TMET-16. 3D spectroscopic imaging detects hidden peritumoral activity in gliomas
Notice bibliographique
Résumé
Abstract Gliomas extend beyond visible tumor borders, yet standard imaging fails to detect this infiltration. We applied volumetric proton MR spectroscopic imaging (3D-MRSI) with the MIDAS pipeline to identify metabolic changes beyond MRI-defined margins in IDH-mutant gliomas. Seven patients (2 glioblastomas wild-type, 3 astrocytomas IDH-mutants, 2 oligodendrogliomas IDH-mutants) underwent 3T echo-planar spectroscopic imaging. MIDAS processed MRSI data through a standardized pipeline: spatial and spectral Fourier transforms with B₀ correction, lipid extrapolation via LITE, spectral fitting (FITT), signal normalization, and quality mapping (QMAPS), yielding high-resolution metabolite maps co-registered with structural MRI. Metabolite concentrations (NAA, Cho, Cr, mIno, Lac) and ratios (Cho/Cr, NAA/Cr) were quantified in tumoral, peritumoral, and contralateral regions. Significant differences were observed for Cho/Cr and NAA/Cr across regions (ANOVA, p = 0.0162 and 0.0272), with Cho/Cr notably elevated in tumor vs. peritumoral tissue (p = 0.0226). NAA/Cr was reduced peritumorally (p = 0.005), reinforcing the idea of a metabolic gradient. Cr and Lac levels remained unchanged. Importantly, when stratified by IDH status, CHO/Cr and mIno levels exhibited moderate-to-large group differences within peritumoral and contralateral regions (Cohen’s d = 0.70–1.21), despite normal FLAIR signal. This study provides a spectroscopic evidence of metabolic alterations beyond visible tumor borders in gliomas using a clinically deployable MRSI platform. MIDAS-enhanced 3D-MRSI reliably captured subtle peritumoral changes undetectable by standard imaging. These findings suggest that metabolic mapping could refine surgical and radiotherapy planning by identifying biologically active tumor margins. Our results validate MIDAS as a robust tool for high-throughput, quality-controlled MRSI analysis and position 3D-MRSI as a frontier imaging modality in glioma management. Future larger-scale studies are warranted to validate these peritumoral biomarkers and integrate spectroscopic imaging into clinical workflows.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
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 ».