Open Access

Boris Brehmer

• Zielsetzung: In der Bundesrepublik Deutschland wurden im Jahr 2003 mehr als 650.000 konventionelle, invasive Koronarangiographien durchgeführt. Da nur bei ca. 34% aller invasiven Koronarangiographien zusätzliche koronare Interventionen notwendig waren, hätten bei einem Großteil der restlichen ca. 66%, alternative nicht-invasive diagnostische Verfahren zur Anwendung kommen können. Ziel dieser Studie war es, das Potential eines neu entwickelten automatischen 3-D-Segmentationsalgorithmus (Fraunhofer Institut für Computergrafik, Darmstadt), als alternatives Evaluationsverfahren, das befähigt ist Koronargefäße automatisch zu segmentieren, darzustellen und zu evaluieren, zu ermitteln. Als Grundlage für die Evaluationsergebnisse wurden die Datensätze aus einer 16-Zeilen-Mehrschichtspiral-Computertomographie der Koronararterien verwendet. Die Ergebnisse wurden mit etablierten Referenzmethoden verglichen. Material und Methode: Insgesamt wurden 60 Patienten, die sich aufgrund des gleichen diagnostischen Zusammenhangs sowohl einer Herz-CT Untersuchung, als auch einer konventionellen invasiven Koronarangiographie unterzogen haben, in diese Studie aufgenommen. Es wurde für 60 Patienten sowohl eine automatische, als auch eine manuelle Evaluation aller Koronargefäße durchgeführt. Die Auswertung der Daten erfolgte retrospektiv. Mit beiden Evaluationsverfahren wurden alle Koronargefäßsegmente mit einem Lumendurchmesser von >1,5 mm und vorliegen einer signifikanten Koronarstenose (&#8805; 50 % Lumenreduktion) detektiert und protokolliert. Die Evaluationsergebnisse waren verblindet und mit der invasiven Koronarangiographie verglichen. Für beide Evaluationsverfahren wurde, in Referenz zur konventionellen Koronarangiographie, die Sensitivität und Spezifität ermittelt und zusätzlich wurde die Evaluationsdauer der beiden CT-basierten Evaluationsverfahren miteinander verglichen. Ergebnisse: Die Auswertung der Evaluationsergebnisse für die automatische und die manuelle Evaluation ergab eine Sensitivität und Spezifität von 89,0% vs. 92,7% und 98,1% vs. 97,7% (p<0,05). Die benötigte Evaluationsdauer war für die automatische Methode signifikant kürzer als für die manuelle Methode. Im einzelnen Betrug sie für die automatische Methode 246,0 ± 43,2 sec. und 526,9 ± 45,7 sec. für die manuelle Auswertungsmethode (p<0,0001). Bei Evaluation von 94% aller Koronararterien konnte durch die automatische Methode eine Zeitersparnis gegenüber der manuellen Auswertung erreicht werden. Der häufigste Grund für diagnostische Einschränkungen bei der Evaluation der Datensätze waren mit 45,6% Atmungs- und Bewegungsartefakte. Außerdem ist auffällig, dass bei 64,1% aller signifikanten Stenosen kalzifizierte Bereiche vorlagen, jedoch 35,9% ausschließlich frei von Kalzifikationen waren. Die Segmentationssoftware konnte bei 67,2% aller Koronarsegmentationen auf eine zusätzliche Nachsegmentation verzichten und erfasste das Koronargefäß vollständig. Schlussfolgerung: Die Ergebnisse der CT-basierten automatischen Evaluationsverfahren sind mit der manuellen Methode vergleichbar. Sie zeigen keinen signifikanten Unterschied in Sensitivität und Spezifität. Der automatische Segmentationsalgorithmus kann, bei annähernd gleich bleibender diagnostischer Sicherheit, die Evaluationsdauer signifikant verringern.
• Purpose: In 2003, more than 650.000 patients underwent conventional invasive coronary angiographies in the Federal Republic of Germany. Alternate, non-invasive procedures could have been applied to the major part of the patients (66%), due to the fact that merely 34% of all invasive coronary angiographies required additional coronary interventions. The purpose of our study was to prospectively investigate the usefulness of a novel true 3D coronary artery segmentation algorithm (developed by Fraunhofer Institute for Computer Graphics, Darmstadt), capable to perform an automatic and manual segmentation, detection and evaluation of coronary arteries. Evaluation results were based on data sets of a 16-MDCT coronary angiography scanner. The consensus interpretation has been compared with results of established methods. Materials and Methods: A total of 60 patients who underwent CT coronary angiography and invasive coronary angiography within an average time interval were included for this study. An automatic and manual detection of coronary arteries was performed on all sixty patients. All significant stenosis (> 50%) in vessels >1.5 mm in diameter were recorded. Each detection tool was used by one reader who was blinded to the results of the other detection method and the results of coronary angiography. Sensitivity and specifity were determined for automatic and manual detection and additionally, the detection time for both CT based evaluation methods was compared. Results: The overall sensitivity and specifity of the automatic and manual approach were 89,0% vs. 92,7% and 97,9% vs. 97,5% (p>0,05). The time required for automatic evaluation was significantly shorter than with the manual approach, i.e. 246.04 ± 43.17sec. for the automatic approach and 526.88 ± 45.71sec. for the manual approach (p<0.0001). In 94 % of the coronary artery branches automatic detection required less time than the manual approach. However, respiratory artifacts, (45,6%) still caused limited assessment in evaluation; as well as blooming artifacts from the calcium in significant stenosis (64,1%) vs. 35,9% of areas that were not affected. The accuracy of the segmentation software was high (67,2% of coronary segmentation) and additional segmentation was not necessary. Conclusion: The results of the CT based evaluation methods are comparable to the manual approach. There is no significant difference in sensitivity and specifity. The automatic segmentation algorithm can significantly reduce the time required for cardiac CT evaluation.