RESUMO
Purpose: Glioblastoma is the most common type of primary brain malignancy and has a poor prognosis. The standard treatment strategy is based on maximal safe surgical resection followed by radiotherapy and chemotherapy. Surgical resection can be optimized by using 5-delta-aminolevulinic acid (5-ALA)-induced fluorescence, which is the current mainstay. Although 5-ALA-induced fluorescence has gained general acceptance, it is also limited by inter-observer variability and non-standardized fluorescence parameters. We present a new software for processing images analysis to better recognize the tumor infiltration margins using an intraoperative immediate safety map of 5-ALA-induced fluorescence. We tested this in a brain model using a commercial surgical exoscope. Methods: A dedicated software GLIOVIS (ACQuF-II, Advanced Colorimetry-based Quantification of Fluorescence) was designed for processing analysis of images taken on the Intraoperative Orbital Camera Olympus Orbeye (IOC) to determine the relative quantification of Protoporphyrin IX (5-ALA metabolite) fluorescence. The software allows to superpose the new fluorescence intensity map and the safety margins over the original images. The software was tested on gel-based brain models. Results: Two surrogate models were developed: PpIX agarose gel-integrated in gelatin-based brain model at different scales (1:25 and 1:1). The images taken with the IOC were then processed using GLIOVIS. The intensity map and safety margins could be obtained for all available models. Conclusions: GLIOVIS for 5-ALA-guided surgery image processing was validated on various gelatin-based brain models. Different levels of fluorescence could be qualitatively digitalized using this technique. These results need to be further confirmed and corroborated in vivo and validated clinically in order to define a new standard of care for glioblastoma resection.
RESUMO
Se presenta un sistema experto capaz de integrar la información de siete variables fisiológicas de pacientes en cirugía y postoperatorio cardiovascular. El sistema está basado en lógica difusa y funciona bajo condiciones de información ruidosa o incompleta. El estado del paciente es estimado por medio de análisis simultáneo de las variables e integración de ellas. Las alarmas son reportadas en forma unificada por medio de un mensaje escrito en la pantalla. El sistema fue implementado en un computador personal para vigilancia continua y simultánea de hasta 9 pacientes. El sistema fue comparado con monitores convencionales (SpaceLabsTM PC2) en 20 cirugías cardíacas. Las alarmas reportadas por cada sistema fueron registradas por dos observadores expertos (un médico, un ingeniero) y clasificadas como verdaderas o falsas. Un 75 por ciento de las alarmas reportadas por los monitores convencionales fueron falsas, mientras que menos de un 1 por ciento de las alarmas reportadas por el sistema experto fueron falsas. La sensibilidad de los monitores convencionales fue de 79 por ciento y la del sistema experto de un 92 por ciento. El valor predictivo positivo fue un 31 por ciento con los monitores convencionales y un 97 por ciento con el sistema experto. En conclusion, la confiabilidad de las alarmas mejoró significativamente al integrar información de varias variables, reduciendo notablemente la frecuencia de alarmas falsas. La lógica difusa fue una herramienta poderosa y útil para integrar información fisiológica