| Abstract: | W niniejszej pracy do analizy widm 'H MRS in vivo zastosowano metody metabonomiczne pozwalające na automatyzację oceny i klasyfikacji zaburzeń metabolicznych móżdżku, będących następstwem procesu nowotworowego oraz przeprowadzonego leczenia. W interpretacji rezultatów wsparto się klasyczną analizą
statystyczną. Analizom wielowymiarowym poddano 176 widm 111 MRS in vivo uzyskanych od 31 pacjentów monitorowanych po leczeniu nowotworów tylnego dołu czaszki. Widma rejestrowano z obszarów umiejscowionych na granicy guza lub loży pooperacyjnej i tkanki zdrowej oraz w oddalonym od zmiany nowotworowej obszarze referencyjnym.
Zauważono, że ze względu na skomplikowany charakter danych oraz mnogość nakładających się procesów metabolicznych skuteczność metod PC A oraz PLS-DA istotnie rośnie po zastosowaniu filtrowania OSC, a rolą metody PCA jest przede wszystkim detekcja widm odstających oraz wstępna redukcja wymiaru zmiennych.
Poddanie danych filtrowaniu OSC wyraźnie polepsza jakość modeli PLS-DA, co w rezultacie prowadzi do ujawnienia profili metabolicznych charakterystycznych dla:
- danych zgrupowanych ze względu na rozpoznanie histopatologiczne,
- grup wyznaczonych na podstawie wyników badań kontrolnych,
- wczesnych i późnych powikłań po radioterapii,
- odpowiedzi tkanki móżdżku na przeprowadzoną resekcję guza,
- odpowiedzi tkanki móżdżku na zastosowanie chemioterapii,
- stopnia złośliwości nowotworu.
Możliwe jest również bezpośrednie porównanie profili metabolicznych dla obu analizowanych lokalizacji anatomicznych oraz określanie efektów metabolicznych spowodowanych przez czynnik patologiczny oraz terapeutyczny na podstawie analizy metabonomicznej obszaru odległego od krawędzi loży pooperacyjnej lub guza. Przeprowadzona także została automatyczna klasyfikacja widm H MRS z wykorzystaniem sztucznych sieci neuronowych (perceptron wielowarstwowy). Wymiar danych wejściowych został zredukowany za pomocą PCA oraz algorytmu BFS, średnia jakość klasyfikacji dla sześciu najlepszych sieci MLP wynosi 89% i uzyskana została dla zewnętrznego zbioru testowego, którego przypadki były wyłączone z uczenia sieci.
Według wiedzy autora jest to pierwsza praca opisująca w sposób tak obszerny zastosowanie podejścia metabonomicznego do widm H MRS in vivo. |