基于人工智能的脑瘤周微环境局部区域标记物
定量方法
2022-09-01 v1 计算机视觉与模式识别
图像与视频处理
摘要
在恶性原发性脑肿瘤中，癌细胞浸润至瘤周脑结构从而导致不可避免的复发。对瘤周区域（活检或切除可能具有危险性的区域）内浸润异质性的定量评估对临床决策十分重要。既往刻画瘤周区域浸润异质性的工作使用了多种成像模态，但关于细胞外自由水运动受限的信息探索有限。在此，我们利用基于扩散张量成像（DTI）的自由水体积分数图刻画瘤周区域自由水运动受限，推导出一组独特的基于人工智能（AI）的标记物以捕捉肿瘤浸润的异质性。首先，通过利用胶质母细胞瘤与脑转移瘤作为瘤周组织中具有和无浸润区域的广泛不同的水扩散特性，提取一种新颖的体素级基于深度学习的瘤周微环境指数（PMI）。将均匀高PMI值的局部区域枢纽的描述性特征提取为基于AI的标记物，以捕捉浸润异质性的不同方面。所提出的标记物应用于一个由275例成人型弥漫性胶质瘤（CNS WHO 4级）组成的独立人群中的两个临床用例，分析Isocitrate-Dehydrogenase 1（IDH1）野生型的生存时长及其与IDH1突变型的差异。我们的发现提供了一组作为浸润替代物的标记物，捕捉关于瘤周微结构异质性潜在生物学特性的独特见解，确立其作为关乎生存与分子分层的预后生物标志物，并在临床决策中具有潜在适用性。
引用
@article{arxiv.2208.14445,
title = {Artificial intelligence-based locoregional markers of brain peritumoral microenvironment},
author = {Zahra Riahi Samani and Drew Parker and Hamed Akbari and Spyridon Bakas and Ronald L. Wolf and Steven Brem and Ragini Verma},
journal= {arXiv preprint arXiv:2208.14445},
year = {2022}
}