PulMorph™: Ein neuartiger geometriebasierter Algorithmus zur Erkennung und Quantifizierung idiopathischer pulmonaler Fibrose im CT

Zielsetzung Idiopathische pulmonale Fibrose (IPF) ist eine fortschreitende Lungenerkrankung, die durch übermäßige Ansammlung von fibrotischem Gewebe gekennzeichnet ist. Aktuelle Methoden zur Erkennung und Quantifizierung von IPF in CT-Aufnahmen basieren häufig auf maschinellem Lernen. Ziel dieser Studie ist die Vorstellung und Evaluierung von PulMorph™, eines neuentwickelten Algorithmus für die objektive Erkennung und Quantifizierung von IPF in CT-Aufnahmen, der einen rein geometrischen Ansatz verfolgt.

Material und Methoden PulMorph™ ist ein bildmathematischer Ansatz, der als Makro-Plugin in die FIJI-Software integriert wurde. Zur Evaluation wurde ein Datensatz von 157 CT-Aufnahmen sowohl von IPF-Patienten (n=64) als auch von gesunden Kontrollpersonen (n=72 mit kompletter, n=21 in partieller Inspiration sowie in Atemmittellage) analysiert. Die IPF-Kohorte wurde mit Resultaten des kommerziellen IPF-Tools von Imbio Lung Texture Analysis verglichen. Die Performance von PulMorph™ wurde erfasst. Als Rechner kam ein MacBook Air mit M1-Chip zum Einsatz.

Ergebnisse PulMorph™ ermöglicht die präzise und zuverlässige Erkennung und Quantifizierung von IPF, vergleichbar mit Imbio (R2=0.56). PulMorph™-Resultate korrelieren mit der Überlebensdauer (P=0.032). PulMorph™ berechnet die totale Lungenkapazität als Nebenprodukt. Analysedauer 24±8 s. Die Arbeitsspeicherbeanspruchung lag stets unter 800 MB.

Schlussfolgerungen PulMorph™ ist eine robuste Alternative zu bestehenden Methoden zur IPF-Detektion und Quantifizierung. Durch den Verzicht auf maschinelles Lernen und die Notwendigkeit großer (Lern-)Datensätze stellt PulMorph™ ein Instrument zur generellen Quantifikation der Atemwege und des Lungenparenchyms dar.

 

MissingLinkText

Publication History

Article published online:
25 March 2025