Rofo 2007; 179(4): 344
DOI: 10.1055/s-2007-973937
Brennpunkt

© Georg Thieme Verlag KG Stuttgart · New York

Computertomografie bei Lebermetastasen - Wie genau sind automatisierte Segmentierungsalgorithmen?

Further Information

Publication History

Publication Date:
05 April 2007 (online)

 

Größe und Blutversorgung prädestinieren die Leber als Metastasierungsort für eine Reihe von Primärtumoren. B. Zhao et al. nutzten in ihrer Studie die Kontrastmittel-verstärkte Computertomografie (CT) bei der Differenzierung von Lebermetastasen und Leberparenchym, um einen automatisierten Segmentierungsalgorithmus mit der manuellen Vermessungen von Leberläsionen zu vergleichen. Invest Radiol 2006; 10: 753-762

Zu Beginn der Studie wählten die Autoren die Keimpunkte der Region of Interest (ROI) manuell aus. Basierend auf der Intensitätsverteilung der ROI-Keimpunkte und des Leberparenchyms berechneten die Autoren verschiedene Parameter zum Region Growing. Zum Schutz vor Ausläufern in die umliegenden Gewebe wurden spezielle Methoden zur Formbegrenzung (Local Shape, Global Shape und Gravity-Shift-Index) entwickelt.

Die größten Schwierigkeiten ergaben sich bei der Segmentierung von Lebermetastasen durch ihr komplexes Erscheinungsbild und die variablen Kontraste zwischen Metastasen und Lebergewebe. Unter Einbeziehung früherer Untersuchungen entwickelten die Autoren einen Region Growing Algorithmus, um adaptive Einschluss- und Ausschlusskriterien zu etablieren. Die gesamte Bildintensitätsspannweite wurde dabei in 4 Unterbereiche unterteilt.

In dieser Studie wurden 14 Patienten mit insgesamt 59 Leberläsionen mit dem Algorithmus untersucht. Für jede segmentierte Läsion wurde die Fläche, der maximale Durchmesser (Uni-Dimension) und das Produkt der maximalen senkrechten Durchmesser (Bi-Dimension) berechnet. 3 unabhängige Radiologen berechneten jede dieser Läsionen manuell je einmal, einer der Radiologen jeweils 3-mal.

Durch den Algorithmus wurden 53 der 59 Lebermetastasen erfolgreich segmentiert. Von den 6 nicht erfassten Läsionen wurde eine untersegmentiert und 5 übersegmentiert. Bei letzteren basierte die Fehldiagnose in 2 der 5 Fälle auf zusätzlichen Läsionen in der direkten Nachbarschaft. In die statistische Analyse wurden dementsprechend nur 53 Läsionen einbezogen. Darunter stellten sich 60,4% homogen und 39,6% heterogen dar. 49,1% der Läsionen waren an Leberrändern lokalisiert.