Manual and semi-automatic quantification of in vivo 1H-MRS data for classification of human primary brain tumors

• Processo: 11/00589-9
• Modalidade de apoio: Auxílio à Pesquisa - Publicações científicas - Artigo
• Data de Início da vigência: 01 de março de 2011
• Data de Término da vigência: 31 de agosto de 2011
• Área do conhecimento: Ciências da Saúde - Medicina
• Pesquisador responsável: Gabriela Castellano
• Beneficiário: Gabriela Castellano
• Instituição Sede: Instituto de Física Gleb Wataghin (IFGW). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 05/56578-4 - Centro multimodal de neuroimagens para estudos em epilepsia, AP.CINAPCE.TEM
• Assunto(s): Neurologia Neoplasias cerebrais Espectroscopia de ressonância magnética nuclear Metabólitos Análise de variância Análise discriminante Validação cruzada Publicações de divulgação científica Artigo científico
• Palavra(s)-Chave do Pesquisador: Amares | Brain tumors | Classification | Proton magnetic resonance spectroscopy | Neurologia

Resumo

A Espectroscopia por Ressonância Magnética in vivo utilizando o núcleo de Hidrogênio (1H-MRS) é uma abordagem capaz de avaliar o conteúdo e vias bioquímicas desenvolvidas em tecido normal e patológico. No cérebro, a 1H-MRS complementa a informação dada por imagens de ressonância magnética. O principal objetivo deste trabalho foi avaliar a acurácia da 1H-MRS para a classificação de tumores cerebrais através de um estudo piloto comparando resultados obtidos por meio da quantificação manual e semi-automática dos metabólitos. 1H-MRS in vivo, utilizando voxel único, foi realizada em 24 sujeitos controles e 26 pacientes com tumores cerebrais que incluíram meningiomas, tumores neurogliais de alto grau e astrocitomas pilocíticos. Sete grupos metabólicos (lactato, lipídios, N-acetil-aspartato, grupo glutamato e glutamina, creatina total, colina total, mio-inositol) foram avaliados em todos os espectros usando dois métodos: o método manual, consistindo na integração da área sob a curva de picos definidos manualmente, e o método AMARES (Advanced Method for Accurate, Robust and Efficient Spectral fitting) de quantificação, um método semi-automático implementado no software jMRUI. Os métodos estatísticos utilizados foram a análise de variância (ANOVA), análise discriminante (LDA) e o método leave-one-out de validação cruzada (LOOCV). Ambos as análises manual e semi-aumtomática mostraram diferenças entre as quantidades de metabólitos presentes nos grupos tumorais e no grupo controle (p < 0.005). A acurácia da classificação obtida com o método manual foi de 75% para os tumores neurogliais de alto grau, 55% para os meningiomas e 56% para os astrocitomas pilocíticos, enquanto para o método semi-automático foi de 78%, 70% e 98% respectivamente. Ambos os métodos obtiveram 100% de acurácia para os sujeitos controles. Este estudo confirmou que a 1H-MRS é eficiente na diferenciação entre tecido cerebral normal e tumoral, e confirmou a superioridade do método semi-automático de quantificação. (AU)