{rfName}
A

Licencia y uso

Citaciones

1

Altmetrics

Grant support

This work is supported by grant PDC2023-145812-I00 (Project SAMPL2D), which is funded by MI- CIU/AEI/10.13039/501100011033 and by "Next Generation EU /PRTR".

Análisis de autorías institucional

Casanova-Carvajal, OscarAutor o Coautor

Compartir

13 de mayo de 2025
Publicaciones
>
Review
No

A Review of Artificial Intelligence-Based Systems for Non-Invasive Glioblastoma Diagnosis

Publicado en:Life. 15 (4): 643- - 2025-04-14 15(4), DOI: 10.3390/life15040643

Autores: Contreras, Kebin; Velez-Varela, Patricia E; Casanova-Carvajal, Oscar; Alvarez, Angel Luis; Urbano-Bojorge, Ana Lorena

Afiliaciones

Univ Cauca, Fac Ciencias Nat Exactas & Educ FACNED, Dept Biol, Popayan 190002, Colombia - Autor o Coautor
Univ Politecn Madrid, Ctr Tecnol Biomed, Campus Montegancedo, Madrid 28040, Spain - Autor o Coautor
Univ Politecn Madrid, Escuela Tecn Super Ingn & Diseno Ind ETSIDI, Dept Electr Elect Automat & Fis Aplicada, Madrid 28040, Spain - Autor o Coautor
Univ Rey Juan Carlos, Escuela Ingn Fuenlabrada, Madrid 28922, Spain - Autor o Coautor

Resumen

Background: Glioblastoma multiforme (GBM) is an aggressive brain tumor with a poor prognosis. Traditional diagnosis relies on invasive biopsies, which pose surgical risks. Advances in artificial intelligence (AI) and machine learning (ML) have improved non-invasive GBM diagnosis using magnetic resonance imaging (MRI), offering potential advantages in accuracy and efficiency. Objective: This review aims to identify the methodologies and technologies employed in AI-based GBM diagnostics. It further evaluates the performance of AI models using standard metrics, highlighting both their strengths and limitations. Methodology: In accordance with the preferred reporting items for systematic reviews and meta-analyses (PRISMA) guidelines, a systematic review was conducted across major academic databases. A total of 104 articles were identified in the initial search, and 15 studies were selected for final analysis after applying inclusion and exclusion criteria. Outcomes: The included studies indicated that the signal T1-weighted imaging (T1WI) is the most frequently used MRI modality in AI-based GBM diagnostics. Multimodal approaches integrating T1WI with diffusion-weighted imaging (DWI) and apparent diffusion coefficient (ADC) have demonstrated improved classification performance. Additionally, AI models have shown potential in surpassing conventional diagnostic methods, enabling automated tumor classification and enhancing prognostic predictions.

Palabras clave

Deep learningFeatureGlioblastomaMachine learningMagnetic resonance imagingPrecision medicinPrecision medicineResectionTumors

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Life debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2025, se encontraba en la posición 26/109, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Biology.

2025-07-08:

  • Scopus: 1

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-07-08:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 1 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

    Análisis de liderazgo de los autores institucionales

    Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Colombia.