Evaluation eines Software-Pakets zur semiautomatischen Segmentation von Plaqueanteilen bei symptomatischer Arteria carotis-Stenose

Evaluation eines Software-Pakets zur semiautomatischen Segmentation von Plaqueanteilen bei symptomatischer Arteria-carotis-StenoseEinleitung Der Hirninfarkt zählt weltweit zu den häufigsten Todesursachen und ist in zahlreichen Fällen verantwortlich für eine frühzeitige Invalidität im Erwachsenenalter. Rund 80% der akuten Hirninfarkte sind ischämischer Natur und meist auf eine arteriosklerotische Gefäßveränderungen zurückzuführen. Etwa 16% dieser Infarkte sind durch die Stenose einer Karotisarterie bedingt. Sowohl der Grad der luminalen Enge als auch die Zusammensetzung einer atheromatösen Plaque sind dabei entscheidende Risikoindikatoren. In der CT-Diagnostik von Karotisstenosen kann die Segmentierung von Plaquebestandteilen eine Schlüsselfunktion im Schlaganfallmanagement im Rahmen der Sekundärprävention sein. Die Verwendung von semiautomatischen Messmethoden zur Beurteilung umfangreicher Datensätze und komplexer Fragestellungen ist unter Berücksichtigung heutiger radiologischer Arbeitsumstände hilfreich. Ziel dieser prospektiven Studie war die Evaluierung einer neuen Software zur semiautomatischen Gefäßanalyse. Hierfür wurde das Programm auf seine Funktionen, Fehlerquellen und den benötigten Zeitaufwand überprüft. Des Weiteren wurden die Ergebnisse der semiautomatischen Messungen mit der herkömmlichen Methode, der manuellen Segmentierung, verglichen.Material und Methoden CT-Angiographie-Datensätze von 27 Patienten mit einer symptomatischen Karotisstenose wurden mit der semiautomatischen Gefäßanalysesoftware SurePlaqueTM (Toshiba, Neuss, Deutschland) evaluiert. Die Ergebnisse der semi-automatischen Messungen wurden mit der herkömmlichen Methode, der manuellen Segmentierung, verglichen. Das gesamte Plaquevolumen, der Anteil an weichen Plaque, der Kalkanteils, die Proportion Kalkplaque/ weiche Plaque und die Stenoselänge wurden dabei beurteilt.Ergebnisse Bei der Evaluation sind fehlerhafte, sowie bedienerunfreundliche Funktionen aufgefallen, die den Zeitaufwand der Bearbeitung erheblich erhöhen und unter bestimmten Umständen auch Einfluss auf die Messergebnisse haben könnten. Die vergleichende statistische Analyse der erhobenen Datensätze zeigte nichtsdestotrotz eine gute Korrelation bei der Bestimmung des gesamten Plaquevolumens (r=0,9), des Anteils an weicher Plaque (r=0,91), des Kalkanteils (r=0,94), der Proportion Kalkplaque/ weiche Plaque (r=0,93) und der Stenoselänge (r=0,94). Der Vergleich der kleinsten luminalen Fläche am Höhepunkt einer Stenose zeigte allerdings keine gute Korrelation (r=0,4). Hinsichtlich der Differenzierung von weichen Plaqueanteilen könnte die semi-automatische farbkodierte Analyse einen Vorteil gegenüber der manuellen Segmentierung haben.Schlussfolgerung Unter Vernachlässigung der fehlerhaften Softwarefunktionen und des dadurch erhöhten Zeitaufwands besitzt die semiautomatische Analyse ein großes Potential für eine schnelle reproduzierbare Plaquebeurteilung. Sowohl Kalkanteile als auch insbesondere die Differenzierung von weichen Plaqueanteilen können von der Software erkannt werden. Durch diese Fähigkeit ist die Möglichkeit einer individuellen Risikobeurteilung gegeben.Schlüsselwörter A. carotis-Stenose; Atherosklerose; A. carotis-Plaque; Computertomographie; CT-Angiographie; Software

Author dc:creator

• Kruse, Jan

Contributors dc:contributor

• Larsen, Jörg Dr.
• Knauth, Michael Prof. Dr.
• Kantelhardt, Sven PD Dr.

• 610 Medizin, Gesundheit
• Medicine
• A. carotis-Stenose
• Atherosklerose
• A. carotis-Plaque
• Computertomographie
• CT-Angiographie
• Software
• Atherosclerosis
• carotid artery plaque
• carotid artery stenosis
• Computed Tomography
• CT angiography
• 44.64 Radiologie
• MED 370: Radiologie / Bildgebende Verfahren / Ultraschall / Nuklearmedizin / Strahlenschutz - Allgemein- und Gesamtdarstellungen

Licence

• https://creativecommons.org/licenses/by-nc-nd/3.0/

Language dc:language

ger

Identifier

https://dx.doi.org/10.53846/goediss-868
urn:nbn:de:gbv:7-webdoc-2662-1
webdoc-2662
641330006

OAI identifier oai:identifier

oai:ediss.uni-goettingen.de:11858/00-1735-0000-0006-B107-1