dc.contributor.author
Renz, Diane
dc.date.accessioned
2018-06-07T21:46:49Z
dc.date.available
2014-06-11T07:17:36.796Z
dc.identifier.uri
https://refubium.fu-berlin.de/handle/fub188/8407
dc.identifier.uri
http://dx.doi.org/10.17169/refubium-12606
dc.description.abstract
Computerassistierte Diagnoseverfahren („computer-assisted diagnosis“, CAD)
gewinnen eine zunehmende Bedeutung in der klinischen Radiologie. Diese
wissenschaftliche Arbeit stellt verschiedene Anwendungsgebiete von CAD-
Techniken vor und evaluiert deren Möglichkeiten und Perspektiven, aber auch
deren Grenzen. Im Zentrum der wissenschaftlichen Studien stehen CAD-Analysen
zur Magnetresonanz (MR)-Mammographie, MR-Volumetrie, Digitalen Radiogrammetrie
und automatischen Berechnung der Brustgewebezusammensetzung in der
Röntgenmammographie. Die Ergebnisse zeigen, dass die mittels CAD berechneten
absoluten Volumina der gesamten Brust („Breast volume“) als auch des
Drüsenparenchyms („Fibroglandular tissue volume“) reproduzierbare Resultate
für serielle Mammographieuntersuchungen ergeben, jedoch mit Limitationen bei
der Verwendung verschiedener Röntgenanlagen. Aufgrund ihrer detaillierten
radiogeometrischen Analyse von Röntgenaufnahmen der Hand vermag die Digitale
Radiogrammetrie die beiden Osteoporoseentitäten – amputationsbedingte
Osteoporose und senile Demineralisation – zu differenzieren. Die
computerunterstützte MR-Volumetrie der Hypophyse liefert genaue und
reproduzierbare Ergebnisse auch bei derart kleinen Volumina. Durch die
computerassistierte Analyse dynamischer Signalintensitäts-Zeitkurvenverläufe
in der MR-Mammographie steigt zwar die Karzinomdetektionsrate bei weniger
erfahrenen Observern, jedoch kann die Spezifität bei geringer Expertise der
Anwender sinken. Eine vollständig automatische CAD-Auswertung von MR-
Mammographien ist in der Lage, maligne und benigne Herdbefunde zuverlässig zu
charakterisieren und korrekt zu klassifizieren mit einer diagnostischen
Genauigkeit von 93,5%; jedoch weist diese CAD-Technik Limitationen bei der
Beurteilung des Erfolgs einer neoadjuvanten Chemotherapie mit einer
Sensitivität von lediglich 52,4% auf. Durch die Implementierung neuer
Parameter kann die diagnostische Performance von CAD-Systemen weiter optimiert
werden; ein innovativer Parameter stellt die Tumorflussverweildauer dar,
welche vielversprechende Ergebnisse in der Differenzierung von malignen und
benignen Brustläsionen mittels MR-Mammographie unter Verwendung eines
pharmakokinetischen Ansatzes zeigt. Die dargelegten Studien bieten somit viele
Anregungen für zahlreiche weitere Forschungsoptionen in der sich ständig
optimierenden computerunterstützten Befundung.
de
dc.description.abstract
Computer-assisted diagnosis (CAD) systems gain increasing impact in the
clinical setting of Radiology. This scientific work presents different
applications of CAD techniques and evaluates their potentials and
perspectives, but also their limitations. CAD analysis in the field of
magnetic resonance (MR) mammography, MR volumetry, Digital X-ray
radiogrammetry, and the automatic assessment of the breast tissue composition
in X-ray mammography are highlighted. The results show that the absolute
volumes of the whole breast (“breast volume”) and of the fibroglandular tissue
(“fibroglandular tissue volume”), estimated by CAD, provide reproducible
calculations in serial mammograms, however, with limitations if different
X-ray units are used. Due to its detailed radiogeometric analysis of hand
radiographs, Digital X-ray radiogrammetry is able to differentiate between two
osteoporosis entities – amputation-induced osteoporosis and senile
demineralization. The computer-aided MR volumetry of the pituitary gland
provides accurate and reproducible findings also in such small volumes. After
computer-assisted analysis of dynamic signal intensity time curves in MR
mammography the detection rate of carcinomas increases for less experienced
observers; however, the specificity may decrease in the case of low expertise
of the readers. A fully automatic CAD interpretation of MR mammographies can
reliably characterize mass-like lesions and correctly classify them with a
diagnostic accuracy of 93.5%; however, this CAD technique reveals limitations
in assessing the response to neoadjuvant chemotherapy with a sensitivity of
solely 52.4%. The diagnostic performance of CAD systems can be further
optimized by implementing new parameters; one innovative parameter is the
tumor flow residence time, which shows promising findings in differentiating
between malignant and benign breast lesions in MR mammography by using a
pharmacokinetic approach. The presented studies offer therefore several
further scientific options in the continuously optimized computer-assisted
diagnosis.
en
dc.rights.uri
http://www.fu-berlin.de/sites/refubium/rechtliches/Nutzungsbedingungen
dc.subject
computer-assisted diagnosis
dc.subject
artificial neural network
dc.subject
MR mammography
dc.subject
digital X-ray radiogrammetry
dc.subject.ddc
600 Technik, Medizin, angewandte Wissenschaften::610 Medizin und Gesundheit
dc.title
Computerassistierte Diagnoseverfahren in der Radiologie
dc.contributor.firstReferee
Prof. Dr. med. Joachim Lotz
dc.contributor.furtherReferee
Prof. Dr. med. Silvia Obenauer
dc.date.accepted
2014-04-28
dc.identifier.urn
urn:nbn:de:kobv:188-fudissthesis000000096873-2
dc.title.subtitle
Klinische Anwendungen, Benefit und Limitationen
dc.title.translated
Computer-assisted diagnosis systems in radiology
en
dc.title.translatedsubtitle
clinical applications, benefit and limitations
en
refubium.affiliation
Charité - Universitätsmedizin Berlin
de
refubium.mycore.fudocsId
FUDISS_thesis_000000096873
refubium.mycore.derivateId
FUDISS_derivate_000000015321
dcterms.accessRights.dnb
free
dcterms.accessRights.openaire
open access