KoloPol

Automatische und befundunterstützende Erkennung von Polypen in koloskopischen Bildsequenzen

mehr Info

KoloPol – 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 circa 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 Leistungs-katalog 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 Polypen-erkennung 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 Grundlagen-forschung 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 soll das Funktionsprinzip einer solchen intelligenten Bilderkennung bei Darmkrebs-Vorsorge-untersuchungen 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.

Literatur

  • A. Kage, S. Mühldorfer, T. Bergen, C. Münzenmayer, T. Wittenberg: 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.
  • A. Kage, S. Mühldorfer, C. Münzenmayer, T. Witten­berg. Computer-Assistierte Detektion von Polypen in der Kolonoskopie. Endos­kopie Heute; Ausgabe 26(1), 2013. DOI: 10.1055/s-0033-1333994.
  • C. Münzenmayer, S. Mühldorfer, L. Engelhardt, M. Benz, T. Wittenberg: Bildbasierte Unterscheidung kolorektaler Polypen und Hintergrundgewebe mittels Farbtexturanalyse. Endoskopie Heute, 24(1), S. 60, 2011.
  • C. Münzenmayer, N. Shevchenko, S. Mühldorfer, T. Wittenberg. Unser's statistical features versus color and position for automated polyp recognition. Int. J. Comput. Assist. Radiol. Surg. (CARS), 2009.
  • S. Ameling, S. Wirth, N. Shevchenko, T. Wittenberg, D. Paulus, C. Münzenmayer. Detection of lesions in colonoscopic images: A review. In O. Dössel & W.C. Schlegel (Eds.), Proc’s World Congress on Me­di­cal Physics & Biomed. Eng. 2009, vol. 25/IV of IFMBE Proc's, pp. 995–998. 7.-12.9. 2009, Munich.
  • N. Shevchenko, S. Mühldorfer, T. Wittenberg, C. Münzenmayer. Untersuchung von Texturanalyse­me­tho­den zur automatischen Polypenerkennung. In D. Bartz, et al (Eds.), Proc's Computer- und Roboter­assis­tierte Chirurgie (CURAC), pp. 205-206. 7. Jahrest. der CURAC, 24.-26.9.2008 in Leipzig, 2008.

Weitere Informationen

Zertifikat

Zertifiziert nach ISO 13485

Broschüre

Medizinische Bildverarbeitung