Automatische und befundunterstützende Erkennung von Polypen in koloskopischen Bildsequenzen

Aufgabenstellung: Automatische Polypendetektion in koloskopischen Videos

Darmkrebs ist bei Männern und Frauen die zweithäufigste Krebstodesursache. Jährlich sterben daran in Deutschland ca. 26.000 Menschen. In 90 Prozent dieser Fälle stellen spezielle Darmpolypen die Vorstufen von Darmkrebs dar. Der Gesetzgeber hat deshalb eine regelmäßige Vorsorgeuntersuchung für Patienten ab 55 Jahren in den Leistungskatalog der gesetzlichen Krankenversicherung aufgenommen. Bei der Darmspiegelung (Koloskopie) wird der Dick- und Enddarm mit einem Endoskop untersucht. Die Effektivität dieser Untersuchung hängt stark von der Erfahrung und Aufmerksamkeit des Arztes ab. Verschiedene Studien belegen, dass zwischen 12 und 24 Prozent der Polypen übersehen werden. Eine unterstützende automatische Polypenerkennung durch bildgebende Verfahren könnte diese Quote entscheidend senken. Die Herausforderung besteht insbesondere darin, kleine Polypen und eingesenkte, flache Neubildungen zu erkennen.

Unser Lösungsansatz: KoloPol

Das Fraunhofer-Institut für Integrierte Schaltungen IIS hat im Rahmen eigener Grundlagenforschung Analyseverfahren entwickelt, mit dem auffällige Gewebeareale durch eine abweichende Färbung und Texturierung hervorgehoben und automatisch detektiert werden können. Damit wurden die methodischen Grundlagen für eine aktive Unterstützung des Arztes durch die Visualisierung verdächtiger Areale und für eine automatische Dokumentation der gefundenen Polypen gelegt. Im Rahmen des Projekts »KoloPol«lsoll das Funktionsprinzip einer solchen intelligenten Bilderkennung bei Darmkrebs-Vorsorgeuntersuchungen auf seine Einsatzfähigkeit unter klinischen Bedingungen geprüft und die Detektion auch kleinerer und flacher Polypen verfeinert werden. Die angestrebte Software soll nicht nur die Rate der erkannten Polypen erhöhen sondern auch den zeitlichen Aufwand der Vorsorgeuntersuchungen reduzieren.

Erstes Projektergebnis: Prototyp

KoloPol – Biophantom für die Koloskopie
© Fraunhofer IIS
KoloPol – Biophantom für die Koloskopie

Auf der Medica 2015 in Düsseldorf wurde als Projektergebnis ein erster Prototyp vor­ge­stellt, der retrospektiv auf koloskopischen Videosequenzen Polypen in Echtzeit erkennt. Zusammen mit der Medizini­schen Klinik II (Prof. Dr. Martin Raithel) des Waldkrankenhauses St. Marien Erlangen konnte im Januar 2016 das entwickelte System in einem längeren Versuch an einem Biomodell in Form eines Schweine-Dickdarms mit eingenähten Polypen verifiziert werden.

Während der Jahrestagung der Deutschen Gesellschaft für Endoskopie und Bildgebende Verfahren (DGE-BV) vom 17. bis 19. März 2016 in Mannheim wurde das entwickelte System zur Polypendetektion dem Fachpublikum vorgestellt und eine Evaluierung durch Experten (inkl. Eye-Tracking) durchgeführt.

Automatische Polypendetektion in Echtzeit

In Kooperation mit dem Klinikum Bayreuth

Veröffentlichungen

  • Klare, P.; Sander, C.; Prinzen, M.; Haller, B.; Nowack, S.; Abdelhafez, M.; Poszler, A.; Brown, H.; Wilhelm, D.; Schmid, R.M.; Delius, S. von; Wittenberg, T.:Automated polyp detection in the colorectum: a prospective study (with videos). In: ScienceDirect, Gastrointestinal endoscopy 89 (2019), Nr.3, S.576-582
  • Thomas Wittenberg, Pascal Zobel, Magnus Rathke, and Steffen Mühldorfer: Computer Aided Detection of Polyps in Whitelight- Colonoscopy Images using Deep Neural Networks. In: DeGruyter, 18Sep2019
  • Kage, A.; Mühldorfer, S.; Bergen, T.; Münzenmayer, C.; Wittenberg, T.: The importance of image quality assessment for the creation of reference image collection for computer-assisted diagnosis
in colonoscopy. In: Int J CARS (2013) 8 (Suppl 1): S. 405-406, Heidelberg, 2013.
  • Kage, A.; Mühldorfer, S.; Münzenmayer, C.; Witten­berg, T.: Computer-Assistierte Detektion von Polypen in der Kolonoskopie. In: Endos­kopie Heute, Ausgabe 26(1), S. 201. DOI: 10.1055/s-0033-1333994.
  • Münzenmayer, C.; Mühldorfer, S.; Engelhardt, L.; Benz, M.; Wittenberg, T.: Bildbasierte Unterscheidung kolorektaler Polypen und Hintergrundgewebe mittels Farbtexturanalyse. In: Endoskopie Heute, 24(1), S. 60, 2011.
  • Münzenmayer, C.; Shevchenko, N.; Mühldorfer, S.; Wittenberg. T.: Unser's statistical features versus color and position for automated polyp recognition. In: Int. J. Comput. Assist. Radiol. Surg. (CARS), 2009.
  • Ameling, S.; Wirth, S.; Shevchenko, N.; Wittenberg, T.; Paulus, D.; Münzenmayer, C.: Detection of lesions in colonoscopic images: A review. In: Dössel, O.; Schlegel, W. C. (Eds.); In: Proc's World Congress on Me­di­cal Physics & Biomed. Eng. 2009, Vol. 25/IV of IFMBE Proc's, S. 995–998. 7.-12.9. 2009, Munich.
  • Shevchenko, N.; Mühldorfer, S.; Wittenberg, T.; Münzenmayer., C.: Untersuchung von Texturanalyse­me­tho­den zur automatischen Polypenerkennung. In: Bartz, D.; et al (Eds.); Proc's Computer- und Roboter­assis­tierte Chirurgie (CURAC), S. 205-206. 7. Jahrest. der CURAC, 24.-26.9.2008 in Leipzig, 2008.

Weitere Informationen

Ihr Entwicklungspartner für die medizinische Bildanalyse

Sprechen Sie uns an – gemeinsam finden wir eine Lösung für Ihre Herausforderung in der medizinischen Bildverarbeitung.

Softwareentwicklung zur Auswertung und Aufbereitung von Bilddaten

Unser Fokus sind Problemstellungen rund um die Mikroskopie und die Endoskopie.

Medical Image Analysis – Publikationen

Hier finden Sie unsere Veröffentlichungen gegliedert nach Jahren.