Sabine Koch
Dr. sc. hum.
Methoden zur diagnoseorientierten Qualitätsobjektivierung und automatischen
Bildverbesserung in der zahnärztlichen Radiologie
Geboren am 28. 01. 1966 in Saarbrücken
Reifeprüfung am 29. 05. 1985 in Frechen
Studiengang der Fachrichtung Medizinische Informatik vom SS 1988 bis SS 1993
Vordiplom am 21. 03. 1990 an der Universität Heidelberg / Fachhochschule Heilbronn
Diplom am 14. 09. 1993 an der Universität Heidelberg / Fachhochschule Heilbronn
Promotionsfach: Medizinische Biometrie und Informatik
Doktorvater: Prof. Dr. C. O. Köhler
In der vorliegenden Arbeit wurden Verfahren zur automatischen, diagnoseorientierten
Verbesserung interaktiv definierter Bildausschnitte für die Kariesdiagnostik und die
Diagnostik periapikaler sowie parodontaler Veränderungen entwickelt. Die korrekte
Durchführung dieser adaptiven Verbesserungsalgorithmen ist abhängig von der zuver-
lässigen Objektivierung der vorliegenden Bildqualität. Zu diesem Zweck wurden unter-
schiedliche Parameter zur Objektivierung von Helligkeit, Kontrast, Rauschen und Bild-
unschärfe definiert. Für eine exakte und vergleichbare Qualitätsmessung ist darüber hin-
aus die Trennung diagnostisch relevanter Regionen von im Bildausschnitt möglicher-
weise vorhandenen kontextabhängigen Störfaktoren, die für die Qualitätsmessung un-
terdrückt werden müssen, notwendig.
Dies führte zur Entwicklung diagnoseabhängiger Segmentierungsverfahren, die indi-
viduelle Maskenbilder für eine selektive Qualitätsobjektivierung generieren. Zur Tren-
nung diagnostisch relevanter Strukturen von im Bildausschnitt möglicherweise vorhan-
denen diagnoseabhängigen Störfaktoren wurden unterschiedliche, kombinierte lokale
und globale Schwellwertverfahren erarbeitet, die zum Teil direkt auf die Grauwertbild-
daten und zum Teil auf das durch vorherige Transformation entstandene Varianz-
Grauwertbild oder das Gradienten-Grauwert-Histogramm angewandt wurden. Die an-
schließende Qualitätsmessung anhand von drei verschiedenen Parametern (B, KN und
K) zur Helligkeits-, Kontrast-, und Rauschobjektivierung wurde ausschließlich in den
als diagnostisch relevant klassifizierten Bereichen des Bildausschnittes, die durch die
Maskenbilder identifiziert wurden, durchgeführt.
Abhängig von der gemessenen Qualität, unter Einbeziehung des Vorwissens über In-
halt und Topologie der ausgewählten Region, sowie mit Hilfe von experimentell ermit-
telten Referenzdaten für diagnostisch geeignete Bildqualität wurden kombinierte, adap-
tive Verbesserungsalgorithmen entwickelt. Diese Verbesserungsalgorithmen basieren
auf Helligkeits-, Kontrast-, und Gammakorrektur durch Histogrammtransformation so-
wie Rauschunterdrückung durch anisotrope Medianfilterung und Erhöhung der Bild-
schärfe durch Unsharp Masking. Die Stärke der Helligkeits-, Kontrast- oder Gammakor-
rektur sowie die Größe von Filtermaske und Verstärkungsfaktor zur Rauschfilterung
oder Erhöhung der Bildschärfe wurden aufgrund der gemessenen Bildqualität und an-
hand des Vorwissens über den Diagnosetyp automatisch festgelegt.
Um dem Zahnarzt darüber hinaus die manuelle, interaktive Helligkeits- und Kon-
trastmanipulation in kontrollierter Form zu ermöglichen, wurden, basierend auf den
entwickelten Kontrast- und Helligkeitsparametern KN und B, unterschiedliche diagno-
seorientierte Toleranzgrenzen definiert. Innerhalb dieser Toleranzgrenzen kann der je-
weilige Bildausschnitt frei manipuliert werden, ohne daß die Gefahr einer diagnosti-
schen Fehlinterpretation durch eventuell auftretende Artefakte entsteht.
Bei der Verifizierung der entwickelten Methoden mit insgesamt 180 Bildausschnitten
wurde eine korrekte Segmentierung bei 86,1% der Bildausschnitte festgestellt. Die
Richtigkeit der automatischen Qualitätsbeurteilung hinsichtlich einer spezifizierten Dia-
gnostik wurde in 99,4% der 180 getesteten Bildausschnitte von Experten bestätigt. Die
automatische diagnoseorientierte Bildverbesserung führte in 85% der 60 untersuchten
Bildausschnitte nach Expertenaussage zu einer tatsächlichen Qualitätsverbesserung für
die Diagnostik. Nur vier (d.h. 6,7%) der untersuchten Bildausschnitte, die eine außeror-
dentlich schlechte Ausgangsqualität besaßen, wurden verschlechtert. Diese Bildver-
schlechterung konnte jedoch durch die automatische Qualitätsobjektivierung abgefangen
werden. Die Evaluierung der diagnosebezogenen Toleranzgrenzen für die kontrollierte
interaktive Bildmanipulation ergab in 91,3% der untersuchten Bildausschnitte eine
Übereinstimmung mit der Meinung der Experten.
Um die Mächtigkeit der in der vorliegenden Arbeit entwickelten neuen Methodik weiter
zu erhärten sind zwei Studien geplant:
In der ersten Untersuchung werden die bereits implementierten Methoden in einem
größeren Rahmen innerhalb des europäischen Projektes ORQUEST an 7 unterschiedli-
chen Testeinrichtungen von 15 verschiedenen Zahnärzten klinisch evaluiert werden.
Im Rahmen der zweiten Studie wird mit Hilfe von diagnostisch gesichertem Bild-
material untersucht werden, in welchem Maße die entwickelten Methoden zu einer ver-
besserten Diagnostik beitragen.
