- Analysis and measurement of tumour heterogeneity through multi-modality imaging
- Baiocco, Serena <1989>
Subject
- ING-INF/06 Bioingegneria elettronica e informatica
Description
- Cancer is among the leading causes of mortality worldwide. The need for more effective functional biomarkers as well as the awareness of the complexity of tumour biology, which reflects the tissue heterogeneity, have prompted the use of imaging modalities able to detect its biological aspects. Dynamic Contrast Enhanced-Computed Tomography (DCE-CT), Magnetic Resonance Imaging (MRI) and Positron Emission Tomography (PET) have shown promising results. However, there is still need for proper reliability analyses and development of more quantitative approaches, involving the evaluation of tumour heterogeneity. Part I presents topics and issues regarding the image-based biomarkers used till now, as well as the methodological contributions introduced; Part II is dedicated to the applications of the methodological approaches devised. A reliability analysis of the perfusion maps from DCE-CT has been performed. Downstream of this analysis, the ability of perfusion parameters to improve characterization of lung cancer subtypes has been investigated. Then, an automatic methodological approach has been developed to classify spatio-temporal heterogeneity of lung tumours, as visually performed by radiologists. A novel local-based method has been developed to evaluate the intra-tumoral heterogeneity. The ability of the features extracted to act as a prognostic image-based biomarker has been early assessed. To face the issue of the high variability characterising PET data, a robust approach was introduced to represent a high-uptake activity. To this purpose, a method to perform a 3D PET segmentation has been developed. Then, a multi-modal analysis of the intra-tumoural heterogeneity has been performed in the gastro-oesophageal junction (GOJ) cancer. GOJ heterogeneity has been analysed on FDG-PET/CT and FDG-PET/MRI series. Texture features have a better performance in prognosis compared to the commonly used parameters PET- and MRI-derived. Finally, an algorithm to detect sub-regions in tumour volume has been developed to combine multi-modal information. To this purpose, a 3D registration algorithm was implemented.
- Il cancro è tra le principali cause di morte al mondo. La necessità di biomarker efficaci e la consapevolezza dell'estrema complessità biologica dei tumori, che si riflette nella loro eterogeneità, hanno spinto per l'utilizzo di tecniche di imaging in grado di rilevarne gli aspetti biologici peculiari. La Tomografia Computerizzata perfusionale (TCp), la Risonanza Magnetica (RM) e la Tomografia ad Emissione di Positroni (PET) hanno mostrato risultati promettenti, tuttavia ostacolati dalla quasi assenza di approcci orientati ad un'analisi quantitativa dei biomarker e di opportune analisi dell'affidabilità dei dati. La prima parte della Tesi presenta argomenti e problematiche relativi ai biomarker finora utilizzati, e i contributi metodologici introdotti; la seconda parte della Tesi è dedicata alle applicazioni dei metodi sviluppati. È stata effettuata un'analisi dell'affidabilità dei valori perfusionali. A valle di questa, è stata indagata l'abilità dei parametri perfusionali a migliorare la caratterizzazione di due istotipi di carcinoma polmonare. È stato sviluppato un metodo automatico per classificare l'eterogeneità spazio-temporale, così come effettuato visivamente dai radiologi. È stato sviluppato un metodo basato sull'analisi locale per misurare l'eterogeneità tumorale ed il valore prognostico delle feature è stato preliminarmente valutato. Per fronteggiare l'elevata variabilità dei dati PET, è stato introdotto un metodo robusto in grado di dare una misura dell'elevata captazione di un tessuto. È stato sviluppato, quindi, un metodo per la segmentazione 3D da immagini PET. È stata eseguita un'analisi multi-modale dell'eterogeneità su tumori gastro-esofagei. L'eterogeneità di questi tumori è stata analizzata su immagini acquisite con PET/TC e PET/RM. Le texture feature derivate hanno mostrato una migliore efficacia nella valutazione della prognosi, rispetto a quella ottenuta con i parametri comunemente utilizzati. Infine, è stato sviluppato un algoritmo per il rilevamento delle regioni interne ai volumi tumorali, al fine di combinare informazioni multi-modali, ed è stato conseguentemente implementato un algoritmo di registrazione 3D.
Date
- 2019-04-08
Type
- Doctoral Thesis
- PeerReviewed
Format
- application/pdf
Identifier
urn:nbn:it:unibo-25142
Baiocco, Serena (2019) Analysis and measurement of tumour heterogeneity through multi-modality imaging, [Dissertation thesis], Alma Mater Studiorum Università di Bologna. Dottorato di ricerca in Ingegneria biomedica, elettrica e dei sistemi