깊은 시간을 통해 뇌종양 추적 (TRACE)

2005년 1월부터 2023년 12월까지 신경종양질환 관리그룹에 등록된 원발성 뇌종양 진단(방사선/조직병리학적)을 받은 환자(소아 및 성인)를 대상으로 검진을 실시한다. 연간 약 500~600명의 환자가 영상 데이터를 통해 자격을 얻을 것으로 예상됩니다(방사선 계획에 사용할 수 있는 CT 데이터가 있는 우리 센터에서는 매년 약 500명의 환자가 방사선 치료를 받고 있으며, 수술 전 또는 수술 후 스캔을 받는 또 다른 100~200명의 환자). ). 위에서 언급한 기간 동안 약 10,000명의 환자로부터 데이터를 얻을 수 있을 것으로 예상되며, 이는 현재 연구의 표본 크기 상한이 될 것입니다.

원발 종양(또는 수술 후 데이터의 원래 위치를 나타내는 공동 및 잔여 종양)의 영역은 가능한 경우 CT 및/또는 MRI에서 분할됩니다. 종양 주위 부종은 분할된 영역에서 제외됩니다. 분할은 약 200-500명의 환자로 구성된 초기 코호트에서 수동으로 수행됩니다. 그 후, 3D U-net 또는 딥러닝 기반 기술과 같은 기계 학습 알고리즘은 초기 데이터에 대해 훈련되고(그리고 다음 100-200명의 환자에 대해 검증하여 알고리즘 정확성과 견고성을 평가함) 대규모의 신속한 구현 및 세분화를 수행합니다. 데이터 세트. 전체 모집단에서 뇌종양 영역이 식별되면 진단 중 환자의 연령(연속 데이터 및 범주형 데이터, 즉 연령 그룹, 예를 들어, 유아, 어린이, 십대, 청소년. 성인, 노인). 생성된 밀도 지도는 지질학적 규모/깊은 시간 단위(예: 1000만~5000만 년 단위)와 관련하여 종 전반에 걸쳐 척추동물 뇌 영역(공개적으로 이용 가능한 문헌 포함)과 비교됩니다. 마찬가지로, 두개골 뼈 해부학은 CT 및/또는 MRI 데이터에서 추출됩니다(분할할 필요 없이 창 강도 임계값과 같은 기술 적용). 증가된 두개내압이나 외과적 개입으로 인해 두개골에 주요 결함이 있는 환자는 두개골 인체 측정 분석에서 제외됩니다(단, 두개골 기저부 해부학 평가에는 사용할 수 있습니다). 조직 패턴은 기계 학습 모델 및 베이지안 통계와 같은 기타 통계 모델을 사용하여 분석되고 뇌종양이 없는 다른 공개적으로 이용 가능한 정상 인구 집단(해당되는 경우 연령, 인종에 따라 조정), 척추동물/원인류, 인간이 아닌 영장류의 화석 데이터와 비교됩니다. 링크 인식을 위해. 밀도 맵과 인체 측정 데이터는 (앞서 언급한 바와 같이) 연령(앞서 언급한 바와 같이), 종양 위치(예: 천막상 대 천막하), 종양 등급(양성 대 천막하)과 같은 요인에 따라 계층화된 뇌종양 환자(연구의) 전체 코호트 내에서 비교됩니다. . 낮은 등급 대 높은 등급). 밀도 지도 및 인체 측정에 대한 통계 분석은 인도 통계 연구소(지질학 연구 단위 및 학제간 통계 연구 단위)의 유사한 연구에 대한 전문 지식을 갖춘 공동 작업자와 익명화된 데이터를 공유함으로써 수행됩니다.