방사성 분석을 이용한 신경교종의 공간적 및 시간적 특성 분석 (GLIO-RAD)

제안된 후향적 연구에서는 표준 치료(치료 전, 수술 후, 반응 평가 및 감시)의 일부로 수행된 영상(MRI, CT 또는 PET)을 분석합니다. TMC 신경종양학 DMG에 등록된 환자의 기록을 유지하는 DMG 데이터베이스를 검사하여 연구에 적합한 환자를 식별합니다. 매년 약 500-600개의 신경교종이 관찰되고 치료 전 영상 촬영을 하는 연간 약 80-100명의 환자가 있으므로 2010-2022년에는 분석에 사용되는 최대 환자 수인 1000명의 환자가 상한선이 될 것으로 예상됩니다. 모든 이미지는 익명화 필터를 적용한 PACS에서 다운로드되며, 전자 의료 기록 및 방사선 계획 검토를 통해 임상 기록이 추출됩니다. 다양한 양식(예: MRI 및 CT) 또는 다양한 시퀀스(예: T1C, T2W, ADC)에 걸쳐 두개골 스트리핑 및 등록을 포함하는 이미징 전처리가 수행되며, 해당 작업에 가장 적합한 고정 또는 변형 가능한 알고리즘을 사용하여 수행됩니다. 양식. 관심 영역을 분류하기 위한 영상 분할이 적절하게 신경방사선 전문의 또는 핵의학 의사에 의해 개별적으로 수행되고 검증됩니다. 분할은 T1-C, T2W 및 T2-FLAIR 영역에 따라 T1 조영증강 영역(CE), 비증강 영역(NE) 및 괴사(NEC)를 식별하기 위해 수행됩니다. 윤곽선과 이미지는 3D 시퀀스(예: FSPGR 시퀀스) 또는 최소 슬라이스 두께의 사용 가능한 이미지와 일치하도록 다양한 시퀀스 또는 양식(예: T2W/ADC/PET)에 대해 균일한 해상도로 리샘플링됩니다. 그 후, 정규화 기술(예: 히스토그램 정규화/Z-점수 정규화)이 개별 이미지 내에서 그리고 전체 데이터세트에 걸쳐 수행되어 MRI의 필드 강도 및 다양한 이미지 획득 매개변수를 포함한 이미지 이질성을 설명하거나 설명합니다. 자동 세분화의 경우 지도 및 비지도 기계 학습 알고리즘이 모두 적용됩니다. 감독 모델의 경우 전체 데이터베이스는 각각 모델 및 애플리케이션 개발을 위한 교육 및 테스트 코호트로 분할됩니다. 자동화된 모델의 효율성은 수동 분할 영역과 AI 기반 세그먼트 간의 주사위 유사성 계수를 사용하여 테스트됩니다. 신경교종 예측을 위한 다음 단계에는 1차(모양, 히스토그램 포함), 2차 또는 고차(예: GLCM, GLDM, GLSZM 등과 같은 다양한 질감 특징)로 구성된 특징 추출이 포함됩니다. 또는 딥러닝 기술이 사용됩니다. Delta-radiomics에는 전체 용량과 개별 영역 내에서 동일한 환자에 대한 서로 다른 시점의 방사성 특징의 시간적 변화가 포함됩니다. 그 후, LASSO, 재귀적 특징 제거와 같은 특징 축소 및 선택 기술을 사용하여 샘플 크기에 따라 특징 수를 최종적으로 선정합니다. 출력은 임상 정보에서 얻은 특정 클래스 문제(예: 종양 대 부종, 재발 대 가성 진행, 결과, 종양 관심 영역 대 비종양 영역)에 대해 정의된 모델링을 기반으로 결정됩니다. 모든 클래스 불균형은 소수 클래스의 데이터 확대를 위한 무작위 하위 집합 샘플링 또는 SMOTE 분석과 같은 방법을 사용하여 해결됩니다. LDA, k-NN, SVM, Random Forest, AdaBoost 등과 같은 기계 학습 알고리즘을 단독으로 또는 조합하여 앙상블 분류기로 적용하여 최고의 성능을 갖는 모델을 찾습니다. 딥 러닝 분류기는 기능 기반 모델링과 함께 사용되며 분류기의 적용 가능성을 테스트하기 위해 비교됩니다. Leave-One-Out 검증, k-fold 검증, 분할(훈련 및 테스트 코호트로)과 같은 검증 기술을 사용하여 기계 학습 모델의 안정성을 평가합니다. 방사성 분석은 데이터 분석에 대한 전문 지식을 갖춘 데이터 과학자/연구 조사관이 수행합니다. 모든 세분화는 ITK snap(itksnap.org)과 같은 오픈 소스 소프트웨어에서 수행됩니다. 또는 3D 슬라이서(slicer.org). 특징 추출 및 모델링은 Python(python.org)과 같은 오픈 소스 소프트웨어를 사용하여 수행됩니다. 계산 과학이 지속적으로 발전함에 따라 인도 통계 연구소, 콜카타, 기계 지능 부서의 공동 작업자가 익명화된 데이터를 공유하여 사용 가능한 최신 분석 기술 및 플랫폼을 적절하게 적용할 것입니다.