Automatisierte Darmwandsegmentierung zur Beurteilung der sonographischen Aktivität bei Colitis Ulcerosa.

Die Untersuchung der Darmwand in transabdominalen Ultraschallbildern bietet eine vielversprechende, nicht-invasive Möglichkeit zur Überwachung und Behandlung von Colitis ulcerosa; sie ist jedoch weiterhin in ihrem Ergebnis abhängig vom Untersuchenden.

Aus diesem Grund haben wir eine automatisierte Darmwandsegmentierung mittels Deep-Learning-Algorithmen entwickelt. Wir nutzten dazu einen neu zusammengestellten Datensatz von 821 transabdominalen Ultraschallbildern von 13 Patienten, die von vier Experten annotiert wurden und erreichten durch verschiedene State-of-the-Art Segmentierungsalgorithmen Ergebnisse auf Expertenniveau.  Wir planen im nächsten Schritt die Weiterentwicklung in Form einer automatisierten Beurteilung der Wandstruktur (inkl. Wanddickenbestimmung, Beurteilung der

Wandschichtung) und Korrelation der Werte zu klinischen, laborchemischen und endoskopischen Parametern. Mit dem Algorithmus soll eine vom Untersuchenden unabhängige Bewertung der Wandstruktur ermöglicht werden.

Ansprechpartner:
Dr. rer. medic Ramona Leenings
Univ.-Prof. Dr. rer. nat. Tim Hahn
Prof. Dr. Xiaoyi Jiang
Prof. Dr. med. Andreas Lügering

Medical Machine Learning Lab
Institut für Translationale Psychiatrie
Münster