Semi-otomatik doku analiz yöntemi ile grade- 4 glial tümörlerin postoperatif rezeksiyon kavite MRG bulgularının değerlendirilmesi

Grade-4 glial tümörlerin cerrahi sonrası rezeksiyon kavitesi takibinde, ileri görüntüleme yöntemlerinin klinik kullanımına rağmen kavite bulgularının ['progresyon', 'psödoprogresyon/radyasyon nekroz (KRT)'] ayrımında halen güçlük yaşanmaktadır. Bu güçlük nedenleri arasında deneyim ve yorum farkı öncelikli olmakla birlikte, takip görüntülemede ileri görüntüleme yöntemlerinin yüksek maliyet nedeniyle rutin kullanılamaması yer almaktadır. Çalışmada amacımız son yıllarda radyolojik görüntüleme teknikleri kullanılarak tekstür (texture) öznitelikleri ile elde edilen doku karakterlerinin farklılığından faydalanarak cerrahi kavite ve etrafında oluşan tedaviler ilişkili görüntüleme bulgularının ayırt edilebileceğini göstermektir. Bu ayrım perfüzyon MRG, MR-spektroskopi gibi ileri görüntüleme yöntemlerine gerek kalmaksızın konvansiyonel sekanslar, difüzyon ve manyetik duyarlılık görüntülemenin tekstür öznitelikleri kullanılarak yapılabilir. Çalışmaya grade-4 glial tümör tanısı (Glioblastom, IDH-wild tip ve astrositom, IDH-mutant) alan, kemoradyoterapi sonrası takip MRG'leri Temmuz 2018-2022 tarihleri arasında kliniğimizde yapılan ve 18 yaşından büyük erişkin hastalar dahil edildi. Beyin MRG'de karşılaşılan patolojik alanın segmentasyonu yarı otomatik yöntem ile 'OLEA SPHERE' programında iki farklı sekans (FLAIR ve postkontrast T1A (cT1) sekansları) referans alınarak 5 farklı sekans üzerine örtüştürerek yapıldı ve toplam 10 sekanstan öznitelikler çıkarıldı. Önemlilik düzeyi yüksek özniteliklerin belirlenmesi için Information Gain yöntemi kullanıldı. Cerrahi kavitede tedaviler ilişkili ortaya çıkan ve görüntülemeye yansıyan takipte 'stabil tümörsüz kavite', 'psödoprogresyon\radyasyon nekrozu (KRT)' ve 'progresyon' bulgularını birbirinden ayırmak için her sekanstan elde edilen önemlilik düzeyi yüksek öznitelikler ile hastaların klinik (yaş-cinsiyet) ve tümöre ait moleküler (IDH durumu) biyobelirteçler kombine edilerek ana veri modeli oluşturuldu. Hastaların cerrahi kavite bulgularının sınıflandırılmasında patolojisi olanların patoloji sonucundan faydalanıldı, olmayanların ise takip görüntülemeleri değerlendirilerek karar verildi. Ana veri modelini oluşturmak için 108 hasta, modelin validasyonu için ise 68 hastanın MRG tetkikleri analiz edildi. Her bir sekans [ADC, FLAIR, cT1A, MDG (SWAN/SWI), MAGIC T1A] için oluşturulan modellerin sınıflama performansını artırmak için hibrit yöntem kullanıldı. En yüksek doğru sınıflama oranı (DSO) %75 oranı ile tedavi ilişkili cerrahi kavite görüntüleme bulgularının birbirinden ayırt edilebileceği gösterildi. Cerrahi kavite bulgularını rKT1A sekansı referans alınarak oluşturan modeller daha yüksek performans gösterdi ve bu durum seçilen özniteliklerin kontrast tutan alanların doku karakterini daha iyi yansıtmış olabilmesine bağlandı. Anahtar Kelimeler: glioblastom, grade-4 astrositom, tekstür analiz, IDH-mutant, IDH-wild