Varierande behandlingsrespons i olika metastaser i en patient har stor klinisk betydelse eftersom även ett litet antal motståndskraftiga lesioner kan resultera i negativa utfall. 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. För att kunna ta till vara all information som finns i bilderna 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 som finns idag.
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 på två stora dataset från patienter med lymfom och spridd bröstcancer. 1.Att utveckla och tillämpa ett nytt automatiserat bildanalyskoncept för CT och FDG-PET/CT bilder som bedömer primärtumör och alla enskilda metastaser i varje patient. 2. Att utveckla och tillämpa våra metoder för utvärdering av terapisvar i varje enskild metastas 3. Att utveckla och tillämpa våra metoder för förutsägelse av individuellt 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.