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 GrößeFormat 
Segmentierung und Modellierung der Ausbreitung von Gliomen.pdf2,11 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.