Multimodale „Radiomics“ Datenanalyse und Visualisierung

Einleitung:

Die Individualisierung von Therapieregimen findet gerade in der Onkologie vermehrt Einzug in den klinischen Alltag. Multimodale Datenbanken stehen für einzelne Patienten zur Verfügung, um Outcome- und therapierelevante komplexere Endotypen und multiparametrische Biomarkersignaturen zu identifizieren. Die auf radiologischen Metadaten basierten – „Radiomics“-Signaturen, die mit klinischen, histologischen und genetischen Daten korreliert werden können, sind hierfür kennzeichnend. Eine der größten Herausforderungen stellt die Aufarbeitung und Visualisierung multimodaler, großer Datenmengen dar.

Methode:

Wir erstellten eine Datenbank mit klinischen, histologischen und radiologischen Metadaten von 100 Patienten mit einem Kopf-Hals-Plattenepithelkarzinom und einem Follow-up von 2 Jahren. Für die Evaluation radiologischer Metadaten aus prätherapeutischen CT-Bildern wurden der Primärtumor manuell und die Lymphknotenmetastasen semiautomatisch mit einer für diese Anwendung vom Fraunhofer-Institut entwickelten Software segmentiert. Radiomics-Merkmale wurden aus den resultierenden Metadaten durch entsprechende Algorithmen erstellt.

Ergebnisse:

Aus den vorliegenden Daten konnten individuelle Radiomics-Merkmale erstellt und in klinischen sowie histopathologischen Kontext gesetzt werden. Die Daten erlaubten die Identifikation einzelner Patienten-Subgruppen sowie eine Korrelation und benutzerfreundliche Visualisierung der Merkmale der unterschiedlichen Datenpools.

Schlussfolgerung:

Eine Etablierung von Radiomics-Merkmalen sowie deren Korrelation konnte dargestellt und in neuartiger Weise visualisiert werden. Die visualisierte Analyse erlaubt ein intuitiveres Erkennen einzelner Subgruppen und Datenkorrelationen, die die Identifikation einer Radiomics-Signatur erleichtert.

Publication History

Publication Date:
18 April 2018 (online)