Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen:
doi:10.22028/D291-35894
Titel: | Segmentierung und Modellierung der Ausbreitung von Gliomen für die strahlentherapeutische Behandlungsplanung |
VerfasserIn: | Knobe, Sven |
Sprache: | Deutsch |
Erscheinungsjahr: | 2021 |
Erscheinungsort: | Homburg/Saar |
Kontrollierte Schlagwörter: | Glioblastom Gliom Mathematische Modellierung Strahlentherapie |
Freie Schlagwörter: | Glioblastoma multiforme |
DDC-Sachgruppe: | 000 Allgemeines, Wissenschaft 510 Mathematik 530 Physik 570 Biowissenschaften, Biologie 610 Medizin, Gesundheit |
Dokumenttyp: | Dissertation |
Abstract: | Glioblastoma is the most common malignant tumor of the central nervous system. In particular, the
highly invasive nature and irregular growth of glioblastoma contribute to a median patient survival of
only 15 months despite a multidisciplinary therapeutic approach. The aim of this work is to
quantitatively evaluate the clinical applicability of tumor spread prediction using mathematical
modelling. To this end, tumor spread simulations made using the modelling approach of Engwer et al.
are compared to tumor structures made by experienced radiation oncologists.
In order to be able to perform the simulations as well as the evaluations, a comprehensive workflow will
be established which allows a reproducible and largely automated preparation of the basic data. Initially,
an automatic tumor segmentation will be made on 4 MRI sequences which will serve as a starting value
for the growth simulation. Following the multi-scale modelling approach according to Engwer et al., the
future tumor spread is simulated including DTI data. Prior to the final tumor simulation, the influences
of the individual simulation parameters on the simulation result are investigated. Parameters that are
already defined in the literature or having only a minor impact on the simulation are assumed to be
constant, while influential parameters are varied in the optimization process. For the evaluation of the
simulation results, reference tumor structures are created on regular follow-up MRIs of the patient by
experienced radiotherapists and then compared volumetrically and geometrically with the simulated
tumor.
Using three patient datasets, agreements between simulation and reference of 0.62, 0.65, and 0.66,
expressed by the Dice index can be achieved. If the simulated tumor is additionally compared with tumor
structures created by three other radiotherapists, the results improve to 0.62, 0.68 and 0.7.
If one also takes into account that the variability of the tumor contouring within a group of four
experienced radiotherapists lies at an average agreement (Dice coefficient) of the tumor contours of
0.79, a sufficiently good agreement between simulation and specification is achieved in this work,
especially since the literature speaks of a "good" agreement from a Dice index of 0.7. Das Glioblastom ist der häufigste maligne Tumor des Zentralen Nervensystems. Insbesondere der stark invasive Charakter und das unregelmäßige Wachstum des Glioblastoms tragen dazu bei, dass trotz eines multidisziplinären Therapieansatzes das mediane Überleben der Patienten bei nur 15 Monaten liegt. Ziel dieser Arbeit ist es, die klinische Anwendbarkeit der Vorhersage der Tumorausbreitung mittels mathematischer Modellierung quantifiziert zu evaluieren. Zu diesem Zweck werden Tumorausbreitungssimulationen, die anhand des Modellansatzes nach Engwer et al. angefertigt werden, mit Tumorstrukturen, die von erfahrenen Strahlentherapeuten erstellt werden, verglichen. Um die Simulationen sowie die Evaluationen durchführen zu können, wird ein umfangreicher Workflow etabliert, der eine reproduzierbare und weitestgehend automatisierte Aufbereitung der grundlegenden Daten ermöglicht. Initial wird auf vier MRT-Sequenzen eine automatische Tumorsegmentierung angefertigt, die der Wachstumssimulation als Startwert dient. Dem mehrskaligen Modellierungsansatz nach Engwer et al. folgend, wird unter Einbezug von DTI-Daten die zukünftige Tumorausbreitung simuliert. Im Vorfeld der finalen Tumorsimulation werden die Einflüsse der einzelnen Simulationsparameter auf das Simulationsergebnis untersucht. Parameter, die bereits in der Literatur definiert sind oder sich nur gering auf die Simulation auswirken, werden als konstant angenommen, während einflussreiche Parameter im Optimierungsprozess variiert werden. Zur Evaluation der Simulationsergebnisse werden auf regulären follow-up MRTs des Patienten Referenztumorstrukturen von erfahrenen Strahlentherapeuten erstellt und mit dem simulierten Tumor volumetrisch und geometrisch verglichen. Anhand von drei Patientendatensätzen können Übereinstimmungen zwischen Simulation und Vorgabe von 0.62, 0.65 und 0.66, ausgedrückt durch den Dice-Index, erreicht werden. Vergleicht man den simulierten Tumor zusätzlich mit Tumorstrukturen, die von drei weiteren Strahlentherapeuten erstellt werden, so verbessern sich die Ergebnisse auf 0.62, 0.68 und 0.7. Berücksichtigt man außerdem, dass die Variabilität der Tumorkonturierung innerhalb einer Gruppe von vier erfahrenen Strahlentherapeuten bei einer mittleren Übereinstimmung (Dice-Koeffizient) der Tumorkonturen von 0.79 liegt, so wird in dieser Arbeit eine hinreichend gute Übereinstimmung zwischen Simulation und Vorgabe erreicht, insbesondere da in der Literatur von einer „guten“ Übereinstimmung ab einem Dice-Index von 0.7 gesprochen wird. |
Link zu diesem Datensatz: | urn:nbn:de:bsz:291--ds-358947 hdl:20.500.11880/32910 http://dx.doi.org/10.22028/D291-35894 |
Erstgutachter: | Dzierma, Yvonne |
Tag der mündlichen Prüfung: | 26-Apr-2022 |
Datum des Eintrags: | 13-Mai-2022 |
Drittmittel / Förderung: | Funded authors: A. Hunt, Ch. Engwer, M. Wenske, Ch. Surulescu. Funding by the Federal Ministery for Education and Research in the GlioMaTh project 015M16UKB/PMA. |
Fördernummer: | 015M16UKB/PMA |
Bezeichnung des in Beziehung stehenden Objekts: | Feasibility and clinical usefulness of modelling glioblastoma migration in adjuvant radiotherapy |
In Beziehung stehendes Objekt: | https://doi.org/10.1016/j.zemedi.2021.03.004 |
Fakultät: | M - Medizinische Fakultät |
Fachrichtung: | M - Neurochirurgie M - Radiologie |
Professur: | M - Prof. Dr. Christian Rübe |
Sammlung: | SciDok - Der Wissenschaftsserver der Universität des Saarlandes |
Dateien zu diesem Datensatz:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
Segmentierung und Modellierung der Ausbreitung von Gliomen.pdf | 2,11 MB | Adobe PDF | Öffnen/Anzeigen |
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.