Zur Differenzierung von neurodegenerativen und nicht-neurodegenerativen Ursachen eines klinisch unklaren Parkinsonsyndroms wird die Dopamintransporter-SPECT (DAT-SPECT) eingesetzt. Neben der visuellen Bildinterpretation unterstützt die semi-quantitative Analyse der striatalen Dopamintransporter-Verfügbarkeit die Befundung. Die vorliegende Dissertationsschrift fasst drei Studien zusammen, die klinisch relevante Parameter der Bildentstehung und Bildverarbeitung in der semi-quantitativen Analyse der DAT-SPECT identifizierten, optimierten und hinsichtlich ihrer diagnostischen Genauigkeit untersuchten. In der ersten Studie wurde eine vollautomatische Methode zur Abgrenzung der äußeren Kopfkontur als Teil der Schwächungskorrektur nach Chang implementiert und gegenüber einer klinisch etablierten halbautomatischen Methode validiert. Die Auswertung eines multizentrischen Datensatzes ergab, dass beide Methoden zur Kopfabgrenzung sowohl vergleichbare semi-quantitative Werte als auch eine vergleichbare diagnostische Genauigkeit lieferten. Damit kann die vollautomatische Methode für den Einsatz in der klinischen Versorgung empfohlen werden, da keine Interaktion durch den Nutzer erforderlich ist. Die zweite Studie untersuchte zwei Methoden zur semi-quantitativen Abschätzung der Tracer Bindung hinsichtlich ihrer diagnostischen Genauigkeit. Der auflösungsunabhängige specific uptake size index (SUSI) zeigte bei Datenerhebung an unterschiedlichen Kamerasystemen eine höhere diagnostische Genauigkeit als der Standardparameter, das sogenannte specific binding ratio (SBR). Dies ist besonders relevant für multizentrische Studien. Sobald jedoch nur ein Kamerasystem eingesetzt wurde, ist der Standardparameter SBR dem SUSI vorzuziehen, da dieser bei vergleichbarer diagnostischer Performance weniger anfällig gegenüber einer fehlerhaften Abschätzung der nicht-spezifischen Tracer-Bindung in der Referenzregion ist. Ziel der dritten Studie war die Untersuchung des Einflusses der Größe der Normaldatenbank (NDB) auf die diagnostische Genauigkeit einer semi-quantitativen Auswertung der DAT-SPECT. Dabei erfolgte eine Simulation von unterschiedlichen Größen der NDB (n=5, 10, 15, …, 50) durch zufälliges Ziehen aus dem Pool an Kontrollen und Validierung der jeweiligen NDB in der Gesamtkohorte anhand von Klassifizierungsgenauigkeit, Sensitivität und Spezifität. Die Analyse ergab, dass ein Mindestumfang von 25 bis 30 DAT-SPECT-Datensätzen zur Bildung einer NDB notwendig ist. Eine Vergrößerung der NDB über 40 Fälle hinaus führt hingegen zu keiner weiteren relevanten Steigerung der diagnostischen Genauigkeit.
Dopamine transporter SPECT (DAT-SPECT) is an established method to differentiate neurodegenerative and non-neurodegenerative causes in clinically uncertain parkinsonian syndromes. Besides visual image interpretation, semi-quantitative analysis of the striatal dopamine transporter availability is used to support medical diagnosis. The present doctoral thesis summarizes three studies that identified, optimized and validated clinically relevant, semi-quantitative parameters of DAT-SPECT image acquisition and processing with reference to their diagnostic accuracy. The first study proposed a fully automatic segmentation method of the outer head contour as a part of attenuation correction according to Chang and validated this method to a well-established semi-automatic method. Both methods for head delineation showed comparable semi-quantitative properties as well as comparable diagnostic accuracy based on multi-center patient data. For this reason, we suggest to use the fully automatic method in clinical patient care since no user interaction is required. A direct comparison of two semi-quantitative methods for estimation of tracer binding in reference to diagnostic accuracy was the aim of the second study. The spatial resolution independent specific uptake size index (SUSI) provided a higher diagnostic accuracy compared to the commonly used parameter, the specific binding ratio (SBR), when image acquisition is performed at various camera systems. This is highly relevant for multi-center image acquisition. However, in single-camera/mono-center settings SBR should be favored over SUSI, since SBR seemed to be less sensitive towards errors of the estimate of non-specific tracer uptake in the reference region with comparable diagnostic performance to SUSI. Rationale of the third study was to evaluate the impact of the size of the normal database (NDB) on the diagnostic performance of semi-quantitative analysis in DAT-SPECT. For it, simulation of NDB with different sizes (n=5, 10, 15, …, 50) by randomly selecting subjects from the subcohort of normal controls was implemented and validation of each particular NDB based on the overall cohort was done concerning diagnostic accuracy, sensitivity and specificity as performance measures. The study results suggested that 25 to 30 DAT-SPECT data sets should be the minimum size of NDB. Increasing the size of NDB beyond 40 data sets provided only very small further improvement in diagnostic accuracy.
