Computergestützte X-ray-Bildung zur Bestimmung der Skelettenreifung von Kindern und Jugendlichen

Silke Wastl

Dr. sc. hum. Computerbasierte Röntgenbilderbewertung zur Bestimmung der Skelettriebe von Kindern und Jugendlichen geboren am 09.11.1965 in Dortmund Abitur am 10.05.1985 in Dortmund Studiengang der Fachschule Medizinische Informatik von WS 1985 bis WS 1992 Vordiplom am 01.12.1987 an der Universität Heidelberg / Fachschule Heilbronn Diplom am 05.02.1992 an der Universität Heildelberg / Fachschule Heilbronn Akademisches Jahr von August 1989 bis Juni 1990 an der Medical University of South Carolina, Charleston, SC, USA Praktikum am 01.11.1990 bis 31.01.1991 an der Ecole nationale des Télécomations, Paris, Frankreich wissenschaftliche Assistentin Doktorarbeit vom 15.03.1992 bis 31.12.1992 in der Fachschule Medizinisches Studiengang, Universität Heildelberg / Fachschule Heilbronn Studiengang von August 1989 bis Juni 1990 an der Medical University of South Carolina, Heidelberg, Heidelberg, Heidelberg, Heidelberg.

das so genannte Knochenalter von Kindern und Jugendlichen zu bestimmen.

Es ist ein übliches Parameter für die Quantifizierung von Knochenalter in der Pädiatrie und wird häufig auf der Grundlage subjektiver Bewertungen von Knochen in der Hand-X-Bildung geschätzt. Die Knochenalterung spiegelt die körperliche Entwicklung eines Kindes wider und dient als wichtiges Mittel zur Diagnose und Behandlung von Wachstumsstörungen. Eine der bekanntesten und am weitesten verbreiteten Methoden zur Bestimmung des Knochenalters ist die von Tanner und Whitehouse. Sie wird als die Methode der Wahl bezeichnet, erfordert jedoch viel Erfahrung und Übung von der Seite des Benutzers und gilt als zeitaufwendig und anstrengend. Aus diesem Grund wäre ein objektives und automatisiertes Verfahren zur Bestimmung des gewünschten Alters sinnvoll.

In dieser Arbeit wurde nun ein System vorgestellt, mit dem man das Alter der Knochen computergestützt bestimmen kann. Es baut auf der RUS-Methode von Tanner und Whitehouse auf, versucht aber nicht, sie 1:1 nachzuahmen. Stattdessen kombiniert es Bildverarbeitung und Mustererkennung sowie Wissen über den Wachstumsprozess, um einzelne Knochen in Bezug auf ihr Wachstum zu klassifizieren und anschließend das Alter der Knochen zu schätzen.

Das System ist in vier aufeinander folgenden Modulen unterteilt: Bildfassung, Bestimmung der für das Wachstum von Knochen relevanten Bildregionen, Identifizierung der einzelnen Reifensstadien und schließlich Berechnung des daraus resultierenden Knochenalters.

Als Eingabemittel werden konventionelle, planare Film-Röntgenbilder verwendet, die

Wenn die Röntgenbilder künftig digitalisiert werden,

Die automatische und korrekte Segmentierung der im Wachstum befindlichen Knochen in planaren Röntgenbildern stellt ein bisher ungelöstes Problem dar. In dieser Arbeit haben wir uns für einen pragmatischen Lösungsansatz entschieden, bei dem der Benutzer einige wenige Markierungspunkte im Röntgenbild interaktiv setzen muss. Mit diesen Punkten werden anschließend die relevanten Knochenkonturen segmentiert und vier Anfangspunkte, die sich aus der Morphologie der einzelnen Knochen ergeben.

Dies entspricht der Unsicherheit des Klassifikationsverfahrens. Für die Klassifizierung der ermittelten ROIs in Reifestadien von bis bzw. bis zu , werden die ROIs mit Prototypen verglichen, die die verschiedenen Reifestadien der einzelnen Knochen repräsentieren. Als Ähnlichkeit dient der standardisierte Kreuzkorrelationskoeffizient. Der ROI sorgt für das Reifestadium des Prototyps, dessen Korrelationskoeffizient am größten ist. Für dieses so genannte Prototyp Matching werden die ROIs zuvor in eine einheitliche Position gedreht und auf eine normale Größe skaliert. Als Datenrepräsentation wurden sowohl die aus den Handwerk- als auch die Fourier-Esform erzeugten Wachstumsraten eingesetzt.

Bei 98% der 276 bewerteten Röntgenbilder stimmte das rechnerisch ermittelte Reifungsstadium mit der Expertenabschätzung überein oder schwankte maximal um ein Reifungsstadium von dem Referenzwert ab. Die Differenzierung benachbarter Reifungsstadien erfolgt daher mit einer Unsicherheit von plus/minus einem Stadium. Dies entspricht der Unsicherheit, die auch bei der subjektiven Bestimmung der Reifungsstadien durch Endokrinologen beobachtet werden kann.

Es ist möglich, das Alter von Knochen anhand der Reifungsstadien zu reduzieren.

Das ist der Vorteil, dass die Aufwand des Benutzers minimiert wird, aber auch der Nachteil, dass die Zuverlässigkeit der erzielten Ergebnisse verringert wird. Wenn das Alter der Knochen anhand der geschätzten Reifegänge der gesamten 13 RUS-Knochen ermittelt wird, beträgt die durchschnittliche absolute Abweichung 0,4 Jahre mit einer Standardabweichung von 0,4 Jahren. Die Verteilung der Abweichungen ist symmetrisch. Mit der computerbasierten Bestimmung des Knochenalters werden so Ergebnisse erzielt, die in ihrer Genauigkeit mit dem subjektiven vergleichbar sind.