RSS-Feed abonnieren
DOI: 10.1055/s-0031-1279554
Virtuelle Ameisen zur Segmentierung von Positronen-Emissions-Tomographie Daten: Auswirkungen auf die Receiver Operating Characteristic
Ziele: Bei der automatisierten Analyse von Positronenemissionstomographie (PET) Daten erschweren geringer Kontrast und hohes Rauschen die reproduzierbare und Observer-unabhängige Segmentierung. Schwellwertverfahren versagen bei zu hohem Rauschen. Wir schlagen ein Verfahren vor, dass PET-Daten mit hohem Rauschanteil so aufbereitet, dass sie mittels Schwellwert segmentierbar sind. Es wurde untersucht, welche Auswirkungen es auf die Receiver-Operating-Characteristic (ROC) hat. Methode: Der Algorithmus nutzt virtuelle Ameisen, die in Regionen mit erhöhter Signalintensität künstliches Pheromon emittieren und damit weitere Ameisen anlocken. So steigt der Kontrast zwischen Zielobjekt und Hintergrund im später segmentierten Pheromonfeld an. Simulierte und experimentelle PET-Phantomdaten wurden unter typischen Kontrast-zu-Rausch-Verhältnissen (CNR) verarbeitet. Originaldaten und Pheromonfelder wurden mittels Schwellwerten segmentiert und die resultierenden Werte für Sensitivität und Spezifität in ROC-Kurven aufgetragen. Als Referenz dienten eine vorgegebene Segmentierung bzw. beim Phantomversuch eine manuelle Segmentierung des PET-Datensatzes mit dem höchsten Kontrast erstellt mithilfe einer korrespondierenden CT. Die Fläche A unter der ROC-Kurve wurde als Indiz für die Güte der bestmöglichen Segmentierung bewertet. Ergebnis: Bei allen simulierten Datensätzen zeigte sich, dass bereits nach wenigen (n <= 10) Iterationen die Fläche auf A > 0,999 angestiegen ist, was auf gute Segmentierbarkeit des Pheromonfeldes hindeutet. Die Verarbeitung der experimentellen Phantomdaten mit einem CNR > 6 führte ebenfalls zu A > 0,999 nach wenigen (n <= 9) Iterationen. Bei den Datensätzen mit CNR < 6 wurde zwar eine Vergrößerung der Fläche gegenüber den Originaldaten erreicht, jedoch nicht A > 0,999. Schlussfolgerung: Da das vorgestellte Verfahren bei PET-Datensätzen mit hohem Rauschen eine Verbesserung der ROC erreicht, empfiehlt es sich, das Verfahren zur Kontrastverbesserung und exakteren Segmentierung von PET-Datensätzen einzusetzen.
Keywords: Positonenemissionstomographie, Ant-Colony-Optimization, Receiver Operating Characteristic
Korrespondierender Autor: Haase R
OncoRay, TU Dresden, Biological and Molecular Imaging Group, Fetscherstr. 74, 01307 Dresden
E-Mail: robert.haase@oncoray.de