Nou article: "Machine Learning Analysis of Single-Voxel Proton MR Spectroscopy for Differentiating Solitary Fibrous Tumors and Meningiomas"

Abstract:

El tumor fibrós solitari (SFT), anteriorment conegut com a hemangiopericitoma, és un tumor cerebral poc comú que sovint es confon amb un meningioma a la ressonància magnètica. A diferència dels meningiomes, els SFT presenten un pic de mioinositol en l'espectroscòpia de ressonància magnètica (MRS). Aquest estudi tenia com a objectiu desenvolupar classificadors automatitzats per distingir el SFT dels graus de meningioma utilitzant dades de MRS d'una cohort de pacients de 26 anys.

Es van realitzar quatre tasques de classificació en espectres d'eco curt (SE), eco llarg (LE) i espectres SE + LE concatenats, amb conjunts de dades dividits en conjunts d'entrenament del 80% i de prova del 20%. La selecció seqüencial de característiques directes i l'anàlisi discriminant lineal van identificar característiques per distingir entre meningioma de grau 1 (Men-1), meningioma de grau 2 (Men-2), meningioma de grau 3 (Men-3) i SFT (el classificador de 4 classes); Men-1 de Men-2 + 3 + SFT; meningioma (tot) de SFT; i Men-1 de Men-2 + 3 i SFT. El millor classificador es va definir per la taxa d'error equilibrada (BER) més petita en la fase de prova.

Es van analitzar un total de 136 casos de SE i 149 casos de LE. Les millors característiques del classificador de 4 classes van ser mioinositol i alanina a SE, i mioinositol, glutamat i glutamina a LE. El mioinositol per si sol distingia SFT dels meningiomes. Diferenciar Men-1 de Men-2 no va ser possible amb MRS, i combinar graus de meningioma més alts no va millorar la distinció de Men-1. En particular, combinar temps d'eco (TE) curts i llargs millora el rendiment de la classificació, especialment en casos atípics difícils. A més, el classificador robust demostra eficàcia fins i tot quan es tracta d'espectres de qualitat subòptima. El classificador resultant està disponible com a informació complementària de la publicació. Es proporciona una àmplia documentació i el programari és gratuït i obert a tots els usuaris sense requisit d'inici de sessió.

Dades article:

Toth LF, Majós C, Pons-Escoda A, Arús C, Julià-Sapé M. Machine Learning Analysis of Single-Voxel Proton MR Spectroscopy for Differentiating Solitary Fibrous Tumors and Meningiomas. NMR Biomed. 2025 May;38(5):e70032. doi: 10.1002/nbm.70032. PMID: 40186532.

DOI: 10.1002/nbm.70032