Künstliche Intelligenz verbessert die klinische MRT-Bildgebung von Silikonimplantaten- Neuer Algorithmus macht Brustuntersuchungen schneller und zuverlässiger

Die Magnetresonanztomographie (MRT) ist eine sensitive Methode zur Kontrolle von Silikonimplantaten. Dennoch kann eine zuverlässige Untersuchung der Implantate herausfordernd sein, da eine klare Abgrenzung zwischen Silikon und Fettgewebe auf den Bildern schwierig ist. Ein interdisziplinäres Forschungsteam an der Technischen Universität München (TUM) hat jetzt einen neuen Algorithmus entwickelt, der die Qualität der MRT-Bilder verbessert, indem er vollautomatisch und zuverlässig Wasser, Fett und Silikon gleichzeitig darstellt.

Für die Brustrekonstruktion nach einer Mastektomie und zur Brustvergrößerung werden üblicherweise Silikonimplantate verwendet. Die regelmäßige Kontrolle dieser Implantate hilft, Komplikationen wie eine Implantat-Ruptur oder ein Implantat-assoziiertes anaplastisches großzelliges Lymphom (BI-ALCL) frühzeitig zu erkennen. Dabei ist die MRT die empfindlichste Methode, die zur Überprüfung von Silikonimplantaten zur Verfügung steht. Bislang war es jedoch schwierig, Fett und Silikon in MRT-Aufnahmen voneinander abzugrenzen, da diese Materialien aufgrund ihrer ähnlichen Frequenzen im Hauptmagnetfeld des MRT-Geräts ähnliche Signale erzeugen.

Klinische MRT-Bildgebung von Silikonimplantaten verbessert

Ein Team um Dimitrios Karampinos, Professor für Experimentelle Magnetresonanztomographie an der TUM, hat nun einen neuen Algorithmus für die Datenverarbeitung entwickelt, um Wasser, Fett und Silikon in MRT-Aufnahmen zuverlässig zu unterscheiden. Das Bildgebungsverfahren mit dem Algorithmus basiert auf einem speziellen Datenerfassungsschema geeignet für die Messung von mehreren chemischen Spezies, das bereits zuvor von dem Team entwickelt worden war. „Aus technischer Sicht ist es eine Herausforderung, zuverlässige Informationen über Wasser, Fett und Silikon gleichzeitig mit einer einzigen MRT-Aufnahme zu erfassen. Aufgrund der engen Zusammenarbeit mit dem Radiologieteam der TUM haben wir dieses komplexe Optimierungsproblem nicht nur aus mathematischer Sicht gelöst, sondern zudem eine Lösung entwickelt, die sich einfach in gängige klinische MRT-Geräte implementieren und in einen klinischen Arbeitsablauf integrieren lässt“, erläutert Prof. Karampinos. Das Bildgebungsverfahren nach der neuen Methode ist einfach und die Datenverarbeitung verläuft vollständig automatisiert. Es soll künftig in der Brustbildgebung für alle Patientinnen, mit und ohne Implantate, eingesetzt werden.

Schnellere und zuverlässigere Kontrolluntersuchungen

Bisherige Methoden für MRT-Untersuchungen basieren darauf, dass andere Materialien während der Bildgebung unterdrückt werden, während das zu untersuchende Material – beispielsweise Silikon – abgebildet wird. Diese Technik beruht jedoch auf mehreren manuellen Kalibrierungsschritten, die fehleranfällig sein können. „Die neue Methode läuft vollautomatisiert ab und erfordert keine vorherige Kalibrierung oder Anwenderschulung. Das macht sie robuster und zuverlässiger als Techniken, die auf der Unterdrückung ausgewählter Materialien beruhen“, sagt PD Dr. Eva Maria Fallenberg, Oberärztin am Institut für Diagnostische und Interventionelle Radiologie am Klinikum rechts der Isar. „Der neue Algorithmus hat bisher selbst bei unterschiedlichen Implantattypen zuverlässige Ergebnisse gezeigt. Da alle Informationen gleichzeitig und nicht für eine chemische Spezies nach der anderen erfasst werden, verkürzt sich die Untersuchungszeit. Das verbessert den Patientenkomfort und ermöglicht es uns zudem, mehr Patientinnen zu untersuchen.“

Erprobungen in Krankenhäusern

Nach den ersten vielversprechenden Ergebnissen wird das neue Verfahren nun mit einer größeren Patientenkohorte auf klinischen MRT-Geräten evaluiert, wie sie üblicherweise in Krankenhäusern eingesetzt werden. Für die Anwendung der neuen Methode sind keine zusätzlichen Geräte erforderlich. Daher könnte sie großflächig im klinischen Bereich eingesetzt werden, sobald sie sich in einer großen Patientenkohorte bewährt hat. Auf längere Sicht wollen die Forschenden zudem untersuchen, ob die neue Methode auch Vorteile für die Beurteilung von Brustgewebe ohne Implantate bietet, da sie zusätzliche nützliche Informationen für die Messung der Brustdichte und zur Darstellung von Verkalkungen im Brustgewebe liefern könnte.

Quelle: Auszug aus PI TUM, 15.09.2022

(pte/map)
Zurück zur Startseite
Weitere Newsmeldungen
Zum Archiv

Quellen-URL (abgerufen am 06.10.2022 - 06:43): http://www.neuromedizin.de/Neuro-Gynaekologie/Kuenstliche-Intelligenz-verbessert-die-klinische-MRT-Bildgeb.htm
Copyright © 2014 | http://www.neuromedizin.de ist ein Dienst der MedienCompany GmbH. | Medizin-Medienverlag | Amselweg 2, 83229 Aschau i. Chiemgau | Geschäftsführer: Beate Döring | Amtsgericht Traunstein | HRB 19711 | USt-IdNr.: DE 223237239