CC BY-NC-ND 4.0 · Laryngorhinootologie 2020; 99(S 02): S203-S204
DOI: 10.1055/s-0040-1711781
Poster
Otologie

Ein präoperatives 3D-Modell zur Vorhersage der postoperativen Elektrodenlage bei Cochlea-Implantationen

M Timm
1   Medizinische Hochschule Hannover, OE 9500, Hannover
,
CV Degen
2   Medizinische Hochschule Hannover, HNO, Hannover
,
W Roßberg
1   Medizinische Hochschule Hannover, OE 9500, Hannover
,
T Lenarz
1   Medizinische Hochschule Hannover, OE 9500, Hannover
,
Büchner Andreas
1   Medizinische Hochschule Hannover, OE 9500, Hannover
,
S Rolf
1   Medizinische Hochschule Hannover, OE 9500, Hannover
› Author Affiliations
 

Einleitung Cochlea-Implantate (CIs) sind eine etablierte Therapie bei ertaubten Patienten oder Patienten mit einer hochgradigen Schwerhörigkeit, bei denen eine Versorgung mit Hörgeräten keine adäquate Versorgung mehr darstellt. Technische Neuerungen ergeben hierbei in Bezug auf die präoperative Planung und die zukünftige Patientenversorgung vielfältige neue Möglichkeiten. Material und Methode: Basierend auf 15 micro-CTs der humanen Cochlea zusammen mit klinischen Bilddaten von über 300 CI-Patienten wurde ein virtuelles 3D-Modell der Cochlea entwickelt. Dieses Modell kann patientenindividuell angepasst und für die statistische Vorhersage der postoperativen Elektrodenlage verwendet werden. Vorhersageergebnisse können in die klinischen Bilddaten projiziert werden, um die zu erwartende Elektrodenlage zu visualisieren.

Ergebnisse Wir konnten eine numerische Elektrodenlagenvorhersage für alle gängigen MED-EL-Elektroden erstellen. Im Vergleich zu analytischen Lösungen zeigt sich zwar nur eine geringfügige Verbesserung in Bezug auf die Genauigkeit der Vorhersage der erreichten cochleären Abdeckung und des Insertionswinkels. Allerdings ermöglicht das gezeigte 3D-Modell den Export in die präoperative Bildgebung oder ergibt die Möglichkeit als 3D-Druck. Auch ist eine Einbindung in andere Planungssoftware denkbar. Eine weitere denkbare Nutzung ergibt sich hinsichtlich Malformationen der Cochlea.



Publication History

Article published online:
10 June 2020

© 2020. The Author(s). This is an open access article published by Thieme under the terms of the Creative Commons Attribution-NonDerivative-NonCommercial-License, permitting copying and reproduction so long as the original work is given appropriate credit. Contents may not be used for commercial purposes, or adapted, remixed, transformed or built upon. (https://creativecommons.org/licenses/by-nc-nd/4.0/).

© Georg Thieme Verlag KG
Stuttgart · New York