Intraoperative Gewebe-Charakterisierung und Klassifikation mittels Hyperspektralbildgebung: Erste Ergebnisse

Hyperspektral-Imaging (HSI) ist ein neues Bildgebungs-Verfahren in der Medizin. Die Technik kombiniert das Prinzip der Spektroskopie mit der Bildgebung. Dabei wird das untersuchte Gewebe mit Licht im visuellen und nah-infraroten Spektrum beleuchtet und das vom Gewebe reflektierte Licht gemessen. Die Aufnahme ist nicht-invasiv und kontaktlos. Ziel unserer Analysen war die Gewebs-Charakterisierung und -Klassifikation mittels Computer-assistierter Algorithmen aus intraoperativen HSI-Daten.

Drei Anwendungen wurden betrachtet: 1) die Differenzierung von Schilddrüse und Nebenschilddrüse, 2) die Klassifikation von Dünn- und Dickdarm bei Ischämie, und 3) die Erkennung von Organen. Die Absorptionsspektren von Patienten wurden zur Charakterisierung der unterschiedlichen Gewebsarten ausgewertet. Die identifizierten spektralen Merkmale wurden dann mithilfe von Computer-assistierten Algorithmen zur Klassifikation herangezogen. Dabei wurden zwei Algorithmen getestet: ein Entscheidungsbaum und das Principle-Component-Analysis-Verfahren (PCA).

Die Absorptionsspektren der Schilddrüse und Nebenschilddrüse haben Unterschiede im Bereich von 600 bis 700nm und bei 760 und 960nm gezeigt. Dies bedeutet, dass die Drüsen unterschiedliche Oxygenierungszustände, sowie Hämoglobin- und Wasser-Gehalte haben. Für die zweite Anwendung hat nekrotisches Gewebe einen deutlichen lokalen Anstieg des Absorptionsspektrums bei 630nm gezeigt. Zudem weist kritisch ischämischer Darm eine niedrigere Oxigenierung und Perfusion als gesundes Gewebe auf. Diese Merkmale wurden in einem Entscheidungsbaum einerseits zur Diskriminierung der Drüsen und anderseits zur Klassifikation der Durchblutungs-Situation von Gewebe verwendet. Für die dritte Anwendung zeigten die Absorptionsspektren spezifische Verläufe entsprechend der untersuchten Organe. Mittels einer PCA konnten Leber, Ileum, Haut und Peritoneum differenziert werden.

Organe und verschiedene Durchblutungszustände des Darms weisen spezifische spektrale Charakteristika auf. Diese Merkmale können für die automatische Diskriminierung von Organen und die Beurteilung der Gewebedurchblutung mittels Computer-assistierter Algorithmen verwendet und somit für intraoperative bildgestützte Entscheidungsprozesse herangezogen werden.