Abhängigkeit der Intensitätsgrenzwerte zur optimalen F-18-FET-PET-basierten Gliom-Segmentierung von Tumorform und Intensitätsparametern

Ziel/Aim Eine zuverlässige Tumordelineation ist für die Diagnostik und Therapieplanung von Gliomen erforderlich. Für die F-18-FET-PET-basierte Gliom-Segmentierung wird üblicherweise ein Hintergrund-basierter Grenzwert genutzt, der die Tumorgrenzen jedoch nicht immer korrekt wiedergibt. Um die optimalen Grenzwerte zu bestimmen und deren mögliche Abhängigkeit von Tumorform und Intensitätsparametern zu evaluieren, wurden in dieser Studie Ground Truth Aktivitätsverteilungen generiert und als Input für PET-Simulationen genutzt.

Methodik/Methods Aus statischen FET-PET Bildern von 95 Gliompatienten wurden durch Spiegelung der gesunden Gehirnhälften künstlich Läsions-freie Bilder erzeugt. Jedes Bild wurde in zusammenhängende Volumina innerhalb definierter Intensitätsbereiche unterteilt und mit realistischen Aktivitäten befüllt. Anschließend wurden zufällig aus FET-PET-Daten extrahierte Gliome eingefügt und aus diesen Ground Truth Daten mittels dPETSTEP [1] künstliche PET Bilder simuliert. Zur Delineation wurden multiple Grenzwerte evaluiert, die auf Hintergrund- (I_BG), maximaler Intensität (I_Max) und Kontrast (I_Max-I_BG) basieren: F_BGxI_BG, F_MaxxI_Max, und (I_Max-I_BG)xF_BG,Max+I_BG. Idealerweise sollten die über Dice-Koeffizienten optimierten Faktoren F Läsions-unabhängig sein. Eine mögliche Abhängigkeit von Tumorform und Intensitätsparametern wurde mit multipler Regression modelliert und mit Korrelationsanalyse untersucht.

Ergebnisse/Results F_BG war am stärksten durch die eingeschlossenen Parameter beeinflusst (korrigiertes R² von 64 %), F_Max etwas weniger (33 %) und F_BG,Max am wenigsten (23 %). Während mit F_BG und F_Max nahezu alle Parameter eine hoch signifikante Korrelation aufwiesen (insb. Oberflächen-zu-Volumen Verhältnis und die 10 % und 90 % Perzentile), war F_BG,Max vorwiegend Parameter-unabhängig. Der mittlere Dice-Koeffizient des klinisch etablierten F_BG=1,6 betrug 0,8 ± 0,2 und des optimalen F_BG,Max 0,9 ± 0,1.

Schlussfolgerungen/Conclusions Die signifikante Abhängigkeit von Tumorform und Intensitätsparametern eines rein auf dem Hintergrund oder rein auf dem maximalen Läsions-Signal basierenden Grenzwertes kann durch einen Kontrast-basierten Grenzwert stark reduziert werden.

• Literatur/References

• 1 Haggstrom I. et al., Dynamic PET simulator via tomographic emission projection for kinetic modeling and parametric image studies. Med Phys, 2016; 43 (06) ): p. 3104-3116.

Publication History

Article published online:
08 April 2021