Caracterización de lesiones cerebrales con diagnóstico de glioblastoma mediante el software 3D-Slicer

Abstract

La presente investigación tiene como objetivo realizar la caracterización de las lesiones cerebrales en imágenes de resonancias de pacientes diagnosticados con glioblastoma mediante el software 3D Slicer. Metodología: Investigación del tipo cuantitativa descriptiva con diseño de corte transversal. Se recopilaron las imágenes de resonancia magnética cerebral de 50 pacientes con diagnóstico histopatológico de glioblastoma, Se calcularon volúmenes de interés a partir de segmentación semiautomática y la medida de los diámetros necesarios para la estimación por fórmula fueron obtenidos a partir de un script propio. Los datos se analizaron con la biblioteca PANDAS programada para análisis estadístico en lenguaje Python. Resultados: El volumen promedio del cerebro fue de 1410.16 ± 150.49 cm3 con mediana de 1392.88 cm3. En cuanto a los componentes tumorales: el volumen promedio del tumor activo fue de 17.70 ± 23.36 cm3, con mediana de 8.52 cm3; la necrosis tenía un volumen promedio de 28.49 ± 32.75 cm3, con mediana de 19.83 cm3 y el núcleo tumoral tenía un volumen promedio de 47.86 ± 47.37 cm3, con mediana de 33.88 cm3. El volumen del núcleo tumoral obtenido a partir de la estimación por fórmula del elipsoide fue de 40.27 ± 39.18 cm3 con mediana de 26.97 cm3. La relación volumen estimado y volumen real fue de 0.85 con una alta correlación positiva (R=0.993, R²=0.987). Conclusión: El software 3D Slicer demostró ser una herramienta efectiva para la segmentación y volumetría tumoral al tener una elevada similitud con un método de estimación por fórmula aprobado. Las extensiones que utilizamos (Grow from Seeds y Brain Extraction Tool (BET)) fueron fáciles de usar, ofrecían una gran variedad de alternativas para el usuario y mostraron gran precisión.