Publikationen

Auf dieser Seite möchten wir Ihnen sowohl einen kurzen Überblick über die Methodik bei der Entwicklung unserer KI-basierten Lösungen geben als auch ausgewählte Publikationen präsentieren, die eine Validierung unserer Methodik erlauben.

In dieser Übersichtarbeit in MED Engineering aus 2020 haben wir unsere Methodik der Entwicklung und Validierung von KI-Algorithmen in der Radiologie zusammengefasst. Gleichzeitig geben wir hier einen Ausblick auf zukünftige Entwicklungen.

Den Volltext können Sie hier abrufen: MEDeng 3 2020

Basierend auf Mehrfachuntersuchungen der gleichen Alzheimer-Patienten und gesunder Kontrollen aus der MIRIAD-Studie am gleichen Tag konnten wir die Reproduzierbarkeit von mdbrain im Vergleich mit der akademischen Standardlösung Freesurfer (Harvard Medical School) evaluieren. Im Ergebnis zeigt sich ein Messfehler im Bereich der jährlichen physiologischen Varianz als auch eine deutlich bessere Reproduzierbarkeit als bei Freesurfer.

Diese Ergebnisse wurden erstmals auf dem ECR-Kongress 2020 vorgestellt. Eine Vollpublikation ist in Vorbereitung.

Basierend auf Untersuchungen von Alzheimer-Patienten und altersgematchten gesunder Kontrollen aus der MIRIAD-Studie haben wir im Vergleich mit der akademischen Standardlösung Freesurfer (Harvard Medical School) untersucht, inwieweit beide Systeme gesunde von kranken Patienten trennen können. Im Ergebnis zeigt sich bei Kombination von Hippocampus und Temporallappen in dieser Kohorte eine Sensitivität von 1,0 und eine Spezifität von 0,91. Gegenüber Freesurfer war die Performance von mdbrain etwas besser. Die Unterscheide waren hier aber nicht statistisch signifikant.

Diese Ergebnisse wurden erstmals auf dem ECR-Kongress 2020 vorgestellt. Eine Vollpublikation ist in Vorbereitung.

mdbrain detektiert Hippokampus Atrophie

Basierend auf Untersuchungen von 24 Patienten mit histologisch gesicherter epileptogener Hippokampus-Sklerose wurde die Präzision der mdbrain-Hirnvolumetrie untersucht. Die Atrophie wurde mit einer Spezifität von 100% und einer Sensitivität von 96% korrekt erkannt, während die zum Vergleich genutzte BrainMorphometry-Lösung aus der Siemens Syngovia-Suite nur eine Sensitivität von 36% aufwies.

Diese Ergebnisse wurden erstmals von  Anna-Lena Mayer (Universitätsklinikum Erlangen) auf dem neuroRAD-Kongress 2021 vorgestellt.

Basierend auf geblindeten Untersuchungen von 35 Patienten mit klinisch gesicherter Diagnose einer Demenz (FrontoTemporale Demenz bzw. Demenz vom Alzheimer-Typ), sowie 20 gesunden Kontrollen wurde untersucht, inwieweit die  mdbrain-Hirnvolumetrie die klinische Diagnosesicherheit positiv beinflußt. Gleichzeitig wurde die Abhängigkeit vom radiologischen Ausbildungsstand ermittelt. Im Ergebnis profitierten alle Gruppen vom zusätzlichen Augenpaar der KI-Lösung, wobei der Effekt umso stärker ausfiel, je geringer der Ausbildungsstand war.

Diese Ergebnisse wurden erstmals von Jan Rudolph (LMU München) auf dem neuroRAD-Kongress 2021 vorgestellt.

Basierend auf Untersuchungen von Multiple Sklerose – Patienten aus der LITMS-Studie haben wir die Performance von mdbrain gegen die durch neuroradiologisches Konsensusreading bestimmte Grundwahrheit und die akademischen Werkzeuge LST und SLS ermittelt. Im Ergebnis konnten wir zeigen, dass mdbrain insbesondere kleinere Läsionen deutlich besser erkennt als LST oder SLS, was in einem besseren F1-Score dokumentiert ist.

Diese Ergebnisse wurden erstmals auf dem EAN-Kongress 2020 vorgestellt. Eine Vollpublikation ist in Vorbereitung.

Hinweis: Die aktuelle Version von mdbrain ist hinsichtlich der Güte der Läsionscharakterisierung seit dieser Arbeit nochmals deutlich weiterentwickelt worden!

Basierend auf geblindeten Untersuchungen von 101 Patienten mit klinisch gesicherter Diagnose einer Multiplen Sklerose (MS) nach McDonald-Kriterien wurde untersucht, inwieweit die mdbrain-Läsionscharakterisierung entzündliche Läsionen korrekt erkennt und regional klassifiziert. Als Goldstandard wurde das Expertenurteil dreier Neuroradiologen herangezogen. Gleichzeitig wurde untersucht, ob der methodische Schritt hin zu vollständig DeepLearning-basierten Algorithmen von Vorteil war. Im Ergebnis zeigten sich deutliche Verbesserungen insbesondere der Sensitivität in allen Regionen, wobei noch Verbesserungspotential im Bereich infratentorieller Läsionen besteht.

Diese Ergebnisse wurden erstmals von Stefan Hock (Universitätsklinikum Erlangen) auf dem neuroRAD-Kongress 2021 vorgestellt.

Hinweis: Die aktuelle Version von mdbrain ist hinsichtlich der Güte der Läsionscharakterisierung seit dieser Arbeit nochmals deutlich weiterentwickelt worden!

Oft werden in der Radiologie subjektive oder semiquantitative Scores wie MTA, Erica oder MtPA verwendet weil schnelle, automatische Quantifizierungsmethoden nicht zur Verfügung stehen. Wir haben hier am Beispiel der PSP-Diagnostik (Progressive Supranukleäre Blickparese) die Perzentilen-basierte reine Volumetrie des Mittelhirns durch mdbrain mit dem klassischen MtPR-Score verglichen. Bei unserem volumetrischen Ansatz zeigt sich sogar eine leicht höhere AUC, wenn auch nicht statistisch signifikant. Dieses Ergebnis wurde in weniger als 5 min aus MPRAGE-Bilddaten automatisch ermittelt.

Diese Ergebnisse wurden erstmals auf dem ECR-Kongress 2021 vorgestellt. Eine Vollpublikation ist nach Verbreiterung der Datenbasis geplant.

Oft begegnen wir in radiologischen Zentren dem Vorurteil, dass 3D-T1-Sequenzen wie z.B. die MPRAGE zu lange dauern würden und dadurch die Grundlage für eine quantitative Hirnvolumetrie in der Praxis nicht gegeben wäre. Eine Arbeitsgruppe der TU München hat dieses kürzlich sehr schön widerlegt. Schädel-MRTs derselben Probanden wurden mit mdbrain und Freesurfer volumetrisch bei verschiedenen Kompressionsfaktoren (CS) auf Philips-Scannern untersucht. Bis zu einem CS von 8 waren die Messwerte von mdbrain ziemlich konstant. Das entspricht Messzeiten von deutlich unter 3 min…

Link zur Vollpublikation HIER.