Giessener Elektronische Bibliothek

GEB - Giessener Elektronische Bibliothek

Numerische Methoden in der CT-Diagnostik : automatische Bildanalyse mit Volumetrie, Densitometrie und fraktaler Dimension an einem Schafmodell mit Inhalationstrauma

Stamm, Marieke


Zum Volltext im pdf-Format: Dokument 1.pdf (3.208 KB)


Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:hebis:26-opus-140389
URL: http://geb.uni-giessen.de/geb/volltexte/2019/14038/

Bookmark bei del.icio.us


Freie Schlagwörter (Deutsch): Computertomographie , automatische Bildanalyse , Inhalationstrauma , Volumetrie , Densitometrie , fraktale Dimension
Freie Schlagwörter (Englisch): volumetric analysis , densitometry , fractal geometry , smoke inhalation model , computer aided diagnoses
Universität Justus-Liebig-Universität Gießen
Institut: Klinik für Diagnostische und Interventionelle Radiologie
Fachgebiet: Medizin
DDC-Sachgruppe: Medizin
Dokumentart: Dissertation
Sprache: Deutsch
Tag der mündlichen Prüfung: 22.01.2019
Erstellungsjahr: 2018
Publikationsdatum: 19.02.2019
Kurzfassung auf Deutsch: Die computerassistierte Diagnose (CAD) ist ein wichtiges Ziel der heutigen Forschung im Bereich der medizinischen Bildgebung. Computeranalysen von digitalen Bildern sind untersucherunabhängig reproduzierbar, liefern exakte quantitative Ergebnisse und können den Radiologen zu einer schnelleren, genaueren Diagnosefindung führen.
Ziel der vorliegenden Studie war es, eine automatische Bildanalysemethode mit einem neu entwickelten Computerprogramm zu testen. Es wurden drei verschiedene Auswertungsparameter (Volumetrie, Densitometrie, fraktale Dimension) verglichen und die Methode der CT-Bildbefundung in Fenstern wurde auf die CAD übertragen. Die Fensterung wurde bislang nur bei der manuellen Bildbefundung standardmäßig verwendet.
Das Programm wurde anhand von CT-Bildern von fünf Schafen einer zurückliegenden Studie zum Inhalationstrauma evaluiert. Auf 1193 CT-Schnittbildern aus zwei Gruppen (Gesund, Inhalationstrauma) wurden die Atembereiche segmentiert und anschließend mit den drei genannten Parametern quantitativ ausgewertet. Die Auswertung erfolgt sowohl über einen großen Hounsfieldeinheiten-Bereich von -1000 bis 399 HE als auch über 28 Teilbereiche mit einer Spannweite von 50 HE pro Fenster.
Während bei der Auswertung über den gesamten HE-Bereich nur die Volumetrie signifikant zwischen den Gruppen unterscheiden konnte, waren bei der Analyse von Fenstern alle drei Parameter erfolgreich. Die beste Sensitivität (97,1%) und Spezifität (80%) erzielte die Densitometrie in der automatischen Bildbefundung nach der Fenstermethode. Es zeigte sich des Weiteren, dass das Inhalationstrauma insgesamt am sichersten im HE-Bereich von -500 bis 199 HE automatisch diagnostiziert werden kann.
In der vorliegenden Studie konnte eine automatische Bildanalyse erfolgreich durchgeführt und die Fenstermethode von der manuellen auf die automatische Bildbefundung übertragen werden.
Lizenz: Veröffentlichungsvertrag für Publikationen ohne Print on Demand