In-vivo Charakterisierung von Prostatakarzinomen: Ein computergestütztes Diagnosesystem zur Vorhersage von Gleason Scores in multiparametrischen MRT Untersuchungen der Prostata.

Zielsetzung Ziel der Studie war die Entwicklung eines computergestützten Diagnosesystems (CADx) für multiparametrische MRT (mpMRT) der Prostata zur nicht-invasiven in-vivo Vorhersage des Gleason Scores (GS) von Prostatakarzinomen (PCa).

Material und Methoden Eingang in die retrospektive Studie fanden mpMRT von 83 histologisch gesicherten PCa. Als Bildgebungsparameter wurden Läsionsgröße, T2w-Signalintensität, Diffusionsrestriktion, Prostatavolumen und dynamische Parameter (wash-in, wash-out, peak enhancement, initial area under the curve, time-to-peak) herangezogen und durch die klinischen Parameter PSA-Level und Patientenalter ergänzt. Als Referenzstandard wurde der aus Ultraschall/MRT-Fusionsbiopsien histologisch bestimmte GS verwendet. Die CADx-basierte Vorhersage des GS wurde als Regressionsproblem analysiert und ein Extreme Gradient Boosting Algorithmus auf Basis der o.g. Parameter entwickelt. Die Generalisierbarkeit wurde durch Leave-One-Out Kreuzvalidierung sichergestellt. Als zu optimierender Parameter wurde der Root-Mean-Square-Error (RMSE) definiert. Die Interrater-Reliabilität der Bildgebungsparameter wurde mittels Intraclass Correlation Coefficients (ICC) analysiert.

Ergebnisse Die pathologische Analyse der 83 PCa ergab n=17 Gleason-6 PCa, n=45 Gleason-7 PCa, n=8 Gleason-8 PCA und n=13 Gleason-9 PCa. Das CADx erreichte einen RMSE von 0,653. Vorhergesagter und histologisch bestimmter GS korrelierten hochsignifikant (P<0,0001, r=0,503). Alle Bildgebungsparameter waren exzellent reproduzierbar (alle ICC≥0,87).

Schlußfolgerungen Das entwickelte CADx erlaubt die nicht-invasive in-vivo Gewebecharakterisierung eines PCa im Sinne einer Vorhersage des GS mittels mpMRT mit hoher Genauigkeit und exzellenter Interrater-Reliabilität.

Publication History

Publication Date:
21 April 2020 (online)