Ανάλυση ακτινομικών (radiomics) δεικτών από σύγχρονες υπολογιστικές τεχνικές βασισμένες στην μαγνητική τομογραφία εγκεφάλου

Αρικίδης, Νικόλαος

Analysis of radiomics markers by modern computational techniques based on brain MRI

Διπλωματική εργασία

Author

Αρικίδης, Νικόλαος

Date

2022-07-21

Advisor

Kostopoulos, Spiros

Διπλωματική εργασία (1.627Mb)

Keywords

Άνοια ; OASIS-3 ; Ακτινομική ; Νόσος Αλτσχάιμερ ; Νευροαπεικονιστικοί βιοδείκτες

Abstract

Η πιο κοινή μορφή άνοιας είναι η νόσος του Αλτσχάιμερ. Η ασθένεια συνήθως μεταβαίνει από Ήπια Γνωστική Εξασθένηση (Mild Cognitive Impairment – MCI) σε κλινήρη – οξεία νόσο Αλτσχάιμερ (severe AD) μέσα σε διάστημα δέκα ετών. Αν και δεν υπάρχει θεραπεία για την ασθένεια η έγκαιρη διάγνωση της AD είναι πολύτιμη καθώς πολλά από τα συμπτώματα μπορούν να αμβλυνθούν μέσω φαρμακευτικής αγωγής. Η καθιέρωση βιοδεικτών της νόσου Αλτσχάιμερ κατά τη διάρκεια του προκλινικού σταδίου μπορεί να επιτρέψει την έγκαιρη διάγνωση και παρέμβαση. Ειδικότερα, οι βιοδείκτες νευροαπεικόνισης έχουν στόχο την ποσοτικοποίηση του βαθμού ατροφίας του εγκεφαλικού φλοιού στα αρχικά στάδια της νόσου. Οι ακτινομικές παράμετροι αναλαμβάνουν την ποσοτικοποίηση αυτής της πληροφορίας με χρήση μαθηματικών εργαλείων. Στην παρούσα εργασία έγινε χρήση της βάσης δεδομένων OASIS-3. Διερευνήθηκαν οι ακτινομικές παράμετροι στη μελέτη της υφής του ιππόκαμπου από 993 εξεταζόμενους, για τη διαφοροποίηση της κατηγορίας HC με κάθε μία από τις κατηγορίες MCI, AD και MCI&AD. Εντοπίστηκαν ακτινομικές παράμετροι με σχετικά υψηλή απόδοση και μικρή μεταξύ τους συσχέτιση. Συγκεκριμένα, η ανάλυση των ακτινομικών χαρακτηριστικών βάσει ANOVA έδειξε ότι οι μέσες τιμές πολλών ακτινομικών χαρακτηριστικών διαφέρουν στατιστικά σημαντικά μεταξύ των κατηγοριών HC (CDR=0), MCI (CDR=0,5) και AD (CDR≥1). Την καλύτερη απόδοση στην ταξινόνηση των κατηγοριών επέδειξε το χαρακτηριστικό “Volume”. Παρατηρούμε ότι το χαρακτηριστικό “Volume” έχει σχετικά μικρή συσχέτιση με τα χαρακτηριστικά “Contrast” και “Complexity”. Σχετικά καλή απόδοση ταξινόμησης με μικρό σχετικά συντελεστή συσχέτισης με τα υπόλοιπα χαρακτηριστικά παρουσιάζουν τα ακτινομικά χαρακτηριστικά υφής “ZP” και “LZHGE” της κατηγορίας “GLSZM”.

Abstract

The most common form of dementia is Alzheimer's disease. The disease usually transitions from Mild Cognitive Impairment (MCI) to bedridden – acute Alzheimer's disease (severe AD) within ten years. Although there is no cure for the disease, early diagnosis of AD is valuable as many of the symptoms can be alleviated through medication. The establishment of biomarkers of Alzheimer's disease during the preclinical stage can allow for early diagnosis and intervention. In particular, neuroimaging biomarkers are aimed at quantifying the degree of atrophy of the cerebral cortex in the early stages of the disease. The coastal parameters undertake the quantification of this information using mathematical tools. In this study, the OASIS-3 database was used. The coastal parameters in the study of the hippocampus texture by 993 examinees were investigated, to differentiate the HC class with each of the categories MCI, AD and MCI&AD. Coastal parameters with relatively high efficiency and little correlation between them were identified. In particular, the analysis of actinomics based on ANOVA showed that the average values of many actinomic characteristics differ statistically significantly between categories HC (CDR=0), MCI (CDR=0.5) and AD (CDR≥1). The best performance in classifying the categories was demonstrated by the characteristic "Volume". We note that the "Volume" attribute has a relatively small correlation with the attributes "Contrast" and "Complexity". Relatively good classification performance with a relatively small correlation coefficient with the rest of the characteristics show the architectural texture characteristics "ZP" and "LZHGE" of the category "GLSZM".