De lever: 3D visualisatie en kwantificatie van metastasen

Werken aan een betere wereld

Kanker.”Het is een ziekte die jaarlijks wereldwijd meer dan acht miljoen mensen treft, meer dan aids, malaria en tuberculose samen”. De motieven van Lance Armstrong toen hij deze uitspraak deed, mogen dan in twijfel getrokken worden, de problematiek bestaat weldegelijk en treft ons dagelijks leven meer dan ooit.

Wat veel mensen niet weten, is dat kankerbestrijding niet enkel een taak is voor de geneeskunde, maar doorheen de jaren meer en meer is uitgegroeid naar een samenwerking tussen talrijke disciplines. Een belangrijke bijdrage wordt geleverd door de medische beeldvorming, een domein waar radiologen, ingenieurs en fysici samenwerken om bij te dragen tot het kankeronderzoek.

Als kanker niet tijdig of onvolledig verwijderd wordt, zal het net als onkruid in een tuin zich uitzaaien naar andere organen. De tuin, in ons geval het lichaam, zal overwoekerd raken en uiteindelijk afsterven. Gelukkig worden er meer en meer kankermedicijnen en bestralingstherapieën ontwikkeld die de groei van deze tumoren kunnen terugdringen. Bij het opvolgen van de behandeling is het opmeten van de tumoren erg belangrijk. Dat opmeten via een CT-scan gebeurt nu door een simpele RECIST-meting. Hierbij wordt de grootste diameter van de tumor bepaald. Dit is echter een onnauwkeurige meting. Je kan je inbeelden dat een tumor zeer sterk gekrompen is in één richting zonder dat de RECIST kleiner is geworden. In principe zouden dus volumemetingen moeten uitgevoerd worden. Dit is voor de radiologen echter een waar monnikenwerk. Iedere tumor moet afzonderlijk met de hand afgelijnd worden om een idee te krijgen van de tumoromvang. In deze stap springen ingenieurs ter hulp door een methode te ontwikkelen die dit proces automatiseert. Dit kan de klinische proeven die dienen om een medicijn goed te keuren aanzienlijk versnellen en dit komt de evolutie van kankeronderzoek ten goede. Daarnaast kan een behandeling ook sneller geëvalueerd worden waardoor patiënten minder lang een weinig effectieve, maar zware behandeling moeten volgen. In dit onderzoek is specifiek gekeken naar uitzaaiingen of ‘metastasen’ in de lever, maar de ontwikkelde methode zou evenzeer op andere tumoren van toepassing kunnen zijn.

Een CT-beeld wordt opgenomen met behulp van een CT-scanner. Hierin roteert een röntgenbron rond het lichaam en zendt X-stralen uit. Op basis van de opgevangen straling kan een driedimensionaal digitaal beeld gereconstrueerd worden. Dit beeld kan opgedeeld worden in sneden die de doorsnede tonen van de verschillende organen, zoals de lever. Een digitaal CT-beeld bestaat uit een raster van pixels, de kleinste elementjes in een beeld, die elk een verschillende grijswaarde of intensiteit hebben. Om een structuur te herkennen op dit beeld gebruikt het menselijk oog een aantal kenmerken: vorm, grijswaarde en contrast (verschil in grijswaarde tussen naburige pixels). Het probleem bij levermetastasen is dat de vorm niet vastligt zoals bij een orgaan. Daarnaast varieert de intensiteit van de grijswaarden van beeld tot beeld en is er weinig contrast tussen lever- en tumorweefsel.

Eenvoudige methodes die één van voorgaande kenmerken aanwenden om structuren te detecteren, blijken ontoereikend. Een voorbeeld hiervan is region growing. Hierbij zal een pixel geselecteerd worden binnen de tumor die als startpunt dient. Vervolgens wordt naar de omliggende pixels gekeken. Indien deze ongeveer gelijk zijn aan de startpixel zullen ze als tumorweefsel beschouwd worden. Dit proces gaat verder tot er geen nieuw tumorweefsel meer wordt gevonden. Dit geeft echter slechte resultaten omdat geen enkele vormbeperking in rekening wordt gebracht. Daarom werden methodes uitgetest die een combinatie vormen van de verschillende kenmerken.

Een eerste dergelijke methode is spiral scanning. Hierbij wordt de tumor virtueel ingekapseld in een bol. Deze bol wordt vervolgens omgevormd naar een vlak beeld door langs een spiraal de bol af te scannen. Je kan dit vergelijken met het lopen op een wereldbol. Stel je loopt van de Noordpool naar de Zuidpool maar in plaats van recht naar het zuiden te wandelen, kies je een spiraalvorming pad. Iedere kilometer stop je en boor je een gat naar het midden van de aarde. Alle aardlagen die je tegenkomt, zet je uit op een lijn en alle lijnen plaats je naast elkaar. Op die manier krijg je een vlak beeld waarin de verschillende aardlagen te onderscheiden zijn. Dezelfde werkwijze kan toegepast worden op een CT-beeld. Er kan vervolgens een scheidingslijn berekend worden tussen tumor- en leverweefsel rekening houdend met het contrast en de vorm. In een volgende stap wordt dan het CT-beeld opnieuw gereconstrueerd met daarop de aflijning. Op basis van deze aflijning wordt het volume van de tumor berekend.

Voorgaande techniek is een eerste stap in de goede richting. Om een meer nauwkeurige aflijning te bekomen, wordt echter een tweede techniek toegepast: level sets. Hierbij wordt vertrokken van de voorgaande aflijning en een snelheidsbeeld. Het snelheidsbeeld werkt als een wildwaterrivier. In bepaalde gebieden heb je een stroomversnelling die de oorspronkelijke aflijning sterker vervormt. In andere gebieden zit je in een tegenstroom waar je met heel veel moeite uitgeraakt en de oorspronkelijke aflijning niet of nauwelijks zal wijzigen. Het snelheidsbeeld kan bekomen worden door een aantal filters toe te passen op het oorspronkelijk beelden, o.a. om randen beter zichtbaar te maken. Na het zorgvuldig afstellen van de parameters, bekwamen we een methode die in staat is om levermetastasen af te lijnen. De radioloog dient hierbij twee punten te selecteren, één punt binnen de tumor en één erbuiten. De tumor wordt dan ingekapseld in een bol. Al het overige wordt geautomatiseerd.

Uit een uitgebreide validatie, d.w.z. het controleren van de werking van de methode, bleek dat de ontworpen methode uitstekend presteert. Een internationale studie in New York bevestigde deze resultaten. Deze methode bleek zelfs de beste resultaten te geven in zijn categorie.

Hoewel dit onderzoek slechts een kleine stap is in een steeds verder ontwikkelende tak van de geneeskunde, is het desondanks een bruikbare oplossing voor radiologen en oncologen, artsen die gespecialiseerd zijn in medische studie en behandeling van kanker. Meer en meer gaan artsen en wetenschappers zich verder specialiseren in één subtak van de geneeskunde. Op het vlak van kankeronderzoek alleen al zijn er zoveel specialisaties dat er nog nauwelijks een overzicht te maken valt. Toch verdient iedere taak respect. Of je nu duizend of één mensenleven redt, of je onderzoek doet of geneeskundige behandelingen uitvoert, of je mensen geneest, of gewoon financiële steun levert. Al deze taken zijn nodig om kanker te bestrijden. Wij zijn dan misschien geen wereldverbeteraars maar we proberen wel mee te werken aan een betere wereld.