Magnetfeldtechnologie zur Diagnose von Brustkrebs
MRT liefert viel versprechende Ergebnisse bei der Erkennung von malignem Brustgewebe. Ein großes Problem sind jedoch die vielen falsch positiven Diagnosen, was nicht nur Patienten unnötig belastet, sondern auch mit überflüssigen und kostspieligen operativen Eingriffen einhergeht. Der Vorteil der nicht-invasiven MRT-Technologie ist auch, dass sie statt potenziell schädlicher ionisierender Strahlung Magnetfelder zur Bilderzeugung verwendet. Das EU-finanzierte Projekt CADE4BMRI (Improved detection and characterisation of breast cancer using multimodal magnetic resonance imaging and novel computer-aided detection/evaluation (CADe) techniques) sollte die Spezifität und den klinischen Nutzen von MRT-Technologien zur Diagnose von Brustkrebs verbessern. CADE4BMRI integrierte Daten aus verschiedenen MRT-Techniken wie dynamischer kontrastverstärkter MRT und diffusionsgewichteter Bildgebung mittels computergestützter Bildanalyse, um die Detektion und Charakterisierung von Brustläsionen anhand von Parametern wie Durchblutung, Morphologie und Gewebemikrostruktur zu verbessern. Mit Bilddaten aus Brust-MRTs entwickelten die Projektpartner mehrere Algorithmen zur Identifizierung, Charakterisierung und Klassifizierung quantitativ verdächtiger Läsionen, u.a. Methoden zur Schwellenwertbildung sowie Supervoxel-Algorithmen. Die Forschungsergebnisse wurden in einer Fachzeitschrift und in Konferenzbeiträgen, aber auch in einer Doktor- und einer Diplomarbeit vorgestellt. Die Projektmitglieder entwickelten mit großem Erfolg ein computergestütztes Werkzeug mit höherer Sensitivität und Spezifität für die Brustkrebsfrüherkennung. Die Algorithmen werden vor allem für Entwickler von MRT-CAD -Systemen (Computer Aided Design) interessant sein, Zudem wird die klinische Umsetzung die Behandlung von Brustkrebspatienten verbessern und Todesfälle durch zu spätes Erkennen maligner Tumoren vermeiden helfen.
Schlüsselbegriffe
Brustkrebs, Magnetresonanztomographie, MRT, Computer-Aided Detection, Supervoxel
