (T1 contrast，T1C)加權(quán)圖像、ADC 和FA 圖的放射組學(xué)特征在腦膜瘤分級(jí)和組織亞型鑒別中的作用，結(jié)果表明基于機(jī)器學(xué)習(xí)分類器的放射組學(xué)特征T1C、ADC及FA對(duì)腦膜瘤分級(jí)很有用。Chen等[44]從T1C圖像中提取40個(gè)紋理參數(shù)，經(jīng)特征選擇和分類器建模，結(jié)果顯示基于LDA 的模型比基于SVM的模型表現(xiàn)出更好的診斷性能?？傊?，從T1C圖像中提取紋理特征的機(jī)器學(xué)習(xí)算法有可能作為腦膜瘤術(shù)前分級(jí)的輔助成像生物標(biāo)志物。Hale 等[45]研究發(fā)現(xiàn)機(jī)器學(xué)習(xí)算法(machine learning，ML)較傳統(tǒng)的統(tǒng)計(jì)模型(如Logistic回歸)對(duì)腦膜瘤的分級(jí)更具預(yù)測(cè)性，具有更高的判別能力。Niu等[38]基于增強(qiáng)MRI 與放射組學(xué)對(duì)3 種亞型腦膜瘤鑒別進(jìn)行了初步研究，該研究對(duì)T1C 圖像提取的385 個(gè)放射組學(xué)特征進(jìn)行Fisher 判別分析，采用留一交叉驗(yàn)證法對(duì)模型進(jìn)行驗(yàn)證。研究者將241 例3 種亞型腦膜瘤(80 例上皮性腦膜瘤，80 例纖維性腦膜瘤，81 例移行腦膜瘤)分為4 組(上皮與纖維、纖維性與移行性、上皮與移行性、上皮與纖維、移行性)，第1、2、3、4組的判別準(zhǔn)確率分別為99.4%、98.8%、100%、100%，1、2、3、4 組留一交叉驗(yàn)證結(jié)果分別為91.3%、95.0%、100%、94.2%，綜上所述，影像組學(xué)在腦膜瘤亞型的鑒別診斷中提供令人滿意的表現(xiàn)，因此具有潛在的臨床應(yīng)用價(jià)值。

5 總結(jié)與展望

腦膜瘤術(shù)前準(zhǔn)確分級(jí)對(duì)其預(yù)后及治療方式的選擇具有重要意義，MRI功能成像及分子影像對(duì)腦膜瘤的術(shù)前分級(jí)和診斷提供了部分信息。精準(zhǔn)醫(yī)療已成為醫(yī)學(xué)發(fā)展的趨勢(shì)，腦膜瘤影像組學(xué)與深度學(xué)習(xí)分析是基于人工智能的一個(gè)很有前途的新研究領(lǐng)域，目前的研究主要集中在影像表型和腦膜瘤分級(jí)之間。隨著影像組學(xué)與深度學(xué)習(xí)分析過(guò)程中不斷克服困難，它在腦膜瘤中的應(yīng)用將會(huì)有很大的擴(kuò)展，從風(fēng)險(xiǎn)分層到精確的診斷、預(yù)后和治療。

作者利益沖突聲明：全體作者均聲明無(wú)利益沖突。