АНАЛИЗ МЕТОДИК НОРМАЛИЗАЦИИ ДАННЫХ МРТ И СЕГМЕНТАЦИИ ЗОН ИНТЕРЕСА ПРИ РУТИНИЗАЦИИ РАДИОГЕНОМНОГО ПОДХОДА К ВИЗУАЛИЗАЦИИ ГЛИОМ

Маслов Никита Евгеньевич, Daria Valenkova, Геннадий Евгеньевич Труфанов et al. · Вестник Смоленской государственной медицинской академии · 2024

Цель. Поиск дополнительных радиомических предикторов IDH-статуса диффузных глиом взрослых, потенциально применимых в условиях первичных диагностических мероприятий. Методика. Ретроспективный сравнительный статистический анализ радиомических характеристик 46 традиционных МР-исследований головного мозга пациентов с диффузными глиомами взрослых и известным IDH-статусом с использованием методик препроцессинга исходных данных визуализации HistogramMatching, ScaleIntensity и инструментов сегментации зон интереса LevelTracing, GrowingFromSeeds. Результаты. Установлена наиболее эффективная комбинация инструментов препроцессинга/сегментации - ScaleIntensity и LevelTracing соответственно. С её помощью выявлены 5 достоверных радиомических предикторов IDH-статуса, являющихся характеристиками текстурной неоднородности зон интереса на воксельном уровне. Заключение. Доказана возможность разработки статистически достоверной мультипараметрической предиктивной модели IDH-статуса на основе данных традиционных импульсных последовательностей в условиях малой технически разнородной выборки. Сделан вывод о предпочтительном использовании относительно унифицированных методик предобработки исходных данных визуализации и оператор-зависимых инструментов сегментации. Выявленные радиомические характеристики, вероятно, на воксельном уровне иллюстрируют выраженность феномена морфологической гетерогенности опухолевых образований. Планируется внедрение принципов машинного обучения в процесс разработки предиктивной модели. Objective. To discover additional radiomic IDH status predictors in adult-type diffuse gliomas that can be potentially applicable under conditions of primary diagnosis. Methods. Retrospective comparative statistical analysis of radiomic features extracted from 46 brain MRI in adult-type diffuse gliomas with known IDH status using HistogramMatching, ScaleIntensity preprocessing techniques and LevelTracing, GrowingFromSeeds segmentation tools. Results. The most effective combination of preprocessing/segmentation tools has been established - ScaleIntensity and LevelTracing, respectively. 5 reliable radiomic IDH status predictors revealing ROIs’ textural heterogeneity at the voxel level were identified. Conclusion. The possibility of developing a statistically reliable multiparametric IDH status predictive model based on traditional MRI data has been proved under conditions of small and technically heterogeneous sample. Presumably the use of relatively unified preprocessing methods and operator-dependent segmentation tools is preferred. The revealed radiomic features probably illustrate the degree of tumors’ morphological heterogeneity. Machine learning principles are planned to be introduced into the process of the predictive model creation.

Cited by 1 works. doi:10.37903/vsgma.2024.4.19

Authors