Titelaufnahme

Titel
Fractal analysis of microvascular networks in malignant brain tumors / submitted by Antonio Di Ieva
VerfasserDiIeva, Antonio
Begutachter / BegutachterinTschabitscher, Manfred
Erschienen2011
Umfang119 Bl. : Ill., graph. Darst.
HochschulschriftWien, Med. Univ., Diss., 2011
Anmerkung
Zsfassung in dt. Sprache
SpracheEnglisch
Bibl. ReferenzOeBB
DokumenttypDissertation
Schlagwörter (DE)Hirntumore / mikrovaskuläres Netzwerk / neoplastischen Histotypen
URNurn:nbn:at:at-ubmuw:1-2524 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Fractal analysis of microvascular networks in malignant brain tumors [5.35 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Hirntumore sind durch ein mikrovaskuläres Netzwerk charakterisiert, welches sich von der normalen Durchblutung des Gehirns unterscheidet. Unterschiedliche Tumorarten zeigen jeweils individuelle Verteilungsmuster der Gefäße. Mikrovaskuläre Heterogenität kann auch innerhalb eines neoplastischen Histotypen beobachtet werden. Es hat sich gezeigt, dass die Quantifizierung von neoplastischen mikrovaskulären Mustern in Kombination mit dem histologischen Grad der Tumorcharakterisierung zur Spezifizierung von klinischen Prognosen benutzt werden kann.

Zur Überwindung von Limitationen des Euklidischen Ansatzes wurde fraktale Geometrie verwendet um die dem mikroangio-architektalen Netzwerk bei Gehirntumoren unterliegende geometrische Komplexität zu analysieren. Wir haben eine computerunterstützte, auf Fraktalen basierende Analyse für die Quantifizierung der mikrovaskulären Muster in histologischen Proben und in Ultra-High-Field (7-Tesla)-Magnetresonanzbildern entwickelt.

Es wird gezeigt, dass die fraktalen Parameter robust sind und gültige Schätzwerte der mikrovaskulären geometrischen Komplexität darstellen.

Des Weiteren erlaubt uns unsere Analyse die hohe geometrische Variabilität der Angioarchitektur des Glioblastomas zu demonstrieren und die Low-Grade- von den malignen Tumoren in histologischen Einzelfällen und auf radiologischen Bildern zu unterscheiden. Basierend auf den Ergebnissen dieser Studie, wird die Existenz eines Gradienten in der geometrischen Komplexität des mikrovaskulären Netzwerkes eines gesunden Gehirns im Vergleich zu einem mit malignen Tumoren vermutet.

In dieser Arbeit wird eine neue Methodologie für die Anwendung der Fraktalanalyse auf die Untersuchung der Mikroangioarchitektur von Gehirntumoren zusammengefasst. Außerdem empfehlen wir diesen Ansatz als Werkzeug zur Quantifizierung und Kategorisierung von verschiedenen neoplastischen, mikrovaskulären Mustern und als potenzielle morphometrischen Biomarker zur Verwendung in der klinischen Praxis.

Zusammenfassung (Englisch)

Brain tumors are characterized by a microvascular network which differs from normal brain vascularity. Different tumors show individual angiogenic patterns. Microvascular heterogeneity can also be observed within a neoplastic histotype. It has been shown that quantification of neoplastic microvascular patterns could be used in combination with the histological grade for tumor characterization and to refine clinical prognoses, even if no objective parameters have yet been validated. To overcome the limits of the Euclidean approach, we employ fractal geometry to analyze the geometric complexity underlying the microangioarchitectural networks in brain tumors. We have developed a computer-aided fractal-based analysis for the quantification of the microvascular patterns in histological specimens and ultra-high-field (7-Tesla) magnetic resonance images. We demonstrate that the fractal parameters are valid estimators of microvascular geometrical complexity.

Furthermore, our analysis allows us to demonstrate the high geometrical variability underlying the angioarchitecture of glioblastoma multiforme and to differentiate low-grade from malignant tumors in histological specimens and radiological images.

Based on the results of this study, we speculate the existence of a gradient in the geometrical complexity of microvascular networks from those in the normal brain to those in malignant brain tumors.

Here, we summarize a new methodology for the application of fractal analysis to the study of the microangioarchitecture of brain tumors; we further suggest this approach as a tool for quantifying and categorizing different neoplastic microvascular patterns and as a potential morphometric biomarker for use in clinical practice.