CC BY-NC-ND 4.0 · Laryngorhinootologie 2019; 98(S 02): S21-S22
DOI: 10.1055/s-0039-1685691
Abstracts
Endoskopie

Erprobung eines neuartigen Ansatzes zur automatisierten Klassifizierung von kompaktendoskopischen Gefäßmustern bei laryngealen Läsionen

N Davaris
1   Klinik für HNO-Heilkunde, Kopf- und Halschirurgie, Magdeburg
,
N Esmaeili
2   Fakultät für Elektrotechnik und Informationstechnik, INKA, Otto-von-Guericke-Universität Magdeburg, Magdeburg
,
A Illanes
2   Fakultät für Elektrotechnik und Informationstechnik, INKA, Otto-von-Guericke-Universität Magdeburg, Magdeburg
,
A Boese
2   Fakultät für Elektrotechnik und Informationstechnik, INKA, Otto-von-Guericke-Universität Magdeburg, Magdeburg
,
M Friebe
2   Fakultät für Elektrotechnik und Informationstechnik, INKA, Otto-von-Guericke-Universität Magdeburg, Magdeburg
,
C Arens
1   Klinik für HNO-Heilkunde, Kopf- und Halschirurgie, Magdeburg
› Author Affiliations
› Further Information
Also available at
 
 

    Einleitung:

    Die Kombination von Kontaktendoskopie und Narrow Band Imaging (Kompaktendoskopie) eignet sich für die Untersuchung laryngealer Gefäßmuster und bietet Hinweise über die Dignität der Läsionen. Die Auswertung der Gefäßform ist jedoch teilweise subjektiv und erfahrungsabhängig. Andererseits lassen sich Gefäßveränderungen mathematisch als Zunahme der Unordnung des Gradientenvektors und der Krümmung der Blutgefäße charakterisieren.

    Methoden:

    Wir haben einen neuartigen Ansatz zur automatisierten Klassifizierung von kompaktendoskopischen Gefäßmustern unter Zuhilfenahme von Methoden aus der Bild- und Signalverarbeitung erprobt. Dafür wurden videoendoskopische Daten von 22 Patienten ausgewertet. Zunächst wurde die automatisierte Klassifizierung der untersuchten Muster in drei Gruppen getestet: geordnete Muster, ungeordnete Muster und Muster mit einem hohen Grad an Unordnung. Desweiteren wurde die Einteilung in vier Klassifizierungsszenarios in Anlehnung zu den histologischen Diagnosen erprobt.

    Ergebnisse:

    Insgesamt wurden 907 kompaktendoskopische Bilder ausgewertet. Davon waren 40% für das Training und 60% für die Testung vorgesehen. Für die automatisierte Klassifizierung der Gefäßmuster in eine der drei genannten Gruppen betrug die Sensitivität 94%, die Spezifität 97% und die Treffsicherheit 94%. Die Klassifizierung nach histologischer Diagnose konnte mit einer Sensitivität von 85%, einer Spezifität von 94% und einer Treffsicherheit von 84% erzielt werden.

    Schlussfolgerungen:

    Es konnte gezeigt werden, dass die automatisierte Klassifizierung von kompaktendoskopischen Gefäßmustern realisierbar ist. Der Algorithmus kann Ärzten bei klinischen Entscheidungen unterstützen und im Rahmen der Diagnostik und Tumornachsorge laryngealer Dysplasien und Karzinome angewendet werden.


    #
    Dr. med. Nikolaos Davaris
    Klinik für HNO-Heilkunde, Kopf- und Halschirurgie, Universitätsklinikum Magdebur,
    Leipziger Str. 44, 39120
    Magdeburg

    Publication History

    Publication Date:
    23 April 2019 (online)

    © 2019. 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