Neuer Algorithmus zur Analyse von Makulalochbegrenzungen

Cleveland – mechentel news – Ein neuer Algorithmus zur Segmentierung von Makulalöchern Macular Hole (MH) Segmentation und Volumenanalyse wird von einem amerikanischen Forschungsteam in Investigative Ophtalmology, Dezember 2012, vorgestellt. Dieser computerisierte Segmentations-Algorithmus erlaubt schnelle Volumenanalysen von MH-Geometrie und korreliert mit Ausgangswerten und postoperativer visueller Funktion. Entwickelt wurde der computerisierte Algorithmus zur automatisierten MH-Segmentierung bei Spektral-Domain-OptischeKohärenz-Tomografie (SD-OCT). Der Algorithmus wurde auf Daten trainiert und die Leistungsfähigkeit mittels Accuracy charakterisiert. Es handelt sich um eine retrospektive Fallstudie an 56 Augen von 55 Patienten mit idiopathischer MH. Mittels gewohntem Algorithmus wurde das MH-Volumen, die Verhältnisse von Basisareal zu Durchmesser, Topareal zu Durchmesser, kleinster Durchmesser sowie das Verhältnis von Höhe zu Basis-Durchmesser errechnet. Fünf Augen wurden ausgeschlossen infolge zu geringer Signalqualität (1), Bewegungsartefakt (1) und Ausschluss aufgrund chirurgischen Ausschlusses, sodass eine Kohorte von 51 Augen übrig blieb. Präoperative MH-Messungen wurden korreliert mit der klinischen MH-Stadieneinteilung, der Ausgangssituation und der sechs Monate postoperativ gemessenen bestkorrigierten Sehschärfe (Best Corrected Visual Acuity; BCVA). Der Algorithmus erreichte 96 % absolute Messgenauigkeit und eine Intraklassenkorrelation von 0,994 verglichen mit den trainierten Algorithmen. Eine univariate Analyse, MH-Volumen, Basisareal, Basisdurchmesser, Gipfeldurchmesser, Mindestdurchmesser und MH-Höhe wurden signifikant korreliert mit der BCVA-Basislinie (P-Wert von 0,0003 bis 0,011).Volumen, Basisareal, Basisdurchmesser und Verhältnis von Höhe-zu-Basis-Durchmesser wurden signifikant korreliert mit der sechs Monate postoperativen BCVA (P-Wert von <0,0001 bis 0,029). In einer multivariaten Analyse erwiesen sich nur Basisareal (P < 0,0001) und Volumen (P = 0,0028) als signifikante Prädiktoren für die 6-Monatepostoperative-BCVA. Das Team von D. Xu et al. schlussfolgerte, dass der neue Algorithmus schnelle Volumenanalysen und Korrelationen visueller Funktionen erlaubt. Weitere Forschung ist notwendig, um die Rolle des Algorithmus hinsichtlich Prognostik und klinischem Management besser zu verstehen.

Autoren: Xu D, Yuan A, Kaiser PK, Srivastava SK, Singh RP, Sears JE, Martin DF, Ehlers JP., Korrespondenz: Cole Eye Institute, Cleveland Clinic, Ophthalmic Imaging Center, Cleveland, OH, United States. Studie: A Novel Segmentation Algorithm for Volumetric Analysis of Macular Hole Boundaries Identified with Optical Coherence Tomography. Quelle: Invest Ophthalmol Vis Sci. 2012 Dec 6. pii: iovs.12-10246v1. doi: 10.1167/ iovs.12-10246. Web Abstract: http://www.iovs.org/content/54/1/163.abstract