来自海德堡大学医院和德国癌症研究中心的团队开发了一种用于脑肿瘤自动图像分析的新方法。在他们最近的出版物中，作者表明，在标准磁共振成像(MRI)上仔细训练的机器学习方法比在脑肿瘤治疗中建立的放射学方法更可靠和精确。因此，它们对肿瘤的个体化治疗作出了有价值的贡献。此外，经验证的方法是迈向脑肿瘤医学图像数据的自动化高通量分析的重要的第一步。

胶质瘤是成人中最常见和最恶性的脑肿瘤。在德国，每年约有4,500人被诊断患有神经胶质瘤。肿瘤通常不能通过手术完全切除。化学疗法或放射疗法仅在有限程度上有效，因为肿瘤具有高度抗性。因此迫切需要新的和精确验证的治疗方法。

精确评估脑肿瘤新疗法疗效的基本标准之一是生长动态，由MRI确定。然而，在对比度增强的MRI扫描中手动测量两个平面中的肿瘤扩张容易出错并导致略微不同的结果。“这可能对治疗反应的评估产生负面影响，从而对基于成像的科学陈述的再现性和精确性产生负面影响，”海德堡大学医院神经放射学系医学主任Martin Bendszus解释说。

在他们目前的研究中，来自海德堡大学医院和德国癌症研究中心(DKFZ)的医生和科学家描述了机器学习方法在放射诊断方面的巨大潜力。该团队开发了神经元网络，以便以标准化和全自动的方式在MRI的基础上评估和临床验证脑肿瘤的治疗反应。由海德堡大学医院神经放射科的Philipp Kickingereder领导的团队，德国癌症研究中心医学图像处理部门负责人(负责人Klaus Maier-Hein)和国家肿瘤疾病中心(NCT)的同事海德堡大学医院神经科(医学主任：沃尔夫冈威克)就这个项目进行了合作。

使用参考数据库对海德堡大学医院近500名脑肿瘤患者进行MRI扫描，算法能够使用人工神经网络自动识别和定位脑肿瘤。此外，训练算法以体积测量各个区域(造影剂吸收肿瘤部分，肿瘤周围水肿)并精确评估对治疗的反应。

结果与欧洲癌症研究和治疗组织(EORTC)合作进行了验证。“对来自欧洲各地的534名胶质母细胞瘤患者进行的2,000多次MRI扫描评估显示，与传统的手动测量方法相比，我们基于计算机的方法可以更准确地评估治疗反应。我们能够提高评估的可靠性这对于临床试验中基于图像的治疗效果评估至关重要。使用我们的新方法对整体存活率的预测也更加精确，“Kickingereder解释说。

海德堡医生和科学家的目标是在临床研究中以及将来在临床常规中尽可能快地使用有前途的技术对脑肿瘤的治疗反应进行标准化和全自动的评估。此外，研究人员设计并评估了一种软件基础设施，可以将新技术完全集成到现有的放射性基础设施中。“通过这种方式，我们正在创建广泛应用的先决条件，并在几分钟内完全自动化处理和分析脑肿瘤的MRI扫描，”Klaus Maier-Hein解释道。

该新技术目前正在NCT海德堡进行重新评估，作为改善胶质母细胞瘤患者治疗的临床研究的一部分。“对于精确治疗，对新治疗方法的有效性进行标准化和可靠的评估非常重要。我们开发的技术可能在这方面做出决定性的贡献，”Wolfgang Wick解释说。

“通过这项研究，我们能够证明人工神经网络在放射诊断方面的巨大潜力，”Philipp Kickingereder总结道。“未来，我们希望推进医学图像数据自动化高通量分析技术的研发，不仅将其转移到脑肿瘤，还能转移到其他疾病，如脑转移或多发性硬化，”Klaus Maier Hein补充道。