先进的量化管道揭示了临床前多发性髓瘤中新的空间和时间瘤特征

科学领域:

• * 临床前成像检查
• * 癌症生物学 癌症生物学
• * * 医学物理医学物理

背景情况:

• * 对多发性骨髓瘤 (MM) 纵向小动物PET/CT的手动量化受到注释器偏差,排泄工件和注册错误的限制.
• * 开发一个半自动化管道可以改善MM的瘤生物学特征.
• *针对小鼠骨架内的感兴趣区域 (ROI),包括骨盆等复杂区域,对于准确的分析至关重要.

研究的目的:

• * 开发和验证在临床前模型中用于MM的半自动化PET/CT量化管道.
• * 实现子器官的空间分辨率,以改善瘤的特征.
• * 在纵向研究中分析瘤分布,负担和骨参与.

主要方法:

• * 训练了一种注意力U-Net模型,从CT切片中对特定的骨区域 (脊柱,骨盆,骨架,大腿骨) 进行细分.
• * 使用定制算法掩盖生理排泄溢出信号.
• *基于PCA的预测绘制了瘤分布,并计算了量化指标 (SUVmean,SUVmax,HU).

主要成果:

• * 瘤负担首选局限于关节附近的骨区域.
• * 基于CT的精确对齐 (DICE = 0.966 ± 0.005) 能够检测早期疾病进展.
• *到第18天,在多个骨部位观察到瘤吸收的显著增加 (SUVmean).
• *雌性小鼠在后期阶段在关节附近表现出更大的骨损失,显著的HUmean减少表明了这一点.

结论:

• * 开发的管道使得MM进展的可复制和解剖学精确量化.
• *它准确地确定了特定区域的趋势,包括联合热带和基于性别的差异.
• *这种方法减轻了手动分析中常见的挑战,提高了骨相关癌症模型中瘤生物学和治疗反应的评估.