Comparison of mega-press and short echotime press on classification of idh mutationusing machine learning at 3T

Abstract

Malign gliom, beyinde sık görülen ve ölümcül bir kanser türüdür. Son DünyaSaglık Örgütü (WHO) kriterleri, gliom sınıflandırmasına genetik mutasyonları dahiletmistir. Bu mutasyonlardan biri, izositrat dehidrogenaz (IDH), derece II ve dereceIII gliomlarda yaygın olup, kanser dokusunun metabolizması ile ilgilidir. IDH mutantgliomlar, IDH vahsi tiplerinden daha iyi prognoza sahiptir. Bu mutasyonun bir sonucuolarak onko-metabolit 2-HidroksiGlutarat (2HG), tümör dokusunda birikir. IDH mutasyonununcerrahi prosedürden önce tespiti tedavi planlamasında önemli bir rol oynayabilir.Manyetik rezonans spektroskopi (MRS), IDH mutasyon bilgisi saglamak içinkullanılabilecek noninvaziv bir tekniktir.Bu çalısmada, ilk olarak, 3 boyutlu basılmısbir MRS fantom, MRS sekanslarının uzaysal dagılım performanslarını analiz etmek içintasarlanmıs ve üretilmistir. Daha sonra çalısmaya, IDH durumu immünohistokimyaile saptanmıs 82 gliom hastası dahil edilmistir. Kısa eko zamanlı Nokta ÇözünürlüklüSpektroskopi (PRESS) ve Mescher-Garwood PRESS (MEGA-PRESS) MRS dizileri, 3TSiemens MRG tarayıcısında elde edilmistir. IDH mutasyonu tespitinde makine ögrenmemodellerinde öznitelik olarak metabolit konsantrasyonları kullanılmıstır. Sonuçlarımız,kısa TE PRESS profilindeki öznitelikleri kullanan karar agacı modelinin, IDH mutasyonunu% 75 dogrulukla tespit edebilecegini, MEGA-PRESS ile elde edilebilecek maksimumdogrulugun ise % 68 oldugunu göstermistir. Bu çalısmada üretilen MRS fantomu,yeni MRS darbe sekansları için bir dogrulama aracı olarak kullanılabilir. Gelecektekiçalısmalarımız gliomlardaki diger genetik degisiklikleri daha büyük bir hasta populasyonundatespit etmeyi hedeflemektedir.

Malignant glioma is a type of frequent and lethal cancer the brain. RecentWorld Health Organization (WHO) criteria has included genetic mutations in gliomaclassification. One of these mutations, isocitrate dehydrogenase (IDH) is common ingrades II and III gliomas, and has been related to metabolism of the cancer tissue.IDH mutant gliomas have better prognosis than IDH wild type ones. As a result ofthis mutation, an onco-metabolite 2-HydroxyGlutarate (2HG) accumulates in tumortissue. Detection of IDH mutation before surgical procedure could play an importantrole in treatment planning. Magnetic resonance spectroscopy (MRS) is a noninvasivetechnique that could be used to provide IDH mutation information. In this study, first,a 3D printed MRS phantom was designed and produced to analyze spatial distributionperformances of MRS sequences. Then, 82 glioma patients, whose IDH status havebeen determined by immunohistochemistry, have been included. Short echo time PointResolved Spectroscopy (PRESS) and Mescher-Garwood PRESS (MEGA-PRESS) MRSsequences were acquired on a 3T Siemens MRI scanner. Metabolite concentrationshave been estimated with LCModel spectal fitting program using corresponding basissets. Machine learning models have been developed to determine IDH mutation usingmetabolite concentrations as features. Our results indicated that a decision tree modelusing features from short TE PRESS profile could detect IDH mutation with 75%accuracy, while maximum accuracy attainable with MEGA-PRESS was 68%. TheMRS phantom that was produced as a part of this study could be used as a validationtool for new MRS sequences. Future studies will aim to detect other genetic alterationsin gliomas on a larger patient cohort.