Optical coherence elastography and artificial intelligence in neuropathology (OCEAN)

Abstract

Jährlich werden weltweit rund 700.000 Patienten, darunter etwa 8.000 in Deutschland, mit einem Hirntumor diagnostiziert, der einen chirurgischen Eingriff erfordert. Der Operationserfolg hängt entscheidend von der möglichst vollständigen Tumorresektion bei gleichzeitigem Erhalt gesunden Gewebes ab. Besonders schwierig gestaltet sich dies bei diffus infiltrierenden Gliomen wie dem Glioblastom, dem häufigsten primären Hirntumor. Zur intraoperativen Identifikation von Tumorgewebe werden derzeit bildgebende Verfahren wie Magnetresonanztomographie oder Fluoreszenzbildgebung sowie die subjektive, mechanische Beurteilung des Gewebes durch den Chirurgen eingesetzt. Das Projekt OCEAN zielt darauf ab, die mechanischen Eigenschaften verschiedener Hirngewebetypen (z. B. weiße Masse, graue Masse, Tumor, Ödem) quantitativ leichter zu erfassen und damit eine objektive Unterstützung bei der intraoperativen Gewebeidentifikation zu schaffen. Grundlage bilden zwei bestehende Datensätze: ein annotierter Datensatz mit 4.200 Hämatoxylin-Eosin-Schnitten (HE) und ein weiterer Datensatz mit 100 nicht-annotierten HE-Schnitten und dazugehörigen optischen Kohärenzelastographiedaten(OCE). Durch das Training eines neuronalen Netzwerks auf dem annotierten Datensatz werden die nicht-annotierten HE-Schnitte automatisch segmentiert und den mechanischen Parametern zugeordnet. Eine grafische Benutzeroberfläche (GUI) wurde entwickelt, um HE-Schnitt, mechanische Daten und Annotationen gemeinsam zu visualisieren und den Austausch zwischen technischem und klinischem Personal zu fördern. Damit sollen die Erkenntnisse in die chirurgische Praxis überführt und der Informationsgehalt der intraoperativen Palpation erhöht werden, was langfristig zu präziseren Resektionen und verbesserten klinischen Ergebnissen führen kann.