Testen und Verbessern eines Prototyps für die Läsionsklassifikation und Erstellung einer Datenbasis für die computergestützte Bildanalyse zur Detektion von Läsionen beim Multiplen Myelom

• Antragstellerin: Dr. Andrea Fränzle
• Fachliche Zuordnung: Medizinische Physik, Biomedizinische Technik
• Förderung: Förderung von 2015 bis 2017
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 286489910

Das Multiple Myelom (MM) ist eine systemische Tumorerkrankung, die das Skelett befällt und vom blutbildenden Knochenmark ausgeht. Neben Tumorherden an verschiedenen Stellen des Skeletts können osteolytische Läsionen auftreten, bei denen sich Knochenmasse diffus oder fokal auflöst. Diese Läsionen führen zu schmerzhaften Knochenschädigungen und Frakturen. Bisher können weder die gesamte Tumormasse noch das Ausmaß der Skelettveränderung quantifiziert werden. Dafür ist die Segmentierung jeder einzelnen Läsion notwendig. Die Vielzahl der Läsionen und die Betrachtung des gesamten Skeletts verhindern eine manuelle Segmentierung aller Läsionen im klinischen Alltag. Die Abgrenzung der Tumore und Osteolysen setzt außerdem die simultane Betrachtung verschiedener Modalitäten voraus, da Läsions-Charakteristika in verschiedenen Modalitäten unterschiedlich sichtbar sind. Diese Segmentierungsaufgabe kann nur automatisiert sinnvoll durchgeführt werden. Bisher stehen automatische Lösungen für diese Aufgabe nicht zur Verfügung. Aus der Kenntnis des Tumorvolumens und der Quantifizierung des Skelettzustands ließe sich untersuchen, ob damit Staging und Therapiebeurteilung genauer möglich sind. Für diese Analyse ist ein wichtiger Schritt die Segmentierung einzelner Knochen. Die Segmentierung einzelner Knochen ist außerdem für weitere Anwendungen von Bedeutung. Für die Analyse neuer Therapien beim MM, bei denen Knochen bestrahlt werden, ist es relevant zu wissen, wie viel vom blutbildenden Knochenmark bestrahlt und beeinträchtigt wird. Hierfür wird ebenfalls die Segmentierung einzelner Knochen benötigt. Auch für weitere Fragestellungen in der Onkologie und Strahlentherapie sind Knochensegmentierungen äußerst relevant, da Knochen wichtige Anhaltspunkte für die Analyse von Bewegungen und deren Kompensation während der Therapie liefern. Im Rahmen des Projekts soll die Datengrundlage für die weitere Automatisierung der Bildanalyse beim MM geschaffen werden und ein bereits entwickelter und an 4 MM-Patienten exemplarisch getesteter Prototyp einer Läsionsklassifikation für die Läsionssegmentierung mit multimodalen Merkmalen an einer größeren Stichprobe getestet werden. Ziel des Projekts ist die Beurteilung und Verbesserung dieser Prototyp-Anwendung. Diese Anwendung soll mit einer größeren Datenmenge trainiert und getestet werden. Dazu ist die Erstellung von Trainingsdaten notwendig, für die Läsionen und Knochen in Ganzkörperaufnahmen manuell segmentiert werden sollen. Die manuelle Segmentierung von Läsionen ist essentiell, da darauf ein Mustererkennungsverfahren trainiert werden soll, das aus multimodalen Eigenschaften die Charakteristika von Läsionen und gesundem Gewebe lernt und in Zukunft Läsionen beim MM in Ganzkörperaufnahmen erkennen und segmentieren soll. Die manuellen Knochensegmentierungen dienen zum einen dazu, den Suchbereich für die Prototyp-Anwendung auf Knochen einzuschränken, zum anderen als Basis für die Entwicklung einer automatischen Knochensegmentierung.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortliche: Professor Dr. Rolf Bendl; Professor Dr. Jens Hillengaß