Subregionale tumorsegmentatie op basis van CEUS-perfusiekenmerken: verbetering van de diagnose van borsttumoren

Borstkanker is wereldwijd een van de meest voorkomende vormen van kanker onder vrouwen, en de toenemende incidentie ervan vormt een aanzienlijke bedreiging voor de gezondheid van vrouwen. Ondanks opmerkelijke vooruitgang op het gebied van vroege diagnose en behandeling als gevolg van de voortdurende vooruitgang in de medische technologie, resulteert de hoge heterogeniteit binnen borstkanker nog steeds in aanzienlijke variabiliteit in klinische manifestaties, behandelingsreacties en ziekteprogressie. Deze diversiteit brengt nieuwe uitdagingen met zich mee bij het bereiken van een nauwkeurige behandeling. Een diepgaande verkenning en studie van de heterogeniteit van borstkanker is dus cruciaal voor het ontwikkelen van effectievere diagnostische modellen, het bevorderen van behandelingsstrategieën en het verbeteren van de genezingspercentages.

Hoewel biopsie in de huidige klinische praktijk op grote schaal wordt gebruikt voor de diagnose van goedaardige of kwaadaardige borsttumoren, zijn de nauwkeurigheid en volledigheid ervan enigszins beperkt vanwege de complexe interne heterogeniteit van borstkanker en de invasieve aard van de procedure. De afgelopen jaren is preoperatieve kwalitatieve diagnose van borstkanker met behulp van medische beeldvormingstechnologie een hot topic geworden in het onderzoek. Vergeleken met andere veel voorkomende beeldvormingstechnieken zoals CT en MRI, wordt echografisch onderzoek op grote schaal toegepast vanwege de veiligheid, het gemak en de lagere kosten. Met name de Contrast-Enhanced Ultrasound (CEUS)-technologie, met zijn superieure temporele resolutie, kan de details van de hemodynamiek van de tumorperfusie levendig illustreren, waardoor belangrijke kenmerken zoals verbeteringspatronen, bloedtoevoer en vasculaire invasie van de tumor effectief worden onthuld.

Deze studie is gericht op het gebruik van dynamische CEUS-video's om perfusiekenmerken op pixelniveau binnen de tumor te clusteren en de tumor in verschillende subregio's te verdelen op basis van de clusterresultaten. We zullen de correlatie tussen deze perfusiesubregio's en de diagnose van goedaardige of kwaadaardige borsttumoren onderzoeken, en op basis hiervan gerelateerde diagnostische modellen ontwikkelen. Deze niet-invasieve diagnostische benadering heeft tot doel de beeldgegevens maximaal te ontginnen en te gebruiken, de perfusiekenmerken van de tumor op pixelniveau volledig vast te leggen en subjectieve beoordelingen in het diagnostische proces te verminderen. De toepassing van deze methode zal naar verwachting niet alleen de nauwkeurigheid van de diagnose van borstkanker verbeteren, maar ook meer informatieondersteuning bieden voor de gepersonaliseerde behandeling van patiënten, waardoor de vooruitgang op het gebied van de behandeling van borstkanker wordt bevorderd.