Subscribe to RSS
DOI: 10.1055/s-2003-43398
Computerunterstützte Diagnostik in der Thoraxradiologie - aktuelle Schwerpunkte und Techniken
Computer Aided Diagnosis in Chest Radiology - Current Topics and Techniques Diese Arbeit wurde unterstützt von Bracco-Byk Gulden, KonstanzPublication History
Publication Date:
10 November 2003 (online)
Zusammenfassung
Die zunehmende Verbreitung digitaler Bilddatensätze sowie eine wachsende Anzahl von Bildern, z. B. durch die Verwendung von Mehrschicht Spiral CT oder durch mehrfache Verlaufskontrollen im Rahmen neuer Therapien, sind ideale Voraussetzungen für Computeranwendungen in der Thoraxdiagnostik. Zahlreiche Studien haben viele Anwendungen und Vorteile beschrieben. Leistungsfähigere Computer werden die zukünftige Implementierung der Systeme in den klinischen Alltag ermöglichen und teilweise einen erheblichen Informationsgewinn z. B. über morphologische und funktionelle Eigenschaften bringen. Die kommerzielle Einführung von Werkzeugen zur Detektion und Visualisierung von Lungenrundherden hat bereits begonnen. In Anbetracht der laufenden Studien über Vorsorgeuntersuchungen beim Bronchialkarzinom ist dies eine der Anwendungen, über die am häufigsten berichtet wird. Die nächsten produktreifen Werkzeuge werden z. B. die Diagnostik des Emphysems durch Detektion, Quantifizierung und Klassifizierung verbessern. Viele weitere Anwendungsmöglichkeiten befinden sich in der Entwicklung, so z. B. die Detektion und Klassifizierung von Infiltraten, Volumetrierungen oder funktionelle Untersuchungen (dynamische Ventilations-CT oder 3Helium-MRT). Grob vereinfacht bestehen die meisten Systeme aus einem dreischichtigen Aufbau: Segmentierung/Merkmalsextraktion, Klassifikation der extrahierten Merkmale und einer Ausgabeeinheit. Ergebnisse können einfache Visualisierungen mittels Farbkodierung, Volumenmessungen oder errechnete Wahrscheinlichkeiten sein. Es unterstützt den Radiologen beim Befunden und Erstellen von Differenzialdiagnosen bzw. der endgültigen Diagnose. Zur Verbesserung von Verlaufsuntersuchungen werden quantitative Daten erstellt. Die Segmentierung als Grundlage für eine Vielzahl von Anwendungen wird mit unterschiedlichen Methoden durchgeführt. Häufig verwendete Techniken sind hier und bei anderen Aufgaben Dichtemasken und Schwellenwertverfahren. Die Klassifikation der Daten wird überwiegend mit Bayes-Verfahren oder neuronalen Netzen durchgeführt. Dieser Literaturüberblick beschreibt den derzeitigen Stand der Forschung und gibt einen Einblick in die üblichen Funktionsweisen und Leistungsfähigkeiten der Systeme. Häufige Themen wie Segmentierung, Volumenbestimmung, Rundherde, Emphysemdetektion und -quantifizierung und Infiltrate werden schwerpunktmäßig beleuchtet.
Abstract
The proliferation of digital data sets and the increasing amount of images, e. g. through the use of multislice spiral CT or multiple follow-up examinations in the context of new therapies, are ideal prerequisites for computer-aided diagnosis (CAD) in chest radi-ology. Multiple studies have described the applications and advantages of computer assistance in performing different diagnostic tasks. More powerful computers will enable the introduction of these systems into the clinical routine and could provide an enormous increase in morphological and functional information. The commercial introduction of tools for detection and visualization of pulmonary nodules has already begun. This is one of the most widely-reported applications in view of the ongoing studies on lung cancer screening. The next generation of tools will improve the diagnosis of emphysema through detection, quantification and classification. Many more uses are being developed, for instance the detection and classification of infiltrates, volume measurements or functional pulmonary imaging (e. g. dynamic ventilation CT or 3Helium-MRI). Grossly simplified, most systems use a three level structure consisting of segmentation/feature extraction, classification of extracted features and an output unit. The output can be mere visualization through color-coding, volume measurements or calculated probabilities. The output supports the radiologist in establishing his findings and preparing differential and final diagnoses as well as providing quantitative data for follow-up studies. Different techniques are used for segmentation of lung areas as the basis for a variety of applications. Some commonly-used techniques for this and other tasks are density masks and threshold-based algorithms. Data processing is predominantly carried out with Bayesian classifiers or neural networks. This article describes the current status of research and provides insight into the common schemes and capabilities of the systems. It focuses particularly on common topics such as segmentation, volume measurement, detection of pulmonary nodules, quantification of emphysema and analysis of ground glass opacities.
Key words
Computers, diagnostic aid - computed tomography (CT), image processing - thorax - computers, neural networks