jump to content jump to footer
[Translate to German:]
[Translate to German:]

Universitätsklinikum Ulm: Pilotstudie zeigt Trennschärfe MRT-basierter 3D-Texturanalyse bei Knochenläsionen

Die Unterscheidung zwischen dem Enchondrom, einem benignen Tumor, und dem Chondrosarkom, einem malignen Tumor mit geringer Aggressivität, stellt oftmals eine Herausforderung dar, da die Läsionen sowohl histologisch als auch radiografisch eine hohe Ähnlichkeit aufweisen. Aufgrund der Tatsache, dass das Enchodrom nur eine regelmäßige Verlaufskontrolle erfordert, bei einem Chondrosarkom aber eine chirurgische Resektion erfolgen muss, ist eine Unterscheidung beider äußerst wichtig, wenn es um die Therapieentscheidung geht.

Dr. Catharina S. Lisson und weitere Kollegen verschiedener Abteilungen am Universitätsklinikum Ulm haben in ihrer Studie aufgezeigt, dass eine MRT-basierte Texturanalyse bei der Unterscheidung beider Entitäten helfen könnte [1]. „Ziel unserer Studie war es, Texturparameter zu identifizieren, die das Potenzial haben, als nicht-invasive Imaging Biomarker für die Charakterisierung des Chondrosarkoms zu fungieren“, erläuterten sie.

22 Patienten wurden nachträglich evaluiert: 11 Patienten mit einem Low-Grade-Chondrosarkom und 11 Patienten mit einem Enchondrom. Die Texturanalyse wurde auf vier MRT-Sequenzen in mint Lesion vorgenommen. Kurtosis, Entropie, Skewness, Mean of positive Pixels (MPP) und Uniformity of positive Pixel Distribution (UPP) wurden ermittelt und mit der Histopathologie in Korrelation gebracht.

Die Ergebnisse zeigen, dass deutliche Unterschiede bei vier von 20 Texturparametern in Bezug auf die verschiedenen MRT-Sequenzen gefunden wurden (p < 0,01). In den T1-gewichteten Serien mit Kontrastmittelgabe lagen die Werte für die Area under the curve (AUC) zur Unterscheidung von Chondrosarkom und Enchondrom bei 0,876 für Kurtosis und 0,826 für Skewness. In den T1-gewichteten Serien ohne Kontrastmittelgabe lagen die Werte bei 0,851 bei Entropie und 0,822 bei UPP. Die höchste Trennschärfe zeigte sich bei Kurtosis bei T1-gewichtet mit Kontrastmittel mit einer hohen Sensitivität (82%), Spezifizität (91%) und Genauigkeit (86%).

„Trotz vielversprechender Resultate aufkommender Studien, welche zeigen, wie gut die Texturanalyse für die Unterscheidung zwischen verschiedenen Tumortypen und -graden, Verlaufskontrollen und Vorhersagen von Resultaten geeignet ist, hat diese noch keinen Eingang in die klinische Routine gefunden“, so Dr. Lisson. „Wir hoffen, dass weitere Studien an größeren Patientenpopulationen unsere Beobachtungen bestätigen und so zu einem Wandel der aktuellen Indikation zur Biopsie und Resektion von Knochenläsionen führen werden.“

 

[1] Lisson, C.S., Lisson, C.G., Flosdorf, K. et al. Eur Radiol (2018) 28: 468. https://doi.org/10.1007/s00330-017-5014-6

Screenshot der mint-Lesion-Oberfläche mit RANO-2.0-Konfiguration, Tumorburden-Berechnung und strukturierten neuroonkologischen Bewertungstools.
mint Lesion unterstützt die vollständige Implementierung der RANO-2.0-Kriterien und bietet konfigurierbare Parameter, automatisierte Tumorburden-Berechnung und strukturierte Workflows für neuroonkologische Studien.
Implementierung von RANO 2.0 für neuroonkologische klinische Studien in mint Lesion

Die Bewertung des Tumoransprechens in neuroonkologischen klinischen Studien erfordert besondere Sorgfalt hinsichtlich der Messprotokolle und der…

Read more
Bild eines Patienten, der einen MRT-Scan bekommt, um zu illustrieren, wie  die RACOON-Projekte in Deutschland, durch Bildgebung, strukturierte Befundung und KI gemeinsam die klinische Forschung verbessern.
Überblick über die wichtigsten RACOON-Projekte im Bereich Radiologie und klinische Forschung.
RACOON – Bildgebung, Daten & Zusammenarbeit für bessere Entscheidungen

Die moderne Radiologie steht vor einer zentralen Frage: Wie lassen sich Bildgebung und klinische Daten so verbinden, dass Diagnosen präziser,…

Read more
Interview mit Prof. Dr. Timm Denecke über das RACOON-MARDER-Projekt zur KI-gestützten Früherkennung von Leberkrebs mittels MRT.
Ein ausführliches Interview mit Prof. Dr. Timm Denecke über das Projekt RACOON-MARDER
Früherkennung neu gedacht: Wie RACOON-MARDER Leberkrebs früher sichtbar machen will

Das hepatozelluläre Karzinom (HCC) wird oft erst spät entdeckt – mit gravierenden Folgen für Therapie und Überlebenschancen. Das Forschungsprojekt…

Read more
scroll-top