Vid konventionell analys av helkropps CT och FDG-PET/CT, undersökningar som idag i stort sett alla cancerpatienter genomgår, minskar man bilddatainformationen genom att en röntgenläkare gör en visuell bedömning. Denna reduktion är en stor begränsning vid bedömning av spridd eller potentiellt spridd cancer. För att kunna ta till vara all information som finns i bilderna, information som inte kan uppfattas av ögat, så krävs datoriserade bildanalysmetoder. Med denna information kan man bättre ge ett underlag för val av optimal terapi i det stora utbud av olika behandlingar, vilket är betydelsefullt med tanke på kostnader och biverkningar.
Syftet med detta projekt är att bättre ta till vara informationen i, och förbättra analysen av, CT och FDG-PET/CT helkroppsbilder genom att utveckla, kombinera och tillämpa olika toppmoderna automatiserade bildanalysstekniker till stora dataset från patienter med malignt lymfom och kolorektal cancer (N> 3600, www.u-can.uu.se). 1. Att utvärdera datoriserade bildanalysmetoder för upptäckt av tumörer och metastaser i CT- och PET/CT-bilder. 2. Att utvärdera datoriserade bildanalysmetoder, integrerad med icke-bildgivande patientdata, för att förutspå terapisvar. 3. Att utvärdera datoriserade bildanalysmetoder för utvärdering av tidigt terapisvar.
Genom att tillämpa moderna bildanalysverktyg hoppas vi att kunna förbättra möjligheterna att upptäcka, se utbredningen av och karakterisera primärtumör och varje enskild metastas. Denna fullständiga kartläggning av hela patientens sjukdom är viktig, eftersom varje metastas i en patient kan bestå av olika typer av celler och därför bete sig olika vid olika behandlingar. Våra datoriserade metoder tillåter också en integrering av annan information om patienten i analysen. Denna samlade information förväntas bättre förutspå sjukdomsprognosen och möjliggöra en tidigare effektutvärdering av både etablerad och ny cancerbehandling.