Automatisierte Quantifizierung der Revaskularisierung nach mechanischer Thrombektomie beim ischämischen Schlaganfall mittels neuronaler Netzwerke

Link:
Autor/in:
Beteiligte Person:
  • Flottmann, Fabian
Verlag/Körperschaft:
Staats- und Universitätsbibliothek Hamburg Carl von Ossietzky
Erscheinungsjahr:
2021
Medientyp:
Text
Schlagworte:
  • Deep learning
  • Schlaganfall
  • Digitale Subtraktionsangiographie (DSA)
  • Revaskularisierung
  • Mechanische Thrombektomie
  • Neuronale Netzwerke
  • 610: Medizin
  • 44.64: Radiologie
  • ddc:610:
Beschreibung:
  • Im Rahmen dieser Arbeit sollte geklärt werden, ob eine automatisierte Beurteilung des Rekanalisationserfolgs nach TICI bei Schlaganfallpatienten anhand von zeitaufgelösten DSA-Serien, welche während der mechanischen Thrombektomie akquiriert wurden, durch neuronale Netzwerke möglich ist. Zur Klärung dieser Frage wurden aus der Datenbank der Klinik für Neuroradiologische Diagnostik und Intervention des Universitätsklinikums Hamburg Eppendorf 491 DSA-Serien von 236 verschiedenen Patienten nach definierten Kriterien für einen Datensatz ausgewählt und bezüglich ihres TICI Scores reevaluiert. Mit Hilfe dieses Datensatzes wurden spezielle neuronale Netzwerke, Konvolutionsnetze, trainiert und ihre Prädikationsgenauigkeit evaluiert. Zur Überprüfung der Robustheit des neuronalen Netzwerkes wurde ein externer, ungelabelter Datensatz an DSA Serien durch zwei rater zunächst unabhängig voneinander und im Falle eines abweichenden Scorings im Konsens geratet. Die Prädiktionsgenauigkeit des neuronalen Netzwerks wurde auch auf den externen Datensatz bestimmt und statistisch ausgewertet. Auf den in-house Testsatz ergab sich eine Übereinstimmung der Prädiktion zur angelegten ground truth von 71% bei einem Cohens k von 0.61 und für den externen Datensatz eine Übereinstimmung von 74% und einem Cohens k von 0.66. Bei repräsentativer Studiengröße ist diese Übereinstimmung im Bereich der in der Literatur beschrieben Interrater-Variabilität durch erfahrene menschliche rater. Es konnte gezeigt werden, dass neuronale Netzwerke in der Lage sind, DSA Serien mechanischer Thrombektomien auf menschlichem Niveau nach TICI zu bewerten und somit einen wichtigen Beitrag zur besseren Vergleichbarkeit von Studien und im Bereich Qualitätsmanagement leisten können. Daneben wurde ein zum TICI alternatives Scoring entwickelt und auf seine Interrater-Reliabilität untersucht. Bei einer sliding-window Übereinstimmung von 95% (absolut 60%) und einem gewichteten Cohens k von 0.84 (ungewichtet k 0.54) liegt die Interrater-Reliabilität trotz der feineren Graduierung des eingeführten Perfusionsscores in neun Klassen auf gleichem Niveau der in der Literatur beschriebenen Werte für den TICI Score. Die größere Robustheit des Scores gegenüber der Interpretation bei anatomischen Varianten und seiner bildmorphologischen Eindeutigkeit unabhängig von der initialen Verschlusslokali-sation machen den Score gerade für das Training neuronaler Netzwerke zu einer interessan-ten Alternative zum TICI Score.
Lizenzen:
  • http://purl.org/coar/access_right/c_abf2
  • info:eu-repo/semantics/openAccess
  • https://creativecommons.org/licenses/by/4.0/
Quellsystem:
E-Dissertationen der UHH

Interne Metadaten
Quelldatensatz
oai:ediss.sub.uni-hamburg.de:ediss/9739