Unlocking the Potential of Dynamic Susceptibility Contrast Magnetic Resonance Perfusion for Non-Invasive Pre-Operative Diagnosis of Brain Tumors

Abstract

[eng] INTRODUCTION:

Dynamic Susceptibility Contrast Perfusion Magnetic Resonance Imaging (DSC-PWI) is a non-invasive imaging technique that evaluates the vascular and microvascular environments of central nervous system tissues. This technique uses the dynamic passage of a gadolinium-based contrast bolus to generate time-intensity curves that provide various metrics. The most commonly used metric in neuro-oncology is cerebral blood volume (CBV). DSC-PWI complements morphological MRI and provides advanced semi- quantitative information that has proven useful in the non-invasive pre-surgical differential diagnosis of brain tumors. Clinical evaluations are often visual or semi-quantitative and mainly rely on CBV. Visual assessments using color-coded maps can be insufficient in high-complexity scenarios and, in some cases, even misleading. Standard semi-quantitative analyses in routine clinical practice involve the manual selection of a region of interest (e.g., the tumor) and a reference for normalization, usually on a single axial slice. This approach can exclude large portions of the tumor from evaluation, is highly operator-dependent, and has low reproducibility. Additionally, focusing solely on CBV oversimplifies the information avail- able in the time-intensity curves, which constitute the raw data of the sequence and allow for deriving more metrics beyond CBV. Therefore, there is an unmet need in this field: on the one hand, to automate the selection of regions of interest, including the entire tumor heterogeneity, as well as the references for normalization, to make interpretations more robust and reproducible. On the other hand, to integrate multiple metrics, such as Percentage of Signal Recovery (PSR) or Peak Height (PH), beyond the isolated assessment of CBV, to extract richer and more multi- dimensional information. An interesting alternative for this latter point is to analyze the time-intensity curves as a unit of analysis in an unsupervised manner (without the need to extract predefined metrics such as CBV, PSR, or PH), an approach we have termed DSC-PWI curvology. With these approaches, the sequence would not only provide in- formation about overall vascularity, as CBV does, but also data on blood-brain barrier integrity, vascular dynamics, and aspects of cytoarchitecture and vasculoarchitecture. HYPOTHESIS:

Multiparametric and/or curvological evaluation of DSC-PWI provides enhanced diagnostic capability surpassing the information offered by CBV alone. The application of three-dimensional segmentation methods, semi-automatic analyses, and voxel-level approaches reduces operator-dependence and incorporates tumor heterogeneity, improving the performance of conventional approaches based on a single metric and a single value from a manual and two-dimensional region of interest.

OBJECTIVES:

The objectives of this thesis are:

0. To improve the pre-surgical diagnostic precision and analysis robustness of DSC-PWI in the evaluation of brain tumors through a semi-automatic, volumetric, curvological, and multiparametric approach.

1. To differentiate types and subtypes of brain tumors in adults in a non-invasive, pre-surgical manner using these advanced DSC-PWI analysis methods.

2. To develop practical and clinically applicable classifiers that are explainable and based on a solid pathophysiological foundation.

[cat] INTRODUCCIÓ:

La Ressonància Magnètica (RM) de Perfusió per Susceptibilitat Dinàmica de Contrast (DSC-PWI) és una tècnica d’imatge no invasiva que permet avaluar els entorns vasculars i microvasculars dels teixits del sistema nerviós central. Aquesta tècnica utilitza el pas dinàmic d’un bolus de contrast basat en gadolini per generar corbes temps-intensitat que proporcionen diverses mètriques. La mètrica més utilitzada en neuro-oncologia és el volum sanguini cerebral (CBV). La DSC-PWI complementa la RM morfològica i aporta informació semiquantitativa avançada que ha demostrat utilitat en el diagnòstic diferencial prequirúrgic i no invasiu dels tumors cerebrals. Les avaluacions clíniques solen ser visuals o semiquantitatives i es basen principalment en el CBV. Les avaluacions visuals mitjançant mapes codificats per colors poden ser in- suficients en escenaris d’alta complexitat i, en alguns casos, fins i tot enganyoses. Les anàlisis semiquantitatives més estàndards en la pràctica clínica habitual impliquen la selecció manual d’una regió d’interès (p. ex., el tumor) i una referència per a la normalització, generalment en un únic tall axial. Aquest enfocament, d’una banda, pot deixar fora de l’avaluació una gran part del tumor i, de l’altra, fa que aquestes anàlisis siguin altament dependents de l’operador i presentin una baixa reproductibilitat. A més, limitar-se exclusivament al CBV simplifica en excés la informació disponible en les corbes temps-intensitat, que constitueixen la dada crua de la seqüència i permeten derivar més mètriques, més enllà del CBV. Per tant, hi ha una necessitat no resolta en aquest camp: d’una banda, automatitzar la selecció de les regions d’interès, incloent-hi tota la heterogeneïtat tumoral, així com de les referències per a la normalització, per tal de fer les interpretacions més robustes i re- produïbles. De l’altra, integrar múltiples mètriques, com el Percentatge de Recuperació de Senyal (PSR) o l’Alçada del Pic (PH), més enllà de la valoració aïllada del CBV, per extreure una informació més rica i multidimensional. Una alternativa interessant per aquest darrer punt és analitzar les corbes temps-intensitat tractant-les com una unitat d’anàlisi de manera no supervisada (sense necessitat d’extreure mètriques predeterminades com el CBV, el PSR o el PH), en un enfocament que els autors hem denominat corbologia de DSC-PWI. Amb aquestes aproximacions, la seqüència no només proporcionaria informació sobre la vascularitat global, com fa el CBV, sinó que també aportaria dades sobre la integritat de la barrera hematoencefàlica, les dinàmiques vasculars i aspectes de citoarquitectura i vasculoarquitectura. HIPÒTESI:

L’avaluació multiparamètrica i/o corbològica de la DSC-PWI proporciona capacitat diagnòstica millorada superant la informació oferta pel CBV en solitari. L’aplicació de mètodes de segmentació tridimensional, anàlisi semiautomàtics i a nivell del vòxel redueixen la operador-dependència i incorporen la heterogeneïtat tumoral millorant el rendiment dels enfocaments convencionals basats en una única mètrica i un únic valor d’una regió d’interès manual i bidimensional.

OBJECTIUS:

Els objectius d’aquesta tesi són:

0. Millorar la precisió diagnòstica prequirúrgica i la robustesa d’anàlisi de la DSC- PWI en l’avaluació de tumors cerebrals mitjançant un enfocament semi-automàtic, volumètric, corbològic i multiparamètric. 1. Diferenciar tipus i subtipus de tumors cerebrals en adults de manera prequirúrgica i no invasiva emprant aquests mètodes avançats d’anàlisi de DSC-PWI. 2. Desenvolupar eines classificadores pràctiques i aplicables a la pràctica clínica, que siguin explicables i fonamentades en una base fisiopatològica sòlida.

[eng] INTRODUCCIÓN:

La Resonancia Magnética (RM) de Perfusión por Susceptibilidad Dinámica de Contraste (DSC-PWI) es una técnica de imagen no invasiva que evalúa los entornos vasculares y microvasculares de los tejidos del sistema nervioso central. Esta técnica utiliza el paso dinámico de un bolo de contraste basado en gadolinio para generar curvas tiempo- intensidad que proporcionan diversas métricas. La métrica más utilizada en neuro-oncología es el volumen sanguíneo cerebral (CBV). La DSC-PWI complementa la RM morfológica al aportar información semicuantitativa avanzada que ha demostrado utilidad en el diagnóstico diferencial prequirúrgico y no invasivo de los tumores cerebrales. Las evaluaciones clínicas suelen ser visuales o semicuantitativas y se basan principal- mente en el CBV. Las evaluaciones visuales mediante mapas codificados por colores pueden ser insuficientes en escenarios de alta complejidad y, en algunos casos, incluso engañosas. Los análisis semicuantitativos estándar en la práctica clínica habitual implican la selección manual de una región de interés (p. ej., el tumor) y una referencia para la normalización, generalmente en un único corte axial. Este enfoque, por un lado, puede dejar fuera de la evaluación una gran parte del tumor y, por otro, hace que estos

análisis sean altamente dependientes del operador y presenten baja reproducibilidad. Además, limitarse exclusivamente al CBV simplifica en exceso la información disponible en las curvas tiempo-intensidad, que constituyen el dato bruto de la secuencia y permiten derivar métricas adicionales más allá del CBV. Por lo tanto, existe una necesidad no resuelta en este campo: por un lado, automatizar la selección de las regiones de interés, incluyendo toda la heterogeneidad tumoral, así como de las referencias para la normalización, con el objetivo de hacer las interpretaciones más robustas y reproducibles. Por otro lado, integrar múltiples métricas, como el Porcentaje de Recuperación de Señal (PSR) o la Altura del Pico (PH), más allá de la valoración aislada del CBV, para extraer una información más rica y multidimensional. Una alternativa interesante para este último punto es analizar las curvas tiempo-intensidad tratándolas como una unidad de análisis de manera no supervisada (sin necesidad de extraer métricas predeterminadas como el CBV, el PSR o el PH), en un enfoque que los autores hemos denominado curvología de DSC-PWI. Con estos enfoques, la secuencia no solo proporcionaría información sobre la vascularidad global, como hace el CBV, sino que también aportaría datos sobre la integridad de la barrera hematoencefálica, las dinámicas vasculares y aspectos de citoarquitectura y vasculoarquitectura. HIPÓTESIS:

La evaluación multiparamétrica y/o curvológica de la DSC-PWI proporciona una capacidad diagnóstica mejorada, superando la información ofrecida exclusivamente por el CBV.

La aplicación de métodos de segmentación tridimensional, análisis semiautomáticos y a nivel de vóxel reduce la dependencia del operador e incorpora la heterogeneidad tu- moral, mejorando el rendimiento de los enfoques convencionales basados en una única métrica y un único valor de una región de interés manual y bidimensional. OBJETIVOS:

Los objetivos de esta tesis son:

0. Mejorar la precisión diagnóstica prequirúrgica y la robustez del análisis de la DSC-PWI en la evaluación de tumores cerebrales mediante un enfoque semiautomático, volumétrico, corbológico y multiparamétrico. 1. Diferenciar tipos y subtipos de tumores cerebrales en adultos de manera pre- quirúrgica y no invasiva utilizando estos métodos avanzados de análisis de DSC-PWI. 2. Desarrollar herramientas clasificadoras prácticas y aplicables a la práctica clínica, que sean explicables y estén fundamentadas en una sólida base fisiopatológica.