Deep Learning: Detektion und Segmentierung zerebraler Aneurysmen in der CTA

Die frühzeitige Diagnose, insbesondere von kleinen zerebralen Aneurysmen ist für eine effektive Behandlung von entscheidender Bedeutung. Deep Learning (DL) hat das Potenzial, diese arbeitsintensive und anspruchsvolle Aufgabe zu verbessern. Ziel der Arbeit war die Entwicklung eines DL-Modells zum Nachweis und zur Segmentierung von zerebralen Aneurysmen in der CT-Angiografie (CTA). Zudem erfolgte eine Korrelation zum Radiologischen Befund.

Fazit

Das auf der Basis eines großen multizentrischen CTA-Datensatzes entwickelte vollautomatisierte DL-Modell ermöglicht laut den Autoren gleichzeitig eine Detektion und Segmentierung der Hirngefäße und der pathologischen Gefäßerweiterung mit einer hohen diagnostischen Treffsicherheit. Limitation bestehen vorrangig bei kleinen Aneurysmen (< 1,5 mm) und Gefäßvarianten. Zudem waren Gefäßbifurkationen und kleine Kalkplaques potenzielle Fehlerquellen der vorgestellten KI-Technologie.

Publication History

Article published online:
08 April 2025