Rofo 2010; 182(3): 243-247
DOI: 10.1055/s-0028-1109833
Technik und Medizinphysik

© Georg Thieme Verlag KG Stuttgart · New York

Computer-Aided Detection (CAD) and Assessment of Malignant Lesions in the Liver and Lung using a Novel PET/CT Software Tool: Initial Results

Automatische Erkennung und Auswertung von malignen Leber- und Lungenläsionen in der PET/CT: erste ErgebnisseS. Hahn1 , T. Heusner1 , X. Zhou2 , Y. Zhan2 , Z. Peng2 , M. Hamami3 , M. Forsting1 , A. Bockisch3 , G. Antoch1
  • 1Department of Diagnostic and Interventional Radiology and Neuroradiology, University Hospital Essen
  • 2Medical solutions, Siemens
  • 3Department of Nuclear Medicine, University Hospital Essen
Further Information

Publication History

received: 10.3.2009

accepted: 10.9.2009

Publication Date:
26 October 2009 (online)

Zusammenfassung

Ziel: Evaluation einer Software (PET-CAD, Siemens Medical Solutions) zur automatischen Detektion und Größenbestimmung von pulmonalen und hepatischen Tumormanifestationen in der PET/CT. Material und Methoden: Die Software wurde an FDG-PET/CT Untersuchungen von 20 Patienten mit nicht kleinzelligem Bronchialkarzinom (NSCLC) und 20 Patienten mit hepatisch metastasiertem kolorektalem Karzinom (CRC) evaluiert. Zunächst wurde das maximale „standardized uptake value” (SUVmax) des gesunden Gewebes manuell ermittelt. Die Software ist aufgrund dieses Grenzwerts in der Lage, Lungen und Leberläsionen mit höheren SUV-Werten zu detektieren und deren SUVmax sowie die maximale Größe in der x-, y-und z-Ebene zu ermitteln. Die Werte wurden mit der manuellen Auswertung verglichen. Ergebnisse: Die Sensitivität für die automatische Erkennung betrug 96 % (86 – 99 %) für hepatische bzw. 90 % (70 – 99 %) für pulmonale Läsionen. Der positive prädiktive Wert betrug 80 % für Leberläsionen und 68 % für pulmonale Läsionen. Der mittlere SUVmax der Lungenläsionen betrug 9,3 und 8,8 für die Leberläsionen. Der mittlere Durchmesser in der automatischen Auswertung betrug für die Leberläsionen in der x-, y- und z-Achse 4,3 cm, 4,6 cm und 4,2 cm. Bei manueller Messung betrug er 3,5 cm, 3,8 cm und 3,6 cm. Für die Lungenläsionen ergaben sich in der x-, y- und z-Achse in der automatischen Auswertung 7,4 cm, 7,7 cm und 8,4 cm sowie 5,8 cm, 6,1 cm und 7,1 cm in der manuellen Auswertung. Schlussfolgerung: Programme zur automatischen Erkennung und Auswertung von Läsionen in der PET/CT können in Zukunft die Befundung vereinfachen und möglicherweise auch beschleunigen. Vor dem klinischen Einsatz dieser Software sind weitere Verbesserungen der Messgenauigkeit erforderlich.

Abstract

Purpose: To determine the feasibility of a PET/CT software tool (PET computer-aided detection: PET-CAD) for automated detection and assessment of pulmonary and hepatic lesions. Materials and Methods: 20 consecutive patients with colorectal liver metastases and 20 consecutive patients suffering from non-small cell lung cancer (NSCLC) were examined with FDG-PET/CT. In a first step the maximum standardized uptake values (SUVmax) of non-tumorous liver and lung tissues were determined manually. This value was used as a threshold value for software-based lesion detection. The number of lesions detected, their SUVmax, and their sizes in the x, y, and z-planes, as automatically provided by PET-CAD, were compared to visual lesion detection and manual measurements on CT. Results: The sensitivity for automated detection was 96 % (86 – 99 %) for colorectal liver metastases and 90 % (70 – 99 %) for lung lesions. The positive predictive value was 80 % for liver and 68 % for lung lesions. The mean SUVmax of all lung lesions was 9.3 and 8.8 for the liver lesions. When assessed by PET-CAD, the mean lesion sizes for liver lesions in the x, y, and z-planes were 4.3 cm, 4.6 cm, and 4.2 cm compared to 3.5 cm, 3.8 cm, and 3.6 cm for manual measurements. The mean lesion sizes of lung lesions were 7.4 cm, 7.7 cm, and 8.4 cm in the x, y, and z-planes when assessed by PET-CAD compared to 5.8 cm, 6.1 cm, and 7.1 cm when measured manually. Using manual assessment, the lesion sizes were significantly smaller in all planes (p < 0.005). Conclusion: Software tools for automated lesion detection and assessment are expected to improve the clinical PET/CT workflow. Before implementation in the clinical routine, further improvements to the measurement accuracy are required.

References

  • 1 Antoch G. et al . Whole-body dual-modality PET/CT and whole-body MRI for tumor staging in oncology.  Jama. 2003;  290 3199-3206
  • 2 Czernin J, Allen-Auerbach M, Schelbert H R. Improvements in cancer staging with PET/CT: literature-based evidence as of September 2006.  J Nucl Med. 2007;  48 78S-88S
  • 3 Blodgett T M, Meltzer C C, Townsend D W. PET/CT: form and function.  Radiology. 2007;  242 360-385
  • 4 Fabel M, Bolte H. Automatisierte Verfahren zur Volumetrie von Metastasen.  Radiologe. 2008;  48 857-862
  • 5 Lee I J. et al . Lung nodule detection on chest CT: evaluation of a computer-aided detection (CAD) system.  Korean J Radiol. 2005;  6 89-93
  • 6 Marten K. et al . Computer-assisted detection of pulmonary nodules: performance evaluation of an expert knowledge-based detection system in consensus reading with experienced and inexperienced chest radiologists.  Eur Radiol. 2004;  14 1930-1938
  • 7 Abe H. et al . Computer-aided diagnosis in chest radiology.  Semin Ultrasound CT MR. 2004;  25 432-437
  • 8 Beyer F. et al . Comparison of sensitivity and reading time for the use of computer-aided detection (CAD) of pulmonary nodules at MDCT as concurrent or second reader.  Eur Radiol. 2007;  17 2941-2947
  • 9 Mang T. et al . Effect of computer-aided detection as a second reader in multidetector-row CT colonography.  Eur Radiol. 2007;  17 2598-2607
  • 10 Honnef D. et al . Computerassistierte Detektion (CAD) von kleinen pulmonalen Rundherden in der Mehrdetektor-Spiral-Computertomografie (MDCT) bei Kindern.  Röntgenstr Fortschr. 2008;  180 540-546
  • 11 Hein P A. et al . Computer-Aided Pulmonary Nodule Detection – Performance of Two CAD Systems at Different CT Dose Levels.  Röntgenstr Fortschr. 2009;  DOI: DOI:10.1055/s-0028-1109394
  • 12 Heusner T A. et al . Effekt verschiedener Chemoembolisationsmaterialien auf die CT-basierte Schwächungskorrektur der PET/CT.  Röntgenstr Fortschr. 2007;  179 1159-1165
  • 13 Heusner T A. et al . Highly iodinated intravenous contrast material for PET/CT – a feasibility study.  Röntgenstr Fortschr. 2008;  180 740-745
  • 14 Antoch G. et al . Dual-modality PET/CT scanning with negative oral contrast agent to avoid artifacts: introduction and evaluation.  Radiology. 2004;  230 879-885
  • 15 Beyer T. et al . Dual-modality PET/CT imaging: the effect of respiratory motion on combined image quality in clinical oncology.  Eur J Nucl Med Mol Imaging. 2003;  30 588-596
  • 16 Zhuang H. et al . Dual time point 18F-FDG PET imaging for differentiating malignant from inflammatory processes.  J Nucl Med. 2001;  42 1412-1417
  • 17 Marten K. et al . Computer-assisted detection of pulmonary nodules: evaluation of diagnostic performance using an expert knowledge-based detection system with variable reconstruction slice thickness settings.  Eur Radiol. 2005;  15 203-212
  • 18 Orlacchio A. et al . Role of PET/CT in the detection of liver metastases from colorectal cancer.  Radiol Med. 2009;  114 571-585
  • 19 Quaia E. et al . Integrated fluorine-18 fluorodeoxyglucose (18F-FDG) PET/CT compared to standard contrast-enhanced CT for characterization and staging of pulmonary tumors eligible for surgical resection.  Acta Radiol. 2008;  49 995-1004
  • 20 Shim S S. et al . Non-small cell lung cancer: prospective comparison of integrated FDG PET/CT and CT alone for preoperative staging.  Radiology. 2005;  236 1011-1019
  • 21 Ford E. et al . Tumor delineation using PET in head and neck cancers: threshold contouring and lesion volumes.  Med Phys. 2006;  33 4280-4288

Dr. Steffen Hahn

Department of Diagnostic and Interventional Radiology and Neuroradiology, University Hospital Essen

Hufelandstraße 55

45147 Essen

Germany

Phone: ++ 49/2 01/72 38 45 31

Fax: ++ 49/2 01/7 23 15 48

Email: steffen.hahn@uk-essen.de