A Two-Stage Framework for Identifying Robust Radiomic Biomarkers in Prostate MRI: Evidence from the PRODIF Study : Joint Repeatability and Reliability Analysis at the Lesion Level

Abstract

Prostate cancer is the most prevailing non-cutaneous malignant cancer growths among the male population worldwide, which poses obstacles for early detection and clinical decision- making. Despite extensive adoption of multiparametric magnetic resonance imaging (mpMRI), the shortfalls in reliable and repeatable quantitative imaging biomarkers (QIB) persists as a major barrier to the clinical translation of radiomics-based prostate cancer management. Moreover, there is an increasing necessity for minimally invasive prognostic tools which may consolidate diagnostic workflows and assist clinicians in performing triage towards patients requiring either urgent or targeted treatment. mpMRI has become central to prostate cancer diagnostics; however, variability in the imaging acquisition techniques, reconstruction methods, and quantitative analysis can affect diagnostic performance and reproducibility of mpMRI radiomics as a QIB. This thesis evaluates the classification performance, repeatability and reproducibility of multiple MRI modalities through radiomics-based analysis, with primary focus on diffusion basis spectrum imaging (DBSI) and oscillating gradient spin-echo (OGSE) imaging. The study analyses diffusion MRI data from the PRODIF cohort study deriving 37 patients with histopathologically confirmed prostate cancer following prostatectomy. Imaging was performed using a 3T Ingenuity PET/MR with 32-channel cardiac coil. Statistical analysis was confined to DBSI and OGSE modalities to assess the repeatability and quantitative robustness of advanced diffusion parameterisations in prostate cancer imaging. Radiomic feature analysis included features from first-order moments, Gabor filters, fast Fourier transform features, edge- and corner-based features (2D/3D) and PyRadiomics-derived lesion metrics were conducted using R to assess reliability and repeatability across acquisitions through a two-stage Intraclass Correlations (ICC) and Area Under Curve (AUC) statistical analytical framework. Initial results show that when paired with certain MRI modalities, edge- and corner-derived radiomics and PyRadiomics toolkits show potential as repeatable and reliable biomarkers. Secondary stage framework showed only Scharr and Hessian edge- and corner-derived radiomics persisted in both qib-level candidacy analysis in both repeatability, reliability and precision metrics. Through structured repeatability and reliability analysis of modality-specific MRI parameterisations and radiomic features, this thesis identifies structurally stable descriptors with potential translational relevance, while highlighting that broader multi-centre standardisation remains essential for full QIB validation.

Eturauhassyöpä (PCa) on maailmanlaajuisesti yleisin ei-ihoperäinen syöpä miehillä ja muodostaa merkittävän haasteen varhaisdiagnostiikalle ja kliiniselle hoidolle. Vaikka moniparametrinen magneettikuvaus (mpMRI) on vakiinnuttanut asemansa eturauhassyövän diagnostiikassa, luotettavien ja toistettavien kvantitatiivisten kuvantamisbiomarkkereiden (QIB) puute rajoittaa edelleen radiomiikkaan perustuvien menetelmien kliinistä käyttöönottoa. Lisäksi kliinisessä päätöksenteossa on kasvava tarve minimaalisesti invasiivisille prognostisille työkaluille, jotka tehostavat diagnostisia prosesseja ja tukevat kiireellistä tai kohdennettua hoitoa vaativien potilaiden tunnistamista. mpMRI on keskeinen osa eturauhassyövän diagnostiikkaa. Kuvantamisprotokollien, rekonstruktiomenetelmien ja kvantitatiivisten analyysien välinen vaihtelu voi kuitenkin heikentää diagnostista suorituskykyä sekä radiomiikkapiirteiden toistettavuutta ja uusittavuutta QIB-markkereina. Tässä tutkielmassa arvioidaan useiden magneettikuvausmodaliteettien luokittelukykyä, toistettavuutta ja uusittavuutta radiomiikkaan perustuvan analyysin avulla. Pääpaino on diffusion basis spectrum imaging (DBSI) - ja oscillating gradient spin-echo (OGSE) - tekniikoissa. Tutkimus perustuu PRODIF-kohorttiin, joka koostuu 37 potilaasta, joilla eturauhassyöpä varmistettiin histopatologisesti prostatektomian jälkeen. Kuvantaminen suoritettiin 3 teslan Ingenuity PET/MR -laitteella käyttäen 32-kanavaista sydänkelaa. Vaikka aineistoon sisältyi useita kuvantamissekvenssejä, tilastollinen analyysi kohdistettiin DBSI- ja OGSE- modaliteetteihin edistyneiden diffuusioparametrisaatioiden toistettavuuden ja kvantitatiivisen robustisuuden arvioimiseksi eturauhassyövän kuvantamisessa. Biomarkkerien erottamimen toteutettiin R-ohjelmointikielellä. Analyysiin sisältyivät tilastolliset momentit, Gabor- suodattimiin perustuvat piirteet, nopean Fourier-muunnoksen (FFT) deskriptorit, reuna- ja kulmaperusteiset 2D- ja 3D-piirteet sekä PyRadiomics-kirjastolla johdetut leesio-ominaisuudet. Luokittelukykyä arvioitiin pinta-alalla ROC-käyrän alla (AUC), ja piirteiden stabiliteettia arvioitiin intraluokkaisen korrelaatiokertoimen (ICC) avulla. Tulokset osoittavat, että erityisesti reuna- ja kulmaperusteiset piirteet sekä PyRadiomics- metriikat tuottavat toistettavia ja luotettavia biomarkkereita. Tietyt kuvantamisparametrit paransivat suorituskykyä analysoitaessa ennalta määriteltyjä Gleason-luokituksia vasten. Tutkimus tarkasteli modaliteettikohtaista mpMRI ja radiomiikan biomarkkereita toistettavuus- ja luotettavuusanalyysin kautta, osoittaen valittujen piirteiden korkean mittaustabiliteetin. Tulokset tukevat niiden mahdollista kliinistä hyödyntämistä, samalla korostaen laajemman standardoinnin tarvetta kvantitatiivisessa eturauhasen magneettikuvauksessa.