Geometry of tumor growth in brain

Geometry of tumor growth in brain

Geometría del Crecimiento Tumoral en Cerebro.

(Geometry of tumor growth in brain)

Miguel Martín Landrove Centro de Física Molecular y Médica, Facultad de Ciencias, UCV

Centro de Visualización Médica, Instituto Nacional de Bioingeniería, UCV Centro de Diagnóstico Docente Las Mercedes Caracas, Venezuela

Francisco Torres Hoyos Universidad de Córdoba

Montería, Colombia


Segmentación de las

imágenes

Análisis de escalamiento

Escogencia de modelo de crecimiento

tumoral apropiado

Optimización de plan de

tratamiento

Introducción


Segmentación de imágenes


Análisis por escalamiento


Type Cases αloc r2(αloc)

Glioblastoma†‡ 106 0.867 ± 0.054 0.999

Grade I Glioma 19 0.813 ± 0.084 0.998

Grade II Glioma 11 0.855 ± 0.072 0.998

Grade III Glioma 7 0.863 ± 0.099 0.998

Metastasis‡ 41 0.799 ± 0.118 0.998

Acoustic Schawnnoma‡ 59 0.743 ± 0.101 0.997

Meningioma‡ 113 0.778 ± 0.086 0.998

Craniopharyngioma 1 0.714 0.997

Pituitary Adenoma‡ 9 0.763 ± 0.082 0.998

SOL‡ 38 0.793 ± 0.089 0.998

• Centro de Diagnóstico Docente Las Mercedes • The Cancer Imaging Archive, National Cancer Institute † • Centro Hemato Oncológico y Radiocirugía, Dr. Domingo Luciani ‡

Resultados. Análisis por escalamiento


mm2/día mm2/day Modelo


s (mm2)

W (

mm

2)

02.095.0 loc

s (mm2)

W (

mm

2)

05.071.0 loc

αloc = 0,95 0,02

αloc = 0,71 0,05

Alto grado, 7 años

Bajo grado, 20 años


Resultados simulación I


Modelo simulación II. Latencia


0.0024 0.0036 0.0048 0.0060

20 15 13 11

ρ

Resultados simulación II. Fase terminal


0.0024 0.0036 0.0048 0.0060ρ

Resultados simulación II. Estado a 11 años


Resultados simulación II. αloc versus ρ


Comportamiento maligno

Comportamiento benigno

Resultados simulación II. αloc versus ρ


Conclusiones

• Los parámetros de la interfaz para las simulaciones hechas con el modelo de reacción difusión concuerdan con los valores obtenidos de mediciones in vivo utilizando imágenes de resonancia magnética con contraste.

• El exponente de rugosidad local varía con el tiempo de la simulación, lo que parece estar en concordancia con la dependencia observada con el grado de malignidad.

• El exponente de rugosidad local varía de manera no lineal con el parámetro de proliferación celular, mostrando una transición entre un régimen de comportamiento benigno a uno maligno.

Geometry of tumor growth in brain

Science

Transcript of Geometry of tumor growth in brain