Identification and application of image biomarkers for the prediction of radiotherapy treatment response in head and neck cancer patients

Detalhes bibliográficos
Autor(a) principal: Ribeiro, Cássia Oraboni
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/20768
Resumo: Tese de mestrado integrado, Engenharia Biomédica e Biofísica (Radiações em Diagnóstico e Terapia)Universidade de Lisboa, Faculdade de Ciências, 2015
id RCAP_eb32e2921668fe7cad46ad43e4d5a847
oai_identifier_str oai:repositorio.ul.pt:10451/20768
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Identification and application of image biomarkers for the prediction of radiotherapy treatment response in head and neck cancer patientsRadioterapiaRadiomicsCTTumorBiomarcadores de imagemTeses de mestrado - 2015Departamento de FísicaTese de mestrado integrado, Engenharia Biomédica e Biofísica (Radiações em Diagnóstico e Terapia)Universidade de Lisboa, Faculdade de Ciências, 2015A radioterapia é uma modalidade de tratamento de cancro amplamente utilizada em todo o mundo. Este tipo de terapia tem como principal objectivo focalizar uma alta dose de radiação para o tumor e ao mesmo tempo minimizar a exposição dos tecidos saudáveis presentes à volta do mesmo. A concretização deste tipo de tratamento com alguma precisão e eficiência já se torna possível graças às mais modernas técnicas, tais como a Radioterapia Conformacional em 3D (3D-CRT), Radioterapia de Feixe de Intensidade Modulada (IMRT) e Terapia Arc Modulado Volumétrico (VMAT). O surgimento destas técnicas foi possível devido à modernização de modalidades de imagens usadas em oncologia. Mais concretamente, deve-se ao surgimento da Tomografia Computadorizada, usualmente conhecida por CT (do inglês Computed Tomography), que é o tipo de imagem principal e mais utilizada em radioterapia. Contudo, apesar de todos estes avanços, actualmente ainda não é possível prever com precisão o resultado de um determinado tratamento de radioterapia para um paciente específico. Seria bastante útil conseguir obter esta informação mesmo antes de se sujeitar o paciente à radiação, por forma a adaptar o tratamento de acordo com as necessidades e características da doença. Esta prática designa-se por medicina personalizada e permite resultados muito mais promissores para uma determinada terapia. A CT tem a vantagem de ser um método não invasivo. É possível através das imagens a 3 dimensões produzidas conseguir-se distinguir (visualmente) diferentes características de um tumor, relativamente à sua intensidade, forma, tamanho ou textura. Neste contexto, surge um campo emergente em processamento de imagem designado por radiomics. Este método permite caracterizar uma imagem quantitativamente, o que possibilita a definição muito mais precisa do fenótipo de um determinado tumor. Radiomics trata da extracção das designadas, ao longo desta tese, características quantitativas de uma imagem. Assim, neste projecto de estágio foi estudada a possibilidade de se conseguir prever a eficiência de um tratamento de radioterapia através da aplicação de radiomics em imagens de CT. A população em estudo foram os doentes com carcinoma espinocelular de cabeça e pescoço (HNSCC). A eficiência do tratamento foi estudada através da análise de sobrevivência de 310 pacientes portadores desta doença e que fizeram tratamento com radioterapia no University Medical Center Groningen (UMCG). Este centro hospitalar, localizado na cidade de Groningen (no norte da Holanda), foi o local do estágio efectuado por 9 meses para a realização deste projeto. Utilizou-se o Matlab para implementar 125 algoritmos diferentes de características de imagem. Posteriormente, os valores destas características de imagem foram extraídos das imagens de CT dos tumores dos 310 pacientes analisadas. O software de estatística designado por R foi o programa maioritariamente utilizado na parte da análise dos valores obtidos das características de imagem para os pacientes deste estudo. As características de imagem implementadas foram divididas em 3 grupos diferentes. O primeiro grupo consiste no cálculo de métricas a partir do histograma de intensidade de todos os voxels da imagem ce CT que contém o tumor. O segundo grupo traduz a forma e tamanho do tumor e por fim, o último e terceiro grupo, quantifica a heterogeneidade do mesmo. Apenas as características de imagem implementadas que mostrem uma diferença significativa (entre valores baixos e altos dessa mesma característica) na sobrevivência após início do tratamento serão investigadas em mais pormenor e designados ao longo desta tese por biomarcadores de imagem. O objectivo deste projeto é encontrar estes biomarcadores de imagem e determinar o seu desempenho na previsão do resultado de um tratamento de radioterapia. Em publicações anteriores, já se provou a relação de certas características quantitativas de uma imagem, qua traduzem especificações do tumor, com a sobrevivência [1]. Por isso, numa primeira fase da análise estatística deste projeto, alguns dos resultados já obtidos por trabalhos anteriores foram validados cm os pacientes disponíveis para este estudo. A mais-valia que esta tese traz para o campo de radiomics é a análise da influência dos valores das características de imagem na, para além da sobrevivência no geral, recorrência do tumor e no aparecimento de metástases. Novas e diferentes características de imagem foram também implementadas. Após o início da análise dos dados ao longo do estágio, foram encontrados 55 biomarcadores de imagem (44% das 125 características de imagem implementadas), o que mostra o potencial do conceito de radiomics na prática clínica de radioterapia. Para além disso, através de um método eficiente de selecção de varáveis, pretendeu-se escolher as 3 melhores características de imagem, de forma a combiná-las num modelo capaz de prever a sobrevivência de pacientes com carcinoma espinocelular de cabeça e pescoço tratados com radioterapia. O método de selecção garantiu que as características de imagem seleccionadas tivessem valores estáveis, não fossem correlacionadas entre si e apresentassem (individualmente e em combinação) os mais altos valores de desempenho de prognósticos possíveis. Segundo este método, os 3 biomarcadores de imagem seleccionados designam-se por: Uniformity, Surface density e Size zone non- uniformity, correspondentes ao primeiro, segundo e terceiro grupo respectivamente. Estas 3 características em combinação designam-se por assinatura de biomarcadores de imagem. O desempenho de um modelo contendo estes 3 biomarcadores de imagem foi muito promissor e após validação interna obteve-se um valor de aproximadamente 0.65 (numa escala de 0.5 até 1), que é considerada uma performance de prognóstico muito promissora. De forma a analisar o valor suplementar de características quantitativas de imagem na prática de radioterapia, foram comparados o desempenho de prognóstico da assinatura de biomarcadores de imagem com inúmeros parâmetros específicos de pacientes já comummente utilizados na clínica. A assinatura de biomarcadores de imagem obteve um desempenho superior a todos os parâmetros excepto o designado WHO, que se trata de uma pontuação dada pelo médico antes do tratamento que incide sobre o estado físico do paciente (se é totalmente independente e ativo). É natural que este parâmetro consiga prever minuciosamente o resultado do tratamento visto que a eficiência do mesmo depende bastante das condições físicas prévias do paciente. Para se conseguir um melhor poder de prognóstico, decidiu-se então combinar a assinatura de biomarcadores de imagem com a pontuação WHO num modelo designado por modelo final. Com o modelo final, obteve-se uma performance de aproximadamente 0.73, que indica uma capacidade excelente de predição. Finalmente, após a obtenção de uma assinatura de biomarcadores de imagem e de um modelo final, desenvolveu-se sistemas de estratificação de risco pré-tratamento, que acaba por ser mais uma das grandes novidades que este projecto traz para o campo de radiomics no geral. Estes sistemas baseiam-se na assinatura de biomarcadores de imagem e no modelo final para diferenciar (previamente ao tratamento) os pacientes considerados com baixo risco e com alto risco de morte, recorrência de tumor ou metástases. As diferenças obtidas para os dois grupos de risco foram bastante significativas em qualquer um dos casos (morte, recorrência ou metástases). Neste projecto, estes sistemas de risco foram desenvolvidos com a informação dos pacientes disponíveis, mas a ideia é serem aplicados a um conjunto externo de doentes pertencentes à mesma população. Isto traz inúmeros benefícios clínicos, pois torna-se possível o desenvolvimento da medicina personalizada, e consequentemente, o aumento das taxas de sucesso de radioterapia nos pacientes com carcinoma espinocelular de cabeça e pescoço. Os resultados obtidos ao longo do estágio foram bastantes promissores, indicando o poder de prognóstico das características de imagem implementadas. Contudo, torna-se necessário validar tanto os modelos desenvolvidos como os sistemas de estratificação de risco pré-tratamento num conjunto externo de pacientes com carcinoma espinocelular de cabeça e pescoço por forma a se obter um desempenho menos optimista, mas possivelmente mais realista e mais representativo da população no geral. Este será talvez o próximo passo para o complexo processo de introdução de biomarcadores de imagem na prática clínica de radioterapia.Each year, about 300 patients with head and neck squamous cell carninoma (HNSCC) are treated with radiotion therapy (either primary or post-operative) at the department of Radiotion Oncology of the University Medical Center Groningen (UMCG), Groningen, The Netherlands. To our knowledge, this hospital has the largest database of information on toxicity in the world for the head and the neck cancer (HNC) patients treated with radiotherapy. In literature it was shown that specific image characteristics (440 in total) of a tumor are correlated to its patient overall survival (OS) [1]. Radiomics is the field that allows large amounts of image characteristics (features) to be extracted automatically from radiographic images. The features that demonstrate a correlation to survival can be also called image biomarkers. The main goal of this work is to investigate in more detail the prognostic value of image features in the planning CT-scans of HNC patients (310 in total) for their response to radiotherapy (RT). In addition, the relation between the images features and recurrence-free survival (RFS) will be assessed. Overall, the obtained results showed the promising power of radiomics. Particularly, 55 image features demonstrated significant differences for OS. Moreover, a prognostic performance of approximately 0.65 (scored from 0.5 to 1) was obtained for the selected image features in the prediction of RT outcome for a HNC patient with similar characteristics as the dataset used for this project. Also the better performance of the image biomarkers in relation to other commonly used patient-specific parameters is shown. Additionally, the ability of images features in distinguishing between high and low risk patients beforehand is demonstrated, which can contribute to a more tailored treatment, and consequently, higher success rates. Therefore, different but very promising results were obtained when compared to previous work. The methodology followed for this project revealed the promising power of the image biomarkers to accurately predict the RT treatment response in HNC patients. Therefore, the next step will consist in validating the developed models in external datasets of patient for a possible clinical use in the future.Sijtsema, MariannaPeralta, Luís Filipe dos Santos Garcia, 1961-Repositório da Universidade de LisboaRibeiro, Cássia Oraboni2015-12-10T10:36:27Z201520152015-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/20768TID:201274884enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:06:31Zoai:repositorio.ul.pt:10451/20768Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:38:41.911015Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Identification and application of image biomarkers for the prediction of radiotherapy treatment response in head and neck cancer patients
title Identification and application of image biomarkers for the prediction of radiotherapy treatment response in head and neck cancer patients
spellingShingle Identification and application of image biomarkers for the prediction of radiotherapy treatment response in head and neck cancer patients
Ribeiro, Cássia Oraboni
Radioterapia
Radiomics
CT
Tumor
Biomarcadores de imagem
Teses de mestrado - 2015
Departamento de Física
title_short Identification and application of image biomarkers for the prediction of radiotherapy treatment response in head and neck cancer patients
title_full Identification and application of image biomarkers for the prediction of radiotherapy treatment response in head and neck cancer patients
title_fullStr Identification and application of image biomarkers for the prediction of radiotherapy treatment response in head and neck cancer patients
title_full_unstemmed Identification and application of image biomarkers for the prediction of radiotherapy treatment response in head and neck cancer patients
title_sort Identification and application of image biomarkers for the prediction of radiotherapy treatment response in head and neck cancer patients
author Ribeiro, Cássia Oraboni
author_facet Ribeiro, Cássia Oraboni
author_role author
dc.contributor.none.fl_str_mv Sijtsema, Marianna
Peralta, Luís Filipe dos Santos Garcia, 1961-
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Ribeiro, Cássia Oraboni
dc.subject.por.fl_str_mv Radioterapia
Radiomics
CT
Tumor
Biomarcadores de imagem
Teses de mestrado - 2015
Departamento de Física
topic Radioterapia
Radiomics
CT
Tumor
Biomarcadores de imagem
Teses de mestrado - 2015
Departamento de Física
description Tese de mestrado integrado, Engenharia Biomédica e Biofísica (Radiações em Diagnóstico e Terapia)Universidade de Lisboa, Faculdade de Ciências, 2015
publishDate 2015
dc.date.none.fl_str_mv 2015-12-10T10:36:27Z
2015
2015
2015-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10451/20768
TID:201274884
url http://hdl.handle.net/10451/20768
identifier_str_mv TID:201274884
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134286696153088

Registros relacionados