Semi-automatische Software zur zeiteffizienten CT-basierten Quantifizierung des abdominellen Fettgewebes

Zielsetzung:

Die CT-basierte Quantifizierung des viszeralen und subkutanen Fettgewebes (VAT, SAT) findet klinisch zunehmend Anwendung bei der Risikobeurteilung von Patienten mit metabolischem Syndrom, in der Onkologie oder vor einem abdominellen Eingriff. Ziel dieser Studie war die Validierung einer hauseigenen Software (ATQ, adipose tissue quantification) für die semiautomatische Fettquantifizierung.

Material und Methodik:

Die CT-Datensätze (Somatom Sensation 64, Siemens, Schichtdicke 5 mm) von 20 normal- bis übergewichtigen Patienten (14 männlich, Ø BMI: 29,4 kg/m²) wurden in die retrospektive Analyse eingeschlossen. Für alle Patienten lag ein positives Ethikvotum vor. Das gesamte VAT-Volumen (V-VAT) sowie das abdominelle SAT-Volumen (V-SAT, Zwerchfell bis Beckenboden) wurden mittels semiautomatischer Segmentierung und histogramm-gestützter Auswertung bestimmt (ATQ, unter MatLab, MathWorks). Voxel mit einer Dichte zwischen -190 und 30 HU wurden als Fettgewebe quantifiziert. Die Analyse wurde mit einer kommerziellen Segmentierungs-Software wiederholt (SliceOmatic, TomoVision). Zur Bewertung der Übereinstimmung dienten das Bestimmtheitsmaß R² sowie die Standardabweichungen der mittleren Volumendifferenzen (Bland-Altman).

Ergebnisse:

Die mittleren Volumina betrugen 5,6 L für V-VAT und 8,6 L für V-SAT. Die Bearbeitung eines Datensatzes umfasste im Mittel 83 Schichten und dauerte 15 min (ATQ) bzw. 41 min (SliceOmatic) pro Patient. Für beide Fettkompartimente fand sich eine Übereinstimmung von R²= 0,99. Die Mittelwerte (bias) und Standardabweichungen der jeweiligen Differenzen lagen bei +0,11 L und 0,07 L (1,2%) für V-VAT bzw. -0,22 L und 0,17 L (1,9%) für V-SAT.

Schlussfolgerungen:

Die vorgestellte Software erlaubt eine einfache und verlässliche CT-Quantifizierung diverser Fettvolumina. Der mittlere Zeitaufwand von 15 min pro Patient ist erheblich kürzer als mit kommerziellen Werkzeugen und wäre auch absolut betrachtet für eine klinische Routineanwendung vertretbar.