Analyse von Schleimhautläsionen von HD digitaler Chromokoloskopie mit Wavelets

Dickdarmkrebs ist der dritthäufigste Krebs bei Männern und der vierthäufigste Krebs bei Frauen in den westlichen Industrienationen. Daher wurden Screeningprogramme ins Leben gerufen, um Läsionen mit malignem Potential so früh wie möglich zu erkennen. Mithilfe eines Kolonoskops können Untersuchungen durchgeführt werden, es können Gewebeproben entnommen werden und bestimmte Typen von Polypen können direkt entfernt werden. Moderne Geräte ermöglichen die Aufnahme von Bildern und Videosequenzen, die durch Computereinsatz analysiert werden können. Dies ermöglicht computerunterstützte Erkennung und Klassifikation von Läsionen. In den letzten Jahren wurde high definition (HD und HD+) Endoskopie am Markt eingeführt und wird schnell zum de-facto Standard zumindest in grösseren Zentren. Die wichtigsten Hersteller bieten ensprechende Produkte an, z.B. Olympus EVIS EXARA II oder Pentax HiLINE HD+. Diese Technologie setzt sich auc schnell im Bereich der Kolonoskopie durch. Die Kombination digitaler Chromoendoskopie und HD-Endoskopie führt zu charakteristischen Schleimhaut Oberflächenmustern die durch einen trainierten Untersucher gut interpretiert werden können. Die Genauigkeit dieser Interpretation liegt im Bereich 90% - 95% und auch Unterschiede zwischen einzelnen Untersuchern wurden dokumentiert. Dies führt dazu, dass diese Ergebnisse für klinischen Einsatz in Screening Programmen verbessert werden müssen. Der Projektantrag zielt ab auf die Entwicklung von Verfahren für eine computerunterstützte klinische Beurteilung der visuellen Daten, die durch digital virtual chromoendoscopy (Pentax i-Scan) HD-Endoskope gewonnen werden. Dafür sollen verschiedene Wavelet-basierte Verfahren realisiert und verglichen werden. Neben der Erstellung einer HD-Texturdatenbank mit verfügbarer Histologie Grundwahrheit, soll eine Sammlung von Vorverarbeitungskomponenten, Wavelet-basierten Merkmalsextraktionsverfahren und Klassifikationsalgorithmen enstehen, die zu einem Prototypen eines decision support Systems kombiniert werden können. Dieser Prototyp soll in einer abschliessenden klinischen Studie validiert werden.

Dickdarmkrebs ist der dritthäufigste Krebs bei Männern und der vierthäufigste Krebs bei Frauen in den westlichen Industrienationen. Daher wurden Screeningprogramme ins Leben gerufen, um Läsionen mit malignem Potential so früh wie möglich zu erkennen. Mithilfe eines Kolonoskops können Untersuchungen durchgeführt werden, es können Gewebeproben entnommen werden und bestimmte Typen von Polypen können direkt entfernt werden. Moderne Geräte ermöglichen die Aufnahme von Bildern und Videosequenzen, die durch Computereinsatz analysiert werden können. Dies ermöglicht computerunterstützte Erkennung und Klassifikation von Läsionen.In den letzten Jahren wurde high definition (HD und HD+) Endoskopie am Markt eingeführt und wird schnell zum de-facto Standard zumindest in größeren Zentren. Die wichtigsten Hersteller bieten entsprechende Produkte an, z.B. Olympus EVIS EXARA II oder Pentax HiLINE HD+. Diese Technologie setzt sich auch schnell im Bereich der Kolonoskopie durch. Die Kombination digitaler Chromoendoskopie und HD-Endoskopie führt zu charakteristischen Schleimhaut Oberflächenmustern die durch einen trainierten Untersucher gut interpretiert werden können. Die Genauigkeit dieser Interpretation liegt im Bereich 90% - 95% und auch Unterschiede zwischen einzelnen Untersuchern wurden dokumentiert. Dies führt dazu, dass diese Ergebnisse für klinischen Einsatz in Screening Programmen verbessert werden müssen. Das Projekt zielte ab auf die Entwicklung von Verfahren für eine computerunterstützte klinische Beurteilung der visuellen Daten, die durch digital virtual chromoendoscopy (Pentax i-Scan) HD-Endoskope gewonnen werden. Dafür wurden verschiedene Merkmalsextraktionsverfahren entwickelt und bewertet, darunter auch Wavelet-basierte. Neben der Erstellung einer HD-Texturdatenbank mit verfügbarer Histologie Grundwahrheit, ist eine Sammlung von Vorverarbeitungskomponenten, Merkmalsextraktionsverfahren und Klassifikationsalgorithmen entstanden, die zu einem Prototypen eines Diagnose decision support Systems kombiniert wurden.