Giessener Elektronische Bibliothek

GEB - Giessener Elektronische Bibliothek

Entwicklung eines Schichtsegmentierungsalgorithmus zur automatischen Analyse von individuellen Netzhautschichten in optischen Kohärenztomographie-B-Scans

Ehnes, Alexander


Zum Volltext im pdf-Format: Dokument 1.pdf (6.243 KB)


Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:hebis:26-opus-109656
URL: http://geb.uni-giessen.de/geb/volltexte/2014/10965/

Bookmark bei Connotea Bookmark bei del.icio.us


Universität Justus-Liebig-Universität Gießen
Institut: Klinik und Poliklinik für Augenheilkunde
Fachgebiet: Medizin
DDC-Sachgruppe: Medizin
Dokumentart: Dissertation
Sprache: Deutsch
Tag der mündlichen Prüfung: 04.06.2014
Erstellungsjahr: 2013
Publikationsdatum: 08.07.2014
Kurzfassung auf Deutsch: Die Einführung der optischen Kohärenztomographie (OCT) als bildgebendes Verfahren vor 20 Jahren hat die Diagnostik in der Augenheilkunde revolutioniert. Sie bietet einen nahezu histologischen Einblick in die Morphologie der Netzhaut durch die In-vivo- Darstellung von intraretinalen Mikrostrukturen in unterschiedlichen Pathologien. Seit der letzten klinisch eingesetzten Entwicklung, dem Spectral-Domain-OCT, bietet sie durch die gesteigerte Scangeschwindigkeit und das höhere Auflösungsvermögen zunehmend mehr Möglichkeiten der automatischen Schichtsegmentierung. Kommerzielle Schichtsegmentierungsalgorithmen sind aufgrund der Segmentierung der Netzhaut, unterschieden in die Schicht-Konturdefinitionen und ihre gerätespezifische Natur, stark limitiert.
Im Rahmen dieser Arbeit wurde eine geräteunabhängige Softwarelösung zur OCT- Analyse entwickelt. Das Hauptmerkmal der Software ist der geräteunabhängige Segmentierungsalgorithmus mit einheitlicher Definition der Schicht-Konturpositionen. Der Algorithmus ist in der Lage, bis zu elf Netzhautschichten in OCT-B-Scans von verschiedenen OCT-Geräteherstellern zu segmentieren. Die Genauigkeit des Algorithmus wurde anhand von zwei unabhängigen Verfahren gegen drei Experten evaluiert. Des Weiteren wurde die Software mit manueller Korrektur, Segmentierung, Schichtkombination und den etablierten Messverfahren wie Thickness-Profiling, Thickness-Mapping und ETDRS-Grid-Analyse ausgestattet.
Erstmalig wurden neun Netzhautschichten und die Netzhaut von gesunden Probanden geräteübergreifend mit einem Algorithmus untersucht. Die Ergebnisse zeigen eine hohe Übereinstimmung in den Dickenmessungen der Netzhautschichten bei einheitlicher Schicht-Konturposition. Darüber hinaus wurde der Algorithmus auf die Segmentierung von sechs Schichten bei der zentripetalen (RP) und fünf Schichten bei der zentrifugalen (STGD) Netzhautdegeneration optimiert (RP-Algorithmus, STGD-Algorithmus). Die optimierten Varianten des Algorithmus wurden ebenfalls anhand zweier Verfahren evaluiert. Die Ergebnisse zeigen eine hohe Genauigkeit der beiden Algorithmen bei der Segmentierung zentripetaler bzw. zentrifugaler Netzhautdegenerationen.
Die Ergebnisse dieser Arbeit verdeutlichen das Potential der neuen Software für Einsatz in groß angelegten klinischen Studien und Multicenterstudien zur quantitativen Bewertung des Therapieerfolgs mit großen Datenmengen.
Lizenz: Veröffentlichungsvertrag für Publikationen ohne Print on Demand