Automatischer Algorithmus zur MRT-Auswertung entwickelt
München, 20.12.2011 – Forscher des Krankheitsbezogenen Kompetenznetzes Multiple Sklerose (KKNMS) haben einen Algorithmus entwickelt, mit dem MRT-Bilder von MS-Patienten automatisch nach Läsionen gescreent werden können. „Unser Ansatz spart nicht nur Kosten und Zeit, sondern ist außerdem genauer als die herkömmliche manuelle Auswertung“, erklärt Studienleiter PD Dr. Mark Mühlau, Oberarzt in der Neurologischen Klinik des Klinikums rechts der Isar der Technischen Universität München.
Der Algorithmus eignet sich vornehmlich für die Grundlagenforschung und klinische Studien, weil hier in der Regel viele MRT-Bilder und demnach große Datenmengen ausgewertet werden müssen.
Die Magnetresonanztomografie (MRT) ist wichtiger Bestandteil bei der Diagnose von Multipler Sklerose (MS). Nur mit ihrer Hilfe lassen sich die für MS typischen T2-hyperintensen Läsionen in der weißen Hirnsubstanz aufspüren. Ihre Anzahl hängt stark mit verschiedenen MS-Symptomen, dem Behinderungsgrad und damit dem weiteren Krankheitsverlauf von Patienten zusammen. In der Grundlagenforschung ist das Läsionsvolumen daher von besonderem Interesse.
Algorithmus für moderne 3T MRT-Geräte
Der neu entwickelte Algorithmus ist aktuell für 3 Tesla (3T) MRT-Geräte mit einer dreidimensionalen T1-gewichteten Gradientenecho (GRE) Sequenz und einer konventionellen FLAIR Sequenz konzipiert. Das Studienergebnis hat gezeigt, dass die automatische Bildsegmentation dem manuellen Verfahren in Hinblick auf Sensitivität, Spezifität und Genauigkeit in nichts nachsteht. „Wir gehen sogar so weit zu sagen, dass unser Algorithmus der manuellen Auswertung überlegen ist, da es keine Effekte gibt, die allein auf den jeweiligen auswertenden Radiologen zurückzuführen sind (sogenannte user bias)“, meint Mühlau.
Für das KKNMS ist die Forschungsarbeit von Mühlaus Team von unschätzbarem Wert, da für das größte Projekt des Netzwerks, die Kohortenstudie, rund 1.000 MRT-Aufnahmen von Patienten mit früher MS bzw. klinisch isoliertem Syndrom (KIS) ausgewertet werden müssen. „Da erspart uns ein solcher Algorithmus viel Personal- und Zeitaufwand“, bestätigt Prof. Dr. Bernhard Hemmer, Leiter des Forschungsverbunds CONTROL MS, in dem die Kohortenstudie angesiedelt ist.
Die Studie wurde im Rahmen des KKNMS (Forschungsverbund CONTROL MS) vom Bundesministerium für Bildung und Forschung gefördert. Der vollständige Forschungsbericht ist kürzlich in „NeuroImage“ unter dem Titel „An automated tool for detection of FLAIR-hyperintense white-matter lesions in multiple sclerosis“ erschienen (DOI 10.1016/j.neuroimage.2011.11032).
http://www.sciencedirect.com/science/article/pii/S1053811911013139 - Originalpublikation
http://www.kompetenznetz-multiplesklerose.de/de/aktuelle-studien/kohortenstudie - Mehr zur Kohortenstudie
Läsionsegmentierung bei zwei MS-Patienten (A und B). Obere Reihe: FLAIR-Sequenzen, mittlere Reihe: s ...
Grafik: M. Mühlau et al.
None
Merkmale dieser Pressemitteilung:
Journalisten, Wissenschaftler
Medizin
überregional
Forschungsergebnisse
Deutsch
Läsionsegmentierung bei zwei MS-Patienten (A und B). Obere Reihe: FLAIR-Sequenzen, mittlere Reihe: s ...
Grafik: M. Mühlau et al.
None
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).