gms | German Medical Science

Deutscher Kongress für Orthopädie und Unfallchirurgie (DKOU 2016)

25.10. - 28.10.2016, Berlin

Validierung einer Applikation für mobile C-Bögen zur automatischen intraoperativen Schraubendarstellung in 3D Datensätzen des Acetabulums

Meeting Abstract

  • presenting/speaker Nils Beisemann - BG Unfallklinik Ludwigshafen, Klinik für Unfallchirurgie und Orthopädie, Ludwigshafen, Germany
  • Michael Brehler - Deutsches Krebsforschungszentrum, Abteilung Medizinische und Biologische Informatik, Heidelberg, Germany
  • Hans-Peter Meinzer - Deutsches Krebsforschungszentrum, Abteilung Medizinische und Biologische Informatik, Heidelberg, Germany
  • Sven Vetter - BG Unfallklinik Ludwigshafen, Klinik für Unfallchirurgie und Orthopädie, Ludwigshafen, Germany
  • Paul A. Grützner - BG Unfallklinik Ludwigshafen, Klinik für Unfallchirurgie und Orthopädie, Ludwigshafen, Germany
  • Jochen Franke - BG Unfallklinik Ludwigshafen, Klinik für Unfallchirurgie und Orthopädie, Ludwigshafen, Germany

Deutscher Kongress für Orthopädie und Unfallchirurgie (DKOU 2016). Berlin, 25.-28.10.2016. Düsseldorf: German Medical Science GMS Publishing House; 2016. DocWI25-243

doi: 10.3205/16dkou137, urn:nbn:de:0183-16dkou1379

Veröffentlicht: 10. Oktober 2016

© 2016 Beisemann et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Fragestellung: Die operative Versorgung von Frakturen im Bereich des Acetabulums ist auf Grund der komplexen Anatomie des Beckens herausfordernd.

Eine sichere Beurteilung der Schraubenlage und des Repositionsergebnisses ist durch die Verwendung eines herkömmlichen 2D C-Bogens nicht immer gegeben.

Deswegen erfolgt in einigen Zentren bereits intraoperativ eine Kontrolle mittels Schnittbildgebung durch einen 3D C-Bogen.

Allerdings ist gerade für weniger routinierte Anwender die Bildbearbeitung, welche für die Beurteilung der Lage der Schrauben notwendig ist, zeitaufwändig.

Um eine schnellere und sicherere Auswertung von Schraubenlagen zu ermöglichen, wurde durch unsere Forschungsgruppe eine Schraubendetektionssoftware als Applikation für mobile 3D C-Bögen entwickelt. Ziel dieser Studie war es, die Software im Bereich des Acetabulums im Hinblick auf die Detektionsrate und Genauigkeit zu testen.

Methodik: In unserer retrospektiven Beobachtungsstudie wurden vollständig anonymisierte intraoperativ gewonnene 3D Datensätze ausgewertet. Zur Bestimmung der Ground Truth wurde jede Schraube zunächst in drei Ebenen in voller Länge dargestellt und gemäß ihrem Verlauf manuell markiert.

Anschließend erfolgte die Überprüfung des zuvor markierten Datensatzes mittels der Schraubendetektionssoftware.

Danach erfolgte die Auswertung der durch die Software detektierten Schrauben durch Vergleich mit den manuell markierten.

Untersucht wurde die Detektionsrate und die Rate der falsch positiv detektierten Schrauben. Des Weiteren wurde auch die Darstellung der Schraube aus klinischer Sicht analysiert und nach einem selbst entwickelten Punkteschema bewertet:

0 Punkte: Lage der Schraube nicht beurteilbar, Nachjustierung in mindestens einer Bildebenen erforderlich.

1 Punkt: Nicht optimale Darstellung der Schraube, eine klinische Beurteilung ist jedoch möglich.

2 Punkte: Optimale Darstellung der Schraube.

Ergebnisse: Insgesamt wurden 30 3D Datensätze ausgewertet.

Hierbei wurden für die Ground Truth 124 Schrauben manuell markiert, was einem Durchschnitt von 4,13 Schrauben pro Datensatz entspricht (SD 1,94, range 1-8).

Die Software-Applikation detektierte 114 Schrauben richtig, was einer Detektionsrate von 91,9% entspricht.

Pro Datensatz wurden durchschnittlich 7,7 Schrauben (SD 3,5, range 2-14) falsch positiv detektiert.

In der klinischen Auswertung der von der Software dargestellten Schrauben wurde im Mittel ein Punktwert von 1,38 (SD 0,64, range 0-2) erreicht.

Schlussfolgerung: Die erste Testung der Schraubendetektionssoftware an klinischen 3D Datensätzen im Bereich des Acetabulums ist mit einer Detektionsrate von 91,9% erfolgreich verlaufen. Aufgrund der hohen Rate an falsch positiv detektierten Objekten ist jedoch diesbezüglich noch eine Optimierung angestrebt.