Первый опыт применения машинного обучения для прогнозирования нарастания пирамидной симптоматики в послеоперационном периоде у пациентов с глиальными опухолями головного мозгатезисы доклада
Аннотация:Введение. Глиомы, расположенные в лобных долях, занима- ют первое место по частоте (до 40%), при этом поражение височной доли составляет около 29%(S. Larjavaara2007). Локализация опухоли вблизи двигательных зон коры и пирамидных трактов ограничива- ет возможности резекции, увеличивает частоту послеоперационных гемипарезов(Duffau2018). В частности, частота стойких гемипарезов по данным литературы составляет до 47%(González-Darder2010), а тран- зиторных до 96%(Rossi2019). Наличие ивалидизирующей пирамидной симптоматики не только снижает качество жизни пациента, но ухуд- шает его прогноз по общему заболеванию и лимитирует проведение дальнейшего лечения(Rahman2017). При этом на сегодняшний день от- сутствует какая-либо унифицированная методика, позволяющая спро- гнозировать нарастание моторного дефицита в послеоперационном периоде. В связи с этим актуальным для прогнозирования развития ге- мипареза после операции по данным предоперационного обследования представляется использование возможностей машинного обучения, которое прекрасно себя зарекомендовало при решении разнообразных медицинских и немедицинских задач (Wang X. et al. 2019, Cho HH. et al. 2018, Zhou H. et al. 2019, Suchorska B. et al. 2019, Kebir S. et al. 2018, Lu CF. et al. 2018). Цель. Создание искусственной нейронной сети (ИНС), способной по представленным дооперационным МР-изображениям прогнозировать вероятность развития или нарастания уже имеющегося гемипареза у пациентов с глиальными опухолями головного мозга. Ма- териалы и методы. Из архива отделения рентгеновских и радиоизотоп- ных методов диагностики были отобраны данные МРТ исследований 500 пациентов с первичными супратенториальными глиомами в режи- мах Т1, Т2, DWI, Т2 FLAIR, T1+C. Всем отобранным пациентам было про- ведено микрохирургическое удаление опухоли в НМИЦ нейрохирургии. В рамках первого этапа была подготовлена информация для обучения ИНС. Данный этап включал ручную сегментацию изображений на сре- зы, содержащие опухоль и нет. Для первичной неоптимизированной сети были использованы МР-данные пациентов в режиме Т2 FLAIR, как наиболее чувствительным в отношении визуализации опухолевой тка- ни. Работа была осуществлена 4 квалифицированными врачами (2 ней- рохирурга, 2 рентгенолога). Данные пациентов были анонимизированы с присвоением идентификационного номера. Из электронной истории болезни с применением методов анализа текстов на естественном язы- ке были получены данные о наличии или отсутствии двигательного дефицита до и после операции, а также о его динамике в раннем послео- перационном периоде. Вторым этапом пред обработанная информация была использована для обучения сверточной ИНС, задача которой за- ключалась в прогнозировании нарастания пирамидной симптоматики по данным предоперационной МРТ. На третьем этапе первичной неоп- тимизированной ИНС были поданы на вход изображения в режиме Т2 FLAIR тестовой выборки для прогнозирования нарастания гемипареза. В данную выборку вошли пациенты (30 человек) из проспективной группы с супратенториальными глиальными опухолями, которые за- тем были оперированы в Центре. Результаты. Разработана сверточная ИНС. После обучения сверточная ИНС на тестовой выборке показала accuracy 82%, чувствительность 87%, специфичность 72%, ROC AUC 82% и F1 мера 83% в прогнозировании нарастания гемипарезов в ран- нем послеоперационном периоде у пациентов с супратенториальными глиомами головного мозга. Стоит отметить, что также были проведены эксперименты с использованием пред обученных на наборе данных ImageNet ИНС, таких как VGG16, VGG19, Inception v3 с последующим их до обучении на данных МРТ. Полученные результаты значительно уступают представленным выше. Выводы. Метод машинного обуче- ния позволяет на дооперационном этапе, основываясь на данных МРТ головного мозга, с относительно высокой точностью прогнозировать нарастание пирамидной симптоматики у пациентов с супратенториаль- ными глиомами головного мозга. Это дает объективную информацию о риске развития неврологического дефицита, что является важным аспектом в информировании пациента на дооперационном этапе. Ограничения. Развитие гемипарезов у пациентов с глиомами головно- го мозга может быть связано с различными факторами, неучтенными данной моделью, такими как: 1) тактикой хирурга и клиники 2) метода- ми картирования мозга 3) взаимоотношением опухоли и пирамидного тракта 4) типом роста глиомы.При поддержке гранта РФФИ мк No19-29-01154 «Прогнозирова- ние нарастания пирамидной симптоматики и ее обратимости у пациен- тов с супратенториальными глиальными опухолями головного мозга, расположенными вблизи двигательных зон, с использованием метода переноса знаний и глубоких нейронных сетей на основе мультифактор- ного анализа массивов цифровых данных разной модальности».