ADVANCED INTELLIGENT CLEAR-IQ ENGINE AICE FÜR MR - CANON MEDICAL DEUTSCHLAND
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
NR. 31 // AUSGABE 08/2021 // MAGAZIN FÜR MEDIZINTECHNIK
Advanced intelligent
Clear-IQ Engine AiCE
für MR
38 //
oboterbasiertes
R Hochauflösender Ultraschall:
Röntgen Ultraschall Gelenk-
im Klinikum in der Sport- erkrankungen
Fürth praxis im Kindesalter
46 // 56 // 64 //
VISIONS 31 // 1
Advanced intelligent
Clear-IQ Engine AiCE für MR
VISIONS ist ein kostenloses Magazin von Canon Medical Systems GmbH für Berufsgruppen im Bereich Medizin und
Gesundheitswesen. Es erscheint zweimal jährlich. Die Registrierung für den Erhalt vollständiger früherer digitaler
Ausgaben ist über unsere Website möglich.
Für den Versand des Magazins sowie zur Information der Mitglieder über neue Entwicklungen speichert und
verarbeitet Canon Medical personenbezogene Daten nach der Registrierung. Mitglieder können in ihrem VISIONS-
Onlineprofil Einstellungen anpassen oder sich abmelden.
VISIONS berichtet über Canon Medical in Deuschland und befasst sich daher mit Produkten, Technologien und
Dienstleistungen für diese Region. Die vorgestellten Produkte sind in anderen Regionen möglicherweise nicht
erhältlich. Bei Fragen wenden Sie sich bitte an Ihre örtlichen Vertretung von Canon Medical Systems GmbH.
Die Vervielfältigung dieser Publikation, deren Speicherung oder Abruf in einem automatischen System sowie
die Übertragung jedweder Art sind weder ganz noch teilweise zulässig, es sei denn, es liegt die schriftliche
Genehmigung des Herausgebers vor. Die enthaltenen Beiträge geben lediglich die Meinung des jeweiligen
Autors wieder und entsprechen nicht unbedingt der Auffassung von Canon Medical.
Canon Medical übernimmt keine Gewähr für die Richtigkeit und Zuverlässigkeit der enthaltenen Informationen.
Aquilion ONE, Aquilion ONE / ViSION Edition, Aquilion PRIME, Aquilion ONE GENESIS Edition, Celesteion,
Aquilion Prime SP, Aquilion CXL, Aquilion RXL, Infinix-i 4D CT, Infinix-i Hybrid +, Vantage Galan 3T, FIRST,
PURE
ViSION Optics, AIDR 3D, Aplio i-series, Aplio i800, sind Warenzeichen der Canon Medical Systems Corporation.
Secondlife ist Warenzeichen der Canon Medical Systems Europe B.V.
VISIONS Visions 31, Ausgabe 8/2021, Druck und Verarbeitung:
Magazin für Medizintechnik. Namentlich 1. Auflage Druckhaus Fischer GmbH, Haan
gekennzeichnete Beiträge geben nicht unbedingt
Herausgeber: Fotos:
die Meinung der Redaktion wieder.
Canon Medical Systems GmbH, S. 1: anttoniart/Adobe Stock
Herausgeber, Redaktion und Autoren übernehmen Hansemannstraße 674, 41468 Neuss S. 6: VanHope/Adobe Stock
keine Haftung für Druckfehler. S. 74: WavebreakmediaMicro/Adobe Stock
Verantwortlich für den redaktionellen Inhalt:
Stefan Pehn, Canon Medical Systems GmbH © 2021 by Canon. Alle Rechte vorbehalten.
Layout und Gestaltung:
bruchhaus werbeagentur, Solingen
Follow us:
2 // VISIONS 31
// EDITORIAL Liebe Leserin,
lieber Leser,
ich freue mich, Ihnen auch in dieser Ausgabe unseres Magazins „Visions“ erneut viele
interessante Themen und Artikel aus dem spannenden Umfeld der bildgebenden
Diagnostik vorstellen zu können.
Als einer der Pioniere der Implementation der Künstlichen Intelligenz in die Medi-
zintechnik, dreht sich auch in dieser aktuellen Ausgabe viel um das Thema „AiCE“,
unserer Technologie für Deep Learning und neuronale Netzwerke. Wir können mit
angemessenem Stolz behaupten, dass wir in dieser neuen Ära der Bildgebung nicht
nur angekommen sind, sondern dass wir die Künstliche Intelligenz für Sie und Ihre
Patienten bereits nutzbar machen.
Vor allem bedanke ich an dieser Stelle aber ganz herzlich bei allen unseren Kunden für
die außergewöhnliche Unterstützung bei der Erstellung der Artikel und Beiträge. Nur
durch die hervorragende Zusammenarbeit mit Ihnen sind wir in der Lage, die hohe
Qualität der Inhalte zu gewährleisten und allen Lesern eine außergewöhnliche Lektüre
zu bieten. Spannende und interessante Berichte über den Einsatz von Canon-Sys-
temen in den Bereichen CT, MRT, Angiographie und Ultraschall bieten Ihnen einen
Einblick in das umfangreiche Produktportfolio und wie unsere Kunden und Anwen-
der dieses erfolgreich einsetzen.
Ich wünsche Ihnen viel Freude mit der vorliegenden Ausgabe.
Herzlichst
JÜRGEN FAUST
Geschäftsführer
Canon Medical Systems GmbH
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 3
// INHALT
06
Aquilion Exceed LB
COMPUTERTOMOGRAPHIE
16
Dosisreduktion durch AiCE/
Volumendatensatz akquirieren
beim Felsenbein-CT und -CCT
COMPUTERTOMOGRAPHI
03 Editorial
06 Aquilion Exceed LB
COMPUTERTOMOGRAPHIE
12 Fundamental neue
Rekonstruktionstechnologie –
KI und Deep Learning in der CT
COMPUTERTOMOGRAPHIE
16 Dosisreduktion durch AiCE/
Volumendatensatz akquirieren beim
Felsenbein-CT und -CCT
COMPUTERTOMOGRAPHIE
20 Weniger Dosis und bessere Bilder:
AiCE im Bereich der Thorax- und
Abdomendiagnostik
COMPUTERTOMOGRAPHIE
26 Deep Learning wurde zum Standard
COMPUTERTOMOGRAPHIE
34 Gehirnblutung oder
Gefäßverschluss
COMPUTERTOMOGRAPHIE
20
Weniger Dosis und bessere
Bilder: AiCE im Bereich der
38 Advanced intelligent Thorax- und Abdomendiagnostik
Clear-IQ Engine AiCE für MR COMPUTERTOMOGRAPHIE
MAGNETRESONANZTOMOGRAPHIE
4 // VISIONS 31
46
Roboterbasiertes Röntgen im
Klinikum Fürth
X-RAY
56
Hochauflösender Ultraschall
in der Sportpraxis
ULTRASCHALL
46 Roboterbasiertes Röntgen im Klinikum
Fürth
X-RAY
52 Neuartige High-Defintion-Technologie:
„Wie ein Mikroskop für den
Neuroradiologen“
X-RAY
56 Hochauflösender Ultraschall
in der Sportpraxis
ULTRASCHALL
60 Ein Plädoyer für hochwertige
Ultraschallausrüstung in der
neurologischen Praxis
ULTRASCHALL
63 Veranstaltungen & Workshops 2021/22
64
Gelenkerkrankungen
64 Gelenkerkrankungen
im Kindesalter
im Kindesalter ULTRASCHALL
ULTRASCHALL
68 Traumatische Nervenläsionen –
über den Einsatz des Nervenultraschalls
ULTRASCHALL
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 5
6 // VISIONS 31
TECHNOLOGIE // COMPUTERTOMOGRAPHIE // AQUILION EXCEED LB
Wahre
Größe
Die weltweit größte Gantryöffnung des neuen Aquilion Exceed LB
CTs sowie der Einsatz von KI setzen neue Standards in der Trauma-
CT wie für den Scan adipöser Patienten. Die 90 cm Gantrydurch-
messer sind ein herausragendes Merkmal, das abteilungsüber-
greifend Patienten und Anwendern wirklichen Mehrwert bringt.
Die künstliche Intelligenz ist bei der neuen AiCE-Deep-Learning-
Rekonstruktionstechnologie angekommen.
D
er brandneue Computer Der perfekte Trauma-CT
tomograph Aquilion Exceed
LB von Canon Medical ist Der neue Aquilion Exceed LB verfügt mit
ein Multitalent mit wahrer 90 cm Durchmesser über die größte
Größe. Natürlich profitieren natürlich Gantryöffnung in der Computertomo
adipöse Patienten vom Freiraum graphie. Er bietet so den Mitarbeitern wie
während der Untersuchung. Die den Patienten maximalen Raum wäh
Buchstaben „LB“ im Namen stehen rend der CTUntersuchung. Patienten
für „Large Bore“ und beschreiben die können „Feetfirst“ gelagert werden, so
weltweit größte Gantryöffnung von dass sie gar nicht oder nur kurz mit dem
90 cm. Dabei wurde der Aquilion Kopf durch die Gantry gefahren werden
Exceed LB sowohl für Universitäts müssen. Der neu entwickelte BigBore
kliniken entwickelt, die auf höchstem 80ZeilenCTDetektor sowie die gestei
Niveau arbeiten, als auch für große, gerte Rotationsgeschwindigkeit sind
mittlere und spezialisierte Institute, die Garantie für kurze Untersuchungs
die besonderen Wert auf eine große zeiten. Die neue Rekonstruktionshard
Gantryöffnung legen. ware überwindet bisherige Limitationen
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 7
narkotisierten Patienten ist dieses Fea
ture eine große Arbeitserleichterung
für die Mitarbeiter. Außerdem ermög
licht es das ergonomische Arbeiten am
CT. Die neue Geometrie des Aquilion
Exceed LB sichert Untersuchungen bis
zu einem Patientengewicht von 315 kg
bei einer maximalen Scanlänge von
2 m.
85 mm 85 mm KI optimiert die Bildgebung mit
neuer Deep-Learning-Rekonstruktion
Leistungsstarke KIbasierte Rekonst
ruktionstechnologien machen das
„Megathema künstliche Intelligenz“
anwendbar und klinisch nutzbar. Mit
der neuen DeepLearningRekonstruk
tion AiCE (Advanced Image Clear IQ
Die laterale Verschiebung der Patientenliege stellt die mittige Positionierung des Patienten im Iso-Center Engine) erreicht der neue Aquilion
sicher, auch wenn er zuvor exzentrisch gelagert wurde. Insbesondere für Trauma-, Intensiv- und adipöse Exceed LB die Epoche der künstlichen
Patienten ist dieses Feature von besonderem Vorteil. Intelligenz. Der AiCE hebt die Bildqua
lität in der Computertomographie auf
ein ganz neues Niveau und reduziert
dabei zusätzlich die Dosis.
in puncto Geschwindigkeit. Bis zu 70 Die SurePositionTechnologie positio AiCE, die Advanced Intelligent
ultrahochauflösende 0,5mmDünn niert den Patienten automatisch im Clear IQ Engine, stellt einen Paradig
schichtbilder pro Sekunde sind mit Isozentrum, sowohl die Höhe als auch menwechsel in der Bildrekonstruk
dem neuen System rekonstruierbar. die laterale Position können angepasst tionstechnologie dar und nutzt ein
Automatische mittige Patienten- werden. So müssen Patienten nicht trainiertes neuronales Netzwerk, um
positionierung, keine Patienten- mehr nachträglich umgelagert werden, schärfere, klarere und damit eindeu
umlagerung mehr insbesondere bei traumatisierten oder tigere Schichtbilder zu erhalten. Das
neuronale Netz in AiCE ist darauf
trainiert, Bilder so zu rekonstruieren,
dass sie der räumlichen Auflösung und
den rauscharmen Eigenschaften einer
modernen modellbasierten iterativen
Rekonstruktion (MBIR) entsprechen.
Das erlernte Wissen wird in verschiede
nen Layern (Input, Hidden und Out
putLayern) des neuronalen Netzwerks
angewendet. Die Anwendung dieses
Wissens bei der Bildrekonstruktion
macht AiCE außerordentlich effizient,
wenn es darum geht, bei CTUnter
suchungen routinemäßig eine hohe
räumliche Auflösung und ein geringes
Rauschen zu erzielen. Dies trägt maß
geblich dazu bei, das diagnostische
Die Deep-Learning-Rekonstruktion AiCE ist für neuronale und karidiale Bereiche sowie für Vertrauen zu verbessern. AiCE ist in
Abdomen, Knochen und Lunge verfügbar. die Belichtungsautomatik SureExposure
3D integriert und gewährleistet eine
8 // VISIONS 31
automatische Dosisreduzierung von
bis zu 82 %; dabei erreicht AiCE einen
bis zu 14 % besseren Niedrigkontrast
als AIDR 3D, z. B. bei AbdomenCTs mit
gleicher Dosis.
Metallartefaktreduktion serienmäßig
Mit SEMAR, der iterativen Metallarte
faktreduzierung, können sogar schwie
rige Untersuchungen, z. B. mit Zahn
füllungen, Wirbelsäulenimplantaten,
beidseitigen Hüftimplantaten, Neuro
Coils und Schrittmachern durch einen
flexiblen und reibungslosen Arbeits Auch für bildgesteuerte Interventionen bietet der neue LB-CT viel Raum – sehr viel Raum.
ablauf sicher ausgewertet werden. Der
SingleEnergyMetallArtefaktReduk
tionsalgorithmus beinhaltet zwei er
folgreiche Ansätze zur Reduzierung Perfekter CT für die Untersuchung leistungshardware. Gleichzeitig wer
von Metallartefakten: Er kombiniert besonders adipöser Patienten den die 0,5 mm dünnen Schichten
eine Strahlaufhärtungskorrektur mit beibehalten. Dank der höheren Scan
dem IterationsHybridverfahren AIDR Die Patienten liegen bequem auf der geschwindigkeit steigt der Patienten
3D Enhanced, um die Rauschtextur und besonders ergonomischen Patienten komfort und somit auch die Patienten
scharfe Details neben Metallen wieder liege mit 47 cm Breite. Um den Zugang zufriedenheit. Die Verbreiterung des
herzustellen. Dieser Prozess wird zu erleichtern, lässt sich die Liege auf Detektors auf 80 Zeilen und die Erhö
Schicht für Schicht über den gesamten 31 cm absenken. Sowohl Patienten, die hung der Rotationsgeschwindigkeit auf
Untersuchungsbereich durchgeführt, aus dem Rollstuhl auf die CTLiege um 400 Millisekunden pro Rotation sind
was in kürzester Zeit zu einem Artefakt gelagert werden müssen, als auch das die Grundlage für die neue erhöhte
freien diagnostischen Bildstapel führt. Personal profitieren von diesem Detail Scangeschwindigkeit. Damit ist der Scan
SEMAR kann sowohl in schon hinter sehr. auch robuster gegen unerwünschte
legten, standardisierten Protokollen Patientenbewegungen, was wiederum
genutzt oder alternativ im Postproces Schnellere Scans stellen sowohl die die Notwendigkeit einer zweiten Unter
sing über die Rohdaten ausgewählt 80 Zeilen sicher als auch die schnellere suchung reduzieren kann.
und angewendet werden. Rekonstruktion mittels neuer Hoch
0,5 mm FBP 0,5 mm AIDR 3D 0,5 mm AiCE
Vergleich der Rekonstruktionstechnologien: 0,5-mm-Schichten rekonstruiert durch die herkömmliche gefilterte Rückprojektion (FBP), die hybrid-iterative
Rekonstruktion AiDR 3D und die neue Deep-Learning-Rekonstruktion AiCE.
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 9
Dual-Energy-Spezialuntersuchungen
DualEnergyScans führt der neue CT
sequentiell oder aus der Spirale heraus
durch. Umfangreiche Softwarepakete,
z. B. für die Nierensteinanalyse, die
Gichtanalyse, IodineMaps, Blending
und Enhanced Images sowie zur
Bestimmung der Elektronendichte
stehen zur Verfügung.
Dabei ist der neue Aquilion Exceed LB
gleichermaßen ein besonders leis
tungsfähiges 80Zeilen/160Schicht Original SEMAR
System für alle täglichen Routine
arbeiten und eine effiziente Plattform, Die SEMAR-Metallartefaktreduktion minimiert die durch Implantate verursachten Bildstörungen
die einen wirtschaftlichen CTBetrieb und sichert so die Diagnostik sowohl des Metalls selbst wie auch des umliegenden Gewebes.
sichert. Mit seiner Vielzahl an klinischen
Applikationen unter Anwendung der
neusten LowDoseTechnologien ist der
Aquilion Exceed LB Computertomo
graph DAS neue System für Routine
und Spezialanwendungen.
Intuitiver Workflow
Auch wenig geübte Anwender oder
Mitarbeiter, die häufig wechseln,
werden mit dem Aquilion Exceed LB
mit Leichtigkeit arbeiten können.
Der Workflow wird optimal durch voll
automatisierte Prozesse unterstützt,
z. B. durch bis zu 70 vordefinierte
Autorekonstruktionen inklusive des
sich anschließenden Bildtransfers. //
Auch die Untersuchung von besonders adipösen Patienten ist mit dem neuen Large Bore CT leicht
möglich. Bis zu 315 kg Patientengewicht trägt die CT- Liege, die auch für Ganzkörper-CTs bis zu 200 cm
flexibel einsetzbar ist.
NEU
Der neue Aquilion Exceed
Large Bore CT von Canon
Medical Systems.
10 // VISIONS 31Virtual Non Contrast Monochromatic Iodine map with fusion Rapid kV, Deep Learning, Spectral Imaging Der neue Aquilion ONE PRISM von Canon Medical Systems wurde entwickelt, um Ihre Schnittbildgebung auf ein völlig neues diagnostisches Level zu heben. Dieser 320-Zeilen- Volumen-CT nutzt nicht nur die zeitlichen Vorteile einer schnellen kV-Umschaltung mit patientenspezifischer mA-Modulation, sondern kombiniert sie auch mit dem Einsatz eines Deep-Learning Rekonstruktions-Algorithmus, der eine hervorragende Energietrennung und rauscharme Eigenschaften in der Bildqualität bietet. https://de.medical.canon
EINLEITUNG // COMPUTED TOMOGRAPHY // KI, AiCE Fundamental neue Rekonstruktionstechnologie – KI und Deep Learning in der CT Die Ansprüche steigen und die Radiologie wird komplexer – immer mehr ist in immer kürzerer Zeit zu bewältigen. Die richtige und sichere Diagnose ist und bleibt der Schlüssel für die weitere Behandlung der Patienten. Dabei profitieren RadiologInnen von neuester Technologie, die sie in der Klinik unterstützt. Auf den folgenden Seiten lesen Sie Berichte namhafter Anwender der neuesten Rekonstruktions technologie „AiCE“ (Advanced intelligent Clear Image Quality Engine) von Canon Medical, die heute bereits zur Verfügung steht. Damit sind wir im Zeitalter der künstlichen Intelligenz nicht nur angekommen, wir machen sie nutzbar – zum Vorteil für RadiologInnen und PatientInnen. 12 // VISIONS 31
Technischer Hintergrund AiCE basiert auf den Megathemen in Schritt I das neuronale Netzwerk
Das Selbstlernen der Software und Deep der Softwareentwicklung und setzt mittels einer besonderen Hochleis
Learning, das Lernen mittels eines neu in der radiologischen Diagnostik tungshardware aufgesetzt; es wurde
ronalen Netzwerkes, sind Teilbereiche neue Maßstäbe. Die Megathemen ein sog. „Neural Network Training“ mit
der künstlichen Intelligenz und Mega sind: Big Data: das Einspeisen von Tausenden von validierten Datensätzen
themen der Radiologie. Canon Medical sehr großen Datenmengen in Form durchgeführt. Dieses im Werk trainierte
hat kürzlich die neue „AiCE“Technolo tausender Datensätze, Deep Lear- neuronale Netzwerk wird in Schritt II
gie vorgestellt, die auf diesen Megathe ning: das Lernen mittels eines neu- beim Kunden auf einer eigenen Hoch
men basiert und die CTBildrekonstruk ronalen Netzwerkes, und künstliche leistungshardware installiert. Die beim
tion der Zukunft schon heute anwendet. Intelligenz: das Selbstlernen der Radiologen vor Ort gescannten Daten
Neue Canon CTs können bereits heute Software. werden mittels AiCE rekonstruiert und
von dieser Technologie profitieren. stehen der Befundung in beeindru
Während die Rekonstruktion mittels ckender Geschwindigkeit unmittelbar
Die neue KI-Technologie „AiCE“ der neuesten modellbasierten iterati zur Verfügung.
bietet eine fundamental neue Bild- ven Rekonstruktion noch ein sehr
rekonstruktion mit überragender rechenaufwändiger Prozess war, der Der Trainingsprozess des neuronalen
Bildqualität, einer bis dahin nicht mehr Zeit in Anspruch nahm und Netzwerkes ist rechnerisch sehr auf
erreichten Detailschärfe und einem daher überwiegend selektiv eingesetzt wändig: Der Massendatenspeicher
natürlichen Bildkontrast – schon ab wurde, arbeitet die neue AiCERekons „Big Data“ wurde mit zwei Arten von
einer Schichtdicke von 0,5 mm. truktion von Canon Medical annä Datenmengen gespeist: mit einer Viel
hernd so schnell wie die bekannte zahl hochqualitativer Datensätze, die
Dabei reduziert AiCE das Rauschen bei iterative Rekonstruktion und ist damit zuvor mittels modellbasierter Iteration
gleichzeitigem Erhalt der Textur und in der klinischen Routine einsetzbar. in den Rohdaten mit überproportional
des natürlichen Bildeindruckes. AiCE häufigen Iterationen und deutlich
lässt somit Ihre Patienten von einer bis Damit RadiologInnen in ihrer Umge erhöhter Rechenleistung rekonstruiert
dato nicht erreichten Dosisreduktion bung – im Rahmen ihrer klinischen wurden, und mit einer Vielzahl von
und Sie als Radiologen von einer ge Routine – mit AiCE arbeiten können, UltraLowDoseDatensätzen, wie sie
steigerten Sicherheit bei der Diagnostik wurden zwei Schritte vorbereitet. Im in der täglichen Routine bei Niedrig
von Dünnschichtbildern profitieren. Canon Medical Systems Werk wurde dosisuntersuchungen vorkommen.
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 13Training AiCE – Deep Learning Anatomical
model
Scanner Statistical
model model
Network Training Optics Physical
model model
Low-quality Input Data High-quality Target
Multiple Variations Advanced MBIR
AiCE – Validated Deep Convolutional Neural Network
Data Acquisition AiCE Image
Eine Software mit einem „Deep Convolution Neural Network“ wurde angelernt, Organstrukturen voxelgenau im menschlichen Körper zu erkennen –
das neuronale Netzwerk weiß nach dem Trainingsprozess, welche Zusammenhänge zwischen Low-Dose-Datensätzen und hochqualitativen Datensätzen
bestehen – dieses Wissen dient der Rekonstruktion von Low-Dose-Datensätzen zu einem perfekten diagnostischen Bild.
AiCE-Deep-Learning-Rekonstruktion für verschiedene Körperregionen.
14 // VISIONS 31Lernprozess AiCE Die Neuronen sind in mehreren nun vom Ausgabelayer zum Eingabe
Für den Trainingsprozess wurden reale „Layern“ (Schichten) organisiert, die layer zurückgegeben (Backpropagation).
Patientendaten bzw. Schichtbilder Signale werden durch die Layer „pro
unterschiedlicher Körperregionen, die pagiert“. Vom Eingangslayer über Um die Abweichungen zu reduzieren,
mit unterschiedlichen Bildqualitäten mehrere Zwischenlayer bis zum Aus werden die Gewichtungen der Neuro
und Rekonstruktionskernels rekon gangslayer sind immer die Ausgänge nen angepasst, mit jeder Anpassung
struiert wurden, in einer Datenbank der einzelnen Neuronen mit neuen wird das neuronale Netz optimiert. //
zusammengestellt. Eingängen der nächsten Neuronen
verbunden. Jedes Neuron in einem
Aus den rekonstruierten Schichtbildern neuronalen Netzwerk berechnet einen
werden „Patches“ (Fragmente) beson Ausgabewert, indem eine bestimmte
derer Strukturen ausgeschnitten und Funktion auf die Eingabewerte ange
als mathematische Matrizen verarbeitet. wendet wird, die von dem vorherigen Literatur
Diese Matrizen werden anhand der Layer stammen. Die Funktion, die auf Boedecker K. AiCE Deep Learning Reconstruction:
Bringing the power of Ultra-High Resolution CT to
HUWerte in den Schichtbildern para die Eingabewerte angewendet wird,
routine imaging. 2019
metrisiert. Mathematische Operationen bestimmt die Gewichtungen. Das
Akagi M, Nakamura Y, Higaki T et al: Deep learning
der Patches werden auf Pixelebene Lernen in einem neuronalen Netzwerk reconstruction improves image quality of abdominal
mittels Faltung (Convolution) durchge schreitet voran, indem iterative An ultra-high-resolution CT. Eur Radiol 2019; 29: 6163–6171
führt, bei ausreichender Wiederholung passungen an den Gewichtungen Nakamura Y, Higaki T, Tatsugami F et al: Deep
von Faltungen (Convolutionen) spricht vorgenommen werden. Learning-based CT Image Reconstruction: Initi-
al Evaluation Targeting Hypovascular Hepatic
man von einem Deep Convolutional Metastases. Radiology: Artificial Intelligence 2019;
Neural Network. Nach der Propagation findet eine 1: e180011
Prüfung des neuronalen Netzes statt, Higaki T, Nakamura Y, Zhou J et al: Deep Learning
Die Matrizen werden zu künstlichen die sog. Backpropagation. Dafür wird Reconstruction at CT: Phantom Study of the Image
Characteristics. Academic Radiology 2020; 27: 82-87
Neuronen verschaltet, die über mehrere die Ausgabe des neuronalen Netzes
Eingänge und einen Ausgang verfügen; mit dem erwarteten bzw. bekannten Narita K, Nakamura Y, Higaki T et al: Deep learning
reconstruction of drip-infusion cholangiography
der Ausgang reagiert auf die Gewich Ergebnis verglichen und eine Abwei acquired with ultra-high-resolution computed tomo-
tungen der Eingänge der Neuronen. chung ermittelt. Die Abweichung wird graphy. Abdom Radiol 2020.
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 15TECHNOLOGIE // COMPUTERTOMOGRAPHIE // Dosisreduktion durch AiCE 16 // VISIONS 31
Dr. Paul Bronzlik (l.), Oberarzt,
und Prof. Dr. Heinrich Lanfermann (r.), Institutsdirektor
am Institut für Diagnostische und
Interventionelle Neuroradiologie,
Medizinische Hochschule Hannover
Dosisreduktion
durch AiCE/
Volumendatensatz
akquirieren beim
Felsenbein-CT und -CCT.
Durch die Einführung des neuen Canon CT Aquillion One Genesis im
Institut für Diagnostische und Interventionelle Neuroradiologie an der
Medizinischen Hochschule Hannover (MHH) ist es nun möglich, mittels
Volumenscan Körperbereiche von bis zu 16 cm Scanlänge in einer
Rotation zu akquirieren. Dies brachte nicht nur deutliche Vorteile in
der Ganzhirnperfusion bei der akuten Schlaganfallversorgung, sondern
auch eine erhebliche Reduktion von Bewegungsartefakten durch die
minimalste Scanzeit von 0,275 Sekunden!
D
adurch minimierten sich Ein weiterer Nachteil des DVT ist der
Wiederholungen von CT-Unter- Aufbau des Gerätes an sich. Durch
suchungen bei unruhigen/nicht die sitzende Haltung und die stark
kooperativen Patienten. Speziell bei eingeschränkten Möglichkeiten der
Kindern kann nun durch die schnelle individuellen Anpassung war es
Scanzeit häufiger auf eine Sedierung/ meist nur möglich, Kinder ab fünf
Intubationsnarkose verzichtet werden. Jahren zu untersuchen.
Auch die HNO-Bildgebung, die in der Mit dem vorbestehenden CT hat sich
MHH einen großen Stellenwert ein- bei CT-Scans die Zeit proportional
nimmt, war bei jungen Patienten nur zum eingestellten Scanbereich erhöht.
eingeschränkt möglich, da die CT-Auf- Bei individuellen Anpassungen des
nahme des Felsenbeins/der Schädel- Scanbereiches gab es entsprechend
basis ca. 5–7 Sekunden Akquirierungs- eine Erhöhung der Scanzeit, was dann
zeit und am DVT (Cone Beam CT) eine auch das Risiko der Bewegungsarte-
Aufnahme ca. 20 Sekunden erfordert. fakte erhöhte.
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 17Mit dem Volumenscan besteht nun die Goldstandard war bis dato das DVT, keine wesentliche Einschränkung zur
Möglichkeit, einen Bereich von 16 cm das durch die Cone Beam Technik Identifizierung der ersten Kontaktelek-
Länge mittels einer Röhrenrotation stark reduzierte Aufhärtungsartefakte trode im Vergleich zum DVT.
darzustellen. Dieser Bereich ist indi- aufwies und somit genaue Aussagen
viduell anpassbar in 2-cm-Schritten, zwecks Lagekontrolle liefern konnte. Auch der neuentwickelte Deep Learning
womit befundorientiert unter Beach- Es kommt jedoch für einen Großteil Algorithmus AiCE des Canon Aquilion
tung des Strahlenschutzes der Unter- der Patienten (Kinder 1–5) aufgrund ermöglicht die Reduktion der Dosis, bei
suchungsbereich eingegrenzt werden der vorher erwähnten Gründe nicht gleichbleibendem bzw. verbessertem
kann. Die Untersuchungszeit ist in Frage. Ein großer Vorteil des neuen Bildeindruck. AiCE bietet zudem eine
gleichbleibend niedrig, unabhängig Canon CTs ist die bereits gut etablierte scharfe Abgrenzung feiner Strukturen
von der gewählten Scanlänge (2–16 cm). Metallartefakt-Reduktion SEMAR,die und reduziert das durch Low-Dose-
durch Algorithmen die Artefakte stark Technik auftretende Rauschen. //
Die HNO-Klinik der Medizinischen reduzieren kann. Es entsteht dadurch
Hochschule Hannover setzt jährlich
ca. 500 Cochlea-Implantate ein, womit
sie aktuell weltweit den Spitzenreiter
darstellt. Für die OP-Planung ist eine
sehr gute örtliche Auflösung und ein
starker Kontrast des Felsenbeins
erforderlich, um dem Operateur, der
die Elektrode in die Schnecke bzw. in
das Runde Fenster zielgenau einführen
muss, eine gute Planungsgrundlage zu
schaffen. Auch muss postoperativ
die intracochleare Lage kontrolliert
werden, was technisch eine große
Herausforderung darstellt, da die
Strukturen in diesem Areal sehr fein
sind und durch das implantierte Metall
Aufhärtungsartefakte entstehen, die
die Diagnostik dadurch erschweren.
18 // VISIONS 31„AiCE unterstützt die Diagnose
findung in der Neuroradiologie
dank der sofort sichtbar besseren
Bildqualität bei gleicher Dosis.“
CT vs. DVT
1. Vergleich einer Felsenbein- CDTI DLP
aufnahme, CT vs. DVT:
Volumen-CT 6,5 mGy 39 mGy*cm
DVT 7,3 mGy 76,6 mGy*cm
Vorgänger-CT 17,1 mGy 176 mGy*cm
Felsenbein-CT Felsenbein CT-Rekonstruktion Felsenbein-DVT
der Elektrode
CCT AIDR CCT AiCE
2. Vergleich eines cranialen CTs
mit und ohne Deep Learning
Rekonstruktion AiCE:
DLP CTDI
Dosis 30,2 mGy 544,6 mGy*cm
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 19Clemenshospital
Düesbergweg 124, 48153 Münster
Raphaelsklinik
Loerstr. 23, 48143 Münster
20 // VISIONS 31TECHNOLOGIE // COMPUTERTOMOGRAPHIE // Dosisreduktion durch AiCE
Prof. Dr. med. Johannes Weßling
Chefarzt, Zentrumsleiter
Zentrum für Radiologie, Neuroradiologie und Nuklearmedizin
Weniger Dosis
und bessere Bilder:
AiCE im Bereich der
Thorax- und Abdomen-
diagnostik
Als im Clemenshospital Münster die Entscheidung zur Anschaf-
fung eines zweiten CT-Scanners getroffen werden sollte, fiel die
Wahl schnell auf den Canon CT Aquilion Prime SP, insbesondere
da zuvor schon lange gute Erfahrungen mit dem Betrieb des
Canon Aquilion ONE gemacht worden waren.
A
ls dann kurz darauf noch AiCE Zeitaufwand für die Bildrekonstruktion
nachgerüstet wurde, stieg der fielen hierbei äußerst positiv auf. Der
Wert der Investition durch die Mehrwert lässt sich leicht anhand
Möglichkeiten der Dosisreduktion und einiger Beispiele aus dem klinischen
Bildqualitätsverbesserung nochmals Alltag belegen. Zusammenfassend
an. In vielen Bereichen der CT-Diag- bieten sich mit AiCE deutliche Vorteile:
nostik sind die neuen, KI-basierten zum einen bei der Bildqualität und
Rekonstruktionen im Clemenshospital somit auf dem Weg zur richtigen
nun fester Bestandteil der Standard- Diagnose zum anderen durch die
protokolle. Vor allem die rasche Imple- Dosisreduktion auch im Bereich
mentierung und der nur wenig größere der Patientensicherheit.
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 21Fall 1:
Biphasische Abdomen-CT bei einer deutlich adipösen Patientin. Hier lässt sich sowohl Dosis sparen als auch die Qualität der Rekonstruktionen
verbessern. Beispielsweise findet sich deutlich weniger Bildrauschen, insbesondere im Bereich der parenchymatösen Oberbauchorgane.
Abb. 1 a: biphasische Abdomen-CT, Canon Aquilion Prime, Abb. 1 b: biphasische Abdomen-CT, Canon Aquilion Prime,
Rekonstruktion: AIDR 3D; DLP 1003,6 mGy × cm / 18,1 mSv. Rekonstruktion: AiCE; DLP 716,5 mGy × cm / 12,9 mSv.
Fall 2:
Portalvenöse Abdomen-CT. Auch hier ist die Dosis am Aquilion Prime SP mit AiCE geringer, zudem auch hier geringeres Bildrauschen mit
sehr guter Abgrenzbarkeit, beispielsweise von Leberläsionen.
Abb. 2 a: biphasische Abdomen-CT, Canon Aquilion Prime, Abb. 2 b: biphasische Abdomen-CT, Canon Aquilion Prime,
Rekonstruktion: AIDR 3D; DLP 1003,6 mGy × cm / 18,1 mSv. Rekonstruktion: AiCE; DLP 716,5 mGy × cm / 12,9 mSv.
22 // VISIONS 31„KI-basierten
Rekonstruktionen im
Clemenshospital nun
fester Bestandteil der
Standardprotokolle.“
Prof. Dr. med. Johannes Weßling
Zentrum für Radiologie, Neuroradiologie und
Nuklearmedizin
Fall 3:
Thorax-CT im Rahmen einer Lungenkrebsfrüherkennungsstudie. Die Voruntersuchung lag als externe kontrastmittelgestützte Thorax-CT
vor. Bei der dosisoptimierten Low-Dose-CT liegt die Strahlenexposition nur noch im Bereich von zwei konventionellen Röntgenaufnahmen
des Thorax, die Bildqualität ist für die Fragestellung nach Herdbefunden aber dennoch eindeutig ausreichend, selbst interstitielle Lungen-
veränderungen lassen sich hier noch beurteilen.
Abb. 3 a: kontrastmittelgestützte Thorax-CT, Abb. 3 b: dosisoptimierte Low-Dose-Thorax-CT, Canon Aquilion
externe Untersuchung; DLP 216,0 mGy × cm / 3,9 mSv. Prime SP, Rekonstruktion: AiCE; DLP 13,9 mGy × cm / 0,25 mSv.
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 23Fall 4:
Low-Dose-Thorax-CT als Verlaufskontrolle bei Lungenkarzinom unter Immuntherapie. Aus der Anfangsphase der Implementierung von
AiCE im klinischen Alltag zeigt sich bei vergleichbarer Dosis eine bessere Bildqualität mit besserer Detailauflösung im Bereich des Lungen-
parenchyms, hier im Bereich der strahligen Ausläufer des Tumors und an den direkt angrenzenden Bronchialstrukturen gut zu erkennen.
Abb. 4 a: Low-Dose-Thorax-CT, Canon Aquilion ONE, Abb. 4 b: Low-Dose-Thorax-CT, Canon Aquilion Prime SP,
Rekonstruktion: AIDR 3D; DLP 55,1 mGy × cm / 1,0 mSv Rekonstruktion: AiCE; DLP 65,7 mGy × cm / 1,2 mSv
Fall 5:
Einer der ersten Patienten, die nach der Installation der AiCE-Algorithmen untersucht wurden. Hier wurde zum Vergleich aus derselben
Untersuchung jeweils eine Rekonstruktion mittels AIDR 3D und eine Rekonstruktion mit AiCE angefertigt. Auch hier fällt die bessere
Detailauflösung, beispielsweise im Bereich der Interlobulärsepten oder der Emphysembullae, auf. //
Abb. 5 a: Low-Dose-Thorax-CT, Canon Aquilion Prime SP, Abb. 5 b: dieselbe Untersuchung, Rekonstruktion: AiCE
Rekonstruktion: AIDR 3D; DLP 115,8 mGy × cm / 2,1 mSv
24 // VISIONS 31Die künstliche Intelligenz verändert die Radiologie. Erleben Sie die neue Qualität der Canon MRT- und CT-Bildgebung mit künstlicher Intelligenz. Canon Medical Systems High-End-CTs und -MRTs bieten die weltweit erste Rekonstruktion basierend auf den Megathemen „Künstliche Intelligenz“ und „Deep Learning“ und erreichen so eine völlig neue Dimension der Bildqualität. Überzeugen Sie sich selbst! https://de.medical.canon
26 // VISIONS 31
TECHNOLOGIE // COMPUTERTOMOGRAPHIE // AiCE
Prof. Dr. med. Dr. rer. medic. Stefan M. Niehues, MHBA
Leitender Oberarzt der Klinik für Radiologie
Charité – Universitätsmedizin Berlin
Campus Benjamin Franklin
Hindenburgdamm 30, 12203 Berlin
Deep Learning wurde
zum Standard
Seit Mitte 2020 arbeiten wir in unserer Abteilung mit einem Volumen-
CT Aquilion PRISM mit der neuen KI-Technologie „AiCE“ (Advanced
intelligent Clear Image Quality Engine). Das System bietet eine funda-
mental neue Bildrekonstruktion mit überragender Bildqualität, einer
enormen Detailschärfe und dem gewohnten Bildkontrast. Von Beginn
an wurde die Deep Learning basierte Rekonstruktion (DLR) als neuer
Standard festgelegt. Das bedeutet: Wann immer möglich erfolgt die
Rekonstruktion mit AiCE. Nach einem Dreivierteljahr Erfahrung mit
dem High-End-CT kann ich sagen:
AiCE hat eine neue Ära der Bild entschieden, die neue Technik für eine
rekonstruktion eingeläutet, die wir höhere Bildqualität zu nutzen.
nicht mehr missen möchten.
Das hat sich extrem bewährt: Wir pro-
Wir hatten initial die Möglichkeit, die fitieren tagtäglich von einer deutlichen
neue Deep-Learning-Rekonstruktion Aufwertung der Bilder. Diese Entschei-
entweder für eine weitere Dosisreduk- dung für den Aquilion PRISM war auch
tion zu nutzen oder alternativ die richtig, was das Kollegium hier ebenso
Bildqualität noch einmal anzuheben. wertet. Am liebsten hätten wir AiCE an
Bei der Dosisreduktion waren wir mit allen CTs verfügbar. Auch der Übergang
den Canon CTs immer sehr weit vorn, von den bekannten Geräten zum CT
in den bisherigen Untersuchungspro- Aquilion PRISM mit der AiCE-Techno-
tokollen liegen wir teils deutlich unter logie wurde von allen Mitarbeitern als
den diagnostischen Referenzwerten angenehm empfunden. Weder muss
des Bundesamtes für Strahlenschutz. man sich neu „einfinden“ noch neu
Daher haben wir uns bewusst dafür lernen, die Bilder zu interpretieren.
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 27Die Bilder sind wesentlich klarer
und zeigen ein deutlich erhöhtes
SignalRauschVerhältnis (SNR) mit
einer deutlich besseren Abgrenzung
von möglichen Prozessen als bei den
herkömmlichen CTs.
Gerade das Rauschen hat noch einmal
deutlich abgenommen. In der Folge
fällt die Diagnosestellung leichter.
Die Begeisterung teilen viele unserer
Spezialisten. So erhalten wir z. B. aus
der Kardiologie die Rückmeldung, dass
unsere Abteilung mit dem Hightech-CT
im Vergleich zu anderen radiologischen
Untersuchungen die beste Bildgebung
vorweisen kann. Gerade bei Fällen, wo
es um kleine Strukturen geht, Beispiel
„Revaskularisierung chronischer
Koronarobstruktionen“: Hier gilt unsere
Bildgebung für die Planung der Reka-
nalisationen von chronischen Koronar-
verschlüssen (CTO) mittlerweile als
Standard. Wir bekommen aus der
Kardiologie ausschließlich Lob und
eine große Zufriedenheit zurückge-
spiegelt. Bei der Kardiodiagnostik wird
der Volumen-CT absolut priorisiert.
„Wir profitieren
tagtäglich von
einer deutlichen
Aufwertung der
Bilder. Diese
Entscheidung für
den Aquilion PRISM
war auch richtig,
was das Kollegium
hier ebenso wertet.“
Prof. Dr. med. Dr. rer. medic. Stefan M. Niehues,
MHBA
28 // VISIONS 31Die Herzuntersuchungen sind der 64-jährigen arrhythmisch Fazit: Der Einsatz der Deep Learning
damit in unserer Abteilung auf Patientin mit V. a. KHK (Fall Nr. 2). Rekonstruktionstechnologie AiCE
einem Niveau angekommen, liefert extrem klare, extrem deutliche
das – Stand heute – schwer zu Auch die Rekonstruktionsgeschwindig- Bilder. Schon die bisherige Bildgebung
toppen ist. keit hat sich mit dem Aquilion PRISM mit AIDR 3D der Canon CTs hatte sich
nochmal verbessert. Da diese jedoch schnell etabliert und galt im Team lange
Die notwendige Dosis – schon auch bei den alten CTs aus dem Hause als die höchste technische Stufe. Nun
beim zweiten Kardio-CT weniger als Canon schon enorm schnell ist, also alle zeigt die AiCE-Technologie: Es geht
1 Millisievert – ist durchgehend sehr Bilder fertig rekonstruiert sind, sobald der noch besser. Das führt zwangsläufig
gering. Dank der kurzen Scanzeit und Patient die Liege verlassen hat, merken dazu, dass wir diese hohe Bildqualität
der hohen zeitlichen Auflösung unter- wir diesen Unterschied kaum. Wir haben gern all unseren Patienten zukommen
suchen wir heute selbst Herzen im mit der Rekonstruktionsgeschwindigkeit lassen würden und nicht nur denen,
Volumen-CT, bei denen wir früher noch nie ein Problem gehabt, sie ist im die mit dem neuesten System unter-
gezögert hätten. So z. B. bei dem Fall Workflow nie ein Nadelöhr gewesen. sucht werden. //
Fall 1:
39-jähriger Pat., Z. n. venöser Stent-Anlage bei postthrombotischem Syndrom. Erbitte Gefäßdarstellung zur Stent-Revision.
Aquilion PRIME (AIDR 3D) Aquilion PRISM (AiCE)
DLP: 833,9 mGy*cm vs. 569,1 mGy*cm
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 29Aquilion PRIME (AIDR 3D) Aquilion PRISM (AiCE)
GIR
30 // VISIONS 31Fall 2:
64-jährige Patientin, Troponinämie. V. a. KHK. Frage nach KHK. 55 kg, DLP 43,9 mGy*cm, CTDI vol. 3,7 mGy.
Rechter Hauptstamm RCA
Linker Hauptstamm RIVA
Peripherer RIVA (AHA Seg. 8 + 10)
RCX
GIR
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 31Fall 3:
76-jähriger Patient: geplante Rekanalisation bei CTO (chronic total occlusion) der RCA. Planungs-CT. CTDI vol.
3,1 mGy; DLP 37,3 mGy*cm, 80 kV, 76 – 81 BpM (763 ms), 1 Halbscan, 3 5– 5 5 %.
32 // VISIONS 31RCA
RIVA
(wird zur Rekanalisation eingesetzt)
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 33TECHNOLOGIE // COMPUTED TOMOGRAPHY // Automation Platform Gehirnblutung oder Gefäßverschluss Handelt es sich um eine intrakranielle Blutung oder ist ein großes Gefäß verschlossen? Ein Schlaganfall kann auf unterschiedliche Ursachen zurückzuführen sein. Deshalb ist es besonders wichtig, in kürzester Zeit über eine aussagekräftige Diagnostik zu verfügen. Mit der Deep-Learning-basierten Auto-Stroke-Solution bringt Canon eine Lösung auf den Markt, die nicht nur selbstständig Bilder erstellt, sondern auch noch den Befundbericht dazu liefert. Mit der Auto-Stroke-Solution präsen- Zeit Informationen zur Verfügung ge- Diagnostik ohne Klick tiert Canon eine Lösung, die in der stellt, die bei der klinischen Bewertung Lage ist, ohne einen einzigen Klick un- und Behandlung von Schlaganfällen Wenn die Zeit drängt, helfen die Auto- terschiedliche Arten von Schlaganfäl- helfen. „Die Auto-Stroke-Lösung integ- Stroke-Deep-Learning-Algorithmen len zu bestimmen und automatisiert riert drei Schlaganfall-Applikationen, bei Hirninfarktpatienten schnell, eine detaillierte Auswertung zu erstel- um sicherzustellen, dass die Unter- unterschiedliche Variationen einer len. Um den Zustand des Schlaganfalls suchung eine exakte Abbildung dessen intrakraniellen Blutung oder große vollständig zu charakterisieren, analy- liefert, was im Patienten vor sich geht“, Gefäßverschlüsse zu lokalisieren be- siert das System, das auf Canons eben- beschreibt Michael Glasa, Produkt- ziehungsweise die Penumbra und den falls neuer Automation-Platform läuft, manager Healthcare IT und Manager potenziellen Infarktkern anzuzeigen. selbstständig CT-Scans. Den Notfall- Sales Support CT bei Canon Medical Denn die Kliniker benötigen schnellst- und Stroke-Teams werden in kürzester Systems, das neue System. möglich Informationen, um in kurzer 34 // VISIONS 31
Zeit fundierte Behandlungsentschei- Vorteil. Für die systemische Lyse gilt Automatischer Befundversand
dungen treffen zu können. „Mit Auto- ein Zeitfenster von drei bis viereinhalb
Stroke fassen wir nicht nur das Unter- Stunden und für die endovaskuläre Während die Scans der CT-Untersu-
suchungsergebnis in einem Bericht Intervention bis zu sechs Stunden – in chung bisher erst ins PACS übertragen
zusammen, sondern stellen auch noch Ausnahmesituationen bis zu 16 Stun- und anschließend auf die Befundstati-
sicher, dass die Informationen ebenfalls den. Je früher nach dem Symptom- on geladen werden mussten, um sie
auf mobilen Geräten, PCs oder im PACS beginn eine Reperfusion erreicht wird, manuell zu bearbeiten, zu analysieren
eingesehen werden können“, erklärt desto erfolgversprechender sind bei und einen Befundbericht zu diktieren,
Michael Glasa die Funktionsweise der beiden Therapiearten die Aussichten kommt Auto-Stroke ohne einen einzi-
Lösung für Schlaganfall-Netzwerke. auf eine Besserung der Symptomatik. gen Mausklick aus. Denn die Automa-
Welche Therapie bei einem Schlag- tion-Platform von Canon automatisiert
anfall die beste Option darstellt, hängt Michael Glasa: „Eine schnelle Triage den gesamten Prozess, von der Bild-
von vielen Faktoren ab. Speziell bei ist für den Patienten ausschlaggebend. analyse bis zum fertigen Befund. Das
Verschlüssen großer Gefäße (LVO – Mit Auto-Stroke beschleunigen wir heißt, die Bilder gelangen direkt vom
Large Vessel Obstruction) scheint eine den gesamten Befundprozess. In weni- Computertomographen zur Weiterver-
endovaskuläre Intervention im Vergleich ger als 60 Sekunden analysieren die arbeitung, so dass der Radiologe bezieh-
zur systemischen Lyse bessere Ergeb- Algorithmen parallel die Bilder von ungsweise die weiterbehandelnden
nisse zu liefern. Da im Falle einer Ver- bis zu drei unterschiedlichen Unter- Ärzt*innen den Befund nur noch vali-
legung der Patient*innen eventuell suchungen und die Befundberichte dieren müssen. Michael Glasa zu den
Transportzeiten berücksichtigt werden werden vollkommen automatisiert Vorteilen der Auto-Stroke-Lösung von
müssen, ist eine möglichst exakte Dia- angefertigt, ohne dass eine Maus oder Canon: „Unsere Algorithmen kategori-
gnostik noch vor Ort von besonderem eine Tastatur bedient werden müssen.“ sieren die Bilder und analysieren dabei
„Die Auto-Stroke-Lösung integriert drei Schlag-
anfall-Applikationen, um sicherzustellen, dass die
Untersuchung eine exakte Abbildung dessen liefert,
was im Patienten vor sich geht“
Michael Glasa, Produktmanager Healthcare IT und Manager Sales Support CT bei Canon Medical Systems.
Auto
STROKE-SOLUTION
Auto-Stroke beinhaltet das komplette Portfolio für die Schlaganfalldiagnostik.
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 35jedes einzelne Pixel. Die Software stellt Befundbericht sind in den Bildern die bei jeweils 98 Prozent. Bei der CT-Per-
sogar selbstständig fest, ob die Unter- verdächtigen Areale markiert bezie- fusionsmessung nutzt die Anwendung
suchung mit oder ohne Kontrastmittel hungsweise farblich hervorgehoben, die Bayesischen CTP+-Algorithmen,
durchgeführt wurde.“ Handelt es sich so dass leicht zu erkennen ist, wo eine um die Penumbra und den Infarktkern
um eine Untersuchung ohne Kontrast- Veränderung stattgefunden hat. ohne einen einzigen Klick zu quanti-
mittel, sucht Auto-Stroke nach einer fizieren. Dabei können nicht nur 2D-,
Gehirnblutung und erkennt selbststän- Hohe Sensitivität und Spezifität sondern auch 4D-Studien gleicherma-
dig die unterschiedlichen Arten: sub- ßen ausgewertet werden. Der große
dural, epidural oder subarachnoidal. Trotz der enormen Verlässlichkeit des Vorteil von Auto-Stroke besteht darin,
Wurde bei der Untersuchung Kontrast- Algorithmus liegt es an den weiter- dass die Kliniker*innen innerhalb kür-
mittel verwendet, sucht die Maschine behandelnden Ärzt*innen, das auto- zester Zeit einen kompletten Befund-
nach einem Gefäßverschluss. Und auch matisiert erstellte Ergebnis zu validie- bericht zugeschickt bekommen, um
Perfusionsstudien werden automati- ren. Für die Analyse intrakranieller schnell die richtige Therapie-Entschei-
siert ausgewertet. Sowohl die ausge- Blutungen wurde der Deep-Learning- dung treffen zu können. Das System ist
werteten Bilder als auch die maschinell Algorithmus anhand von mehr als in der Lage, innerhalb eines Zeitraums
erstellten Reports werden direkt ins 10.000 Fällen trainiert. Die gemessene von etwa 30 bis maximal 60 Sekunden
PACS geschickt. Man kann das System Sensitivität beträgt 92 Prozent und die automatisiert und mit hoher Zuverläs-
auch so einstellen, dass es den Report Spezifität erreicht einen Wert von sigkeit Schädel-CT-Scans auszuwerten
per E-Mail entweder an die behandeln- 97,5 Prozent. Bei der Unterscheidung und unterschiedliche Arten von Schlag-
den Ärzt*innen oder zusätzlich an die von Gefäßverschlüssen liegen die anfällen zu differenzieren. //
Radiolog*innen versendet. Im PDF- Werte von Sensitivität und Spezifität
Automatisierte Befundberichte Große Gefäßverschlüsse Automatisierte Befundberichte
▪ Für intrakranielle Blutungen ▪ Liefert DICOM-Bilder, die das Vorhan- ▪ Automatische Ausgabe von fünf para-
▪ Unterstützt die Erkennung mehrerer densein einer potenziellen LVO in der metrischen Karten: Zeit bis zum Maxi-
Varianten von Blutungen M1- und M2-Region hervorheben mum (Tmax), mittlere Transitzeit (MTT),
▪ Benachrichtigt den Benutzer über ▪ Weist den Anwender auf das vermutete relativer zerebraler Blutfluss (rCBF),
das Vorhandensein einer DICOM- Vorhandensein einer LVO hin und relatives zerebrales Blutvolumen (rCBV)
Bildausgabe, die das Vorhandensein zeigt die potenzielle Position und die und Zeit bis zum Maximum (TTP)
einer potenziellen Blutung hervorhebt, vermuteten Schichten an, in denen die ▪ Übersichtskarten kommunizieren die Er-
und zeigt verdächtige Schichten an LVO sichtbar gemacht werden kann gebnisse einer CT-Perfusionsuntersuchung
und liefern eine Gewebeklassifizierung
36 // VISIONS 31Olea Puls –
30
mit „0“ Klicks in
rBF rBV MTT TTP TMAX tMIP
Sekunden
zum Report
Canon Medical Systems perfektioniert mit Olea Puls
den Workflow in der Neuroradiologie. Die Anwender
müssen keinen einzigen Klick tätigen, damit sie einen
vollständigen Report bekommen, der essentiell für die
weitere Behandlung sein kann.
„Time is Brain.“ Sobald für einen Patienten ein akuter
Verdacht auf einen Schlaganfall im Raum steht, läuft
bekanntlich die Stoppuhr. Die neurologische Abklärung
und eine Hirnperfusionsuntersuchung zur weiteren
Diagnostik im CT oder MRT sind binnen weniger
Minuten abgeschlossen.
Aufgrund unterschiedlicher Expertisen beim Personal
kann die anschließende Nachverarbeitung und Auswer-
tung des Bildmaterials, normalerweise, ebenfalls einige
Minuten dauern.
Unterschiedliche Color-Maps mit eindeutigen Infarktzeichen der linken Hirnhälfte.
Canon Medical Systems bietet daher die Software Olea
Puls an, die vollautomatisch und selbstständig CT-
oder MRT-Perfusionsbilder des Kopfes auswertet, einen
Report erstellt und diesen ins PACS einstellt und/oder
per E-Mail an den behandelnden Arzt verschickt. Die
Erstellung des vollständigen Reports dauert in der
Regel ca. 30 Sekunden. Ein sehr wertvoller Zeitgewinn,
der dem Patienten zugutekommt.
Der Report enthält bei einer CT-Hirnperfusion Angaben
zu rBF, rBV, MTT, TTP, TMAX, tMIP.
Eindeutige Visualisierung des Infarktkerns (rot) sowie der
Bei einer MRT-Hirnperfusion enthält der Report Angaben Penumbra (gelb). Zusätzlich werden die Volumina, das
zu B1000, ADC, rBF, rBV, MTT, TTP, TMAX. Mismatch Ratio und das Relative Mismatch dargestellt.
https://de.medical.canon38 // VISIONS 31
AiCE // MAGNETRESONANZTOMOGRAPHIE // VANTAGE ORIAN, GALAN 3T UND ELAN-NX EDITION
Advanced
intelligent
Clear-IQ Engine
AiCE für MR
Eine praktische Deep-Learning-Reconstruction-Anwendung
für den Einsatz im MRT.
Canon Medical hat für seine MRTs der Das Signal hängt im Wesentlichen von
Serien Vantage Orian, Vantage Galan folgenden 3 Faktoren ab:
3T und den Vantage Elan-NX Edition
die Advanced intelligent Clear-Image- 1. Feldstärke des MR-Systems
Quality Engine (AiCE) vorgestellt. Durch 2. Größe des untersuchten Pixels
den Einsatz neuester Hochleistungs- (bzw. Voxels)
rechner in Kombination mit einem 3. Aufnahmedauer
DCNN (Deep Convolutional Neural
Network) wird das Rauschen in den Das Rauschen hat im Wesentlichen
MR-Bildern weitestgehend eliminiert. 3 natürliche Ursprungsorte:
Dies stellt einen am Markt einzigartigen
Ansatz in der Verbesserung der MR- 1. den menschlichen Körper
Bildqualität dar. Die nachfolgenden auf- 2. die HF-Spule
gezeigten Zusammenhänge zwischen 3. den Signalweg bis zur
Signal und Rauschen bei MR-Bildern Digitalisierung,
sollen zum besseren Verständnis bei-
tragen. Zusätzlich können externe Störquellen
zum Rauschen beitragen.
Das Signal-Rausch-Verhältnis (SNR)
in MR-Bildern Das Rauschen hat man mit der Ent-
Das SNR stellt eine wichtige Kenngröße wicklung optimierter Signalwege
zur Beurteilung von MR-Bildern dar. (optimierte Spulen, rauscharme Vor-
Es ergibt sich aus dem Quotienten verstärker, frühe Digitalisierung …)
der Signalstärke S und der Stärke des und der Minimierung externer Stör-
Rauschens. quellen (HF-Kabine, wirbelstromarme
Komponenten, gekapselte Elektronik
…) fast auf das Niveau des Körper-Rau-
Signal schens reduziert.
SNR =
Rauschen
© 2021 CANON MEDICAL SYSTEMS VISIONS 31 // 39Das Signal kann durch die Auswahl des Wie AiCE das Rauschen erkennt zu erkennen. Ihr Gehirn ist darauf trai-
richtigen Systems (3T oder 1,5T) und Wir alle können das Rauschen vom niert. Unser Gehirn konnte dagegen
durch bekannte „Einstellungen“ bei Signal trennen. Erinnern wir uns: Wenn auch jemand erkennen, aber nicht die
der Sequenzwahl erhöht werden. wir mit den Eltern oder Großeltern alte, exakte Person.
schlecht aufgelöste Bilder im Album
Diese Einstellungen verbinden immer oder aus der Grabbelkiste angeschaut Und so ähnlich ist es mit AiCE. In
Vorteile in einem Aspekt mit Nach- haben, haben die Eltern Tante Erna der Trainingsphase erhält ein Deep-
teilen an anderer Stelle. Beispielsweise immer auf den schlechtesten Bildern Convolutional-Neural-Network gute
verbessert sich mit der Vergrößerung erkannt, während wir nur staunen Bilder (z. B. Bilder mit hohem SNR, die
des Bildelements (Voxels) das Signal, konnten. Und warum ? Weil sie das mit 10 Mittelungen aufgenommen
aber gleichzeitig verschlechtert sich Charakteristische des Gesichts von wurden) und das entsprechende ver-
auch die Auflösung. Eine Verlängerung Tante Erna kannten und noch unter rauschte Bild (z. B. Bilder mit nur einer
der Aufnahme durch mehr Mittelun- der dicksten Patina erkennen können, Mittelung oder künstlich verrauschte
gen führt zu einem verbesserten Signal, weil sie es gelernt haben, dieses Gesicht Bilder).
aber auch zu einer längeren Untersu-
chung und einer höheren Gefahr für
Patientenbewegungen. Anspruchs-
vollere Einstellungen, wie eine Ver- Trainingsphase Durch die Einspeisung von Bildern mit hohem
und niedrigem SNR lernt AiCE zwischen Signal
kleinerung der Bandbreite zur Verbes- und Rauschen zu unterscheiden.
serung des Signals, führt letztendlich
auch zu einer zeitlichen Verlängerung
der Aufnahme und hat auch andere
„Nebenwirkungen“, wie eine Vergröße-
rung des Chemical-Shift-Effektes.
Niedriges SNR Deep Learning Hohes SNR
Wichtig ist, dass Signal und Rauschen
in einem Gleichgewicht sind, wobei
das Signal immer größer als das Rau-
Abb. 1: Das Deep-Learning-Netzwerk lernt mit tausenden von Bildern das Rauschen vom Signal zu unterscheiden.
schen sein muss.
Bevor wir uns jetzt in den Tiefen der Nach dieser Trainingsphase mit tau- Tourdias (Radiologe am Klinikum der
Sequenzoptimierung verlieren, kommt senden von Bildern erkennt das DCN- Universität Bordeaux).
hier das für den Anwender einfache Netzwerk das Rauschen. Nach der Trai-
Verfahren AiCE ins Spiel, das einfach ningsphase wird das DCN-Netzwerk Nach Abschluss der Evaluierungsphase
das Rauschen aus dem Bild entfernt. (AiCE-MR) probeweise implementiert kann AiCE-MR auf einem entspre-
und klinisch getestet. Dies erfolgte chend ausgelegten Hochleistungs-
unter anderem in Zusammenarbeit rechner (in Kooperation mit NVIDIA
mit Prof. Vincent Dousset (CA Neuro- entwickelt) implementiert werden und
radiologie des Klinikums der Universi- in der Routine angewendet werden.
tät Bordeaux) und Prof. Thomas
Anwendungsphase Nach Abschluss der Trainingsphase kann AiCE auf
intelligente Art das Rauschen reduzieren und
das SNR erhöhen.
Datenaufnahme AiCE Hohes SNR
Abb. 2: In der Anwendungsphase ist AiCE-MR in die normale MR-Oberfläche integriert und verrichtet dort
ohne weitere Interaktion seine Arbeit.
40 // VISIONS 31Sie können auch lesen
