Identification of impactful imaging biomarker: Clinical applications for breast and prostate carcinoma.

Ermittlung aussagekräftiger Bildgebungsbiomarker: Klinische Anwendungen bei Mamma- und Prostatakarzinomen.

Journal

RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin
ISSN: 1438-9010
Titre abrégé: Rofo
Pays: Germany
ID NLM: 7507497

Informations de publication

Date de publication:
Apr 2024
Historique:
pubmed: 10 11 2023
medline: 10 11 2023
entrez: 9 11 2023
Statut: ppublish

Résumé

 Imaging biomarkers are quantitative parameters from imaging modalities, which are collected noninvasively, allow conclusions about physiological and pathophysiological processes, and may consist of single (monoparametric) or multiple parameters (bi- or multiparametric).  This review aims to present the state of the art for the quantification of multimodal and multiparametric imaging biomarkers. Here, the use of biomarkers using artificial intelligence will be addressed and the clinical application of imaging biomarkers in breast and prostate cancers will be explained. For the preparation of the review article, an extensive literature search was performed based on Pubmed, Web of Science and Google Scholar. The results were evaluated and discussed for consistency and generality.  Different imaging biomarkers (multiparametric) are quantified based on the use of complementary imaging modalities (multimodal) from radiology, nuclear medicine, or hybrid imaging. From these techniques, parameters are determined at the morphological (e. g., size), functional (e. g., vascularization or diffusion), metabolic (e. g., glucose metabolism), or molecular (e. g., expression of prostate specific membrane antigen, PSMA) level. The integration and weighting of imaging biomarkers are increasingly being performed with artificial intelligence, using machine learning algorithms. In this way, the clinical application of imaging biomarkers is increasing, as illustrated by the diagnosis of breast and prostate cancers. · Imaging biomarkers are quantitative parameters to detect physiological and pathophysiological processes.. · Imaging biomarkers from multimodality and multiparametric imaging are integrated using artificial intelligence algorithms.. · Quantitative imaging parameters are a fundamental component of diagnostics for all tumor entities, such as for mammary and prostate carcinomas.. · Bäuerle T, Dietzel M, Pinker K et al. Identification of impactful imaging biomarker: Clinical applications for breast and prostate carcinoma. Fortschr Röntgenstr 2024; 196: 354 - 362.  Bildgebungsbiomarker sind quantitative Parameter aus bildgebenden Modalitäten, welche nicht-invasiv erhoben werden und Aussagen über physiologische und pathophysiologische Abläufe zulassen, wobei diese aus einzelnen (monoparametrisch) oder mehreren Parametern (bi- bzw. multiparametrisch) bestehen können.  Die vorliegende Übersichtsarbeit soll den Stand der Technik zur Quantifizierung von multimodalen und multiparametrischen Bildgebungsbiomarkern vorstellen. Hierbei wird die Nutzung von Biomarkern mittels künstlicher Intelligenz thematisiert und die klinische Anwendung von bildgebenden Biomarkern bei Mamma- und Prostatakarzinomen erläutert. Für die Anfertigung des Übersichtsartikels wurde basierend auf Pubmed, Web of Science und Google Scholar eine ausführliche Literaturrecherche durchgeführt. Die Ergebnisse wurden hinsichtlich Stimmigkeit und Allgemeingültigkeit ausgewertet und diskutiert.  Die Quantifizierung von unterschiedlichen bildgebenden Biomarkern erfolgt aus der Nutzung komplementärer Bildgebungsmodalitäten (multimodal) radiologischer und nuklearmedizinischer Techniken bzw. von Hybridverfahren. Aus diesen Techniken werden Parameter auf morphologischer (z. B. Größe), funktioneller (z. B. Vaskularisierung oder Diffusion), metabolischer (z. B. Glukosestoffwechsel) und molekularer (z. B. Expression des Prostataspezifischen Membranantigens, PSMA) Ebene bestimmt. Die Integration und Wichtung von bildgebenden Biomarkern erfolgt zunehmend mit der künstlichen Intelligenz, wobei Algorithmen des maschinellen Lernens genutzt werden. Auf diesem Wege nimmt die klinische Anwendung von bildgebenden Biomarkern zu, was anhand der Diagnostik von Mamma- und Prostatakarzinomen erläutert wird.   · Bildgebungsbiomarker sind quantitative Parameter zur Erfassung von physiologischen und pathophysiologischen Abläufen.. · Die Integration von bildgebenden Biomarkern aus der multimodalen und multiparametrischen Bildgebung erfolgt über Algorithmen der künstlichen Intelligenz.. · Quantitative Parameter der Bildgebung sind grundlegender Bestandteil der Diagnostik aller Tumorentitäten, wie beispielsweise für Mamma- und Prostatakarzinome.. · Bäuerle T, Dietzel M, Pinker K et al. Identification of impactful imaging biomarker: Clinical applications for breast and prostate carcinoma. Fortschr Röntgenstr 2024; 196: 354 – 362.

Sections du résumé

BACKGROUND BACKGROUND
 Imaging biomarkers are quantitative parameters from imaging modalities, which are collected noninvasively, allow conclusions about physiological and pathophysiological processes, and may consist of single (monoparametric) or multiple parameters (bi- or multiparametric).
METHOD METHODS
 This review aims to present the state of the art for the quantification of multimodal and multiparametric imaging biomarkers. Here, the use of biomarkers using artificial intelligence will be addressed and the clinical application of imaging biomarkers in breast and prostate cancers will be explained. For the preparation of the review article, an extensive literature search was performed based on Pubmed, Web of Science and Google Scholar. The results were evaluated and discussed for consistency and generality.
RESULTS AND CONCLUSION CONCLUSIONS
 Different imaging biomarkers (multiparametric) are quantified based on the use of complementary imaging modalities (multimodal) from radiology, nuclear medicine, or hybrid imaging. From these techniques, parameters are determined at the morphological (e. g., size), functional (e. g., vascularization or diffusion), metabolic (e. g., glucose metabolism), or molecular (e. g., expression of prostate specific membrane antigen, PSMA) level. The integration and weighting of imaging biomarkers are increasingly being performed with artificial intelligence, using machine learning algorithms. In this way, the clinical application of imaging biomarkers is increasing, as illustrated by the diagnosis of breast and prostate cancers.
KEY POINTS CONCLUSIONS
· Imaging biomarkers are quantitative parameters to detect physiological and pathophysiological processes.. · Imaging biomarkers from multimodality and multiparametric imaging are integrated using artificial intelligence algorithms.. · Quantitative imaging parameters are a fundamental component of diagnostics for all tumor entities, such as for mammary and prostate carcinomas..
CITATION FORMAT UNASSIGNED
· Bäuerle T, Dietzel M, Pinker K et al. Identification of impactful imaging biomarker: Clinical applications for breast and prostate carcinoma. Fortschr Röntgenstr 2024; 196: 354 - 362.
HINTERGRUND UNASSIGNED
 Bildgebungsbiomarker sind quantitative Parameter aus bildgebenden Modalitäten, welche nicht-invasiv erhoben werden und Aussagen über physiologische und pathophysiologische Abläufe zulassen, wobei diese aus einzelnen (monoparametrisch) oder mehreren Parametern (bi- bzw. multiparametrisch) bestehen können.
METHODE METHODS
 Die vorliegende Übersichtsarbeit soll den Stand der Technik zur Quantifizierung von multimodalen und multiparametrischen Bildgebungsbiomarkern vorstellen. Hierbei wird die Nutzung von Biomarkern mittels künstlicher Intelligenz thematisiert und die klinische Anwendung von bildgebenden Biomarkern bei Mamma- und Prostatakarzinomen erläutert. Für die Anfertigung des Übersichtsartikels wurde basierend auf Pubmed, Web of Science und Google Scholar eine ausführliche Literaturrecherche durchgeführt. Die Ergebnisse wurden hinsichtlich Stimmigkeit und Allgemeingültigkeit ausgewertet und diskutiert.
ERGEBNISSE UND SCHLUSSFOLGERUNG UNASSIGNED
 Die Quantifizierung von unterschiedlichen bildgebenden Biomarkern erfolgt aus der Nutzung komplementärer Bildgebungsmodalitäten (multimodal) radiologischer und nuklearmedizinischer Techniken bzw. von Hybridverfahren. Aus diesen Techniken werden Parameter auf morphologischer (z. B. Größe), funktioneller (z. B. Vaskularisierung oder Diffusion), metabolischer (z. B. Glukosestoffwechsel) und molekularer (z. B. Expression des Prostataspezifischen Membranantigens, PSMA) Ebene bestimmt. Die Integration und Wichtung von bildgebenden Biomarkern erfolgt zunehmend mit der künstlichen Intelligenz, wobei Algorithmen des maschinellen Lernens genutzt werden. Auf diesem Wege nimmt die klinische Anwendung von bildgebenden Biomarkern zu, was anhand der Diagnostik von Mamma- und Prostatakarzinomen erläutert wird.
KERNAUSSAGEN UNASSIGNED
  · Bildgebungsbiomarker sind quantitative Parameter zur Erfassung von physiologischen und pathophysiologischen Abläufen.. · Die Integration von bildgebenden Biomarkern aus der multimodalen und multiparametrischen Bildgebung erfolgt über Algorithmen der künstlichen Intelligenz.. · Quantitative Parameter der Bildgebung sind grundlegender Bestandteil der Diagnostik aller Tumorentitäten, wie beispielsweise für Mamma- und Prostatakarzinome..
ZITIERWEISE UNASSIGNED
· Bäuerle T, Dietzel M, Pinker K et al. Identification of impactful imaging biomarker: Clinical applications for breast and prostate carcinoma. Fortschr Röntgenstr 2024; 196: 354 – 362.

Autres résumés

Type: Publisher (ger)
 Bildgebungsbiomarker sind quantitative Parameter aus bildgebenden Modalitäten, welche nicht-invasiv erhoben werden und Aussagen über physiologische und pathophysiologische Abläufe zulassen, wobei diese aus einzelnen (monoparametrisch) oder mehreren Parametern (bi- bzw. multiparametrisch) bestehen können.

Identifiants

pubmed: 37944934
doi: 10.1055/a-2175-4446
doi:

Types de publication

Journal Article

Langues

eng ger

Sous-ensembles de citation

IM

Pagination

354-362

Informations de copyright

Thieme. All rights reserved.

Déclaration de conflit d'intérêts

The authors declare that they have no conflict of interest.

Auteurs

Tobias Bäuerle (T)

Institute of Radiology, University Medical Center Erlangen, Germany.

Matthias Dietzel (M)

Institute of Radiology, University Medical Center Erlangen, Germany.

Katja Pinker (K)

Department of Radiology, Memorial Sloan Kettering Cancer Center, New York, United States.

David Bonekamp (D)

Department of Radiology, German Cancer Research Center, Heidelberg, Germany.

Kevin S Zhang (KS)

Department of Radiology, German Cancer Research Center, Heidelberg, Germany.

Heinz-Peter Schlemmer (HP)

Department of Radiology, German Cancer Research Center, Heidelberg, Germany.

Peter Bannas (P)

Institute of Diagnostic and Interventional Radiology, University Medical Center Hamburg-Eppendorf, Hamburg, Germany.

Clemens C Cyran (CC)

Institute of Radiology, University Medical Center München (LMU), München, Germany.

Michel Eisenblätter (M)

Diagnostische und Interventionelle Radiologie, Universitätsklinikum OWL, Universität Bielefeld Campus Klinikum Lippe, 32756 Detmold, Germany.

Ingrid Hilger (I)

Experimental Radiology, University Medical Center Jena, Germany.

Caroline Jung (C)

Institute of Diagnostic and Interventional Radiology, University Medical Center Hamburg-Eppendorf, Hamburg, Germany.

Fritz Schick (F)

Experimental Radiology, University Medical Center Tübingen, Germany.

Franz Wegner (F)

Department of Radiology, University Hospital Schleswig-Holstein Campus Lübeck, Germany.

Fabian Kiessling (F)

Experimental Molecular Imaging, University Medical Center Aachen, Germany.

Classifications MeSH