P05.26.B FLUOROPHORE ABUNDANCE VERSUS HISTOLOGICAL CELLULARITY IN FLUORESCENCE-GUIDED GLIOMA SURGERY
Notice bibliographique
Résumé
Abstract BACKGROUND Diffuse infiltration of malignant glioma cells into surrounding brain tissue complicates maximal safe resection. Fluorescence-guided surgery (FGS) with 5-aminolevulinic acid (5-ALA) enhances tumor visualization via protoporphyrin IX (PpIX) fluorescence, but its relationship to cell density remains unclear. We investigate whether PpIX fluorescence correlates with histological cellularity in glioma tissues. MATERIAL AND METHODS We analyzed 243 brain tumor biopsies from patients administered with 5-ALA. Ex vivo hyperspectral imaging captured fluorescence spectra, and a spectral unmixing algorithm quantified abundances of nine fluorophores, including PpIX. Cell density was measured from histopathological slides using an automated cell counting algorithm involving image segmentation and morphological filtering. We focused on glioblastoma samples (n=209) to control for tissue-type variability. For comparison, other tumor types included anaplastic astrocytoma (n=10), gliosarcoma (n=9), metastasis (n=5), and radiation necrosis (n=10). Using linear and quadratic models, we assessed correlations between fluorophore abundances and cell density. RESULTS In glioblastoma samples, weak but statistically significant positive correlations were found between cell density and fluorescence from PpIX634 (R=0.387, p<0.001) and collagen (R=0.403, p<0.001), with collagen showing a slightly stronger correlation. No strong correlation was observed between PpIX fluorescence intensity and cell density across all tumor types (R²=0.17, p<0.001). Quadratic models marginally improved the correlation (R²=0.28) but risked overfitting. Tissue type significantly influenced cellularity and fluorophore abundance (p<0.05), suggesting that factors beyond cell density affect PpIX accumulation. Glioblastoma samples exhibited higher PpIX fluorescence despite lower cell densities than other tumor types, indicating PpIX accumulation in the extracellular matrix or higher intracellular accumulation per cell. CONCLUSION PpIX fluorescence correlates weakly with tumor cell density, suggesting accumulation in the extracellular matrix rather than within tumor cells or higher intracellular accumulation per cell. Collagen fluorescence shows a stronger correlation and may serve as an additional intraoperative biomarker. While PpIX aids tumor visualization, it does not directly reflect cell density. Incorporating biomarkers like collagen fluorescence could enhance tumor delineation and improve surgical outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».