Taming Glioblastoma in “Real Time”: Integrating Multimodal Advanced Neuroimaging/AI Tools Towards Creating a Robust and Therapy Agnostic Model for Response Assessment in Neuro-Oncology

神经影像学 胶质母细胞瘤 医学 磁共振弥散成像 模式治疗法 放射基因组学 医学物理学 磁共振成像 人工智能 计算机科学 放射科 无线电技术 内科学 精神科 癌症研究
作者
Laiz Laura de Godoy,Sanjeev Chawla,Steven Brem,Suyash Mohan
出处
期刊:Clinical Cancer Research [American Association for Cancer Research]
卷期号:29 (14): 2588-2592 被引量:3
标识
DOI:10.1158/1078-0432.ccr-23-0009
摘要

The highly aggressive nature of glioblastoma carries a dismal prognosis despite aggressive multimodal therapy. Alternative treatment regimens, such as immunotherapies, are known to intensify the inflammatory response in the treatment field. Follow-up imaging in these scenarios often mimics disease progression on conventional MRI, making accurate evaluation extremely challenging. To this end, revised criteria for assessment of treatment response in high-grade gliomas were successfully proposed by the RANO Working Group to distinguish pseudoprogression from true progression, with intrinsic constraints related to the post-contrast T1-weighted MRI sequence. To address these existing limitations, our group proposes a more objective and quantifiable "treatment agnostic" model, integrating into the RANO criteria advanced multimodal neuroimaging techniques, such as diffusion tensor imaging (DTI), dynamic susceptibility contrast-perfusion weighted imaging (DSC-PWI), dynamic contrast enhanced (DCE)-MRI , MR spectroscopy, and amino acid-based PET imaging tracers, along with artificial intelligence tools (radiomics, radiogenomics, and radiopathomics) and molecular information to address this complex issue of treatment-related changes versus tumor progression in 'real-time', particularly in the early post-treatment window. Our Perspective delineates the potential of incorporating multimodal neuroimaging techniques to improve consistency and automation for the assessment of early treatment response in neuro-oncology.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
可爱香芦完成签到 ,获得积分10
4秒前
黑大侠完成签到 ,获得积分10
13秒前
璇璇完成签到 ,获得积分10
14秒前
20秒前
nano完成签到 ,获得积分10
22秒前
慕容飞凤完成签到,获得积分10
22秒前
勤奋千风完成签到 ,获得积分10
25秒前
philophysics完成签到,获得积分10
28秒前
Jaja完成签到,获得积分10
30秒前
wushuimei完成签到 ,获得积分10
31秒前
tt完成签到 ,获得积分10
32秒前
38秒前
Tim完成签到 ,获得积分10
39秒前
Oct完成签到 ,获得积分10
46秒前
46秒前
皮皮球完成签到 ,获得积分10
47秒前
黄金天下完成签到,获得积分10
48秒前
北城完成签到 ,获得积分10
52秒前
llhh2024完成签到,获得积分10
54秒前
水盒子完成签到,获得积分10
56秒前
i2stay完成签到,获得积分10
56秒前
nt1119完成签到 ,获得积分10
57秒前
成就的绮烟完成签到 ,获得积分10
59秒前
月潮共生完成签到 ,获得积分10
1分钟前
果果完成签到,获得积分10
1分钟前
细心的代天完成签到 ,获得积分10
1分钟前
lululululululu完成签到 ,获得积分10
1分钟前
jxas完成签到,获得积分10
1分钟前
洁净青筠发布了新的文献求助10
1分钟前
Ethan完成签到 ,获得积分10
1分钟前
Fly完成签到,获得积分10
1分钟前
阿拉斯加剪短毛完成签到 ,获得积分10
1分钟前
精明秋完成签到,获得积分10
1分钟前
我不会乱起名字的完成签到,获得积分10
1分钟前
nianshu完成签到 ,获得积分10
1分钟前
LSi奇完成签到 ,获得积分10
1分钟前
Shinchan完成签到 ,获得积分10
1分钟前
星叶完成签到 ,获得积分10
1分钟前
昏睡的沛柔完成签到 ,获得积分10
1分钟前
顺利毕业完成签到 ,获得积分10
1分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709874
关于积分的说明 7418298
捐赠科研通 2354492
什么是DOI,文献DOI怎么找? 1246104
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921