Medizinische Universität Graz - Research portal
Selected Publication:
Hörl, J.
MRT-basierte Knochenwachstumsschätzung zur Planung von Eingriffen in der Kinderorthopädie - eine retrospektive Pilotstudie
Humanmedizin; [ Diplomarbeit ] Graz Medical University; 2018. pp. 85
[OPEN ACCESS]
FullText
- Authors Med Uni Graz:
- Advisor:
- Kraus Tanja
- Novak Michael Peter
- Altmetrics:
- Abstract:
- Einleitung: Das Skelettalter (SA) ist ein wichtiger Indikator für die Skelettreife, der in Orthopädie, Endokrinologie und Forensik Anwendung findet. Häufig verwendete Methoden zur SA-Bestimmung sind beispielsweise die Handskelettalterbestimmung nach Greulich und Pyle und die TW3-Methode, die allerdings auf Studienpopulationen des letzten Jahrhunderts basieren und darüber hinaus weitere Limitationen aufweisen. Eine softwarebasierte SA-Bestimmung anhand MRT-Aufnahmen des Kniegelenks hingegen verspricht objektive Ergebnisse bei gleichzeitig eingehaltener Strahlenhygiene und geringem Zeitaufwand. Auf die Wachstumsfugen des Kniegelenks kann ein überwiegender Anteil des Längenwachstums zurückgeführt werden, weshalb sich die Lokalisation sowohl zur SA-Bestimmung als auch zur darauf basierenden Voraussage der Erwachsenengröße eignet. In der vorliegenden Studie wurde die Hypothese geprüft, dass die softwarebasierte SA-Bestimmung anhand MRT-Aufnahmen des Kniegelenks möglich ist. Methoden: Es erfolgten die Erstellung einer Datensammlung aus MRT-Aufnahmen des Kniegelenks sowie die Kalibrierung und Validierung einer selbstlernenden Software aus dem Bereich der Deep Learning Neural Networks. Bei der Datenakquirierung wurden Patientendaten und MRT-Aufnahmen aller Patientinnen/Patienten unter 18 Jahren gesammelt, die im Zeitraum 2000-2016 an der Abteilung für Radiologie der Medizinischen Universität Graz zwei oder mehr MRT-Untersuchungen des ipsilateralen Kniegelenks erhielten. Ausschlusskriterien umfassten schwere Grunderkrankungen und bestimmte kniebezogene Diagnosen mit schweren ossären strukturellen Veränderungen. Die SA-Bestimmung erfolgte durch Neural Networks mit unterschiedlichen Eigenschaften. Es wurde auch ein Overfitting-Experiment durchgeführt. Für die Experimente wurden MRT-Aufnahmen in T2-gewichteter Sequenz verwendet. Ergebnisse: Es konnten Datensätze mit 317 MRT-Aufnahmen von 121 Patientinnen/Patienten gesammelt werden. Anhand der MRT-Aufnahmen von 83 Patientinnen/Patienten im Alter von 12 bis 18 Jahren konnte die SA-Bestimmung durchgeführt werden. Mit einem modifizierten Residual Network ergab sich ein stabiler Abfall des mittleren absoluten Fehlers (MAE). Der niedrigste MAE, der in der Validierung erzielt werden konnte, betrug 1,04 Jahre. Diskussion: Die Ergebnisse sprechen für einen Lernfortschritt der Software. Das erfolgreiche Overfitting-Experiment zeigte, dass die zur SA-Bestimmung notwendige Information in den MRT-Aufnahmen enthalten ist. Somit konnte die Hypothese, dass die SA-Bestimmung auf diese Weise möglich ist, bestätigt werden. Die Durchführung weiterer Studien mit größeren Datenmengen zur Steigerung der Genauigkeit und Aussagekraft der Methode erscheint daher sehr empfehlenswert. In Folgestudien könnte auch die Voraussage der Erwachsenengröße durch die Software erprobt werden.