מחקרים

מודל "למידה עמוקה" יכול לסייע בטיפול מותאם אישית בחולי גליומה מוחית

המודל שפותח הגביר את הרזולוציה של בדיקות MRSI וסייע באיפיון המטבוליזם והגבולות המדוייקים של הגידול

גליובלסטומה, גידול סרטני במוח. אילוסטרציה

הדמיית MRSIי(Magnetic Resonance spectroscopic imaging) משמשת בחולי גליומה למיפוי שינויים מטבוליים הקשורים במוטציות בגנים IDH1 ו-IDH2. מוטציות בגנים אלה מהוות קריטריון מאג'ורי באבחנה ממאירות זו. במחקר שממצאיו פורסמו בכתב העת Neuro-Oncology Advances חוקרים ניסו לשפר את הרזולוציה של MRSI באמצעות מודל "למידה עמוקה" (deep learning) על מנת להדגים בצורה טובה יותר של המטבוליזם של הגידול בחולים עם גליומה ומוטציות ב-IDH.

החוקרים פיתחו מודל ייעודי אשר "אומן" על תמונות MRSI מ-75 חולי גליומה. התפקוד של המודל הוערך ב-20 חולי גליומה ו-10 משתתפים בריאים ששימשו כמקרי ביקורת. יעילות המודל שפותח הושוותה למבחן Mann-whitney U-test of peak PSNR, מדידת SSIMי(structure similarity index measure), FSIMי(feature based similarity index measure) וציון MOSי(mean opinion score).

תוצאות המחקר הדגימו כי המודל שפותח שיפר את הדיוק של PSNR ב-17%, SSIM ב-5%, FSIM ב-7% ו-MOS ב-30% לעומת השיטות המקובלות כיום לפענוח מבחנים אלה. המודל סייע במיפוי מדויק של גבולות הגידול וממצאים הטרוגניים בתוכו.

תוצאות המחקר מדגימות כי באמצעות "למידה עמוקה" ניתן להגביר את הרזולוציה של שיטות המשמשות למיפוי מטבולי של גידולים. שיפור הרזולוציה יכול לסייע בהתאמת טיפול מותאם אישית לחולים אלה.

מקור:

Xianqi Li, Bernhard Strasser, Ulf Neuberger, Philipp Vollmuth, Martin Bendszus, Wolfgang Wick, Jorg Dietrich, Tracy T Batchelor, Daniel P Cahill, Ovidiu C Andronesi, Deep Learning Super-resolution MR Spectroscopic Imaging of Brain Metabolism and Mutant IDH Glioma, Neuro-Oncology Advances, 2022;, vdac071, https://doi.org/10.1093/noajnl/vdac071

נושאים קשורים:  מחקרים,  גליומה,  אלגוריתם למידה עמוק,  מטבוליזם,  הדמיית מוח
תגובות