多模态影像脑胶质瘤分割及全脑放疗海马保护研究

关键字：脑胶质瘤；多模态影像；肿瘤分割；全脑放疗；海马保护

脑胶质瘤（Glioma）是一类源自大脑或脊髓胶质细胞的恶性肿瘤，是成人中最常见的脑肿瘤类型 [1]。根据其恶性程度，胶质瘤可分为低级别胶质瘤和高级别胶质瘤，其中胶质母细胞瘤（GBM）为高级别胶质瘤，具有极高的侵袭性和不良预后 [2]。脑胶质瘤的治疗方法包括手术、放疗和化疗，其中手术切除是治疗的首选方式，其次便是放疗 [3]。然而，由于胶质瘤的侵袭性，手术往往难以完全切除肿瘤，且肿瘤细胞可能渗透到周围的正常脑组织中，导致术后复发[4]。随着医学影像技术的不断发展，脑胶质瘤的诊断和治疗正逐步迈向精准化、多模态和个体化。多模态影像技术提供了更丰富的肿瘤形态、功能和代谢信息，为肿瘤分割、监测和治疗方案制定提供了重要依据 [5]。与此同时，全脑放疗作为脑胶质瘤患者常见的治疗手段 [6]，虽然能有效杀灭肿瘤细胞，但其对正常脑组织的副作用，尤其是对海马区的影响，成为临床治疗中的一大挑战[7]。

一、多模态影像技术在脑胶质瘤分割中的应用

脑胶质瘤的影像学分割是临床诊断和治疗中的一个重要环节。传统的影像分割方法依赖于手工标注，费时且精度不高。而随着计算机视觉和人工智能（AI）技术的发展，基于多模态影像的自动化分割方法成为当前研究的热点。多模态影像技术能够整合不同类型的影像数据，提供肿瘤的不同信息，显著提高肿瘤分割的准确性和鲁棒性。

1. 磁共振成像（MRI）

MRI 是脑胶质瘤诊断的金标准之一，能够提供脑组织的高分辨率影像。利用 MRI 可以获得肿瘤的形态、大小、位置等信息，并能够明确肿瘤对周围脑组织的压迫和浸润情况。通过 T1 加权成像、T2 加权成像、增强 T1 成像等不同序列，可以揭示肿瘤的异质性特征，这为肿瘤分割提供了多维度的支持。

2. 计算机断层扫描（CT）

CT 扫描虽然在软组织分辨率上不如 MRI，但其在骨结构和脑室的表现上具有优势。在胶质瘤的分割过程中，CT 影像有助于揭示肿瘤是否侵犯了骨质或引起了脑室的形态变化。

3. 正电子发射断层扫描（PET）

PET 扫描通过追踪放射性示踪剂（如 18F-FDG）的摄取情况，能够提供肿瘤的代谢信息，识别肿瘤的活动区域。PET 影像可以与MRI 或CT 影像进行联合，帮助识别肿瘤的边界和恶性区域。

4. 多模态融合

多模态影像融合是将 MRI、CT、PET 等不同类型的影像数据进行空间对齐与合成，从而提供更加全面的肿瘤信息。这种融合方式能够在不同模态影像的基础上实现更精准的肿瘤分割，帮助医生更好地评估肿瘤的大小、形态及其侵袭性，进而制定更为个性化的治疗方案。

5. 自动化分割技术

随着深度学习技术的进步，尤其是卷积神经网络（CNN）在医学影像处理中的应用，自动化的肿瘤分割方法逐渐成为研究的重点。通过训练深度学习模型，可以在多模态影像上实现自动化的肿瘤分割，并对肿瘤进行定量分析，提高临床诊断效率。

三、全脑放疗及海马保护的必要性

全脑放疗（WBRT）作为脑胶质瘤治疗的一种常见手段，能够杀灭散布在全脑范围内的肿瘤细胞。对于胶质瘤患者，尤其是那些已发生远处转移或无法手术切除的患者，全脑放疗是延长生存期的有效手段。然而，WBRT 对正常脑组织的辐射效应，尤其是对海马的影响，可能导致认知功能障碍，严重影响患者的生活质量。

1. 海马的功能

海马是大脑中负责学习和记忆的关键结构，其损伤可能导致不同程度的认知障碍，包括记忆力减退和学习困难。海马对于放疗的高敏感性，使得 WBRT成为脑胶质瘤治疗中的一个“难题”。研究发现，WBRT 可以显著增加海马区域的辐射剂量，从而对患者的认知能力产生负面影响。

2. 海马保护的挑战

尽管全脑放疗对于胶质瘤的治疗效果显著，但其对认知功能的副作用常常难以避免。传统的 WBRT 治疗方法通常无法有效区分肿瘤组织与正常脑组织，导致正常脑区域，特别是海马区域，接受不必要的辐射。

3. 海马保护技术的应用

近年来，针对 WBRT 过程中海马保护的研究逐渐成为焦点。通过精确的放疗计划设计，可以避免或减少对海马区域的辐射剂量。例如，使用“海马保护”技术进行放疗时，可以在放疗计划中将海马区域作为避开区域，确保其免受过量辐射的损伤。此外，采用现代放疗技术如调强放疗（IMRT）和立体定向放疗（SRS），能够更加精确地照射肿瘤区域，减少对周围健康组织的损伤。

4. 放疗计划优化

结合多模态影像技术和海马保护方案，放疗计划可以更加个性化和精确化。通过多模态影像融合，放疗计划可以针对肿瘤的具体位置和形态，制定出更为精细的放疗方案。同时，通过对海马区域的精准标定和避开，可以有效减少认知损伤，提高患者的生活质量。

四、研究现状与未来展望

多模态影像技术的应用为脑胶质瘤的精准诊断与治疗提供了强大的支持，尤其是在肿瘤分割和放疗计划优化方面，展现出了巨大的潜力。目前，脑胶质瘤的分割技术已有了一定的进展，尤其是深度学习模型在多模态影像融合中的应用，已成为许多研究的主流方向。然而，在临床应用中，如何进一步提高分割的准确性和鲁棒性，如何在多种影像数据中提取更多有效特征，仍是未来研究的重要课题。

同时，海马保护作为 WBRT 的一项重要技术，虽然取得了一定进展，但在个体化治疗方面仍有许多挑战。如何通过更加精细的放疗计划设计，减少对海马及其他重要脑区的辐射剂量，仍然是当前研究的热点。未来，随着放疗技术和影像技术的不断进步，预计将在脑胶质瘤的治疗中实现更加精准和个性化的海马保护。

参考文献

[1] 孙志延 ， 方晟宇 ， 江涛 . 胶质瘤微环境中神经元与肿瘤细胞相互作用的研究进展 [J]. 兰州大学学报 （ 医学版 ），2024，50（04）：1-7.

[2] 刘影 ， 曹陈军 ， 李思欣 ， 李欣雨 ， 谭丁玮 ， 张博 ， 孙婷玉 ， 王香琴 ，刘添融 ， 曹慧 . 神经肿瘤与精神疾病的交叉研究趋势：胶质瘤、垂体瘤及脑膜瘤的文献计量学证据[J]. 国际神经病学神经外科学杂志，1-13.

[3] 英杰 ， 王文宇 ， 马攀 ， 戴建荣 . 空间分割放射治疗技术的进展及展望[J]. 科学通报 ，1-11.

[4] 叶躬燕 ， 季敏 ， 李颖婕 ， 黄容琴 .AI 赋能脑胶质瘤诊疗研究进展 [J].药学研究 ，2025，44（04）：313-319+333.

[5] 肖文铉 ， 赵珅 ， 江一舟 . 肿瘤大数据与人工智能在肿瘤诊疗中的应用现状、挑战与未来展望 [J]. 中国科学基金 ，2025，39（01）：153-161.

[6] 何振强 ， 钟升 ， 杜晓京 ， 杨群英 ， 胡婉明 ， 赛克 ， 牟永告 . 脑胶质瘤治疗研究进展 [J]. 中国微侵袭神经外科杂志 ，2024，28（05）：303-316.

[7] 曾华驱 ， 陈宗友 ， 汤树奎 ， 温尊北 ， 吴齐兵 . 非共面容积调强和非共面固定野调强在脑转移瘤脑海马体保护全脑放射治疗联合同步推量的剂量学研究 [J]. 中国医学装备 ，2024，21（12）：25-31.

作者简介：陈利蓉（1998-），女，硕士研究生，研究方向为医学图像处理。

通信作者：王利强（1973-），男，副教授，研究方向为机器视觉、传感器、光电检测系统