gms | German Medical Science

31st Annual Meeting of the German Retina Society

German Retina Society

22.06. - 23.06.2018, Bonn

Qualität der automatischen Segmentierung bei OCT Angiographie Aufnahmen bei verschiedenen retinalen Erkrankungen

Meeting Abstract

  • Jost Lennart Lauermann - Universitäts-Augenklinik Münster
  • A.K. Wötzel - Universitäts-Augenklinik Münster
  • M. Treder - Universitäts-Augenklinik Münster
  • M. Alnawaiseh - Universitäts-Augenklinik Münster
  • C.R. Clemens - Universitäts-Augenklinik Münster
  • N. Eter - Universitäts-Augenklinik Münster
  • F. Alten - Universitäts-Augenklinik Münster

Retinologische Gesellschaft. 31. Jahrestagung der Retinologischen Gesellschaft. Bonn, 22.-23.06.2018. Düsseldorf: German Medical Science GMS Publishing House; 2018. Doc18rg35

doi: 10.3205/18rg35, urn:nbn:de:0183-18rg357

Published: August 7, 2018

© 2018 Lauermann et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund: Grundlegend für die anatomisch korrekte Darstellung verschiedener Gefäßebenen mittels OCT Angiographie (OCT-A) ist eine korrekte Segmentierung. Diese wird von den verschiedenen Geräten standardmäßig automatisch vorgenommen. Ziel war es, die Qualität dieser automatischen Segmentierung bei verschiedenen Netzhauterkrankungen und gesunden Kontrollen zu vergleichen.

Methoden: 206 Augen von 206 Probanden (62 ± 18,2 Jahre) wurden retrospektiv analysiert (57 gesunde Kontrollen, 26 Patienten mit früher/ intermediärer AMD, 22 mit exsudativer AMD, 6 mit Geographischer Atrophie, 28 Glaukompatienten, 14 mit Retinopathia centralis serosa, 26 Patienten mit epiretinaler Gliose, 16 mit Retinopathia pigmentosa, 10 mit venösem Gefäßverschluss). OCT-A Aufnahmen (Optovue Angiovue) im 3x3 mm² Makula-Messfeld mit aktivem Eye tracking wurden analysiert. Die Ausprägung von Segmentierungsfehlern wurde anhand eines Segmentation Accuracy Scores (SAS, Stadien I-IIB) von zwei unabhängigen Readern beurteilt.

Ergebnisse: Es zeigte sich eine korrekte Segmentierung (SAS I) bei allen gesunden Probanden. Bei der Gruppe der retinalen Pathologien wiesen 34,2% eine korrekte Segmentierung auf (SAS I, n=51), während 38.9% (n=58) der Kategorie SAS IIA (> 5% Fehlerrate auf mindestens einer Segmentierungsebene) und 26,8% (n=40) der Kategorie SAS IIB (> 5% Fehlerrate auf zwei oder mehr Segmentierungsebenen) zugeordnet worden, was somit einer Fehlerrate von 65,8% auf mindestens einer Segmentierebene entsprach. Der höchste Anteil an Patienten mit SAS IIB zeigte sich bei Geographischer Atrophie (50,0%), neovaskulärer AMD (63,3%) und epiretinaler Gliose (61,5%)

Schlussfolgerungen: Die automatische Segmentierung zeigt bei OCT-A Aufnahmen von gesunden Probanden eine hohe Zuverlässigkeit. Bei retinalen Pathologien zeigen sich krankheitsspezifische Segmentierungsfehler. Es muss eine genaue Analyse durch den Anwender, gegebenenfalls auch eine manuelle Optimierung erfolgen. Dies ist gerade im Hinblick auf mögliche Quantifizierungen zur Wahrung einheitlicher Messbedingungen von Bedeutung.