European Radiology：PET/CT放射组学在嗜铬细胞瘤和副神经节瘤鉴别中的应用

嗜铬细胞瘤和副神经节瘤（PPGLs）是罕见的产生儿茶酚胺的神经内分泌肿瘤，产生于肾上腺髓质和肾上腺外交感神经节中的绒毛蛋白细胞。在大约40%的患者中，PPGLs是由种系突变引起的遗传性综合征的一部分。多项研究至少发现十几个PPGL易感基因的种系突变，包括VHL（von Hippel-Lindau）、SDHA/B/C/D/AF2（琥珀酸脱氢酶亚单位A、B、C、D和组装因子2）、RET（转染时重排）、NF1（神经纤维瘤病1型）、MAX（myc-相关因子 X）和TMEM127（跨膜蛋白127） 。根据种系和体细胞突变，PPGLs可分为两组：第1组PPGLs，其特点是参与缺氧的基因表达增加（即SDHx/VHL）；第2组，与激酶信号有关（即RET/NF1）。恶性肿瘤的发生率一般在10-17%之间，但在有SDHB突变的患者中甚至达到40%。

遗传差异导致细胞代谢方面的表型差异，这可以从正电子发射断层扫描（PET）对2-[18F]氟-2-脱氧-D-葡萄糖（[18F]FDG）的摄取中观察到，在第1组PPGLs中检测到相对较高的标准化摄取值（SUV）。以前对该队列的一部分研究表明，最大SUV（SUVmax）可以区分遗传性第1群和第2群PPGLs，接受者操作特征曲线（AUC）下的面积为0.91（95% CI：0.80-1.00）。除了传统的定量PET特征，放射组学还可以对示踪剂吸收异质性和其他成像特征进行量化。放射组学可从医学影像中提取大量的定量特征，旨在寻找稳定的、与临床相关的影像生物标志物，为临床实践中量化和监测疾病特征提供了一种非侵入性的诊断方法。

近日，发表在European Radiology杂志的一项研究探讨了来自PET和低剂量CT的放射组学特征对PPGLs遗传集群特征的诊断价值。

本项单中心队列中，使用SUV_peak([18F]FDG-PET)的41%适应性阈值和人工（低剂量CT；ldCT）划定了40个PPGLs（13个群组1，18个群组2，9个散发性）。使用PyRadiomics提取了211个放射组学特征。分层的5倍交叉验证用于识别遗传集群，使用多叉逻辑回归每倍加入降维。比较了生化、SUVmax和PET（/CT）放射学模型的分类性能，并以五折的平均（多类）测试AUC表示。 
研究发现，仅有生物化学的模型可以识别遗传集群（多类AUC 0.60）。三因素PET模型具有最佳的分类性能（多类AUC 0.88）。只有SUVmax的简化模型的诊断性能几乎一致。然而，增加ldCT特征和生化指标会降低分类性能。 

 图 第1组（绿色）、第2组（橙色）和散发PPGL（蓝色）的选定放射性特征（熵、最大三维直径和GLCM集群阴影）的箱形图

本项研究表明，与生化、SUVmax或ldCT放射组学相比，PET放射组学实现了更好的PPGLs识别，特别是对散发PPGLs的区分最为准确。

原文出处：

Wyanne A Noortman,Dennis Vriens,Lioe-Fee de Geus-Oei,et al.[18F]FDG-PET/CT radiomics for the identification of genetic clusters in pheochromocytomas and paragangliomas.DOI:10.1007/s00330-022-09034-5