neuroRAD 2019 – Automatische Detektion intrakranieller Metastasen des malignen Melanoms

neuroRAD 2019 – Automatische Detektion intrakranieller Metastasen des malignen Melanoms

Intrakranielle Metastasen eines malignen Melanoms lassen sich mittels Deep Learning mit hoher Genauigkeit automatisch erkennen.

  • Präsentationstag:
    10.10.2019 0 Kommentare
  • Autor:
    mh/ktg
  • Sprecher:
    Lenhard Pennig, Uniklinik Köln
  • Quelle:
    neuroRAD 2019 – Poster

Wie gut lassen sich bei PatientInnen mit malignem Melanom anhand einer multiparametrischen MRT intrakranielle Metastasen automatisch detektieren und segmentieren? Untersucht haben das Lenhard Pennig, Uniklinik Köln, und KollegInnen.

Methode

In ihre retrospektive Studie schlossen sie 34 PatientInnen mit 56 nachgewiesenen intrakraniellen Metastasen eines malignen Melanoms ein. Auf Grundlage einer multiparametrischen MRT (T1w vor und nach Kontrastmittelgabe, T2w, FLAIR) segmentierten zwei RadiologInnen alle Metastasen manuell. Die dafür verwendete Software-Plattform war IntelliSpace Discovery von Philips Healthcare.

Die Ergebnisse verglichen Pennig et al. mit denen einer vollautomatischen Segmentierung der Metastasen. Das dafür verwendete das Open Source Deep-Learning-Modell (DeepMedic, BioMedIA) war anhand von Gliomen für die Segmentierung trainiert worden.

Kleine Metastasen mit einem Volumen von weniger als 15 ml wurden ebenso ausgeschlossen wie Fälle mit gravierenden MRT-Artefakten.

Ergebnisse

Das Deep-Learning-Modell erzielte eine Metastasen-Detektionsrate von 86%. Für die Segmentierung errechneten Pennig und KollegInnen einen Dice-Koeffizienten (statistische Größe zum Darstellen der Ähnlichkeit zweier Termen; hier also zwischen manueller und automatischer Segmentierung) von im Mittel 0,63. Spitzenwerte lagen bei 0,9.

Fazit

Intrakranielle Melanom-Metastasen mit einem Volumen von mindestens 15 ml lassen sich mittels Deep Learning mit hoher Genauigkeit automatisch erkennen, so die AutorInnen. Die Qualität der Segmentierung beschreiben sie als suffizient. Sie befürworten die Anwendung ihres Modells auf andere Tumorentitäten und Metastasen geringerer Größe.

Sie müssen sich einloggen, um Kommentare zu verfassen.