Способ прогнозирования вероятности степени злокачественности ацинарной аденокарциномы предстательной железы у мужчин по шкале Глисона 7=3+4 и 7=4+3 на основе бпМРТ-радиомики Российский патент 2024 года по МПК A61B6/03 G16H30/20 G16H50/30 

Рак предстательной железы - злокачественное новообразование эпителиальной или мезенхимальной структуры, развивающееся из клеток предстательной железы.

• С61 Рак предстательной железы

Новизна

1. Заключается в предложении способа оценки вероятности степени злокачественности по шкале Глисона 7=3+4 и 7=4+3 при ацинарной аденокарциноме предстательной железы у мужчин с промежуточной степенью злокачественности (Gs=7), включающего выполнение магнитно-резонансной томографии предстательной железы на высокопольном МР-томографе в соответствии со стандартами сканирования выбранной зоны, определение количественных показателей данных МРТ-радиомики, полученных в программе LIFEx: DISCRETIZED_AUC_CSH, GLCM_Energy[=AngularSecondMoment], GLCM_Correlation, GLRLM_LRE, GLRLM_LGRE, GLRLM_SRHGE, GLZLM_LZE, GLZLM_LZLGE, GLZLM_LZHGE, GLZLM_ZLNU, SHAPE_Compacity[onlyFor3DROI], INFO_ActualFrameDuration, PARAMS_BoundsRangeOfValueAfterDiscretisation_1; а также расчет прогностического коэффициента ВПР по формуле.

Описание

Область техники

Изобретение относится к области медицины (по МПК - измерения для диагностических целей в медицине), а именно к лучевой диагностике (магнитно-резонансной томографии), урологии и онкологии, и может быть использовано для оценки вероятности выявления по Глисону 7=3+4 и 7=4+3 при ацинарной аденокарциноме предстательной железы у мужчин при первичной диагностике патологии предстательной железы.

Уровень техники

У данного изобретения не существует аналогов, позволяющих достичь подобных технических результатов. В литературе не описано ни одной математической модели для расчета вероятности выявления 7=3+4 и 7=4+3 при ацинарной аденокарциноме предстательной железы на основе данных количественной оценки бпМР-радиомики.

Раскрытие изобретения

Согласно данным Российского Центра информационных технологий и эпидемиологических исследований в области онкологии, рак предстательной железы (РПЖ) занимает второе место среди мужчин в структуре онкологических заболеваний в Российской Федерации на 2021 год, составляя 15,1%. За последние десять лет наблюдается значительный рост заболеваемости РПЖ как во всем мире, так и в России. В РФ за последние десять лет заболеваемость РПЖ выросла на 17,2%. В 2021 году от злокачественных новообразований в Российской Федерации умерло 278 992 человека, причем РПЖ стал причиной смерти у 8,6% мужчин, умерших от злокачественных новообразований. За последние десять лет смертность от РПЖ в Российской Федерации выросла на 23,87% и составляет 19 случаев на 100000 населения (в сравнении с 15,9 случаев на 100 000 в 2011 году). [Под ред. А.Д. Каприна, В.В. Старинского, А.О. Шахзадовой Злокачественные новообразования в России в 2021 году (заболеваемость и смертность) - М.: МНИОИ им. П.А. Герцена - филиал ФГБУ «НМИЦ радиологии» Минздрава России, - 2022. - илл. - 252 с.].

Несмотря на совершенствование методов диагностики РПЖ и внедрение ПСА-мониторинга, заболеваемость запущенными формами РПЖ в России остается высокой.

Ацинарная аденокарцинома является самым распространенным типом злокачественной опухоли при раке предстательной железы (ААПЖ). Она составляет около 95% всех диагностируемых опухолей данной локализации.

«Золотым стандартом» диагностики РПЖ: определение распространенности опухолевого процесса (стадирование) - являются результаты биопсии - оценка степени риска по шкале Глисона [Epstein Л. Prostate cancer grading: a decade after the 2005 modified system. ModPathol 2018; 31: S47-S63].

Впервые шкала была предложена Дональдом Глисоном в 1966 году [Gleason DF, Mellinger GT. Prediction of prognosis for prostatic adenocarcinoma by combined histological grading and clinical staging. JUrol. 1974 Jan;111(1):58-64. doi: 10.1016/s0022-5347(17)59889-4. PMID: 4813554]. Показатель Глисона представляет собой сумму двух чисел/баллов, например 7 баллов (3+4). Первая цифра показывает состояние клеток, которые занимают наибольшую часть опухоли. Вторая - для клеток, которые занимают 2-е место по распространенности. Первая и вторая цифры складываются, обозначая суммарный балл.

Интерпретация оценки по шкале Глисона состоит в следующем: суммарный балл может принимать значения от 2 до 10. Итоговое значение разделяется на 3 группы:

менее 6 баллов - низкая степень злокачественности: опухоль, вероятно, будет расти и распространяться медленно;

7 баллов - промежуточная степень злокачественности;

8-10 баллов - высокая степень злокачественности: опухоль, вероятно, будет быстро расти и распространяться, необходимо сразу начинать лечение.

В 2019 году была введена пересмотренная система классификации рака предстательной железы, называемая GradeGroups. Эта система основана на системе оценки Глисона и разбивает рак предстательной железы на пять групп риска [Egevad L, Delahunt В, Srigley JR, Samaratunga H. International Society of Urological Pathology (ISUP) gradingofprostatecancer - An ISUP consensusoncontemporarygrading. APMIS. 2016 Jun; 124(6):433-5. doi: 10.1111/apm. 12533. PMID: 27150257; Epstein JI, Zelefsky MJ, Sjoberg DD, Nelson JB, Egevad L, Magi-Galluzzi C, Vickers AJ, Parwani AV, Reuter VE, Fine SW, Eastham JA, Wiklund P, Han M, Reddy CA, Ciezki JP, Nyberg T, Klein EA. A Contemporary Prostate Cancer Grading System: A Validated Alternative to the Gleason Score. Eur Urol. 2016 Mar;69(3):428-35. doi: 10.1016/j.eururo.2015.06.046. Epub 2015 Jul 10. PMID: 26166626; PMCID: PMC5002992]. Это помогло упростить понимание и применение шкалы Глисона на практике.

Хотя сумма по шкале Глисона может быть одинаковой (=7) у разных опухолей, однако степень их злокачественности может существенно различаться. Сумма баллов, равная 7, может быть представлена как 3+4 или 4+3. Второй вариант считается более агрессивным и опасным. Исходя из этого деления, оценка 7 по шкале Глисона из средней группы риска была разделена на две группы риска: 7 (3+4) - благоприятную и 7 (4+3) -неблагоприятную.

Chan и др. в своем проспективном когортном исследовании 570 мужчин показали, что опухолис РПЖ GS=7 неоднородны по своему биологическому поведению: различия в прогнозе для пациентов с опухолями по шкале Глисона 3+4 и 4+3 при радикальной простатэктомии статистически значимы. По их данным частота установленного экстрапростатического распространения при радикальной простатэктомии для опухолей по шкале Глисона 3+4 и 4+3 составила 38,2% и 52,7% соответственно (р=0,008). Оценка по шкале Глисона 4+3 против 3+4 была предиктором метастатического заболевания (р=0,002) [Chan TY, Partin AW, Walsh PC, Epstein JI. Prognostic significance of Gleason score 3+4 versus Gleason score 4+3 tumor at radical prostatectomy. Urology. 2000 Nov l;56(5):823-7. doi: 10.1016/s0090-4295(00)00753-6. PMID: 11068310].

Wright и др. в своем исследовании 753 мужчин выяснили, что по сравнению с пациентами с Глисона 3+4, пациенты с опухолями Глисона 4+3 имели повышенный риск смерти от рака как в нескорректированной (ОР 2,80, 95% ДИ 1,26-6,18), так и в многомерных моделях (ОР 2,12, 95% ДИ 0,87-6,18). 5,17, р=0,1). У мужчин, проходящих курс радикальной простатэктомии или лучевой терапии, наблюдался повышенный риск рецидива/прогрессирования (ОР 2,1, 95% ДИ 1,1-4,0) и смерти от рака (ОР 3,2, 95% ДИ 1,0-9,7) у пациентов с оценкой по Глисона 4+3 по сравнению с 3+4 опухолями в многомерных моделях. Статистически значимой разницы в смерти от рака не наблюдалось между пациентами с Gleason 4+3 и 8-10[Wright JL, Salinas CA, Lin DW, Kolb S, Koopmeiners J, Feng Z, Stanford JL. Prostate cancer specific mortality and Gleason 7 disease differences in prostate cancer outcomes between cases with Gleason 4+3 and Gleason 3+4 tumors in a population based cohort. JUrol. 2009 Dec;182(6):2702-7. doi: 10.1016/j.juro.2009.08.026. PMID: 19836772; PMCID: РМС2828768].

Особенно важно отметить, что при 3 группе риска (4+3=7 по Глисону) основными методами лечения становятся радикальная простатэктомия (удаление простаты) и лучевая терапия. Прогноз выживаемости без рецидива в течение 5 лет значительно снижается до 78,1% при 3 группе риска(4+3) по сравнению с 93,1% при 2 группе риска (3+4).

Так как переход пациента из группы риска 2 в группу риска 3 существенно влияет на выбор лечения и прогноз выживаемости, то становится очень важным обеспечить точную диагностику для дифференциации этих двух групп. Точное разведение пациентов со средним риском (GS=7) между 2 и 3 группой также потенциально может снизить чрезмерное лечение РПЖ пациентов со средним риском.

С одной стороны, исследования показывают, что для опухолей с суммой Глисона 7 баллов совпадение результатов биопсии и после операции совпадают на 85,7%. Тогда как для групп 8-10 баллов совпадение составляет 68%. Т.е. точность предсказания группы риска при биопсии довольно высокая. Значит группу риска можно точно предсказать до операции, и это наиболее точно определит объем операции.

Но, с другой стороны, любая биопсия является инвазивной процедурой, которая требует специальной подготовки от врача, сопряжена с дискомфортом для пациента и не позволяет провести диагностику передних отделов предстательной железы из-за высокого риска осложнений.

Именно поэтому, новые технологии, основанные на отсутствии инвазивной процедуры, такие как МРТ (традиционная мпМРТ) при диагностике РПЖ, становятся все более востребованными. Изначально прогностические модели строились по изображениям МРТ.

Сопоставимость диагностической значимости мпМРТ и бпМРТ была доказана в ряде исследований и метаанализов: чувствительность (94,6% против 93,9%, соответственно) и специфичность (84,8% против 87,3%) [Kuhl CK, Bruhn R, Kramer N, Nebelung S, Heidenreich A, Schrading S. AbbreviatedBiparametricProstateMRImaginginMenwithElevatedProstate-specificAntigen. Radiology. 2017 Nov;285(2):493-505. doi: 10.1148/radiol.2017170129. Epub 2017 Jul 20. PMID: 28727544]. Учитывая сопоставимость диагностической ценности мпМРТ и бпМРТ при диагностике РПЖ, встает вопрос о возможности замены мпМРТ исследованиями бпМРТ, т.к. исследования бпМРТ (Т2-взвешенные изображения (T2WI)+диффузионно-взвешенная визуализация (DWI)) являются более безопасными, т.к. не используют динамическое контрастное усиление (DCE), снижает длительность нахождения пациента в магните (общее время сбора данных при бпМРТ составляет 8 минут 45 секунд по сравнению с 34 минутами 19 секундами при мпМРТ [Kuhl CK, Bruhn R, Krämer N, Nebelung S, Heidenreich A, Schrading S.

AbbreviatedBiparametricProstateMRImaginginMenwithElevatedProstate-specificAntigen. Radiology. 2017 Nov;285(2):493-505. doi: 10.1148/radiol.2017170129. Epub 2017 Jul 20. PMID: 28727544]), что повышает комфорт пациента и снижает стоимость обследования на 20-30%.

Однако прогностические модели, построенные на основе МРТ изображений, очень чувствительны к аппарату, на котором они построены: при перенесении прогностической модели на МРТ другого производителя или другой марки, точность прогноза резко снижается. Также важным остается вопрос открытости модели. Большинство прогностических моделей для МРТ изображений в настоящее время построено с помощью нейросетей на основе технологии ComputerVision (CV), а, значит, полученная модель является «черным ящиком», в котором непонятно как происходит сам процесс прогнозирования. Следует заметить, что примерно в 75 - 80% случаев новообразование располагается в периферической зоне предстательной железы, в 15 - 20% случаев опухоль локализована в центральной зоне, в 5% случаев - в переходной зоне простаты. Очень часто прогностические модели, построенные на основе МРТ изображений, имеют четкую специализацию: одни применимы только для периферической зоны, другие - для центральной или переходной. Универсальную модель для всех зон предстательной железы с высокой точностью построить очень сложно.

Для решения этих проблем было решено использовать радиомику для переведения изображения в табличные данные, что может помочь снизить зависимость прогностической модели от марки аппарата, зоны предстательной железы и позволит построить «открытую» модель на основе интерпретируемых алгоритмов машинного обучения.

Nketiah и др. построили прогностическую модель на основе радиомических данных мпМРТ 23 пациентов, точность классификации составила 91% [Nketiah G, Elschot M, Kim E, Teruel JR, Scheenen TW, Bathen TF, Selnaes KM. T2-weighted MRI-derived textural features reflect prostate cancer aggressiveness: preliminary results. EurRadiol. 2017 Jul;27(7):3050-3059. doi: 10.1007/s00330-016-4663-1. Epub 2016 Dec 14. PMID: 27975146]. Однако авторы не проводили валидацию построенной модели на тестовых данных, что может привести к снижению точности при использовании модели в клинической практике.

Публикаций с построением прогностической модели на основе радиомических характеристик бпМРТ в качестве предикторов дифференциации GS7=3+4 и GS7=4+3 мы не нашли.

Самостоятельно существующей выделенной диагностической методики МРТ-радиомика в отечественных клинических рекомендациях по диагностике пациентов с подозрением на РПЖв настоящее время нет. Имеется упоминание о мультипараметрической МР-томорафии в разделе «Инструментальные диагностические исследования», в котором, однако, отсутствует информация о возможности прогнозирования выявления РПЖ по данным МРТ-радиомики и бпМРТ-радиомики, в частности.

Настоящее изобретение направлено на решение проблемы прогнозирования вероятности выявления по Глисону 7=3+4 и 7=4+3 при ацинарной аденокарциноме предстательной железы с различной областью локализации у мужчин на основе бпМРТ радиомики, что является техническим результатом изобретения.

Патентуемый способ прогнозирования вероятности выявления ацинарной аденокарциномы предстательной железы у мужчин включает количественные показатели данных МРТ-радиомики, полученных в программе LIFEx. В основе программы LIFЕх лежит математическая обработка МРТ изображений по извлечению биомаркеров изображений (БМИ), представляющих собой параметры, вычисленные на основе анализа показателей формы области интереса и анализа текстуры цифровых изображений, характеризующие различные патологические изменения. Основные этапы получения БМИ: сбор данных и предварительная обработка, сегментация опухоли, обнаружение и извлечение данных). Выделение обрасти интереса было произведено вручную врачом-рентгенологом.

Используются параметры

Параметры формы:

Рассчитывают прогностический коэффициент ВПР по формуле:

может принимать любые значения;

и при значении ВПР больше 0,48 - по Глисону 7=3+4 высоковероятен, при значении ВПР меньше или равном 0,48 - по Глисону 7=3+4 маловероятен (высоковероятен по Глисону 7=4+3).

Прогнозирование позволит повысить точность диагностики по Глисону 7=3+4 приРПЖ, что позволит более рационально распределять ресурсы здравоохранения для лечения пациентов с РПЖ.

Для построения модели прогнозирования вероятности выявления РПЖ был использован алгоритм машинного обучения стекинг (Stacking) алгоритмов многофакторной бинарной логистической регрессии (MultifactorialLogisticRegression - MLR) и дерева решений (DecisionTree - DT). Оценку качества построенной модели: точности, чувствительности и специфичности проводили с помощью ROC-AUC анализа. Статистический анализ результатов был проведен средствами языка программирования Питон (Python 3.9). Для расчетов использовались встроенные функции из модулей Statsmodels, Sklearn и Scipy.

Расчетная формула создана на основе данных, полученных с 2017 по 2023 гг., на базе отделения рентгеновской диагностики и томографии ФГБУ «Центральная клиническая больница с поликлиникой» Управления делами Президента Российской Федерации (Москва) (зав. отделением врач-рентгенолог, к.м.н. Крючкова Оксана Валентиновна). Возраст мужчин от 18 до 76 лет.

Способ прогнозирования вероятности выявления по Глисону 7 (3+4) при раке предстательной железы осуществляется за счет учета данных:

Вышеуказанные показатели берутся на основе данных медицинской карты пациента: МРТ-радиомики. Далее рассчитывают прогностическую вероятность выявления рака предстательной железы по формуле:

GLCM - Grey Level Co-occurrence Matrix - Матрица совпадения уровней серого учитывает расположение пар вокселей для расчета текстурных индексов.

GLCM_Energy[=AngularSecondMoment] -GLCM_Energy, также называемый однородностью или вторым угловым моментом, представляет собой однородность пар вокселей на уровне серого:

GLCM_Correlation - это линейная зависимость уровней серого в GLCM:

GLRLM - Grey-Level RunLength Matrix - Матрица длин серий серого дает размер однородных серий для каждого уровня серого.

GLRLM_LRE - Выделение длительного времени - это распределение длинных однородных участков изображения:

GLRLMJLGRE - Выделение прогона с низким уровнем серого - это распределение прогонов с низким уровнем серого.

GLRLM_SRHGE - Кратковременное выделение с высоким уровнем серого - это распределение коротких однородных серий с высоким уровнем серого:

GLZLM - Grey-Level Zone Length Matrix - Матрица длин серых зон предоставляет информацию о размере однородных зон для каждого серого уровня в трех измерениях.

GLZLMLZE - Выделение выделение длинной зоны - это распределение длинных однородных зон в изображении.

GLZLM_LZLGE - Выделение длинной зоны с низким уровнем серого- это распределение длинных однородных зон с низким уровнем серого:

GLZLMLZHGE - Выделение длинной зоны с высоким уровнем серого - это распределение длинных однородных зон с высоким уровнем серого:

GLZLM_ZLNU - это неравномерность длины однородных зон.

SHAPE_Sphericity[onlyFor3DROI] - определяет, насколько сферическим является интересующий объем. Сферичность равна 1 для идеальной сферы.

INFO_ActualFrameDuration – Фактическая длительность кадра Р ARAMSBoundsRangeOfV alueAfterDiscretisation_ 1 – Границы диапазона значений после дискретизации

Качество прогнозирования вероятности выявления РПЖ при использовании способа подтверждается следующими значениями метрик на тестовой выборке: точность (accuracy) - 92.5% [87.7; 96.2]%, специфичность (specificity) - 92.5% [85.7; 98.0]%, чувствительность (sensitivity) - 92.5% [86.0; 98.1]%.

Дополнительно был сделан расчет точности модели предсказания «Наличие РПЖ» по методу ROC AUC. Точность по методу ROC AUC составляет 98.3% [96.3; 99.7]%, что говорит об отличном качестве полученной Модели.

Данным способом в ФГБУ «Центральная клиническая больница с поликлиникой» УПД РФ был обследован 71 пациент. Из них у 56 пациентов имел место 7=3+4, и у 15 пациентов 7=4+3. Ацинарная аденокарцинома предстательной железы 7=3+4 или 7=4+3 была диагностирована на основании системной биопсии и патоморфологического исследования послеоперационного материала после радикальных простатэктомий.

Оценка вероятности выявления РПЖ позволит прогнозировать риск выявления РПЖ, предотвратить излишнее количество инвазивных вмешательств и уменьшить вероятность диагностики запущенных форм опухолевого процесса у пациентов с высоким риском развития РПЖ по другим параметрам, в том числе с наследственной предрасположенностью.

Существо изобретения поясняется на фигуре.

На фиг. 1 показано нахождение «точки отсечения» между чувствительностью и специфичностью в ROC анализе; Изобретение поясняется подробным описанием, таблицами, клиническими примерами и иллюстрацией, на которой изображено нахождение «оптимальной точки отсечения» (Cut-off) между чувствительностью и специфичностью в ROC анализе (фиг. 1). Расчет значения Cut-off (оптимальный порог отсечения) проводился на основе анализа ROC-AUC. Для того чтобы добиться одновременно максимальных значений чувствительности и специфичности построенной модели, был построен график Cut-off. На этом графике можно оценить оптимальный порог отсечения - это значение вероятности выявления 7=3+4, в которой значение чувствительности и специфичности модели достигают максимальных значений.

Доказательства возможности использования выражения (1) для прогнозирования вероятности выявления рака предстательной железы ретроспективно показано с использованием описанных клинических примеров.

Патентуемый способ прогнозирования вероятности выявления по Глисону 7=3+4 при ацинарной аденокарциноме предстательной железы у мужчин позволяет осуществить прогноз вероятности выявления по Глисону 7=3+4 в зависимости от анамнеза пациента на основании данных бпМРТ-радиомики, обеспечить достижение технического результата изобретения.

Использование в клинической практике способа позволяет проводить более персонализированную и точную диагностику по Глисону 7=3+4 при ацинарной аденокарциноме предстательной железы, что приводит к составлению индивидуальных планов лечения, улучшению результатов лечения пациентов, снижению затрат и осложнений. Этот инновационный подход представляет собой значительный прогресс в области диагностики по шкале Глисона 7=3+4 при ацинарной аденокарциноме предстательной железы и может улучшить существующий подход к лечению этого заболевания.

Изобретение относится к области медицины, а именно к урологии и онкологии, и может быть использовано для дифференциальной диагностики ацинарной аденокарциномы предстательной железы 7=3+4 и 7=4+3 по шкале Глисона на основе бпМРТ-радиомики. Определяют количественные показатели данных бпМРТ-радиомики, полученные в программе LIFEx: DISCRETIZED_AUC_CSH, GLCM_Energy[=AngularSecondMoment], GLCMCorrelation, GLRLM_LRE, GLRLM_LGRE, GLRLM_SRHGE, GLZLM_LZE, GLZLM_LZLGE, GLZLM_LZHGE, GLZLM_ZLNU, SHAPE_Compacity[onlyFor3DROI], INFO_ActualFrameDuration, PARAMS_BoundsRangeOfV alueAfterDiscretisation_l. Вычисляют прогностический коэффициент ВПР. При ВПР > 0,48 диагностируют ацинарную аденокарциному предстательной железы 7=3+4 по Глисону. При ВПР ≤ 0,48 диагностируют ацинарную аденокарциному предстательной железы 7=4+3 по Глисону. Способ обеспечивает возможность выявления ацинарной аденокарциномы предстательной железы 7=3+4 и 7=4+3 по шкале Глисона за счет данных бпМРТ-радиомики. 1 ил.

Способ дифференциальной диагностики ацинарной аденокарциномы предстательной железы 7=3+4 и 7=4+3 по шкале Глисона на основе бпМРТ-радиомики, заключающийся в том, что определяют количественные показатели данных бпМРТ-радиомики, полученные в программе LIFEx: DISCRETIZED_AUC_CSH, GLCM_Energy[=AngularSecondMoment], GLCMCorrelation, GLRLM_LRE, GLRLM_LGRE, GLRLM_SRHGE, GLZLM_LZE, GLZLM_LZLGE, GLZLM_LZHGE, GLZLM_ZLNU, SHAPE_Compacity[onlyFor3DROI], INFO_ActualFrameDuration, PARAMS_BoundsRangeOfV alueAfterDiscretisation_l;

вычисляют прогностический коэффициент ВПР по формуле ВПР=(А1+А2)/2, где: А1=1/(1+е^-x), где:

х = + 338.627*(GLRLM_LGRE) + 134.573*(INFO_ActualFrameDuration) + 43.982*(GLCM_Energy[=AngularSecondMoment]) + 1.343*(PARAMS_BoundsRangeOfValueAfterDiscretisation_l) + 0.024*(GLZLM_ZLNU) + 0.011 *(GLRLM_SRHGE) + 0.005*(GLZLM_LZE) - 0.029*(DISCRETIZED_AUC_CSH) - 3.35*(SHAPE_Compacity[onlyFor3DROI]) - 7.238*(GLRLM_LRE) - 9.018, при этом значение A2 выбирают:

равным 0,902 при SHAPE_Compacity[onlyFor3DROI] ≤ 1,485, GLCM Correlation ≤ 0,632, GLZLM_LZLGE и GLZLM_LZHGE могут принимать любые значения;

равным 0,250 при SHAPE_Compacity[onlyFor3DROI] ≤ 1,485, GLCM_Correlation > 0,632, GLZLM LZLGE и GLZLM_LZHGE могут принимать любые значения;

равным 1,000 при SHAPE_Compacity[onlyFor3DROI] > 1,485, GLZLM_LZLGE ≤ 21,001, GLZLM_LZHGE ≤ 8876,762, GLCM_Correlation может принимать любые значения;

равным 1,000 при SHAPE_Compacity[onlyFor3DROI] > 1,485, GLZLM_LZLGE > 21,001, GLZLM_LZHGEиGLCM_Correlation могут принимать любые значения;

равным 0,065 при SHAPE_Compacity[onlyFor3DROI] > 1,485, GLZLM_LZLGE ≤ 21,001, GLZLM_LZHGE > 8876,762, GLCM_Correlation может принимать любые значения;

и при ВПР > 0,48 диагностируют ацинарную аденокарциному предстательной железы 7=3+4 по Глисону, при ВПР ≤ 0,48 диагностируют ацинарную аденокарциному предстательной железы 7=4+3 по Глисону.