Gastrointestinales digitales Retargeting und Relokalisation von Mukosastrukturen durch optische Markierung

Einleitung: In der Endoskopie sind eine valide Diagnose und auch die Verlaufsbeurteilung von Mukosalterationen von eminenter Bedeutung (z.B. CED, Tumornachsorge). Ebenso ist ein Wiederauffinden suspekter Läsionen im Verlauf oftmals schwierig. Zusätzlich eröffnet die Entwickelung des narrow band imaging (NBI) neue Möglichkeiten der Strukturdarstellung und in vivo Charakterisierung von Alterationen. Ein Wiederauffinden von Strukturen im Verlauf oder während einer erneuten Endoskopie ist bisher allerdings u.U. schwierig. Ebenso fehlt bisher eine kontaktfreie Möglichkeit Stellen zu markieren.

Ziel: Entwicklung und Testung eines Systems zum Wiederauffinden von Läsionen.

Methodik: Es wurde ein System zum interprozeduralen Wiederauffinden von Läsionen im Gastrointestinaltrakt entwickelt und getestet. Das System basiert auf Pixel-basierte Cluster welche zur automatischen Markierung von NBI-auffälligen Arealen dient. Somit können durch Vergleich des Pixelmusters zuvor „markierte“ Stellen bei einer erneuten Endoskopie wieder detektiert werden. Zur Validierung des Systems wurden 12 Videos von 6 Patienten von ÖGD-Sitzungen im NBI Modus bei Standard Olympus Endoskopen mit einer Bildauflösung der Bilder von 720 × 576 Pixeln verwendet. Jeweils ein Video wurde als Diagnosevideo und eines als Überwachungsvideo verwendet und miteinander verglichen. Die Software wurde auf einer HP Workstation (Intelx5650 CPU mit 24GB RAM) verwendet.

Ergebnisse: Die Validierung der in vivo aufgezeichneten Videos für serielle endoskopische Untersuchungen zeigte eine Präzision für die Wiedererkennung von 75% bis 87%. Das Framework kann in den endoskopischen Workflow einfach integriert werden. Die Markierung und Wiedererkennung der Areale ist simultan während der Untersuchung möglich. Eine Rekalibrierung sowie der Vergleich von Standbildern sind nicht notwendig.

Schlussfolgerung: Es wurde ein in Echtzeit arbeitenden System zur optischen, berührungsfreien Markierung von Strukturen während einer Endoskopie erarbeitet und anhand von Bildfolgen aus sequentiellen ÖGDs getestet. Es zeigte sich eine hohe Wiedererkennungsrate. Eine weitere Analyse größerer Serien nach Implementierung in den Workflow ist anzustreben.