LUNGENÄRZTE

im Netz

In Zusammenarbeit mit:

Herausgeber:

08.08.2018

Lungenfunktion auch per CT bestimmbar

Eine selbstlernende Software macht es möglich, die LungenfunktionLungenfunktion
von COPD-Patienten mittels quantitativer Computertomographie (qCT) zu bestimmen.

Aus den Datenmassen moderner Computertomographen (CT) lässt sich mehr rausholen als die üblichen Schwarzweißbilder - Informationen zur Lungenfunktion bei Patienten mit der chronisch-obstruktiven Lungenerkrankung (COPD) zum Beispiel. Möglich machen dies sogenannte neuronale Netze. Eine aktuelle Studie von Forschern der Universitätsmedizin Mannheim zeigt, dass sich aus CT-Datensätzen der Lunge die Lungenfunktion mit guter Präzision abschätzen lässt.

Gestartet hat die Computertomographie (CT) ihre Karriere als „einfaches“ Röntgenverfahren: Eine konventionelle Software wertet Dichteunterschiede auf den einzelnen Aufnahmen aus und ermittelt für die relevanten Bereiche Durchschnittswerte. Damit lassen sich dann auf dem CT-Bild die Lage und der Aufbau der Organe anhand von Helligkeitsunterschieden darstellen. Die quantitative Computertomographie (qCT) geht weiter und interpretiert jeden einzelnen Bildpunkt separat als Gitterpunkt im dreidimensionalen Raum. Dazu füttern die Forscher ein neuronales Netzwerk mit qCT-Parametern - wie dem Lungenvolumen, der mittleren Lungendichte und dem Anteil schlecht belüfteter Areale. „Die Software errechnet die Lungenfunktion anhand unterschiedlicher Modelle und bildet einen Mittelwert. Den vergleichen wir dann mit den Ergebnissen aus der Bodyplethysmographie, dem Goldstandard“, erläutert Dr. Joshua Gawlitza von der Universität Mannheim.

Erste Ergebnisse zeigen, dass die so erhaltenen Lungenfunktionsparameter FEV1/VC oder RV/TLC nur um etwa 10 % von den Werten der Ganzkörperplethysmographie abweichen. „Bei diesem Verfahren wertet die Software nicht nur durchschnittliche Dichtewerte aus, sondern analysiert jeden einzelnen dreidimensionalen Pixel oder ‚Voxel‘ separat und setzt sie miteinander in Verbindung“, fasst Gawlitza zusammen. Das kann zum Beispiel bei COPD-Patienten wertvolle zusätzliche Informationen liefern. So lassen sich mit der qCT lassen die schlecht belüfteten Lungenareale erkennen, auch Rückschlüsse auf die Lungenfunktion sind mit dem Verfahren möglich.

In einem Organ wie der Lunge kann das hoch interessant sein: Dort wertet die qCT pro Lungenflügel mehr als zwei Millionen Voxel aus. Bei COPD-Patienten ist die Lunge nicht homogen belüftet. Es gibt vielmehr Areale, in denen die Luft beim Ausatmen „steckenbleibt“ und andere, die weitgehend normal arbeiten. „Solche schlecht belüfteten Areale können wir mit der qCT erkennen“, so Gawlitza. Ein anderes Beispiel sind Verkalkungen der Herzkranzgefäße, die in der normalen CT ohne Quantifizierung lediglich als dichte Ablagerungen erscheinen. In der qCT dagegen kann der Aufbau der Kalk-Plaques sowie deren Volumen detailliert dargestellt und vor allem quantifiziert werden. Insbesondere für die individuelle Risikoabschätzung des Patienten ist dies relevant.

Auf Dauer, glaubt Gawlitza, könnte die Kombination aus qCT und selbstlernenden Algorithmen bei immer mehr Fragestellungen diagnostische Hilfestellung leisten. Für vielversprechend hält er unter anderem einen Einsatz bei der Durchblutungsmessung sowie in der Krebsmedizin bei der Abgrenzung von Tumorgewebe. Dass Software den Radiologen in naher Zukunft ersetzt, glaubt Gawlitza nicht: „Dank solcher IT-Lösungen können wir den behandelnden Ärzten genauere Informationen liefern. Gleichzeitig wird es immer wichtiger, dass diese Informationen richtig eingeordnet werden.“

Quelle: Deutsche Röntgengesellschaft & Medical Tribune