CFB-GBM v2.0: An Augmented Longitudinal Dataset for Multi-Modal Glioblastoma Segmentation, Radiomics, and RANO Progression Tracking

胶质母细胞瘤是成年人中最具侵略性的原发性脑癌，这种疾病进展极快，令患者的生存期中位数仅为十五个月。由于肿瘤在不同个体之间的表现差异巨大，医生很难预测谁会对治疗产生反应，谁不会。目前，判断疗法是否有效的标准方法是依赖于持续数月进行的磁共振成像（MRI）。医生通过观察肿瘤大小的变化来判断，但这个过程很慢。通常需要两个月的时间才能区分出肿瘤是真的在生长，还是仅仅因为治疗引起的炎症而显得变大。这种延迟是至关重要的；在与时间的赛跑中，等待两个月来调整失败的治疗方案，可能意味着生与死的区别。为了解决这个问题，研究人员需要大量详细的医疗数据，这些数据能够追踪患者随时间的变化，展示其肿瘤如何变化以及如何对治疗做出反应。然而，这类数据一直很稀缺，往往被锁在私立医院的记录中，或者缺少构建可靠计算机模型所需的关键细节。

来自法国的一个研究小组现在发布了一个公共数据库的重要更新，旨在帮助科学家和医生克服这些障碍。这个名为 CFB-GBM v2.0 的新集合汇集了 264 名患者在 2017 年至 2023 年间在一家肿瘤中心接受治疗的医疗记录和影像资料。该数据集之所以特别，是因为它追踪了这些患者在治疗过程中的三个不同阶段：治疗开始前，以及大约四个月和六个月后。对于每一个时刻，该数据库都包含了丰富的图像类型，例如不同类型的 MRI 扫描和 CT 扫描，以及患者接受的放射剂量精确图谱。这个新版本中最重要的改进在于，研究人员现在填补了拼图中的缺失部分：他们为每一位患者在每一个时间点都创建了详细的肿瘤轮廓。在原始版本的数据中，大多数患者在后期阶段都缺失这些轮廓，导致无法研究肿瘤随时间的变化。现在，随着几乎所有患者的轮廓都已完整，该数据库允许研究人员看到疾病进展的完整故事。

为了创建这些新的轮廓，团队并没有手动绘制每一个肿瘤，因为那将是一项耗时数年的任务。相反，他们训练了一个复杂的计算机程序来完成这项工作。他们首先使用了一个已经学会从另一组大型医学图像中识别脑肿瘤的模型。然后，他们利用现有的少量高质量轮廓对该程序进行了教学。一旦计算机学会了这些模式，它就会自动生成其余人群的缺失肿瘤轮廓。为了确保计算机没有出错，五位专家放射肿瘤学家审查了新轮廓的随机样本。他们发现，计算机的工作非常准确，几乎完美地匹配了专家的修正。这种验证让其他科学家能够确信，他们可以使用这些自动生成的轮廓来训练自己的工具，而无需花费数月时间去重新绘制肿瘤。

随着每个患者在每个阶段的肿瘤轮廓都已完整，研究人员能够精确计算出肿瘤在两次就诊之间缩小或增大的程度。他们应用了一套全球医生通用的标准规则来对结果进行分类。这些规则将患者的反应归类为：肿瘤完全消失、部分缩小、病情稳定（即肿瘤没有显著生长）或进展（即肿瘤长得更大）。通过对所有可能的两两时点进行此类操作，团队提供了一份清晰、即插即用的记录，展示了每位患者对治疗的反应。这使得该数据集对于那些试图开发能早期预测治疗成功率的人工智能系统的研究人员来说，具有直接的实用价值，从而可能让医生在疾病进展过快之前就切换治疗策略。

除了肿瘤轮廓和反应类别外，该数据集还包含了旨在使研究更简单、更一致的其他工具。团队提供了预先计算好的肿瘤纹理和形状测量值，即影像组学特征。这些数字以人类肉眼无法察觉的方式描述了肿瘤的内部结构，为癌症的生物学特性提供了线索。他们还提供了将大脑从头部其余部分分离出来的掩模（masks），这有助于研究人员将分析集中在相关区域，而不受骨骼或皮肤的干扰。此外，该数据库现在明确标注了诊断每位患者时所使用的世界卫生组织（WHO）分类指南版本，这一细节非常重要，因为 2021 年关于胶质母细胞瘤的定义发生了变化，要求具备特定的遗传标记。

尽管有了这些重大改进，研究人员仍谨慎地指出该数据目前尚无法告诉我们的信息。该数据库不包含有关肿瘤内部特定基因突变的信息，例如 IDH 基因的状态，而这是一个预测患者预后的强力指标。由于缺乏这些遗传信息，该数据集无法用于研究肿瘤基因与其行为之间的联系。作者建议，未来的更新可以包含这些缺失的遗传细节，并将肿瘤轮廓进一步细分为更微小的部分，例如将肿瘤的坏死中心与活跃边缘分开。然而，就目前而言，CFB-GBM v2.0 是一个稳健且易于获取的资源。它将零散的医疗记录转化为 264 名患者连贯的纵向故事，为科学界开发更好的方法来追踪、预测并最终治疗这种毁灭性疾病提供了坚实的基础。