gms | German Medical Science

Deutscher Kongress für Orthopädie und Unfallchirurgie (DKOU 2017)

24.10. - 27.10.2017, Berlin

Validierung einer Applikation für mobile C-Bögen zur automatischen intraoperativen Schraubendarstellung in 3D Datensätzen in sechs anatomischen Regionen

Meeting Abstract

  • presenting/speaker Nils Beisemann - BG Unfallklinik Ludwigshafen, Klinik für Unfallchirurgie und Orthopädie, Ludwigshafen, Germany
  • Sven Vetter - BG Unfallklinik Ludwigshafen, Klinik für Unfallchirurgie und Orthopädie, Ludwigshafen, Germany
  • Hans-Peter Meinzer - Deutsches Krebsforschungszentrum, Abteilung Medizinische und Biologische Informatik, Heidelberg, Germany
  • Michael Brehler - Deutsches Krebsforschungszentrum, Abteilung Medizinische und Biologische Informatik, Heidelberg, 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 2017). Berlin, 24.-27.10.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. DocWI36-171

doi: 10.3205/17dkou336, urn:nbn:de:0183-17dkou3365

Veröffentlicht: 23. Oktober 2017

© 2017 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 Gelenkfrakturen und Frakturen im Bereich der Wirbelsäule ist 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 in sechs anatomischen Regionen im Hinblick auf die Detektionsrate und Genauigkeit zu testen.

Methodik: In unserer retrospektiven Beobachtungsstudie wurden vollständig anonymisierte 3D Datensätze im Bereich der HWS, BWS, LWS, des Pilons, des Tibiakopfes und des Acetabulums 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 sowie die Darstellung der Schraube aus klinischer Sicht. Dies wurde durch ein selbst entwickeltes 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 180 Datensätze, 30 3D Datensätze pro Region, ausgewertet.

Die Software-Applikation detektierte 722 von 931 Schrauben richtig, was einer Gesamtdetektionsrate von 77,55 % entspricht.

Hierbei zeigten sich abhängig von der untersuchten Region Unterschiede im Hinblick auf die Detektionsrate. Im Bereich der HWS konnten 85,6%, der BWS 92,3%, der LWS 90,9%, des Acetabulums 91,9%, des Tibiakopfes 83,9% und im Bereich des Pilon 42,4% der Schrauben detektiert werden.

In der klinischen Auswertung der von der Software dargestellten Schrauben wurde im Mittel ein Punktwert von 1,49 (range 0-2; SD 0,59) erreicht.

Schlussfolgerung: Die erste Testung der Schraubendetektionssoftware an klinischen 3D-Datensätzen ist erfolgreich verlaufen. Um die Detektionsrate weiter zu verbessern, sollte die Software je nach anatomischer Region entsprechend angepasst werden.