Automatisierte Quantifizierung von Läsionen der weißen Hirnsubstanz auf CT-Bildern

Die Bewertung von Läsionen der weißen Substanz (WML) ist mit der CT schwieriger als mit der MRT, da sich die Charakteristika schlechter von der umgebenden weißen Substanz abheben. Um den daraus resultierenden Unzulänglichkeiten bei der Beurteilung durch Experten entgegenzuwirken, wurden Methoden des maschinellen Lernens entwickelt. Die Studie untersuchte die Eignung eines Random Forest Verfahrens zur Segmentierung von WMLs auf CT-Bildern.

Fazit

Laut den Autor/-innen war mit dem angewandten Verfahren maschinellen Lernens eine schnelle und verlässliche Quantifizierung klinisch relevanter WLMs auf CT-Bildern möglich. Die Genauigkeit war bei einer unselektierten Multicenter-Kohorte der von Experten vergleichbar. Die Verlässlichkeit der Methode sollte für andere klinische Situationen, die eine Quantifizierung der weißen Substanz erfordern, wie intrakranielle Blutung, weiter überprüft werden.