An Open, Reproducible Gamma-Variate Pipeline for CT-Perfusion Time-Attenuation Curve Analysis, with Standardized (ASIST-Japan) Map Visualization

Technische Samenvatting: Een Open, Reproduceerbare Gamma-Variabele Pipeline voor CT-perfusie

Probleemstelling
CT-perfusie (CTP) is cruciaal voor acute beroerte en oncologische beeldvorming, maar de kwantitatieve betrouwbaarheid wordt ondermijnd door een gebrek aan reproduceerbaarheid tussen commerciële vendor-software. Identieke brongegevens die door verschillende pakketten worden verwerkt, leveren significant verschillende perfusiekaarten en waarden op vanwege variaties in deconvolutie-algoritmen, implementaties en drempelwaarden. Bovien wordt de visualisatie van deze kaarten gehinderd door cross-site variabiliteit veroorzaakt door niet-gestandaardiseerde lookup tables (LUTs), waarbij identieke kwantitatieve waarden visueel verschillend kunnen verschijnen afhankelijk van de gebruikte kleurenschaal. Deze "black box"-ondoorzichtigheid voorkomt dat clinici en onderzoekers de onderliggende verwerkingsstappen kunnen auditeren of inspecteren.

Methodologie
De auteurs presenteren ctp-core (v0.1.0), een pure Python (>=3.9) open-source bibliotheek die is ontworpen om een transparante, met parameters blootgestelde pipeline voor CTP-analyse te bieden. De methodologie richt zich op twee primaire componenten:

1. Gamma-Variabele (GV) Fitting en Analytische Indexafleiding:

   • Model: First-pass tijd–attenuatiecurven worden gemodelleerd met de gamma-variabele functie $C(t) = K (t −t_0)^\alpha \exp(-\frac{t - t_0}{\beta})$, waarbij $t_0$ de onset is, $\alpha$ de vorm (shape), $\beta$ de schaal (scale) en $K$ een coëfficiënt is.
   • Fitting: Curven worden gefit met behulp van nonlinear least squares (Trust Region Reflective algoritme) met fysisch gemotiveerde grenzen. Initialisatie is datagedreven (bijv. $t_0$ geplaatst vóór de 10% piek-overgang).
   • Analytische Afleiding: In plaats van opnieuw te optimaliseren, worden perfusie-indices analytisch afgeleid uit de gefitte parameters ($K, t_0, \alpha, \beta$):
     • Piektijd ($t_{peak}$): $t_0 + \alpha\beta$
     • Piekamplitude ($y_{peak}$): $K (\alpha\beta)^\alpha e^{-\alpha}$
     • Oppervlakte onder de curve (AUC): $K \beta^{\alpha+1} \Gamma(\alpha + 1)$
     • Bolus-Arrival Time (BAT): $t_0$
   • Robuustheid: De pipeline bevat een "fit-free" rauw pad voor gevallen waarin de fitting faalt, waarbij NaN wordt geretourneerd in plaats van uitzonderingen (exceptions). Falen wordt expliciet gemarkeerd met foutmeldingen (bijv. vorm-mismatch, optimizer-fout).

2. Gestandaardiseerde Visualisatie (ASIST-Japan a-LUT):

   • De pipeline implementeert de ASIST-Japan gestandaardiseerde lookup table (a-LUT), een 256-niveau RGB-tabel die waarden door een zwart–blauw–cyaan–groen–geel–rood spectrum mapt.
   • Scalars worden lineair gewindowd naar standaard displaybereiken (bijv. CBF 0–80 mL/100 g/min) en deterministisch geïndexeerd.
   • Cruciaal is dat de kleurmapping alleen de visualisatie beïnvloedt; de onderliggende kwantitatieve voxelwaarden blijven ongewijzigd en worden apart opgeslagen.

3. Omvang en Implementatie:

   • De open core (ctp-core) is standalone en bevat geen GUI, DICOM I/O of patiëntgegevensverwerking.
   • Volledige parametrische mapping (CBF, CBV, MTT, Tmax) via deconvolutie en Arterial Input Function (AIF) detectie is gedocumenteerd en geïmplementeerd, maar bevindt zich in een aparte private applicatie; de reproduceerbaarheidsclaims van de open core zijn beperkt tot de GV-fitting en synthetische validatie.

Validatie en Resultaten
De pipeline is uitsluitend gevalideerd op synthetische Monte-Carlo data met bekende grondwaarheid (ground truth), waarbij vertrouwelijke of patiëntgegevens zijn vermeden.

• Experimentele Opzet: 200 onafhankelijke runs werden uitgevoerd bij Signal-to-Noise Ratio (SNR) niveaus variërend van 5 tot 100.
• Prestaties:
  • Bij een representatieve SNR van 20 herstelde de pipeline de piektijd binnen 0.13 s, de piekamplitude binnen 2.0%, en de BAT binnen 0.51 s (Mean Absolute Error).
  • De fit-kwaliteit bereikte een $R^2$ van 0.98.
  • Fouten degradeerden monotoon met ruis; bij een SNR van 5 was de fout in piektijd ~0.52 s en de amplitude-fout ~8.1%.
  • De uit de fit afgeleide piek lag consistent dichter bij de grondwaarheid dan de ruwe maximumwaarde (fit-free pad).
• Reproduceerbaarheid: De code is deterministisch (vaste seeds) en de testsuite (34 tests) bevestigt bit-stabiele metrieken. De synthetische datagenerator en evaluatiescripts worden samen met de core vrijgegeven.

Belangrijkste Bijdragen

1. Transparantie: Een volledig open, parameter-transparante pipeline waarbij elke parameter, grens en verwerkingsstap wordt blootgesteld, in contrast met commerciële "black box"-oplossingen.
2. Standaardisatie: De integratie van de ASIST-Japan a-LUT zorgt ervoor dat de visualisatie van parametrische kaarten vergelijkbaar is tussen locaties zonder de kwantitatieve waarden te wijzigen.
3. Reproduceerbaarheid: De volledige workflow, inclusief de generatie van synthetische data en validatiebenchmarks, wordt vrijgegeven onder de MIT-licentie, wat onafhankelijke audit en hergebruik mogelijk maakt.
4. Validatie: Demonstratie van herstelnauwkeurigheid tegenover bekende grondwaarheid over een brede SNR-range, met expliciete afhandeling van fit-fouten.

Betekenis en Claims
De auteurs positioneren ctp-core niet als een klinische of regulatoire tool, maar als een onderzoekreferentie en een reproduceerbare benchmark. De paper claimt dat door het bieden van een transparante gamma-variabele fitting engine gecombineerd met gestandaardiseerde visualisatie, het de reproduceerbaarheidscrisis in CTP post-processing aanpakt. Het werk stelt anderen in staat om de wiskundige fundamenten van perfusieanalyse te auditeren, de code te hergebruiken voor onafhankelijke verificatie en voort te bouwen op een bekende, gevalideerde baseline. De auteurs verklaren expliciet dat er in deze preprint geen klinische validatie op echte patiëntgegevens wordt geclaimd, en dat externe validatie op publieke datasets (bijv. ISLES) gepland is voor toekomstig werk.