Радиомический анализ данных в нейроонкологии

Радиомический анализ данных в нейроонкологии

Автор: Регентова О.С., Солодкий В.А., Боженко В.К., Сергеев Н.И., Полушкин П.В., Близниченко М.А., Деянова В.А.

Журнал: Вестник Российского научного центра рентгенорадиологии Минздрава России @vestnik-rncrr

Рубрика: Лучевая диагностика

Статья в выпуске: 2 т.24, 2024 года.

Бесплатный доступ

Проведен анализ литературы, посвященный современным методам нейровизуализации и достижений в области применения алгоритмов искусственного интеллекта для анализа медицинских изображений с новообразованиями головного мозга у взрослых и детей. В рамках темы рассмотрены вопросы развития таких направлений как радиомика и радиогеномика в нейроонкологии. Авторы представляют собственный опыт на основе радиологического анализа в ФГБУ "РНЦРР" диффузных глиом ствола головного мозга детского возраста.

Диффузные опухоли ствола мозга, магнитно-резонансная томография, радиомика, радиогеномика

Короткий адрес: https://sciup.org/149145586

IDR: 149145586

Список литературы Радиомический анализ данных в нейроонкологии

  • Ostrom QT, Cioffi G, Gittleman H, Patil N, Waite K, Kruchko C, Barnholtz-Sloan JS. CBTRUS Statistical Report: Primary Brain and Other Central Nervous System Tumors Diagnosed in the United States in 2012-2016. Neuro Oncol. 2019 Nov 1;21(Suppl 5):v1-v100. doi: 10.1093/neuonc/noz150.
  • Kickingereder P, Willeit P, Simon T, Ruge MI. Diagnostic value and safety of stereotactic biopsy for brainstem tumors: a systematic review and meta-analysis of 1480 cases. Neurosurgery. 2013 Jun;72(6):873-81; discussion 882; quiz 882. doi: 10.1227/NEU.0b013e31828bf445.
  • Nicholson JG, Fine HA. Diffuse Glioma Heterogeneity and Its Therapeutic Implications. Cancer Discov. 2021 Mar;11(3):575-590. doi: 10.1158/2159-8290.CD-20-1474.
  • Первичные опухоли центральной нервной системы. 2020: 1-72. Доступно по: https://cr.minzdrav.gov.ru/recomend/578_1. Дата обращения: 14.03.2024.
  • Талыбов Р.С., Трофимова Т.Н., Тамразов Р.И., Швецов И.В., Мочалов В.В., Спасенников В.В. и др. Достоверность диффузионно-взвешенных изображений и перфузионных показателей в дифференциальной диагностике злокачественных и условно-доброкачественных интракраниальных образований: одноцентровое исследование. Лучевая диагностика и терапия. 2023;14(2):48-63. doi:10.22328/2079-5343-2023-14-2-48-63.
  • Лихтерман Л.Б., Охлопков В.А., Рыжова М.В., Снигирева Г.П., Шишкина Л.В., Пронин И.Н. и др. Принципы современной диагностики опухолей головного мозга. Клинический разбор в общей медицине. 2023;4(5):6-16. doi: 10.21682/2311-1267-2023-10-2-71-76.
  • Сергеев Н.И., Ребрикова В.А., Котляров П.М., Солодкий В.А. Т2* - перфузия в определении фрагментов остаточной ткани опухоли у пациентов с глиомами высокой степени злокачественности после хирургического лечения в подострый постоперационный период. Вестник российского научного центра рентгенорадиологии. 2020;20(1):15-27.
  • Каххаров Р.А., Кадыров Ш.У., Огурцова А.А., Баев А.А., Пронин И.Н., Коновалов А.Н. Опыт хирургического лечения глиом больших полушарий и подкорковых структур головного мозга, прилегающих к кортикоспинальному тракту, у детей с использованием МР-трактографии и интраоперационного электрофизиологического мониторинга. Вопросы нейрохирургии им. Н.Н. Бурденко. 2022;86(6):16-24. doi: 10.17116/neiro20228606116.
  • Хухлаева Е.А., Коновалов А.Н., Пронин И.Н., Корниенко В.Н., Гаврюшин А.В. Нейрорадиология и принципы классификации опухолей ствола головного мозга. Медицинская визуализация. 2011;6:62-74.
  • Avanzo M, Stancanello J, El Naqa I. Beyond imaging: The promise of radiomics. Phys Med. 2017 Jun;38:122-139. doi: 10.1016/j.ejmp.2017.05.071.
  • Liu Z, Wang S, Dong D, Wei J, Fang C, Zhou X, et al. The Applications of Radiomics in Precision Diagnosis and Treatment of Oncology: Opportunities and Challenges. Theranostics. 2019 Feb 12;9(5):1303-1322. doi: 10.7150/thno.30309.
  • Hankinson TC, Campagna EJ, Foreman NK, Handler MH. Interpretation of magnetic resonance images in diffuse intrinsic pontine glioma: a survey of pediatric neurosurgeons. J Neurosurg Pediatr. 2011 Jul;8(1):97-102. doi: 10.3171/2011.4.PEDS1180.
  • Пронин И.Н., Вихрова Н.Б., Калаева Д.Б., Конакова Т.А., Косырькова А.В., Горяйнов С.А. и др. Гетерогенность глиобластом, сопоставление МРТ/ПЭТ-КТ с молекулярно-генетическими характеристиками опухоли. В кн.: Сборник тезисов XXIV съезда физиологического общества им. И. П. Павлова. Санкт-Петербург, 2023. С. 367-368
  • Beig N, Bera K, Tiwari P. Introduction to radiomics and radiogenomics in neuro-oncology: implications and challenges. Neurooncol Adv. 2021 Jan 23;2(Suppl 4):iv3-iv14. doi: 10.1093/noajnl/vdaa148.
  • Koçak B, Durmaz EŞ, Ateş E, Kılıçkesmez Ö. Radiomics with artificial intelligence: a practical guide for beginners. Diagn Interv Radiol. 2019 Nov;25(6):485-495. doi: 10.5152/dir.2019.19321.
  • van Velden FH, Kramer GM, Frings V, Nissen IA, Mulder ER, de Langen AJ, et al. Repeatability of Radiomic Features in Non-Small-Cell Lung Cancer [(18)F]FDG-PET/CT Studies: Impact of Reconstruction and Delineation. Mol Imaging Biol. 2016 Oct;18(5):788-795. doi: 10.1007/s11307-016-0940-2.
  • Zhuge Y, Krauze AV, Ning H, Cheng JY, Arora BC, Camphausen K, Miller RW. Brain tumor segmentation using holistically nested neural networks in MRI images. Med Phys. 2017 Oct;44(10):5234-5243. doi: 10.1002/mp.12481.
  • Данилов Г.В., Шевченко А.М., Конакова Т.А., Погосбекян Е.Л., Шугай С.В., Цуканова Т.В. и др. Неинвазивная диагностика глиом головного мозга по гистологическому типу с помощью нейрорадиомики в стандартизированных зонах интереса: на пути к цифровой биопсии. Вопросы нейрохирургии им. Н.Н. Бурденко. 2023;87(6):59. doi: 10.17116/neiro20238706159.
  • Литвин А.А., Буркин Д.А., Кропинов А.А., Парамзин Ф.Н. Радиомика и анализ текстур цифровых изображений в онкологии (обзор). Современные технологии в медицине. 2021;13(2):97. doi: 10.17691/stm2021.13.2.11.
  • Aerts HJ, Velazquez ER, Leijenaar RT, Parmar C, Grossmann P, Carvalho S, et al. Decoding tumour phenotype by noninvasive imaging using a quantitative radiomics approach. Nat Commun. 2014 Jun 3;5:4006. doi: 10.1038/ncomms5006.
  • Николенко С., Кадурин А. Глубокое обучение.– СПБ: Питер, 2018.– 480c. [Nikolenko S., Kadurin A., Deep learning. SPB: Piter, 2018. – 480p. (In Russ.)]
  • Chandarana H, Wang H, Tijssen RHN, Das IJ. Emerging role of MRI in radiation therapy. J Magn Reson Imaging. 2018 Dec;48(6):1468-1478. doi: 10.1002/jmri.26271.
  • Чернобривцева В.В., Мисюрин А.С. Новые технологии в лучевой диагностике. Практическая онкология. 2022;23(4):203–210. doi: 10.31917/2304203 [Chernobrivtseva V.V., Misyurin A.S. New technologies in radiology diagnostics. Practical oncology. 2022;23(4):203–210. (In Russ.) doi: 10.31917/2304203]
  • LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015 May 28;521(7553):436-444. doi: 10.1038/nature14539.
  • Rizzo S, Botta F, Raimondi S, Origgi D, Fanciullo C, Morganti AG, Bellomi M. Radiomics: the facts and the challenges of image analysis. Eur Radiol Exp. 2018 Nov 14;2(1):36. doi: 10.1186/s41747-018-0068-z.
  • Солодкий В.А., Каприн А.Д., Нуднов Н.В., Харченко Н.В., Запиров Г.М., Шерстнева Т.В. и др. Современные системы поддержки принятия врачебных решений на базе искусственного интеллекта для анализа цифровых маммографических изображений. Вестник российского научного центра рентгенорадиологии. 2023;104(2):151-162.
  • Wang Y, Jin ZY. Radiomics approaches in gastric cancer: a frontier in clinical decision making. Chin Med J (Engl). 2019 Aug 20;132(16):1983-1989. doi: 10.1097/CM9.0000000000000360.
  • Сергеев Н.И., Котляров П.М., Солодкий В.А. Дифференциальная диагностика очаговых изменений позвоночника с использованием стандартного и радиомического анализа: ретроспективное исследование. Вестник травматологии и ортопедии им. Н.Н. Приорова. 2023;30(1):77-86. doi: 10.17816/vto322858.
  • Компьютерное зрение в лучевой диагностике: первый этап Московского эксперимента. Монография по ред. Васильев Ю. А., Владзимерский А. В. Москва: Издательские решения, 2023. 376 c. ISBN 978-5-0059-3043-9.
  • Lao J, Chen Y, Li ZC, Li Q, Zhang J, Liu J, Zhai G. A Deep Learning-Based Radiomics Model for Prediction of Survival in Glioblastoma Multiforme. Sci Rep. 2017 Sep 4;7(1):10353. doi: 10.1038/s41598-017-10649-8.
  • Данилов Г.В., Пронин И.Н., Шевченко А.М., Конакова Т.А., Шугай С.В., Потапов А.А. Первые результаты неинвазивного типирования глиом головного мозга по данным магнитно-резонансной томографии с помощью машинного обучения. Вопросы нейрохирургии им. Н.Н. Бурденко. 2022;86(6):36. doi: 10.17116/neiro20228606136.
  • Gillies RJ, Kinahan PE, Hricak H. Radiomics: Images Are More than Pictures, They Are Data. Radiology. 2016 Feb;278(2):563-577. doi: 10.1148/radiol.2015151169.
  • Kullarni VY, Sinha PK. Random Forest Classifier: A Survey and Future Research Directions. International Journal of Advanced Computing. 2013;36(1):1144-1156.
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp