Doctoral Thesis
Refine
Year of publication
- 2019 (1) (remove)
Document Type
- Doctoral Thesis (1) (remove)
Language
- German (1)
Has Fulltext
- yes (1)
Is part of the Bibliography
- no (1)
Keywords
- Algorithmus (1) (remove)
Multiple Sklerose ist eine chronisch verlaufende neurodegenerative Erkran-
kung, welche sich durch herdförmige Läsionen des ZNS manifestiert und zur
progredienten Behinderung führt. Die kraniale MR-Bildgebung und die
Bestimmung der Läsionslast in T2-gewichteten Sequenzen ist das wichtigste
paraklinische Verfahren zur Diagnostik und Verlaufskontrolle der MS. Diese
wird in der klinischen Praxis durch visuellen Vergleich zweizeitiger MR-
Untersuchungen ermittelt und ist zeitaufwendig und fehleranfällig, weshalb
eine automatisierte Erkennung erstrebenswert ist.
In dieser Arbeit wurde ein auf Subtraktionsbildern basierter Algorithmus zur
semi-automatischen Erfassung von Veränderungen der Läsionslast in T2w,
sowie von kontrastverstärkten T1w Datensätzen von Patienten mit einer
chronisch demyelinisierenden Erkrankungen des ZNS mit der üblichen
visuellen Befundung verglichen.
Die hier präsentierte Methode erreicht im T2w Bild die Zuverlässigkeit der
üblichen visuellen Befundung. Dahingegen ist sie bei kontrastverstärkten
T1w Datensätzen unterlegen. Des Weiteren findet der präsentierte
Algorithmus nicht nur neue, subtile Läsionen und geringe
Volumenänderungen, sondern auch Signalalterationen ohne
Volumenzunahme in vorbestehenden Läsionen, die bisher nicht Bestandteil
der Diagnose- und Monitoringsysteme sind und bezüglich dessen einer
Evaluation bedürften.
In Hinblick auf T2w Datensätze könnte die präsentierte Methode die radio-
logische Befundung unterstützen und eine schnellere und sicherere Befun-
dung ermöglichen und so die Verlaufsbeobachtung der Krankheit
erleichtern.
In Zukunft könnten verbesserte Algorithmen, höhere Feldstärken und selbst-
lernende Programme eine schnelle und verlässliche Alternative zur zeit-
aufwendigen und fehlerbehafteten radiologischen Befundung darstellen und
so Diagnose und Verlaufsbeobachtung bei Patienten mit Multipler Sklerose
verbessern.