Un equipo del Hospital de la Universidad de Heidelberg y el Centro Alemán de Investigación del Cáncer ha desarrollado un nuevo método para el análisis automatizado de imágenes de tumores cerebrales. En su reciente publicación, los autores muestran que los métodos de aprendizaje automático cuidadosamente entrenados en imágenes de resonancia magnética estándar MRIson más confiables y precisos que los métodos radiológicos establecidos en el tratamiento de tumores cerebrales. Por lo tanto, hacen una valiosa contribución al tratamiento individualizado de tumores. Además, el método validado es un primer paso importante hacia el análisis automatizado de alto rendimiento de la medicinadatos de imagen de tumores cerebrales.
Los gliomas son los tumores cerebrales más comunes y más malignos en adultos. En Alemania, a aproximadamente 4,500 personas se les diagnostica un glioma cada año. Los tumores a menudo no se pueden extirpar completamente mediante cirugía. La quimioterapia o la radioterapia solo son efectivas en un grado limitado porquelos tumores son altamente resistentes, por lo que se necesitan con urgencia nuevos enfoques de tratamiento validados con precisión.
Uno de los criterios esenciales para la evaluación precisa de la eficacia de una nueva terapia para los tumores cerebrales es la dinámica de crecimiento, que se determina mediante resonancia magnética. Sin embargo, la medición manual de la expansión tumoral en dos planos en las exploraciones de resonancia magnética con contrastees propenso a errores y conduce a resultados ligeramente diferentes. "Esto puede tener un efecto negativo en la evaluación de la respuesta al tratamiento y, por lo tanto, en la reproducibilidad y precisión de las declaraciones científicas basadas en imágenes", explica Martin Bendszus, Director Médico del Departamento de Neurorradiología enEl Hospital Universitario de Heidelberg.
En su estudio actual, los médicos y científicos del Hospital Universitario de Heidelberg y el Centro Alemán de Investigación del Cáncer DKFZ describen el enorme potencial de los métodos de aprendizaje automático en el diagnóstico radiológico. El equipo ha desarrollado redes neuronales para evaluar y validar clínicamenteLa respuesta terapéutica de los tumores cerebrales sobre la base de la resonancia magnética de manera estandarizada y totalmente automatizada.Un equipo dirigido por Philipp Kickingereder del Departamento de Neurorradiología del Hospital de la Universidad de Heidelberg, investigadores de la División de Procesamiento de Imágenes Médicas jefe: Klaus Maier-Hein en el Centro Alemán de Investigación del Cáncer y colegas del Centro Nacional de Enfermedades Tumorales NCT y el Departamento de Neurología del Hospital Universitario de Heidelberg Director Médico: Wolfgang Wick trabajaron juntos en este proyecto.
Utilizando una base de datos de referencia con imágenes de resonancia magnética de casi 500 pacientes con tumor cerebral en el Hospital de la Universidad de Heidelberg, los algoritmos pudieron reconocer y localizar automáticamente los tumores cerebrales usando redes neuronales artificiales. Además, los algoritmos fueron entrenados para medir volumétricamente las áreas individuales contraste de la porción tumoral que absorbe el medio, edema peritumoral y para evaluar con precisión la respuesta al tratamiento.
Los resultados fueron validados en cooperación con la Organización Europea para la Investigación y el Tratamiento del Cáncer EORTC ". La evaluación de más de 2.000 imágenes de resonancia magnética de 534 pacientes con glioblastoma de toda Europa muestra que nuestro enfoque basado en computadora permite un enfoque más confiableevaluación de la respuesta a la terapia que el método convencional de medición manual. Pudimos mejorar la confiabilidad de la evaluación en un 36 por ciento. Esto puede ser crucial para la evaluación basada en imágenes de la eficacia de la terapia en ensayos clínicos. La predicción de la supervivencia general también fuemás preciso con nuestro nuevo método ", explica Kickingereder.
El objetivo de los médicos y científicos de Heidelberg es utilizar la tecnología prometedora para la evaluación estandarizada y totalmente automatizada de la respuesta al tratamiento de los tumores cerebrales lo más rápido posible en estudios clínicos y, en el futuro, también en la rutina clínica. Además,los investigadores diseñaron y evaluaron una infraestructura de software que permite la integración completa de la nueva técnica en la infraestructura radiológica existente. "De esta manera, estamos creando los requisitos previos para una aplicación amplia y un procesamiento y análisis totalmente automatizado de las imágenes por resonancia magnética de los tumores cerebrales en unos pocosminutos ", explica Klaus Maier-Hein.
La nueva tecnología se está reevaluando actualmente en el NCT Heidelberg como parte de un estudio clínico para mejorar el tratamiento de pacientes con glioblastoma. "Para las terapias de precisión, una evaluación estandarizada y confiable de la efectividad de los nuevos enfoques de tratamiento es sobresalienteimportancia. La tecnología que hemos desarrollado puede hacer una contribución decisiva aquí ", explica Wolfgang Wick.
"Con este estudio, pudimos demostrar el gran potencial de las redes neuronales artificiales en el diagnóstico radiológico", resume Philipp Kickingereder. "En el futuro, queremos avanzar en la tecnología para el análisis automatizado de alto rendimiento de datos de imágenes médicas ytransfiéralo no solo a tumores cerebrales sino también a otras enfermedades como metástasis cerebrales o esclerosis múltiple ", agrega Klaus Maier Hein.
Fuente de la historia :
Materiales proporcionados por Centro Alemán de Investigación del Cáncer Deutsches Krebsforschungszentrum, DKFZ . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :