Dyplæring for deteksjon og karakterisering av hjernesvulst

Saruar Alam disputerer 28.08.2024 for ph.d.-graden ved Universitetet i Bergen med avhandlingen "Multiparametric brain MRI and deep learning models applied to segmentation and prediction in patients with glioma".

Avhandlingen undersøker og evaluerer metoder som kan forbedre måten leger diagnostiserer og behandler hjernesvulster, med særlig fokus på gliomer. Gjennom å kombinere dyplæring i kunstige nevrale nettverk, multiparametrisk magnetresonanstomografi (MRI) og prinsipper fra presisjonsmedisin, har forskningen resultert i tre hovedbidrag. 
En forbedret metode for segmentering av hjernesvulster: Alam har utviklet en modifisert U-Net arkitektur, kalt MEU-Net, for å identifisere og skille ulike deler av gliomer i MR-bilder. Denne metoden kan potensielt gi leger en mer detaljert forståelse av svulstens struktur og omliggende vev, noe som kan være verdifullt for behandlingsplanlegging. 
En automatisert teknikk for gradering av gliomer: Ved hjelp av maskinlæringsteknikker, spesielt konvolusjonelle nevrale nettverk, har forskeren utviklet modeller som kan bidra til å klassifisere gliomer som lav- eller høygradige. Denne ikke-invasive metoden kan potensielt støtte radiologer i deres arbeid og bidra til mer konsistente vurderinger. 
En ny tilnærming for anatomisk kartlegging av gliomer: Avhandlingen presenterer en metode for å automatisk lokalisere og profilere gliomers vekstmønster i hjernen. Denne tilnærmingen kan gi verdifull informasjon om svulstens forhold til viktige hjernestrukturer og potensielt bidra til mer presis behandlingsplanlegging.

Forskningen bygger på analyse av flere tusen MRI-opptak fra internasjonale, velorganiserte databaser, hvor pasientene har gitt informert samtykke til deling av data for forskningsformål. Dette understreker betydningen av åpen vitenskap og tilrettelegging for reproduserbar forskning.

Selv om disse metodene viser lovende resultater i forskningskontekst, er det viktig å påpeke at ytterligere validering og kliniske studier vil være nødvendig før de eventuelt kan implementeres i klinisk praksis. Likevel representerer avhandlingen et interessant bidrag til feltet nevro-onkologi og kan potensielt lede til forbedrede verktøy for diagnose og behandling av pasienter med hjernesvulster i fremtiden.

Personalia

Saruar Alam har mastergrad i datavitenskap (2018) fra Macquarie University, Sydney, Australia. Han er nå ansatt som overingeniør ved IT-avdelingen, Universitetet i Bergen. Doktorgradsarbeidet er utført  i Forskningsgruppen for nevrale nettverk ved Institutt for biomedisin, UiB under veiledning av Prof. Arvid Lundervold (hovedveilder) og Prof. Martha Enger (medveilder).