个体化预测胶质瘤生长的组织异质性的贝叶斯推断
摘要：使用图像数据可靠地预测大脑肿瘤的未来传播趋势以及基于特定主体，需要量化数据的不确定性，肿瘤生长的生物物理模型以及肿瘤和宿主组织的空间异质性。本文介绍了一种贝叶斯框架，用于校准肿瘤生长模型中参数的空间分布，以定量磁共振成像（MRI）数据，并展示了在胶质瘤临床模型中的应用。该框架利用基于脑灰白质的统计形态学来建立主体特定的先验和模型参数在每个区域的可调整的空间依赖性。使用这个框架，肿瘤特定的参数早期校准了四只大鼠肿瘤发展过程中的定量MRI测量，并用于预测肿瘤在后期的空间发展。结果表明，通过在一个时间点使用动物特定的成像数据校准的肿瘤模型可以准确预测大于0.89的Dice系数的肿瘤形态。然而，预测体积和肿瘤形状的可靠性强烈依赖于用于校准模型的较早成像时间点的数量。这项研究首次证明了能够确定推断的组织异质性和模型预测的肿瘤形状的不确定性。
作者：Baoshan Liang, Jingye Tan, Luke Lozenski, David A. Hormuth II, Thomas E. Yankeelov, Umberto Villa, Danial Faghihi
论文ID：2209.12089
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2022-09-27