GBManalizerApp: una aplicación para la segmentación tridimensional automática del glioblastoma multiforme

• Autores: Mulet de los Reyes, Alexander; Buemi, María Elena; Berlles, Julio Jacobo; Breitburd, Karina; Suárez, Cecília
• Año de publicación: 2024
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Ciencias Informáticas; Glioblastoma multiforme; Segmentación automática; App; Radiómica; Redes neuronales
• Institución: Universidad Nacional de La Plata

El glioblastoma multiforme (GBM) es el tumor cerebral primario más agresivo y de peor pronóstico en adultos. Aunque raramente metastatiza, su alta capacidad invasiva es considerada una de las causas de su casi inevitable recurrencia, lo que reduce su sobrevida media a aproximadamente 15 meses. En este trabajo se propone desarrollar una aplicación (GBManalizerApp) capaz de segmentar de manera tridimensional y automática el GBM, discriminando la masa tumoral activa de su necrosis interna y del usualmente extenso y difuso edema periférico. La aplicación es Matlab-dependiente. El método de preprocesamiento de imágenes utiliza el software SPM12. El algoritmo de segmentación implementado combina técnicas clásicas de procesamiento de imágenes con una red neuronal del tipo perceptrón multicapa alimentada por características radiómicas seleccionadas a partir de imágenes de resonancia magnética (RMN) en sus cuatro modalidades básicas. La herramienta CAD (Computer Assisted Diagnosis) desarrollada permite: 1) Cargar las imágenes de RMN en sus principales modalidades (T1, T1c, T2 y FLAIR) y formatos (DICOM o NifTI). 2) Anonimizar las imágenes. 3) Modificar su visualización ajustando el tamaño y/o contraste. 4) Pre-procesar las imágenes (corregistrar a una misma plantilla anatómica, interpolar a una misma resolución y extraer el cráneo). 5) Segmentar las imágenes. La comparación entre nuestro método de pre-procesamiento y el de los desafíos anuales de segmentación de tumores cerebrales (BraTS) arroja una correlación máxima media del 81%. El método de segmentación, por su lado, ha demostrado una exactitud del 83.9% y coeficientes de similitud Dice del 89.3, 80.7, 79.7 y 66.4% para la región de interés (ROI), tumor activo, edema y necrosis, respectivamente.La GBManalizerApp aquí propuesta y disponible online sienta las bases para el desarrollo local de una nueva herramienta CAD de utilidad clínica en el diagnóstico y tratamiento del glioblastoma multiforme.
Sociedad Argentina de Informática e Investigación Operativa