Search

Einleitung: Residualtumore >1cm von metastasierten Hodentumorpatienten (TGCT) nach Chemotherapie werden einer retroperitonealen Lymphadenektomie (pcRPLND) zugeführt. Bis zu 50% dieser Patienten werden übertherapiert, da pathohistologisch nur Narbe/Nekrose nachweisbar ist. Daher[zum vollständigen Text gelangen Sie über die oben angegebene URL], 61. Jahrestagung der Südwestdeutschen Gesellschaft für Urologie e.V.

Ziel: Die DRG-ÖRG-IRP (Deutsche Röntgengesellschaft-Österreichische Röntgengesellschaft Internationale Radiomics-Plattform) stellt eine web-/cloudbasierte Radiomics-Plattform auf Grundlage einer öffentlich-privaten Partnerschaft dar. Sie bietet die Möglichkeit der gemeinsamen Nutzung von Daten, Annotation, Validierung und Zertifizierung auf dem Gebiet der künstlichen Intelligenz, Radiomics-Analyse und integrierten Diagnostik. In einer ersten Proof-of-Concept-Studie soll die automatisierte Myokardsegmentation sowie die automatisierte myokardiale Late-Gadolinum-Enhancement (LGE)-Detektion mittels radiomischer Bildmerkmale für Myokarditis-Datensätze evaluiert werden. Material und Methoden: Die DRG-ÖRP-IRP kann zur Erstellung qualitätsgesicherter, strukturierter Bilddaten in Kombination mit klinischen Daten und anschließender integrierter Datenanalyse genutzt werden und zeichnet sich durch die folgenden Leistungskriterien aus: Nutzungsmöglichkeit multizentrischer vernetzter Daten, automatisiert berechnete Qualitätsparameter, Bearbeitung von Annotationsaufgaben, Konturerkennung mittels herkömmlicher Verfahren sowie Verfahren der künstlichen Intelligenz und der Möglichkeit einer gezielten Einbindung von Algorithmen. In einer ersten Studie wurde ein anhand kardialer CINE-Datensätze vortrainiertes neuronales Netz zur Segmentierung von PSIR-Datensätzen evaluiert. In einem zweiten Schritt wurden radiomische Bildmerkmale zur segmentalen Detektion von LGE der gleichen Datensätze, welche multizentrisch über die IRP zu Verfügung gestellt wurden, angewendet. Ergebnisse: Erste Ergebnisse zeigen die Vorteile (Datentransparenz, Zuverlässigkeit, breite Einbindung aller Mitglieder, kontinuierliche Evolution sowie Validierung und Zertifizierung) dieses plattformbasierten Ansatzes auf. In der Proof-of-Concept-Studie konnte im Vergleich zur Segmentierung des Myokards durch den Experten das neuronale Netzwerk einen Dice-Koeffizienten von 0,813 nachweisen. Im Rahmen der segmentbasierten myokardialen LGE-Detektion ergab sich ein AUC von 0,73 bzw. ein AUC von 0,79 nach Ausschluss von Segmenten mit unsicherer Annotation. Die Auswertung und Bereitstellung der Daten findet auf der IRP unter Berücksichtigung der FAT-Kriterien (Fairness, Accountability, Transparency) sowie FAIR-Kriterien (findable, accessible, interoperable, reusable) statt. Schlussfolgerung: Es konnte gezeigt werden, dass die DRG-ÖRP-IRP als Kristallisationspunkt für die Generierung weiterer Einzel- und Verbundprojekte genutzt werden kann. Die Durchführung von quantitativen Analysen mit Verfahren der künstlichen Intelligenz wird hierbei durch den Plattformansatz der DRG-ÖRP-IRP erheblich erleichtert, da vorab trainierte neuronale Netze integriert und wissenschaftliche Gruppen vernetzt werden können. In einer ersten Proof-of-Concept-Studie zur automatisierten Segmentation des Myokards sowie zur automatisierten myokardialen LGE-Detektion konnten diese Vorteile erfolgreich angewendet werden. Somit zeigt sich, dass sich mittels der DRG-ÖRP-IRP strategische Ziele interdisziplinär umsetzen, konkrete alltagstaugliche Proof-of-Concept-Beispiele aufzeigen sowie möglichst partizipativ unter Einbindung aller Gruppierungen eine Vielzahl an Einzel- und Verbundprojekten realisieren lassen.

Einleitung: Etwa 50% der Patienten, die eine retroperitoneale Lymphadenektomie nach Chemotherapie (pcRPLND) erhalten, werden übertherapiert, da Biomarker oder valide Vorhersagemodelle für eine präoperative Stratifizierung fehlen. Radiomics und maschinelles Lernen wurde bis dato nicht[zum vollständigen Text gelangen Sie über die oben angegebene URL], 65. Kongress der Nordrhein-Westfälischen Gesellschaft für Urologie

Due to increasing amounts of data in radiology methods for image compression appear both economically and technically interesting. Irreversible image compression allows markedly higher reduction of data volume in comparison with reversible compression algorithms but is, however, accompanied by a certain amount of mathematical and visual loss of information. Various national and international radiological societies have published recommendations for the use of irreversible image compression. The degree of acceptable compression varies across modalities and regions of interest.The DICOM standard supports JPEG, which achieves compression through tiling, DCT/DWT and quantization. Although mathematical loss due to rounding up errors and reduction of high frequency information occurs this results in relatively low visual degradation.It is still unclear where to implement irreversible compression in the radiological workflow as only few studies analyzed the impact of irreversible compression on specialized image postprocessing. As long as this is within the limits recommended by the German Radiological Society irreversible image compression could be implemented directly at the imaging modality as it would comply with § 28 of the roentgen act (RoV).

Ziel: Multizentrischer Vergleich von manuellen ein-/bi-dimensionalen Messungen und semi-automatischen ein-/bi-dimensionalen und volumetrischen Messungen zur Beurteilung des Therapieansprechens beim Malignen Lymphopm in CT-Verlaufskontrollen. Material und Methoden: MSCT-Datensätze von Patienten mit Malignem Lymphom wurden vor (baseline) und nach zwei Zyklen Chemotherapie (follow-up) in fünf Universitätsradiologien ausgewertet. Der Langachsen- (LAD), der Kurzachsendurchmesser (SAD) und die bi-dimensionale WHO-Fläche von 307 Target-Lymphknoten wurden manuell und semi-automatisch unter Verwendung einer dedizierten Software bestimmt. Die Lymphknotenvolumetrie wurde lediglich semi-automatisch bestimmt. Das Therapieansprechen wurde anhand Lymphom-adaptierter RECIST-Kriterien beurteilt. Ergebnisse: Auf der Basis des einzelnen Lymphknotens wiesen semi-automatisch bestimmte mehrdimensionale Parameter einen höheren Anteil in der korrekten Beurteilung des Therapieansprechens als die die manuell oder semi-automatisch bestimmten eindimensionalen Parameter auf. Fehlklassifikationen wurden um bis 9,6 % reduziert. Zusätzlich war im Vergleich zu den manuellen Messungen der Einfluss auf die Beurteilung des Therapieansprechens in den einzelnen Studienzentren bei Anwendung semi-automatischer Messungen geringer. Schlussfolgerung: Die semi-automatische Volumetrie und die bi-dimensionale WHO-Messung reduzieren die Anzahl von Fehlklassifikationen in der Beurteilung des Therapieansprechens bei Patienten mit Malignem Lymphom signifikant um 9,6 % in einem Multicenterumfeld im Vergleich zu linearen Parametern. Semi-automatische Software-Tools können dazu beitragen, Fehlklassifikationen manueller Messungen zu reduzieren und sollten daher insbesondere in klinischen Studien zukünftig aber auch in die klinische Routine implementiert werden. Kernaussagen: BL Semi-automatisches Volumen und bi-dimensionaler WHO-Messungen reduzieren die Anzahl von Fehlklassifikationen beim Therapieansprechen signifikant (p

Ziel: Untersuchung der Auswirkungen verschiedener Rekonstruktionkernel auf die halbautomatische Segmentierung von Leberläsionen in der MDCT. Material und Methoden: Insgesamt 62 Leberläsionen wurden durch drei unabhängige Radiologen mithilfe der Oncology-Prototype Segmentierungssoftware (Fraunhofer MEVIS, Siemens Healthcare, Germany) halbautomatisch vermessen. Die verwendeten CT-Datensätze waren jeweils mittels standard, soft und detailed (Philips B, A and D) Kernel rekonstruiert worden. Um eine objektive Messung sicherzustellen wurden nur Läsionen eingeschlossen, deren initiale Segmentierung zufriedenstellend war, manuelle Korrekturen wurden nicht vorgenommen. Effektiver Durchmesser und Volumen wurde für alle Läsionen erhoben. Die Segmentierung in den mittels soft und detailed Kernel rekonstruierten Datensätzen wurde durch Kopieren der Seedposition aus dem Standardkernel Datensatz vorgenommen. Ergebnisse: Der mittlere effektive Läsionsdurchmesser betrug bei Verwendung des Standardkernels 19,9 ± 9,7 mm. Der Vergleich aller drei Kernel untereinander zeigte keine signifikanten Unterschiede. Der mittlere Unterschied zwischen standard und soft Kernel betrug 1 % ± 6 %, zwischen standard und detailed 3 % ± 13 % und zwischen soft und detailed 2 % ± 9 %. Die Intra-Klassen-Korrelationskoeffizienten lagen für alle Vergleiche bei > 0,96. Schlussfolgerung: Die halbautomatische Segmentierung und Volumetrie von Leberläsionen zeigt verlässliche Messungen unabhängig von dem zur Rekonstruktion der MDCT-Datensätze verwandten Kernel.