Cerebrale neoplasier er en sjælden men oftest dødelig sygdom hos voksne. Årsagen til sygdommen er stadig ukendt, men visse genetiske og miljømæssige faktorer menes at kunne igangsætte denne. Den kliniske udredning af patienter med cerebrale neoplasier er oftest problemfyldt og fastsættelsen af en endegyldig diagnose kræver et invasivt indgreb, der kan være forbundet med stor morbiditet og mortalitet.

Delvist automatiserede og objektive metoder til ikke-invasiv tumordiagnostik er udviklet. Metoderne baserer sig fortrinsvist på superviserede mønstergenkendelsesteknikker, hvor parametre målt med avancerede MR-teknikker anvendes i klassificeringen af cerebrale neoplasier i henhold til type og grad. En ikke-superviseret og eksplorativ analyse fremtræder derimod mindre veldokumenteret.

Formålet med dette projekt er derfor at undersøge, om en eksplorativ analyse af fysiologiske tumorparametre identificeret ved avancerede MR-teknikker kan afdække klinisk relevant information om cerebrale neoplasier, der kan anvendes i den videre forskning indenfor udvikling af nye og bedre metoder til neuro-onkologisk diagnostik og behandling.

Resultaterne af data-analysen viser, at mulige klinisk vigtige parametre for malignitet er en række metabolitter, såsom cholin, laktat, lipid og lipidkomplekser samt det relative blodvolumen og blod flow gennem tumorens mest maligne del. Desuden fremgår det, at undergrupper forekommer indenfor især tumortypen glioblastom - et resultat, der er i overensstemmelse med den heterogenitet, der kendetegner højmaligne tumorer. Kan disse undergrupper korreleres med eksempelvis behandlingsrespons, kan det tænkes, at de fysiologiske parametre kan bidrage med vigtig information, der muliggør en mere specifik diagnostik og behandling af patienter med cerebrale neoplasier.