在恶性原发性脑肿瘤中,癌细胞浸润到周围的脑结构中,导致不可避免的复发。对周围区域的浸润性异质性(活检或切除可能是危险的区域)的定量评估对于临床决策很重要。以前关于表征周围区域浸润性异质性的工作使用了各种成像方式,但是已经探索了细胞外无水运动限制的信息。在这里,我们通过使用基于扩散的张量成像(DTI)的自由水量分数图来表征一组独特的人工智能(AI)标记,从而捕获肿瘤浸润的异质性,从而捕获肿瘤的异质性。首先通过利用胶质母细胞瘤和脑转移的广泛不同的水扩散性能作为在周围肿瘤组织中有和没有浸润的区域的区域,首先提取了一种新型的基于体素的深度学习周围微环境指数(PMI)。均匀高PMI值的局部枢纽的描述性特征被提取为基于AI的标记,以捕获渗透性异质性的不同方面。提出的标记物应用于两个临床用例,对275个成人型弥漫性神经胶质瘤的独立人群(4级)分析,分析异氯酸盐 - 脱水酶1(IDH1) - wildtypes之间的生存持续时间以及带有IDH1-杀剂的差异。我们的发现提供了一系列标记物作为浸润的替代物,可捕获有关周围微观结构异质性生物学潜在生物学的独特见解,使其成为与生存和分子分层有关的预后生物标志物,并具有潜在的适用性在临床决策中。
translated by 谷歌翻译