2012 | OriginalPaper | Buchkapitel
Automatische atlasbasierte Differenzierung von klassischen und atypischen Parkinsonsyndromen
verfasst von : Nils Daniel Forkert, Alexander Schmidt-Richberg, Alexander Münchau, Jens Fiehler, Heinz Handels, Kai Boelmans
Erschienen in: Bildverarbeitung für die Medizin 2012
Verlag: Springer Berlin Heidelberg
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
In der klinischen Praxis müssen Patienten mit klassischem Parkinsonsyndrom von Patienten mit atypischem Parkinsonsyndrom unterschieden werden um eine optimale Therapie zu gewährleisten. Eine korrekte Diagnose auf Basis von klinischen Kriterien kann jedoch sehr schwierig sein. Im Rahmen dieser Arbeit wird eine automatische Methode zur Differenzierung von Parkinsonsyndromen unter Verwendung von T2’-gewichteten MR-Bildsequenzen präsentiert. Die vorgestellte Methode wurde auf Basis von Datensätzen von 24 gesunden Probanden, 25 Patienten mit klassischem Parkinsonsyndrom und 17 Patienten mit atypischem Parkinsonsyndrom entwickelt und evaluiert. In einem ersten Schritt wurde zunächst ein Atlas basierend auf den Datensätzen der gesunden Probanden generiert und in diesem VOIs definiert, die für eine Klassifikation relevant sein könnten. In einem folgenden Schritt wurden die Patientendaten auf den Atlas registriert und die T2’-Intensitäten in den VOIs analysiert. Hiermit wurde in einem folgenden Schritt ein LAD-Entscheidungsbaum trainiert. Die Evaluation mittels 10-facher Kreuzvalidierung zeigte, dass der Klassifikator klassische von atypische Parkinsonsyndrome mit einer Genauigkeit von 90,5% differenzieren kann. Zusammenfassend zeigen die ersten Ergebnisse, dass sich T2’-Bildsequenzen für eine automatische Differenzierung von Patienten mit klassischen und atypischen Parkinsonsyndromen eignen.