ArchivDÄ-TitelSupplement: PerspektivenPneumologie & Allergologie 2/2018Quantitative Computertomographie: COPD sichtbar machen

Supplement: Perspektiven der Pneumologie & Allergologie

Quantitative Computertomographie: COPD sichtbar machen

Dtsch Arztebl 2018; 115(24): [25]; DOI: 10.3238/PersPneumo.2018.06.15.006

Grunert, Dustin

Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...
LNSLNS

Mit der quantitativen Computertomographie können nicht nur anatomische Strukturen, sondern auch funktionelle Lungenparameter sichtbar gemacht werden. Ein neuronales Netzwerk wertet die Daten aus und verbessert stetig die Genauigkeit der eigenen Aussagen.

Ein reguläres CT bei COPD (links) mit darübergelegtem qCT (rechts). Die blauen Areale stellen die „gefangene“ Luft dar. Die roten Abschnitte zeigen lediglich Gefäße ohne pathologischen Wert. Foto: Joshua Gawlitza, Universitätsmedizin Mannheim
Ein reguläres CT bei COPD (links) mit darübergelegtem qCT (rechts). Die blauen Areale stellen die „gefangene“ Luft dar. Die roten Abschnitte zeigen lediglich Gefäße ohne pathologischen Wert. Foto: Joshua Gawlitza, Universitätsmedizin Mannheim

Ursprünglich war die Computertomographie (CT) ein Röntgenverfahren, das vor allem Informationen zur Anatomie der untersuchten Organe lieferte. Mit den umfangreichen Datensätzen moderner CT-Geräte lassen sich heutzutage aber auch viel weiter gehende Auswertungen machen. Ein Beispiel ist die quantitative Computertomographie (qCT). „Bei diesem Verfahren wertet die Software nicht nur durchschnittliche Dichtewerte aus, sondern analysiert jedes einzelne dreidimensionale Pixel beziehungsweise Bildpunkt – genannt ‚Voxel‘ – separat und setzt sie miteinander in Verbindung“, erläutert Joshua Gawlitza vom Institut für klinische Radiologie und Nuklearmedizin der Universitätsmedizin Mannheim.

Anzeige

In der Lunge kann das hochinteressant sein: Dort wertet die qCT pro Lungenflügel mehr als 2 Millionen Voxel aus. Bei Patienten mit einer chronisch-obstruktiven Lungenerkrankung (COPD) zum Beispiel ist die Lunge nicht homogen belüftet. Es gibt vielmehr Areale, in denen die Luft beim Ausatmen „steckenbleibt“ („air trapping“), und andere, die weitgehend normal arbeiten. „Solche schlecht belüfteten Areale können wir mit der qCT erkennen“, so Gawlitza.

Er und seine Kollegen von der Universitätsmedizin Mannheim berichteten beim 99. Deutschen Röntgenkongress von einer klinischen Studie, in der sie bei 75 Patienten mit COPD untersucht haben, ob aus den sehr detaillierten Informationen, die die qCT liefert, auch Rückschlüsse auf die Funktion der Lunge gezogen werden können. „Insbesondere in der klinischen Forschung kann es hilfreich sein, die Lungenfunktion auf Basis von CT-Daten zu ermitteln, zum Beispiel wenn bei einem Patienten zwar CT-Bilder, aber keine Lungenfunktionsdaten vorliegen“, erläutert Gawlitza.

In der Studie wurden mehrere qCT-Parameter – darunter Lungenvolumen, mittlere Lungendichte und der Anteil der schlecht belüfteten Lungenareale – in ein neuronales Netzwerk gespeist. „Letztlich rechnet die Software die Lungenfunktion auf Basis unterschiedlicher Modelle durch und bildet einen Mittelwert. Den haben wir dann mit dem Goldstandard, einer Messung der Lungenfunktion mittels Bodyplethysmographie, verglichen“, so Gawlitza.

Die vorläufigen Ergebnisse, denen CT- und Bodyplethysmographie-Datensätze von 75 Patienten zugrunde liegen, sind positiv zu sehen: Nur um etwa 10 % weichen die von der Software berechneten Lungenfunktionsparameter wie FEV1/VC oder RV/TLC von jenen ab, die per Goldstandardmethode gemessen wurden. Das Besondere an der Nutzung eines neuronalen Netzwerks besteht darin, dass die Genauigkeit der Abschätzung der Lungenfunktion im Laufe der Zeit zunimmt, weil die Software lernfähig ist: „Wir untersuchen derzeit pro Woche 3–4 Patienten im Rahmen der Studie. Unsere Ergebnisse werden also noch deutlich besser werden“, so Gawlitza.

Auf Dauer, denkt der Radiologe, könnte die Kombination aus qCT und selbstlernenden Algorithmen bei immer mehr Fragestellungen diagnostische Hilfestellung leisten. Vielversprechende Ansätze seien unter anderem der Einsatz bei der Durchblutungsmessung oder die Abgrenzung von Tumorgewebe in der Onkologie.

DOI: 10.3238/PersPneumo.2018.06.15.006

Dustin Grunert

Quelle: Pressemitteilung der Deutschen Röntgengesellschaft:
https://www.drg.de/de-DE/4254/neuronales-netz/

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Fachgebiet

Zum Artikel

Anzeige

Alle Leserbriefe zum Thema