脳腫瘍を長時間にわたって追跡する (TRACE)

2005年1月から2023年12月までに神経腫瘍疾患管理グループに登録され、原発性脳腫瘍と診断（放射線学的／病理組織学的）された患者（小児および成人）が検査を受ける。 画像データにより、年間約 500 ～ 600 人の患者が対象となると予想されます（当センターでは年間約 500 人の患者が放射線治療を受けており、放射線計画に利用可能な CT データがあり、さらに 100 ～ 200 人の患者は術前または術後のスキャンを受けています） ）。 上記の期間中、約 10,000 人の患者からデータが入手できると予想されますが、これが現在の研究のサンプル サイズの上限となります。

原発腫瘍の領域（または術後データの元の位置を示す空洞および残存腫瘍）は、利用可能な場合、CT および / または MRI 上でセグメント化されます。 腫瘍周囲浮腫はセグメント化された領域から除外されます。 セグメント化は、約 200 ～ 500 人の患者からなる初期コホートに対して手動で行われます。 その後、3D U-net や深層学習ベースの手法などの機械学習アルゴリズムが初期データでトレーニングされます (そして、アルゴリズムの精度と堅牢性を評価するために次の 100 ～ 200 人の患者で検証されます) ため、大規模なデータの迅速な実装とセグメンテーションが行われます。データセット。 人口全体にわたって脳腫瘍の領域が特定されると、診断中の患者の年齢ごとの定量的スケールで腫瘍の位置を相互に反映する密度マップが生成されます（連続データとしての年齢とカテゴリデータ、つまり年齢グループ、例: 幼児、子供、十代の若者、青少年。 大人、高齢者）。 生成された密度マップは、地質学的スケール/深時間単位、たとえば 1,000 万年から 5,000 万年単位に関して、種を超えて脊椎動物の脳領域の領域 (公開されている文献を使用して) と比較されます。 同様に、頭蓋骨の骨の解剖学的構造は CT および/または MRI データから抽出されます (セグメンテーションを必要とせずにウィンドウ強度しきい値などの技術を適用します)。 頭蓋内圧の上昇または外科的介入により頭蓋冠に重大な欠陥がある患者は、頭蓋冠の人体計測の分析から除外されます（ただし、頭蓋底の解剖学的評価には利用できます）。 組織パターンは、機械学習モデルやベイズ統計などの他の統計モデルを使用して分析され、脳腫瘍のない他の公的に入手可能な正常なヒト集団（該当する場合は年齢、人種を調整）、脊椎動物/ヒト科、非ヒト霊長類の化石データと比較されます。リンク認識用。 密度マップと身体計測データは、年齢（前述）、腫瘍の位置（テント上かテント下か）、腫瘍の悪性度（良性か良性か）などの要素によって層別化された脳腫瘍患者（研究による）全体のコホート内で比較されます。 .低グレードと高グレード）。 密度マップと人体測定の統計分析は、インド統計研究所 (地質調査ユニットおよび学際的統計研究ユニット) の同様の研究の専門知識を持つ協力者と匿名化されたデータを共有することによって行われます。