gms | German Medical Science

Fragestellung: Für viele Aspekte in der Cochlea-Implantation ist eine eindeutige Referenzierung der Cochlea mittels eines Koordinatensystems unerlässlich. Dazu gehören die präoperative Selektion einer passenden Elektrodenträgerlänge, die postoperative Bewertung der Elektrodenlage (Bestimmung der Winkeleinführtiefe), und damit einhergehende patienten-bezogene und tonotopie-basierte Fitting-Methoden. In der Regel wird die Achse des Modiolus als Referenzachse eines zylindrischen Koordinatensystems verwendet [1]. Die konventionelle Bestimmungsmethode, welche auf der manuellen Identifikation von Landmarken basiert, führt zu Messunsicherheiten, selbst wenn sie von Experten durchgeführt wird. Ziel der Arbeit war die Entwicklung eines Algorithmus zur robusten Detektion der Modiolus-Achse in computertomografischen Bildern.

Methoden: Unsere Methode definiert die Modiolus-Achse als die Rotationskomponente einer Spiralbewegung, welche der Form der Cochlea angenähert werden kann. Mittels eines Verfahrens, welches die Cochlea als kinematisch geformte Oberfläche modelliert (kinematic surface fitting), ist es möglich, diese Rotationsachse aus CT Bildern zu extrahieren [2]. Die Robustheit der Methode wurde in einem synthetischen Datensatz (500 Samples) überprüft. Zur Bewertung der klinischen Eignung führten wir darüber hinaus eine experimentelle Studie mit 4 Experten anhand von 23 CT-Datensätzen von humanen Schläfenbeinen durch [3]. Die detektierten Achsen verglichen wir mit Referenz-Achsen aus co-registrierten, hochauflösenden Mikro-CT-Scans.

Ergebnisse: Die Evaluation anhand des synthetischen Datensatzes zeigte, dass die Methode eine verlässliche Bestimmung der Achse des Modiolus ermöglicht. In klinischen CT Bildern konnte unsere robuste Detektionsmethode den Ausrichtungsfehler der Achse im Vergleich zur konventionellen Bestimmung in multiplanaren CT Schnittbildern wesentlich verbessern. Der durchschnittliche Abstandsfehler konnte von 0.32 mm auf 0.13 mm reduziert werden (Verbesserung um 0,19 mm, 95% Konfidenzintervall [0,17 mm, 0,21 mm]). Der Winkelfehler wurde von 9,0° auf 2,4° verringert (Verbesserung um 6,6°, 95% Konfidenzintervall, [6,1°, 6,9°]).

Schlussfolgerungen: Wir präsentieren eine neuartige Methode zur robusten Detektion der Modiolus-Achse in klinischen CTs. Unsere Experimente zeigen, dass der Algorithmus den Ausrichtungsfehler reduziert und eine zuverlässigere Achsenerkennung für klinische und Forschungsanwendungen ermöglicht. Diese Arbeit wurde vom Schweizerischen Nationalfonds (SNF) unterstützt (P400P2_180822).