Αφηρημένο

Σκοπός

δείκτες Υφή (TI) που υπολογίζεται από 18F- εικόνες όγκου FDG PET δείχνουν υπόσχεση για την πρόβλεψη της ανταπόκρισης στη θεραπεία και την επιβίωση. υπολογισμό τους περιλαμβάνει μια αναδειγματοληψία τυποποιημένων τιμών πρόσληψης (SUV) εντός του όγκου. Αυτή η αναδειγματοληψία μπορεί να γίνει με διαφορετικό τρόπο και σημαντικά τις επιπτώσεις των τιμών TI. Στόχος μας ήταν να διερευνήσει πώς η προσέγγιση επαναδειγματοληψία επηρεάζει την ικανότητα της TI να αντανακλούν ιστό συγκεκριμένο μοτίβο της μεταβολικής δραστηριότητας.

Μέθοδοι

18F-FDG PET αποκτήθηκαν για 48 ασθενείς δεν είχαν λάβει προηγουμένως θεραπεία με μη μικροκυτταρικό καρκίνο του πνεύμονα και για ομοιόμορφη φάντασμα. Μελετήσαμε 7 TI, SUVmax και μεταβολικές όγκο (MV) στις φάντασμα, όγκους και υγιή ιστό χρησιμοποιώντας τη συνηθισμένη μέθοδο σχετική αναδειγματοληψία (RR) και μια μέθοδο απόλυτη αναδειγματοληψία (AR). Οι διαφορές στις τιμές TI μεταξύ των τύπων ιστών και υποτύπων καρκίνου διερευνήθηκαν χρησιμοποιώντας τεστ Wilcoxon του.

Αποτελέσματα

Οι περισσότεροι RR-based TI είχαν υψηλή συσχέτιση με την MV για όγκους λιγότερο από 60 ml (συντελεστής συσχέτισης Spearman r μεταξύ 0,74 και 1), ενώ αυτή η συσχέτιση μειώθηκε για AR-based TI (r μεταξύ 0,06 και 0,27 με εξαίρεση RLNU όπου r = 0.91). Οι περισσότεροι AR-based TI ήταν σημαντικά διαφορετική μεταξύ του όγκου και υγιείς ιστούς (pvalues ​​& lt? 0,01 για όλα τα 7 TI) και μεταξύ των υποτύπων καρκίνου (pvalues ​​& lt? 0,05 για 6 TI). Υγιή ιστό και αδενοκαρκινώματα εμφάνισαν πιο ομοιογενή υφή από ιστό όγκου και καρκινώματα πλακωδών κυττάρων, αντίστοιχα.

Συμπέρασμα

ΤΙ υπολογίζεται χρησιμοποιώντας έναν μέθοδο AR ποικίλει ως συνάρτηση του τύπου του ιστού και του καρκίνου του υποτύπου περισσότερο από το TI που αφορούν τη συνήθη μέθοδο RR. AR-based TI μπορεί να είναι χρήσιμα για το χαρακτηρισμό του όγκου

Παράθεση:. Orlhac F, Soussan Μ, Chouahnia Κ, Martinod Ε, Buvat I (2015) 18F-FDG PET-Προέρχεται υφής Δείκτες Reflect ιστού-ειδική πρόσληψη Pattern σε μη-μικροκυτταρικό καρκίνο του πνεύμονα. PLoS ONE 10 (12): e0145063. doi: 10.1371 /journal.pone.0145063

Επιμέλεια: Prasad Σ Adusumilli, Memorial Sloan-Kettering,, Ηνωμένες Πολιτείες |

Ελήφθη: 4 Αύγ, 2015? Αποδεκτές: 29 Νοέμβρη του 2015? Δημοσιεύθηκε: 15 Δεκεμβρίου 2015

Copyright: © 2015 Orlhac et al. Αυτό είναι ένα άρθρο ανοικτής πρόσβασης διανέμεται υπό τους όρους της άδειας χρήσης Creative Commons Attribution, το οποίο επιτρέπει απεριόριστη χρήση, τη διανομή και την αναπαραγωγή σε οποιοδήποτε μέσο, ​​με την προϋπόθεση το αρχικό συγγραφέα και την πηγή πιστώνονται

Δεδομένα Διαθεσιμότητα: Το Avicenne Νοσοκομείο Επιτροπή Δεοντολογίας επιτρέπεται Dr Michael Soussan και τους συνεργάτες του να έχουν πρόσβαση και να εργαστούν σε αυτά τα δεδομένα από έναν μόνο ασθενή. Κάθε τρίτο μέρος επιθυμεί να χρησιμοποιήσει τα δεδομένα θα πρέπει να στείλουν ένα συγκεκριμένο αίτημα στην επιτροπή, εξηγώντας το στόχο της μελέτης και όλα τα πρόσωπα που εμπλέκονται ([email protected], πρόεδρος της τοπικής επιτροπής δεοντολογίας).

Χρηματοδότηση: Οι συγγραφείς αυτού του χειρογράφου δηλώνουν καμία σχέση με καμία από τις εταιρείες των οποίων τα προϊόντα ή τις υπηρεσίες που μπορεί να σχετίζονται με το θέμα του άρθρου. Οι συγγραφείς δεν έχουν καμία υποστήριξη ή χρηματοδότηση για να αναφέρετε

Αντικρουόμενα συμφέροντα:.. Οι συγγραφείς έχουν δηλώσει ότι δεν υπάρχουν ανταγωνιστικά συμφέροντα

Εισαγωγή

Χαρακτηρισμός ετερογένεια των όγκων είναι μια πρόκληση στην ογκολογία . Όπως εξήγησε ο Marusyk και Polyak [1], η συνύπαρξη διαφορετικών κλώνων σε έναν όγκο επηρεάζει την εξέλιξη του καρκίνου και θα πρέπει να λαμβάνονται υπόψη στην αντιμετώπιση των ασθενών. Η μέτρηση του βαθμού κλωνική ετερογένειας θα μπορούσε, επομένως, να είναι εξαιρετικά χρήσιμο για να επιλέξετε την πιο πολλά υποσχόμενη θεραπευτική προσέγγιση. Αρκετές ομάδες έχουν χαρακτηρίσει ετερογένεια του όγκου χρησιμοποιώντας υφής δείκτες στη 18F-FDG PET [2-12], αλλά αντιφατικά αποτελέσματα έχουν αναφερθεί. Για παράδειγμα, στην κεφαλής και τραχήλου, Cheng et al [8] έδειξε ότι ένας δείκτης ομοιομορφίας όγκου (που ονομάζεται επίσης ενέργεια και σε άλλα χαρτιά) υπολογίζονται σε προεπεξεργασία 18F-FDG εικόνες ΡΕΤ ήταν ένας προγνωστικός παράγοντας σε προχωρημένο Τ-στάδιο, ενώ El Naqa [3] δεν θα μπορούσε να προβλέψει την ανταπόκριση του ασθενούς χρησιμοποιώντας αυτό το ευρετήριο. Επιπλέον, οι περισσότερες αναλύσεις χρησιμοποιήθηκε μια μονοπαραγοντική προσέγγιση και δεν αξιολόγησε πράγματι την αυξητική αξία της υφής μετρήσεις πάνω από τα συμβατικά δείκτες όπως ο όγκος του μεταβολισμού του όγκου ή πρόσληψη FDG. Επίσης, έχει επισημανθεί ότι υφής μετρήσεις θα πρέπει να χρησιμοποιείται με προσοχή, καθώς ορισμένες μετρήσεις είναι ουσιαστικά μεταβλητής σε σχέση με τις παραμέτρους λειτουργίας απόκτηση και την ανασυγκρότηση [13], συνδέονται στενά με τον όγκο του μεταβολισμού του όγκου [14,15] και /ή περιττές [14]. Παρανοήσεις σχετικά με την έννοια της υφής δεικτών προέρχονται από εικόνες PET έχουν πρόσφατα υπογράμμισε, ιδίως αν ληφθεί υπόψη το ρόλο τους περιορισμούς που αντιμετωπίζουν σε ΡΕΤ [16,17]. Σε μια πρόσφατη μελέτη, χρησιμοποιώντας 18F-FDG δεδομένων PET, Brooks και Grigsby [15] έδειξε ότι κάτω από τον καρκινικό όγκο 45 cm

3 (που αντιστοιχεί σε 700 voxels στο έργο τους), οι μετρήσεις εντροπία αντανακλά κυρίως τον όγκο του όγκου και όχι η ετερογένεια της προσλήψεως ιχνηλάτη στον όγκο. Ως εκ τούτου, το αποτέλεσμα αυτό αμφισβητεί τη χρήση της υφής μετρήσεις για ένα ευρύ φάσμα των όγκων και δημιουργεί αμφιβολίες κατά τα προηγούμενα συμπεράσματα που λαμβάνονται σε όγκους για τις οποίες δεν είχε αναφερθεί ο όγκος. Τελευταία, πολλές μελέτες που απέδειξαν την ικανότητα της TI να γίνει διάκριση μεταξύ των ομάδων του όγκου είχε στην πραγματικότητα δεν ελέγχει σωστά το ποσοστό ψευδώς θετικών που προκαλείται από το μεγάλο αριθμό των υποθέσεων δοκιμάζονται ταυτόχρονα [18]. Επιπλέον, το γεγονός ότι οι εικόνες FDG-PET μπορεί να απεικονίζουν ιστο-ειδική υφής μοτίβο, πράγμα που σημαίνει ότι διαφορετικοί ιστοί θα μπορούσαν να χαρακτηριστούν από διαφορετικές τιμές TI, έχει δοθεί ελάχιστη προσοχή στη βιβλιογραφία. Παρομοίως, η έννοια και η πραγματική μεταβολή της TI ως συνάρτηση του τύπου του ιστού δεν έχει διερευνηθεί διεξοδικά στην FDG-PET.

υπολογισμό TI απαιτεί μια αρχική αναδειγματοληψία των εντάσεων voxel όγκου που θέτει voxels με παρόμοια πρόσληψη με το ίδια τιμή ως εκ τούτου, μειώνει τις επιπτώσεις του θορύβου. Η συνήθης μέθοδος επαναδειγματοληψία συνίσταται στην rescaling τις τιμές voxel όγκου μεταξύ 0 και 1, χρησιμοποιώντας ένα σταθερό αριθμό των κάδων (συνήθως 64), έτσι ώστε η μέγιστη τιμή voxel στον όγκο έχει οριστεί σε 1, ενώ η ελάχιστη είναι 0. συστήματα εναλλακτικής αναδειγματοληψία έχουν προταθεί [19,20]. Εξ ορισμού, αυτό το βήμα επαναδειγματοληψίας επηρεάζει την αξία της TI. Ωστόσο, ο αντίκτυπος αυτής της αναδειγματοληψία στην ικανότητα της TI να αντικατοπτρίζουν χρήσιμες πληροφορίες σχετικά με την πρόσληψη χωρική κατανομή έχει αγνοηθεί. Ο στόχος της μελέτης μας ήταν, επομένως, να ερευνηθεί η επίδραση αυτού του βήματος αναδειγματοληψία σε τιμές TI και στην ικανότητα της TI να αντανακλούν ιστό συγκεκριμένο μοτίβο της μεταβολικής δραστηριότητας. Για τον σκοπό αυτό, χρησιμοποιήσαμε πρώτα ένα ομοιόμορφο FDG γεμάτο φάντασμα για να χαρακτηρίσει την συμπεριφορά του TI ως συνάρτηση του όγκου περιοχής όταν καμία βιολογική υφή είναι παρόντες δύο προσεγγίσεις αναδειγματοληψία. Δεύτερον, ανέλυσε εικόνες από ασθενείς με μη-μικροκυτταρικό καρκίνο του πνεύμονα (NSCLC) για να επιβεβαιώσουν τα ευρήματα που έχουν διεξαχθεί με το φάντασμα και να καθοριστεί αν η περιφερειακή διάρθρωση πρόσληψη FDG μετριέται χρησιμοποιώντας διαφορετικές TI θα μπορούσε να γίνει διάκριση μεταξύ των διαφόρων τύπων ιστών και αν η διάκριση αυτή εξαρτάται από το σύστημα αναδειγματοληψία.

Υλικά και Μέθοδοι

Phantom και οι ασθενείς

Ένα 20 εκατοστά υψηλό κύλινδρο (16 εκατοστά σε διάμετρο) γέμισε με νερό, συμπεριλαμβανομένων των 103,3 MBq 18F-FDG. Για εξαγορές εικόνα, ο άξονας του κυλίνδρου ήταν παράλληλη με την αξονική κατεύθυνση της PET /CT.

Τα δεδομένα των ασθενών είχαν αναδρομικά ανακτήθηκαν μετά την έγκριση από την τοπική επιτροπή δεοντολογίας θεσμό της Avicenne Νοσοκομείο (Ile-de-France X) , και η απαίτηση για συναίνεση κατόπιν ενημέρωσης είχε αρθεί. την πληροφόρηση των ασθενών ήταν ανώνυμες και de-εντοπίστηκαν πριν από την ανάλυση. Ογδόντα πέντε συνεχόμενους ασθενείς με NSCLC υποβλήθηκαν σε 18F-FDG PET /CT μεταξύ Ιουλίου 2008 και Ιουν 2012 πριν από την επέμβαση. Μεταξύ αυτών, μόνο 48 ασθενείς συμπεριλήφθηκαν στη μελέτη, της οποίας συνοψίζονται στον Πίνακα 1. Όπως λεπτομερώς στην Εικόνα 1 χαρακτηριστικά, τα κριτήρια αποκλεισμού ήταν: 1) δεν υπάρχει σαφώς αναγνωρίσιμο όγκου σε εικόνες ΡΕΤ (n = 9 ασθενείς), 2) καθυστέρηση μεταξύ του χρόνου έγχυσης και του χρόνου απόκτησης αναχωρούν από το [60-90] φάσμα min (n = 12 ασθενείς) και 3) το μεταβολικό όγκο μετά κατάτμησης χαμηλότερη από 2,5 ml (n = 16 ασθενείς).

η

Όλοι οι 48 ασθενείς υποβλήθηκαν σε 18F-FDG PET /CT scan πριν από την έναρξη της θεραπείας. Οι PET /CT σαρώσεις εκτελέστηκαν στους 75 ± 9 λεπτά (εύρος: 60-90 λεπτά) μετά την ένεση του 18F-FDG (3-3,5 MBq /kg). Για όλους τους ασθενείς, το επίπεδο της γλυκόζης του ορού ήταν μικρότερη από 1,4 g /L κατά τον χρόνο της ένεσης. Όλοι οι ασθενείς υποβλήθηκαν σε χειρουργική επέμβαση, και ιστολογική ανάλυση διεξήχθη επί του δείγματος του όγκου για να προσδιοριστεί ο υπότυπος του καρκίνου (Πίνακας 1). Μεταξύ των 48 ασθενών, 28 ασθενείς είχαν αδενοκαρκίνωμα, 13 είχαν πλακώδες καρκίνωμα, ενώ 7 είχαν άλλους τύπους NSCLC. Η πλειοψηφία των ασθενών είχαν Τ2 πρωτογενή βλάβη, 15 ασθενείς είχαν μεταστάσεις λεμφαδένων. Κανένας ασθενής δεν είχε μακρινή μετάσταση ή μια προηγουμένως εντοπιστεί ήπατος παθολογία.

PET /CT εξαγορές

Όλες οι εικόνες 18F-FDG PET /CT ελήφθησαν χρησιμοποιώντας ένα Gemini TF PET /CT (Philips). Οι σαρώσεις ΡΕΤ διεξήχθησαν χρησιμοποιώντας 1,45 min ανά αποκτήσεις θέση κρεβατιού (scanner αξονικό πεδίο-of-view 18 cm) και 8 έως 10 θέσεις κρεβάτι για τους ασθενείς και 3 λεπτά για μία θέση κρεβατιού για το φάντασμα. εικόνες PET ανακατασκευάστηκαν χρησιμοποιώντας μια λίστα-mode επαναληπτικός αλγόριθμος (BLOB-OS-TF, 2 επαναλήψεις, 33 υποσύνολα) και το voxel μέγεθος ήταν 4 χιλιοστά x 4 mm x 4 mm. Ένα απλό μοντέλο διασποράς-προσομοίωσης χρησιμοποιήθηκε για τη διόρθωση σκέδασης. Για διόρθωση εξασθένησης, μια αξονική τομογραφία χαμηλής δόσης αποκτήθηκε (δεν εξομάλυνση μετά την ανακατασκευή). CT εικόνες ελήφθησαν χωρίς παράγοντα αντίθεσης, με μια αιχμή τάσης σωλήνα ακτίνων Χ των 120 kV και 140 kV, 100 mas και 32 mAs αντίστοιχα για τους ασθενείς και φάντασμα, ένα 0,69 πίσσα, με πάχος φέτα 2 mm και αύξηση του 1 mm. Το μέγεθος voxel για CT ήταν 0,68 χιλιοστά x 0,68 χιλιοστά x 0,68 χιλιοστά. εικόνες PET μετατράπηκαν σε μονάδες SUV ομαλοποιηθεί από το σωματικό βάρος του ασθενούς.

Ένταση της οριοθέτησης ενδιαφέροντος

Πέντε σφαιρικό όγκο ενδιαφέροντος (VOI-S) επικεντρώνεται σε 5 διαφορετικές θέσεις αυτόματα συντάσσεται σε φάντασμα εικόνες ΡΕΤ (Σχήμα 2Α). Η διάμετρος σφαίρας κυμαινόταν από 3 έως 17 voxels (μόνο περιττές τιμές χρησιμοποιήθηκαν για το κέντρο της σφαίρας σε ένα voxel), έτσι ώστε να μελετηθεί η επίδραση του όγκου περιοχής στις αξίες TI.

Οριοθέτηση των σφαιρών στο φάντασμα δεδομένων (Α). Κατάτμηση των όγκων σε έναν ασθενή NSCLC (Β) και μετεγκατάσταση του όγκου του όγκου στο ήπαρ του ασθενούς.

Η

Για κάθε ασθενή, ο όγκος του πνεύμονα που οριοθετείται χρησιμοποιώντας ένα προσαρμοζόμενο κατώφλι [21] όπως περιγράφεται προηγουμένως [14], με αποτέλεσμα έναν όγκο VOI-T. Αυτή η VOI (VOI-Τ) ήταν στη συνέχεια μετακόμισε και στο εσωτερικό του ήπατος (VOI-L) του ασθενούς (Εικόνα 2Β), που υποτίθεται ότι είναι ένα υγιές περιοχή ιστού αναφοράς. Αυτή η περιοχή του ήπατος αναφοράς προτιμήθηκε σε ετερόπλευρη περιοχή υγιούς πνεύμονα δεδομένου του πολύ χαμηλή πρόσληψη FDG στην κανονική πνευμονικό ιστό.

μεθόδους Αναδόμηση

Όπως αναφέρθηκε προηγουμένως, ένα πρώτο βήμα για να υπολογίσει TI είναι να επαναδειγματολήψία εντάσεις voxel χρησιμοποιώντας ένα σταθερό αριθμό των διακριτών τιμών. Αυτό το βήμα καθορίζει voxels με τους στενούς εντάσεις στην ίδια τιμή, μειώνοντας έτσι την επίδραση του θορύβου και το μέγεθος των πινάκων που απαιτούνται για την μετέπειτα επιμέτρηση TI. Οι περισσότερες προηγούμενες δημοσιεύσεις αναδειγματοληψία τις τιμές του όγκου μεταξύ του ελάχιστου (SUVmin) και τη μέγιστη (SUVmax) ένταση στον όγκο VOI, χρησιμοποιώντας: (1) όπου το R1 (x) είναι η νέα δειγματοληψία αξία σε voxel χ, I (x) είναι η τιμή στο voxel χ πριν επαναδειγματοληψία και D ο αριθμός των διακριτών τιμών, συχνά λαμβάνεται ίση με 64. Αυτή η αναδειγματοληψία ονομάζεται Σχετική Αναδόμηση (RR) στη συνέχεια. Για να ξεπεραστούν οι περιορισμοί αυτής της προσέγγισης RR (βλέπε ενότητα Αποτελέσματα), ελέγξαμε μια μέθοδο αρχική Απόλυτη Αναδόμηση (AR), στην οποία τα όρια που χρησιμοποιούνται για την αναδειγματοληψία είχαν οριστεί σε 0 και 20 μονάδες SUV που αντιστοιχεί στο τυπικό εύρος των SUVs όγκου σε ασθενείς μας , έτσι ώστε: (2)

για κάθε VOI, έχουμε νέα δειγματοληψία τις εντάσεις voxel χρησιμοποιώντας RR και AR, επιλέγοντας D ίση με 64 διακριτές τιμές [14]

για να ελέγξετε την ευρωστία του. αποτελέσματα ως συνάρτηση της υψηλής δεσμευμένο στη μέθοδο AR, υπολογίσαμε και την TI χρησιμοποιώντας τη μέθοδο AR με το υψηλό δεσμευμένο σετ έως 15 ή 25 μονάδες SUV αντί των 20 μονάδων SUV. Αυτές οι τρεις προσεγγίσεις θα συμβολίζεται AR15, AR25 Ar20 και στο εξής.

Υφή ανάλυση

Για κάθε VOI, μεταβολικές όγκο (MV) και μέγιστη SUV (SUVmax) υπολογίστηκαν. Μετά RR ή AR αναδειγματοληψία, τρεις μήτρες υφή υπολογίστηκαν όπως εξηγείται στο [14]: η συνύπαρξη μήτρα (CM), το γκρι-επίπεδο πλέγμα μήκους εκτέλεσης (GRLM) και το γκρι επίπεδο μήτρα μήκος ζώνης (GZLM). Η μήτρα συνύπαρξη υπολογίστηκε σε 13 κατευθύνσεις χρησιμοποιώντας μια απόσταση από 1 voxel, και κάθε ΤΙ υπολογίζεται από αυτή μήτρα αντιστοιχεί στη μέση τιμή των 13 κατευθύνσεις. Ομοίως, η GRLM υπολογίστηκε για 13 κατευθύνσεις, ενώ η GZLM υπολογίστηκε άμεσα σε 3 διαστάσεις.

Επτά TI προήλθαν ανά VOI χρησιμοποιώντας το σπιτικό LIFEx (

Τοπική Εικόνα Χαρακτηριστικά Εξόρυξη

) λογισμικού , επιλέγοντας ένα δείκτη ισχυρή για να κατάτμησης σε κάθε ομάδα υψηλή συσχέτιση δεικτών που είχαν διαπιστωθεί σε [14]: ομοιογένεια και η εντροπία από ΜΑΟ, short-run Έμφαση (SRE), Long-Run Έμφαση (LRE) και Run Length ανομοιομορφίας ( RLNU) με βάση GRLM και χαμηλής Gray-Level Ζώνη Έμφαση (LGZE) και τη ζώνη υψηλής γκρίζο επίπεδο Έμφαση (HGZE) από GZLM.

η στατιστική ανάλυση

για να μελετηθεί η επίδραση της αναδειγματοληψία μεθόδους για τη σχέση μεταξύ TI και του όγκου περιοχή ή μεταβολικής δραστηριότητας, μπορούμε απεικονίζονται όλα TI (μέσος όρος και τυπική απόκλιση πάνω από τις 5 θέσεις σφαίρα στο φάντασμα) ως συνάρτηση του αριθμού των voxels στο VOI-S, VOI-T και VOI- L, και ως συνάρτηση της SUVmax. Αυτά τα οικόπεδα που χαρακτηρίζεται από το συντελεστή συσχέτισης Spearman (r) μεταξύ του TI και τον όγκο περιφέρειας ή μεταξύ της TI και της περιοχής SUVmax.

Για να καθοριστεί αν η TI θα μπορούσε να γίνει διάκριση μεταξύ των διαφόρων πρόσληψη χωρικές κατανομές σε διαφορετικούς τύπους ιστών , χρησιμοποιήσαμε δοκιμές Wilcoxon του. Οι δοκιμές πραγματοποιήθηκαν για κάθε TI και για τις δύο αναδειγματοληψία μέθοδοι για τη διάκριση μεταξύ 1) των όγκων του πνεύμονα και υγιείς ιστούς και 2) αδενοκαρκίνωμα και το καρκίνωμα πλακωδών κυττάρων.

Αποτελέσματα

Σχέση μεταξύ RR-based TI και του όγκου ή SUVmax

Ο μέσος όγκος του όγκου κατά διαστήματα με τη μέθοδο προσαρμοστικής κατωφλίου ήταν 19,5 ± 26,1 ml (εύρος: [2,8 – 119,0 ml])

Τα οικόπεδα της RR-based TI ως. συνάρτηση του όγκου (Σχήμα 3 και Σχήμα S1) δείχνουν ότι οι περισσότεροι δείκτες αυξηθεί ή να μειωθεί κατά την έναρξη της καμπύλης και στη συνέχεια να φθάσουν ένα πλατώ. Η ίδια τάση παρατηρείται για τα δεδομένα φάντασμα, τους όγκους του πνεύμονα και του υγιούς ιστού. Οι τάσεις φαίνεται στο σχήμα 3Α και 3C και S1 Α, S1c και S1G σχήμα δείχνουν ότι αυτά TI συνδέονται στενά με την MV για μικρά τα VOI (| r | μεταξύ 0,74 και 0,99 για το VOI-T και οι όγκοι VOI-L). HGZE παρουσιάζει μια άλλη τάση με μεγάλες διακυμάνσεις για τα μικρά τα VOI (Σχήμα 3Ε). RLNU αυξάνει γραμμικά με τον αριθμό των voxels και ποτέ δεν φτάνει σε ένα οροπέδιο (S1E Εικ) (r = 1). Τα οικόπεδα της TI ως συνάρτηση της SUVmax (Σχήμα 3Β, 3D και 3F και S1B, S1D, S1F και S1H σχήμα) καταδεικνύουν ότι η RR με βάση το ΤΙ είναι ανεξάρτητη από την πρόσληψη στο VOI (| r | μεταξύ 0.01 και 0.43).

Αγροτεμάχια ομοιογένειας (ΑΒ), η εντροπία (CD) και HGZE (EF) ως συνάρτηση του αριθμού των voxels (A, C, E) ή ως μια συνάρτηση της SUVmax (Β, D, F) για το φάντασμα (μπλε), οι όγκοι του πνεύμονα (κόκκινο) και τους υγιείς ιστούς (πράσινο) με τη μέθοδο RR για τον υπολογισμό TI.

η

Σχέση μεταξύ AR-based TI και τον όγκο ή SUVmax

Οι συντελεστές συσχέτισης μεταξύ AR-based TI και τον όγκο (Σχήμα 4Α, 4C και 4Ε και S2A, S2C και S2G σχήμα) ήταν πολύ χαμηλότερη από ό, τι με το RR-based TI, με | r | μεταξύ 0,06 και 0,27, με εξαίρεση RLNU (S2E Σχ, r = 0,91). Ωστόσο, AR-based TI συσχετίστηκαν με SUVmax με | r | μεταξύ 0.47 και 0.98, εκτός από τα στοιχεία φάντασμα για το οποίο SUVmax ήταν σχεδόν σταθερή.

Αγροτεμάχια ομοιογένειας (ΑΒ), η εντροπία (CD) και HGZE (EF) ως συνάρτηση του αριθμού των voxels (A, C , Ε) ή ως μια συνάρτηση της SUVmax (Β, D, F) για το φάντασμα (μπλε), όγκων του πνεύμονα (κόκκινο) και υγιή ιστό (πράσινο) με τη μέθοδο υπολογισμού Ar20 TI.

η

TI διαφορές σε όγκους και υγιείς ιστούς

Συγκρίναμε τις τιμές του RR-based TI και AR-based TI στον όγκο και υγιείς ιστούς. Οι pvalues ​​του τεστ Wilcoxon του αναφέρονται στον Πίνακα 2 και η μέση τιμή, πρώτο και τρίτο τεταρτημόριο δίδονται στον Πίνακα S1 για τους δύο τύπους ιστών. Ομοιογένεια, SRE, LRE, HGZE και LGZE ήταν σημαντικά διαφορετικές (ρ & lt? 0,05) μεταξύ των περιφερειών υγιή ιστό του όγκου και, αλλά κανένας από τους pvalues ​​υπολογίζονται για RR-based TI ήταν χαμηλότερη από εκείνη που λαμβάνεται για SUVmax, υποδηλώνοντας ότι κανένας από τους RR με έδρα TI πήγε καλύτερα από ό, τι SUV σε διαχωρισμό των όγκων από υγιείς περιοχές του ιστού. Με το AR-based TI, οι pvalues ​​ήταν πάντα χαμηλότερες από αυτές που ελήφθησαν για την RR που βασίζονται σε TI, προτείνοντας μια καλύτερη ταυτοποίηση των τύπων ιστών. Ομοιογένεια, εντροπία, SRE και LRE απέδωσε pvalue χαμηλότερη από εκείνη των SUVmax. Για παράδειγμα, όπως φαίνεται στο Σχήμα 5Α και 5Β, RR-based εντροπία δεν έκανε διάκριση μεταξύ του όγκου και του υγιούς ιστού (pvalue = 0,7621), ενώ τον ίδιο δείκτη υπολογίζονται με τη μέθοδο AR θα μπορούσε να γίνει διάκριση μεταξύ αυτών των δύο τύπων ιστών (pvalue & lt? 0,0001). Τα αποτελέσματα ήταν σχεδόν αμετάβλητη μεταξύ AR15, AR25 Ar20 και (Πίνακας 2).

Boxplots του RR- βάση εντροπίας (Α) και AR-based εντροπία (Β) για καρκινικά και υγιή ιστό και RR-based ομοιογένεια (C ) και AR-based ομοιογένεια (D) για αδενοκαρκίνωμα και καρκίνωμα των πλακωδών κυττάρων και των συνδεδεμένων pvalues ​​δοκιμές Wilcoxon του.

η

Χρησιμοποιώντας την μέθοδο AR (Πίνακας 3), ιστός όγκου εμφάνισαν υψηλότερο από ό, τι HGZE υγιή ιστό, ενώ οι όγκοι είχαν χαμηλότερα ομοιογένεια και LGZE.

Η

TI διαφορές μεταξύ αδενοκαρκινώματα και πλακώδη καρκινώματα

Τα αποτελέσματα των τεστ Wilcoxon για να προσδιοριστεί εάν TI είναι σημαντικά διαφορετική σε αδενοκαρκινώματα ( n = 28) και καρκινώματα πλακωδών κυττάρων (n = 13) συνοψίζονται στον πίνακα 4. Όλα RR-based TI απέδωσε pvalues ​​υψηλότερη από 0,07, ενώ η AR-based TI πάντοτε οδήγησε σε pvalues ​​μικρότερη ή ίση με 5%. Για παράδειγμα, η ομοιογένεια υπολογίστηκαν με τη μέθοδο RR δεν ήταν σημαντικά διαφορετική μεταξύ των δύο υποτύπων του καρκίνου, ενώ ήταν με τη μέθοδο AR (Σχ 5C και 5D). Οι pvalues ​​παρατηρείται για την ομοιογένεια (pvalue = 0,0039), η εντροπία (pvalue = 0,0039), LGZE (pvalue = 0,0083) και HGZE (pvalue = 0.0076) είναι χαμηλότερα από εκείνα που λαμβάνονται για SUVmax (pvalue = 0,0108) και MV (pvalue = 0,1303) μεταξύ των δύο υποτύπων του καρκίνου με τη μέθοδο Ar20. Οι αδενοκαρκινώματα εμφανίζουν μεγαλύτερη ομοιογένεια και χαμηλότερη εντροπία από τα καρκινώματα πλακωδών κυττάρων (Πίνακας 3 και S2 Πίνακα). Αυτά τα αποτελέσματα παρέμειναν πολύ παρόμοια για τα καθεστώτα επαναδειγματοληψία AR15 και AR25.

Η

Συζήτηση

Σε αυτή τη μελέτη, δείξαμε ότι TI υπολογίζεται χρησιμοποιώντας μια μέθοδο AR ήταν λιγότερο συσχετίζονται με MV από αυτές που υπολογίστηκαν με μια μέθοδο RR και απέδειξαν ότι AR-based TI ήταν σημαντικά διαφορετικές σε υγιή και όγκου ιστών ή σε δύο υποτύπους των όγκων του πνεύμονα. Αυτές οι διαφορές ήταν υψηλότερες από αυτές που παρατηρούνται με SUVmax, MV και RR-based TI. Βρήκαμε ότι ο ιστός όγκου πνεύμονα εμφάνισαν περισσότερο ετερογενής υφή από υγιή ιστό, που αντιστοιχούν σε χαμηλότερες ομοιογένεια και μεγαλύτερη εντροπία (Πίνακας 3). Ομοίως, παρατηρήσαμε ότι ακανθοκυτταρικό καρκίνωμα απέδωσε ένα πιο ετερογενές μεταβολισμό όγκου από αδενοκαρκινώματα.

Ο πρώτος στόχος της μελέτης μας ήταν να προσδιοριστεί η επίδραση της μεθόδου επαναδειγματοληψία στην προκύπτουσα TI και η συσχέτισή τους με τον όγκο περιοχής και τα SUV. Σε αντίθεση με Brooks και Grigsby [15], χρησιμοποιήσαμε εικόνες PET ενός φαντάσματος ομοιόμορφα γεμάτη με FDG για τα πειράματά μας. Για το φάντασμα, η υφή της κατανομής FDG ήταν μόνο εκείνη του σήματος ΡΕΤ το οποίο χωρικά συσχετίζεται στις ανακατασκευασμένες εικόνες [22], καθώς δεν υπήρχε «φυσιολογική» υφή στο φάντασμα. Η συμπεριφορά του TI ως συνάρτηση του όγκου της περιοχής που χρησιμοποιείται για τον υπολογισμό του θα μπορούσε έτσι να διερευνηθεί χωρίς καμία σύγχυση παράγοντας δυνητικά εισάγεται από μια υποκείμενη φυσιολογικό σήμα. Κατά τη χρήση της συνήθους αναδειγματοληψία RR, βρήκαμε ότι η αλλαγή στην εντροπία (Σχήμα 3C) με τον όγκο VOI ήταν πολύ παρόμοια με αυτή που αναφέρθηκε προηγουμένως στο [15], αποδεικνύοντας τη σημασία της μελέτης φάντασμα μας να χαρακτηρίζει τη σχέση μεταξύ TI και όγκου περιοχή. Επιπλέον, βρήκαμε ότι οι περισσότεροι TI συμπεριφέρονται πραγματικά σαν εντροπία σε σχέση με την εξάρτησή τους από τον όγκο του όγκου, με υψηλή εξάρτηση από την ένταση για μικρό όγκο και στη συνέχεια σταθερές τιμές TI πέρα ​​από ένα ορισμένο όγκο. Παρόλα αυτά, ο όγκος από τον οποίο επιτεύχθηκε ποικίλο το οροπέδιο από το ένα TI στο άλλο (βλέπε σχήμα 3Α και 3C και S1 Α, S1c και S1G σχήμα). Παρατηρήσαμε επίσης ότι ορισμένες TI ποτέ φτάσει σε ένα οροπέδιο, επιβεβαιώνοντας ότι οι δείκτες αυτοί ήταν φτωχοί περιγραφείς υφής (RLNU, βλέπε [14]).

Βρήκαμε επίσης ότι η σχέση μεταξύ της TI και MV ήταν παρόμοια με διακεκομμένες γραμμές δεδομένων και σε κλινικά δεδομένα (Σχήμα 3), αποδεικνύοντας για πρώτη φορά ότι η προσέγγιση φάντασμα ήταν κατάλληλη για να χαρακτηρίσει την εξάρτηση TI για τον όγκο, όπως παρατηρείται σε ασθενείς, παρά τις διαφορές στην κατανομή SUV (Σχήμα 3) και σήματος προς θόρυβο αναλογίες μεταξύ του φαντάσματος και κλινικά δεδομένα (φάντασμα: 11 kBq /mL σε χρόνο σάρωσης σαρωθεί για 3 λεπτά? ασθενή: 3-3,5 kBq /mL σε χρόνο σάρωσης σαρωθεί για 1,45 λεπτά ανά θέση κρεβάτι).

Εν κατακλείδι τους , Brooks και Grigsby [15] συνέστησε τον υπολογισμό εντροπία μόνο σε περιοχές που είναι μεγαλύτερη από 45 εκατοστά

3, το οποίο περιορίζει σημαντικά τη χρήση της TI. Το εναλλακτικό σύστημα AR αναδειγματοληψία προτείνουμε πραγματικά ξεπεραστεί αυτός ο περιορισμός και να επιτρέψει τον υπολογισμό της TI, χωρίς την εισαγωγή ενός μεγάλου προκατάληψη που σχετίζεται με τον όγκο του όγκου. Το σκεπτικό για τη μέθοδο AR είναι ότι το φάσμα των SUV σε ένα δεδομένο όγκο πράγματι παρέχει ήδη πληροφορίες σχετικά με την ετερογένεια του όγκου, ανεξάρτητα από την χωρική διάταξη αυτών των τιμών εντός ενός όγκου. Πράγματι, αναμένεται ότι αν μια περιοχή του όγκου περιλαμβάνει ένα ευρύ φάσμα τιμών SUV, ο όγκος θα είναι περισσότερο ετερογενής από ότι εάν όλα SUV είναι παρόμοια. Ως εκ τούτου, αφαιρώντας τις πληροφορίες γκάμα SUV χρησιμοποιώντας την εξίσωση (1) στο βήμα επαναδειγματοληψίας δεν φαίνεται να έχει σημασία για την εκτίμηση της υφής του όγκου. Αντιθέτως, το γεγονός ότι TI συσχετίζονται με SUV (Σχήμα 4) δεν φαίνεται αντιφατικό, δεδομένου ότι η γκάμα των SUV σε έναν όγκο πράγματι αντανακλά ήδη κάποια ετερογένεια όγκου: για παράδειγμα, εάν SUV κυμαίνεται από 2 έως 10 σε έναν όγκο, το αναμένεται να είναι περισσότερο ετερογενής από έναν όγκο στον οποίο SUV διαφέρει μόνο από 2 έως 3.

Αναδόμηση μεταξύ σταθερών ορίων χαμηλής και υψηλής SUV, ως εκ τούτου διατηρεί αυτές τις χρήσιμες πληροφορίες SUV στον υπολογισμό TI. Εμείς επέλεξε αυθαίρετα 0 ως δεσμεύεται χαμηλή και 20 ως ένα υψηλό όριο, καθώς αυτό είναι συνήθως το εύρος των SUV που ανέκυψαν κατά τις κλινικές. Για να εκτιμηθεί η επίπτωση της αυθαίρετης υψηλής δεσμευμένο αξίας, ερευνήσαμε την ευρωστία των αποτελεσμάτων μας κατά την αλλαγή του υψηλότερου συνδεδεμένο με 15 ή 25 μονάδες SUV (Πίνακες 2 και 4) και διαπίστωσε ότι τα συμπεράσματα παρέμεινε αμετάβλητη, αποδεικνύοντας ότι η επιλογή αυτής της υψηλής δεσμευμένο δεν είναι κρίσιμη.

Χρησιμοποιώντας AR-based TI, είναι δυνατό να προσδιοριστεί αν υφής χαρακτηριστικά είναι διαφορετική εξαρτώμενη από τον τύπο του ιστού, χωρίς να επηρεάζεται από τις διαφορές στον όγκο του υπό ανάλυση ιστού. Ως πρώτο

in vivo

μοντέλο που θα μπορούσε να χρησιμεύσει ως πρότυπο παιχνίδι, ερευνήσαμε πρώτα αν TI ήταν σημαντικά διαφορετική σε υγιή και όγκου ιστών. Αν και είναι προφανές ότι αυτή η διάκριση δεν είναι κλινικά σημαντική, TI πρέπει να επιτρέπει τη διάκριση μεταξύ υγιών και καρκινικών ιστών, εφόσον αναμένεται ότι θα είναι χρήσιμο να γίνεται διάκριση μεταξύ λεπτές διαφορές στους τύπους ιστών. Χρησιμοποιώντας αυτό το μοντέλο παιχνίδι, αποδείξαμε ότι όλοι 7 TI ήταν σημαντικά διαφορετική μεταξύ των δύο αυτών τύπων ιστών όταν χρησιμοποιείται η μέθοδος AR, ενώ αυτό δεν ήταν η περίπτωση όταν χρησιμοποιείται η μέθοδος RR. Υγιή ιστό ήταν περισσότερο ομοιογενής από ιστό του όγκου (Πίνακας 3), όπως φαίνεται από τις υψηλότερες ομοιογένεια και κατώτερες τιμές εντροπίας στο ήπαρ σε σύγκριση με το όγκου σε ασθενείς με NSCLC μας. Ομοίως, παρατηρήσαμε ότι οι όγκοι περιείχαν λιγότερο «χαμηλού γκρίζου επιπέδου» και πιο «υψηλής γκρίζο επιπέδου» voxels από υγιή ιστό (πίνακας 3), που αντιστοιχεί στη μείωση LGZE και υψηλότερα HGZE σε όγκους, η οποία είναι και πάλι αυτό που θα μπορούσε να αναμένεται διαισθητικά. Για το καλύτερο της γνώσης μας, μόνο δύο μελέτες συνέκριναν το φάσμα της TI σε όλους τους τύπους ιστών μέχρι στιγμής. Χρησιμοποιώντας 103 χωρίς θεραπεία σε ασθενείς με οστών και των μαλακών ιστών βλάβες, Xu et al [23] έδειξε ότι TI από PET και CT εικόνες θα μπορούσε να γίνει διάκριση μεταξύ κακοήθεις και καλοήθεις βλάβες. Βρήκαν ότι η εντροπία από τις εικόνες FDG-PET ήταν υψηλότερη σε κακοήθεις όγκους σε σχέση με καλοήθεις αλλοιώσεις. Η δεύτερη μελέτη [24] ανέφεραν ότι η αντίθεση TI (από CM) ήταν μεγαλύτερη στο ήπαρ σε σύγκριση με τους όγκους για 11 ασθενείς με καρκίνο του μαστού που υποβλήθηκαν σε φθοροθυμιδίνη (FLT) ΡΕΤ scan πριν από τη θεραπεία. Στη μελέτη μας, βρήκαμε ότι το ίδιο δείκτη αντίθεσης (τα δεδομένα δεν δείχνονται) ήταν υψηλότερη σε όγκους του πνεύμονα (διάμεση 26,0, εύρος: [1,2 – 219,7]) από ότι σε ιστό ήπατος (διάμεση 1,1, εύρος: [0.5-2.8]). Αυτά τα αντιφατικά αποτελέσματα μπορεί να εξηγηθεί από τη χρήση των διαφορετικών χρωστικών ουσιών, από τον χαμηλό αριθμό των ασθενών στο [24], με τη συμπερίληψη των όγκων με πολύ ετερογενή όγκους (2,65 έως 540,99 mL), δίχως να καταβάλλουν αυτές τις διαφορές στις ποσότητες και με τη χρήση της RR αντί του AR. Είναι σημαντικό να υπογραμμιστεί ότι κατά τη χρήση RR, κανένας από τους TI απέδωσε ένα pvalue χαμηλότερο από εκείνο των SUVmax, ενώ κατά τη χρήση της μεθόδου AR, 4 από 7 TI έκανε καλύτερα από ό, τι SUVmax σε διάκριση μεταξύ του όγκου και υγιή ιστό, αποδεικνύοντας το καταλληλότητα της μεθόδου AR. Δεδομένου ότι η AR-based TI αντανακλούν επίσης κάποιες πληροφορίες SUV, ελέγξαμε το πώς οι pvalues ​​δοκιμών Wicoxon του AR-based TI σε σύγκριση με τις pvalues ​​του συνδυασμού μεταξύ RR-based TI και SUVmax (S3 Πίνακας). Βρήκαμε ότι η AR-based TI οδήγησαν σε πολύ παρόμοια αποτελέσματα σε σύγκριση με το RR-based TI σχετίζονται με SUVmax τη χρήση λογιστικής παλινδρόμησης με χαμηλότερο pvalues ​​για την ομοιογένεια, εντροπία, SRE και LGZE να διαφοροποιηθούν όγκου και υγιείς ιστούς. Ένα πλεονέκτημα της χρήσης AR-based TI είναι ότι περιλαμβάνει σταθερά TI και SUV πληροφορίες σε ένα ενιαίο δείκτη, το οποίο θα μπορούσε να διευκολύνει τη χρήση του σε ένα κλινικό περιβάλλον σε σύγκριση με τον συν-ανάλυση των δύο δεικτών (RR-based TI και SUV).

Για να προσδιοριστεί αν TI ήταν διαφορετικά μεταξύ των υποτύπων του όγκου, παρατηρήσαμε ξανά ότι με τη μέθοδο AR, υποτύπους όγκου ήταν καλύτερα από ό, τι διακρίνονται με τη μέθοδο RR (Πίνακας 4). TI αντανακλάται διαφορές μεταξύ FDG μοτίβο πρόσληψη στα αδενοκαρκινώματα και καρκινώματα πλακωδών κυττάρων: τα αδενοκαρκινώματα ήταν πιο ομοιογενής, με υψηλότερη ομοιογένεια και χαμηλότερη εντροπία, και είχε λιγότερο «υψηλής γκρίζο επιπέδου» voxels από τα καρκινώματα πλακωδών κυττάρων (Πίνακας 3). Chi-2 τεστ Pearson έδειξαν ότι μόνο η παρουσία νέκρωσης μετρούμενη στα εκτομή δείγμα ήταν σημαντικά διαφορετική μεταξύ των δύο υποτύπων του καρκίνου (pvalue & lt? 0,01), σε αντίθεση με το στάδιο Τ, Ν στάδιο και το επίπεδο της διαφοροποίησης (Πίνακας 5). έτσι μπορούμε να υποθέσουμε ότι η AR-based TI θα μπορούσε να συλλάβει την παρουσία της ιστολογικής νέκρωση. Στη μελέτη τους, Asamura κ.ά. [25] έδειξε ότι οι ασθενείς με καρκινώματα πλακωδών κυττάρων είχε μια χειρότερη πρόγνωση από εκείνους με αδενοκαρκινώματα, μετά από χειρουργική εκτομή, με βάση τις 11.939 ασθενείς. Επιπλέον, οι καρκινώματα πλακωδών κυττάρων παρουσιάζουν υψηλή πολλαπλασιαστική δείκτη σε σύγκριση με τα αδενοκαρκινώματα [26]. Συνολικά, τα αποτελέσματα αυτά δείχνουν από AR-based TI μπορεί να βοηθήσει στην αντικειμενική αξιολόγηση της επιθετικότητας του όγκου από τον αποτελεσματικό συνδυασμό των πληροφοριών υφή και SUV σε ένα μόνο δείκτη. Για τρεις TI (ομοιογένεια, εντροπία και LGZE), η χρήση του AR-based TI οδήγησε σε μια καλύτερη διάκριση μεταξύ των τύπων όγκου από το συνδυασμό των δεικτών RR-based με SUVmax (S3 Πίνακας).

Η

Η μέθοδο AR είναι κοντά με τη μέθοδο επαναδειγματοληψία χρησιμοποιείται από Leijenaar et al [19], όπου οι συγγραφείς νέα δειγματοληψία εντάσεις voxel με σταθερό πλάτος κάδο των 0,5 μονάδων SUV. Η προσέγγισή τους αντιστοιχεί πραγματικά στην χρήση AR με το μέγιστο όριο του 32 μονάδες SUV. Με μέγιστο όριο του 20 μονάδες SUV και 64 διακριτές τιμές, ο κάδος-πλάτος είναι περίπου 0,3 μονάδες SUV, γεγονός που καθιστά την TI ευαίσθητη σε μικρότερες διακυμάνσεις voxel SUV σε σύγκριση με το πλάτος κάδο 0,5 μονάδες SUV. Το βέλτιστο μέγεθος bin θα μπορούσε να διερευνηθεί περαιτέρω, αλλά έχουμε ήδη αποδείξει ότι τα αποτελέσματά μας δεν εξαρτώνται σε μεγάλο βαθμό από αυτό (πίνακες 2 και 4).

Τα αποτελέσματά μας θα πρέπει να επιβεβαιωθεί με τη χρήση μεγαλύτερων ομάδες, αφού μελετήσαμε μόνο τη διάκριση υποτύπων μεταξύ 28 αδενοκαρκινώματα και 13 ακανθοκυτταρικό καρκίνωμα. Επιπλέον, τα συμπεράσματά μας θα πρέπει να επικυρωθεί με τη χρήση διαφορετικών τύπων καρκίνου, και το επόμενο βήμα θα είναι η δημιουργία αναμενόμενες φυσιολογικές τιμές TI ως συνάρτηση του τύπου του ιστού, έτσι ώστε TI θα μπορούσε να χρησιμοποιηθεί μελλοντικά σε ατομική βάση για κάθε ασθενή να αξιολογήσει την ομοιογένεια του όγκου, αντί να χρησιμοποιείται μόνο σε αναδρομικές μελέτες, όπως έχει αναφερθεί μέχρι στιγμής.

σε εξέλιξη η τυποποίηση των πρωτοκόλλων απεικόνισης PET θα πρέπει να καταστήσει ευκολότερο να καθορίσει αργότερα κάποιους κοινούς κανόνες για TI ερμηνεία, επίσης, αντιπροσωπεύοντας TI μεταβλητότητα ως συνάρτηση του τρόπου απόκτησης και ανακατασκευή των παραμέτρων PET που περιγράφηκε προηγουμένως από Galavis et al [13]. Επιπλέον, όπως υπογραμμίζεται στο παρελθόν [14], η σημασία της TI θα πρέπει πάντα να μελετηθεί από τη μέτρηση της πρόσθετης αξίας της για το χαρακτηρισμό των όγκων σε σχέση με την ευρέως χρησιμοποιούμενη SUV και μέσης τάσης.

Για να ολοκληρώσω, υφής μοτίβα της μεταβολικής δραστηριότητας μπορεί να να μετρηθεί χωρίς να μεροληπτεί από τον όγκο περιοχή, χρησιμοποιώντας μια απόλυτη μέθοδο αναδειγματοληψία ίδιες για όλους τους όγκους και τη διατήρηση των πληροφοριών SUV που αντανακλούν ήδη κάποια ετερογένεια των όγκων. Έχουμε αποδείξει ότι AR-based TI ήταν σημαντικά διαφορετικές σε όγκους πνεύμονα και υγιούς ιστού και επίσης σε πλακώδες καρκίνωμα και το αδενοκαρκίνωμα, και ότι αυτές οι διαφορές ήταν μεγαλύτερες από εκείνες που παρατηρήθηκαν με SUVmax ή MV. Αυτά τα αποτελέσματα δείχνουν ότι το AR-based TI συλλάβει τις σχετικές πληροφορίες σχετικά με το εύρος και την χωρική κατανομή των SUV και θα μπορούσε να είναι ενδιαφέρον να εμπλουτίσουν το προφίλ του όγκου σε radiomic αναλύσεις [27] που στοχεύουν σε μια συνολική χαρακτηρισμό των όγκων με βάση τα χαρακτηριστικά της εικόνας.

Υποστήριξη Πληροφορίες

S1 Εικ. RR-based TI ως συνάρτηση του MV και SUVmax.

Οικόπεδα SRE (ΑΒ), LRE (CD), RLNU (EF) και LGZE (GH) ως συνάρτηση του αριθμού των voxels (A, C, E , G) ή ως μια συνάρτηση της SUVmax (Β, D, F, η) για την φάντασμα (μπλε), όγκων του πνεύμονα (κόκκινο) και υγιή ιστό (πράσινο) με τη σχετική επαναδειγματοληψία

doi:. 10.1371 /περιοδικό. pone.0145063.s001

(ΔΕΘ)

S2 Εικ. AR-based TI ως συνάρτηση του MV και SUVmax.

Οικόπεδα SRE (ΑΒ), LRE (CD), RLNU (EF) και LGZE (GH) ως συνάρτηση του αριθμού των voxels (A, C, E , G) ή ως μια συνάρτηση της SUVmax (Β, D, F, η) για την φάντασμα (μπλε), όγκων του πνεύμονα (κόκκινο) και υγιή ιστό (πράσινο) με την απόλυτη επαναδειγματοληψία

doi:. 10.1371 /περιοδικό. pone.0145063.s002

(ΔΕΘ)

S1 πίνακα. Σημαίνει, πρώτο και τρίτο τεταρτημόριο (Q1, Q3) του RR-based και AR-based TI για ιστό του όγκου και υγιείς ιστούς

doi:. 10.1371 /journal.pone.0145063.s003

(ΔΕΘ)

S2 πίνακα.