Testen und Verbessern eines Prototyps für die Läsionsklassifikation und Erstellung einer Datenbasis für die computergestützte Bildanalyse zur Detektion von Läsionen beim Multiplen Myelom
Zusammenfassung der Projektergebnisse
Hintergrund des Projekts ist die Analyse des Multiplen Myeloms, einer systemischen Tumorerkrankung, die das Skelett befällt und vom blutbildenden Knochenmark ausgeht. Neben den Tumorherden, die an verschiedenen Stellen des Skeletts auftreten, weisen die Patienten weitere Nebenwirkungen wie Hyperkalzämie, Nierenschädigung, Anämie und osteolytische Knochenläsionen auf. Osteolytische Läsionen, bei denen sich Knochenmasse diffus oder fokal begrenzt auflöst, führen zu schmerzhaften Knochenschädigungen und Frakturen. Für die Analyse des Befalls ist Ganzkörperbildgebung essentiell. Die Quantifizierung der gesamten Tumormasse ist bisher jedoch nicht möglich, da eine manuelle Segmentierung aller Tumorherde im klinischen Alltag nicht zu bewerkstelligen ist. Daher sollen automatisierte Methoden entwickelt werden, die die Läsionen im Knochen erkennen und messen. Eine zu lösende Teilaufgabe besteht in der automatischen Eingrenzung der Suchregion auf Knochen. Um die Tumorherde multimodal analysieren zu können, ist die knochenweise Überlagerung der Modalitäten notwendig. Daher reicht eine einfache Skelettsegmentierung nicht aus, sondern die Segmentierung einzelner Knochen wird benötigt. Die Entwicklung automatischer Methoden für die Segmentierung einzelner Knochen ist darüber hinaus für weitere Fragestellungen in der Onkologie bzw. Strahlentherapie relevant. Beispielsweise für die Analyse von Bewegungen und deren Kompensation liefern Knochen als rigide Strukturen wertvolle Informationen für die Modellierung von Bewegungen. Im Rahmen dieses Projekts sollten Trainingsdaten erstellt werden, um daraus Knochenmodelle für die automatische Knochensegmentierung zu generieren. Das Ziel des Projekts bestand darin, einen bereits vorhandenen Prototyp für die multimodale Läsionsanalyse mit Mustererkennung auf Basis der segmentierten Trainingsdaten zu testen. Es wurden auf Basis von 10 Ganzkörper-CTs Trainingssegmentierungen für die Knochen Thoraxwirbel 1, 4, 6, 8, 10 und 12, Halswirbel 1, 2, 3, 5 und 7, Sternum, Schlüsselbeine erstellt, aus denen derzeit statistische Formmodelle für Knochen für die automatische Knochensegmentierung erzeugt werden. Das angestrebte Teilziel einer automatischen Knochensegmentierung kann damit voraussichtlich erreicht werden. Aufgrund personeller Gründe kann das Ziel der Weiterentwicklung der Läsionsklassifikation ausgehend von einem vorhandenen Prototyp leider nicht erreicht werden. Jedoch kann zumindest die Knochensegmentierung auch für andere Projekte in der Abteilung, wie beispielsweise für die Bewegungsanalyse für die Strahlentherapieplanung oder die Generierung von künstlichen CT-Bildern aus MRT-Bildern aus der Knocheninformation einen wesentlichen Beitrag leisten.
