La radiómica es un campo de estudio médico que busca extraer características cuantitativas de imágenes médicas, convirtiendo las imágenes en datos minables y aplicando el análisis de estos datos para brindar soporte a la decisión clínica. De la misma forma que la genómica o la proteómica, este campo de la medicina de precisión busca encontrar patrones explicativos en sets de gran cantidad de datos. Se contrapone a la práctica tradicional de tratar las imágenes médicas como meras imágenes demostrativas destinadas únicamente a interpretación visual. La radiómica contiene estadística de primer, segundo y alto orden, que combinados con datos clínicos del paciente pueden generar modelos que potencialmente podrían mejorar la precisión diagnóstica, prognóstico y predictiva.
![Flujo de trabajo para el uso de características radiómicas][1]
La radiómica ha demostrado un buen desempeño en otros tipos de cáncer, especialmente de cerebro y de próstata, ya que son patologías de alta prevalencia y para las que se cuenta con sets de imágenes de gran tamaño. El pipeline de radiomics consiste en la adquisición de imagen, la segmentación de la región de interés, un posible preprocesamiento de la imagen (filtrado, resampleo, padding, cropping, entr otros) y finalmente la extracción de los "radiomic features". Para Python existe el paquete pyradiomics que explica cómo configurar este proceso en su documentación.
El dataset TCGA-LGG es un dataset público que combina información genética del Cancer Genome Archive (TCGA) con imágenes de resonancia magnética de cerebro del Cancer Imaging Archive (TCIA) , pertenecientes a pacientes diagnosticados con glioma de bajo grado (Low Grade Glioma). Este tipo de tumor puede estar asociado a una mutación genética, en cuyo caso el tratamiento será diferente. Es de interés poder predecir esta mutación ya que el análisis genómico es muy costoso.
Descripción del dataset de la competencia
Para esta competencia tenemos 640 características radiómicas, extraídas de las segmentaciones de cada paciente (región de interés tumoral). La descripción de las características es el nombre en la primera fila.
El objetivo es predecir la mutación del gen 1p19q. Para el dataset de entrenamiento (train.csv) se informa en la última columna, llamada 'Mutación', si existe o no esta mutación. El modelo debe entrenarse para clasificar estos dos sets (0: gen no mutado, 1:gen mutado) utilizando las 640 características radiómicas.
Agradecimientos
Agradecemos a TGCA y TCIA por el dataset de resonancias magnéticas.
[1]: https://raw.githubusercontent.com/rn-2019-itba/Clase-7--Regularizacion/master/radiomics.jpg