Metall-Artefakt-Reduktion in der Flach-Detektor CT: erste Ergebnisse mit einer Prototyp-Software

• Published in: Clinical neuroradiology (Munich) 2015-09, Vol.25 (S1), p.28
• Main Authors: Struffert, T, Mennecke, A, Svergun, S, Scholz, B, Dorfler, A
• Format: Article
• Language: English
• ISSN: 1869-1439

Einleitung: Metallimplantate konnen in Flach-Detektor-CT (FD-CT) Bildern Artefakte erzeugen. Im Bereich coilembolisierter Aneurysmen kann die Beurteilbarkeit erschwert bis unmoglich sein. Wir evaluieren eine Prototyp-Software zur Reduktion von Metall-Artefakten (MAR) in der FD-CT vor und nach Coiling. Methoden: Die Sichtbarkeit wichtiger Strukturen wurde anhand einer subjektiven Skala bewertet. Der Durchmesser der Coil-Pakete wurde gemessen. Zur Evaluation der Dichtewerte wurde mit Standard ROI's Hounsfield Werte (HU) neben dem Aneurysma, distant im Gehirn (Kontrolle) und in Luft gemessen. Bildrauschen wurde definiert als die Standardabweichung der HU-Werte in diesen ROI's. Ergebnisse: Bei 25 Patienten konnte eine CT und FD-CT vor und sowie eine FD-CT nach Therapie evaluiert werden. Die FD-CT nach Therapie wurde mit und ohne MAR nachverarbeitet. In der subjektiven Evaluation der Sichtbarkeit der anatomischen Strukturen war die CT vor Therapie am besten bewertet. Die Beurteilung der FD-CT vor und nach Therapie mit MAR ergab eine identische Bewertung, wahrend die FD-CT ohne MAR teilweise nicht beurteilbar war. Der Durchmesser des Coil-Paketes mit MAR zeigte eine signifikante Korrelation zum vom Hersteller angegeben Durchmesser des ersten Coils (p = 0,87). HU-Werte und Bildrauschen in Luft und in der Kontrollregion waren in der FD-CT vor und nach Therapie mit und ohne MAR identisch. Im ROI angrenzend an das Aneurysma waren die HU-Werte in der vor und nach Therapie FD-CT mit MAR identisch, wahrend ohne MAR die HU-Werte und das Bildrauschen deutlich hoher waren. Schlussfolgerungen: MAR ermoglicht eine signifikante Verbesserung der subjektiven Bildqualitat und verbessert die Sichtbarkeit wichtiger Details. Die Messungen der HU-Werte sowie die schichtweise Pearson-Korrelation zeigt, dass andere Bereiche des Datensatzes durch diesen Algorithmus nicht beeinflusst werden.