Jetzt teilnehmen

Bitte loggen Sie sich ein, um Ihre Teilnahme an diesem Webinar zu bestätigen. Sie sind dann vorgemerkt und werden, falls das Webinar innerhalb der nächsten 10 Minuten beginnt, sofort weitergeleitet.

Findet das Webinar zu einem späteren Zeitpunkt statt, kommen Sie kurz vor Beginn des Webinars erneut, um am Webinar teilzunehmen.

RadiSSO-Login

Einfach buchen

Buchen Sie jetzt RÖKO DIGITAL des 105. Deutscher Röntgenkongress und 10. Gemeinsamer Kongress von DRG und ÖRG und verpassen Sie keines unserer lehrreichen und informativen Webinare zu verschiedenen Themen der Radiologie.

  • Wissenschaft & Fortbildung
  • CME-Punkte
  • Themenvielfalt
  • Dialog & Interaktion
Jetzt buchen

Jetzt teilnehmen

Bitte loggen Sie sich ein, um Ihre Teilnahme an diesem Webinar zu bestätigen. Sie sind dann vorgemerkt und werden, falls das Webinar innerhalb der nächsten 10 Minuten beginnt, sofort weitergeleitet.

Findet das Webinar zu einem späteren Zeitpunkt statt, kommen Sie kurz vor Beginn des Webinars erneut, um am Webinar teilzunehmen.

RadiSSO-Login

Ohne Buchung.

Sie können an dieser Veranstaltung auch ohne Buchung von RÖKO DIGITAL des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG kostenfrei teilnehmen.

Eine Teilnahmebescheinigung erhalten nur Personen, die das digitale Modul „RÖKO DIGITAL“ des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG gebucht haben oder noch nachbuchen.

Um teilzunehmen kommen Sie ca. 10 Minuten vor Beginn wieder. Freischaltung zur Teilnahme in:

Sie können an dieser Veranstaltungen auch ohne Buchung von RÖKO DITITAL des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG kostenfrei teilnehmen.

Eine Teilnahmebescheinigung erhalten nur Personen, die das digitale Modul „RÖKO DIGITAL“ des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG gebucht haben oder noch nachbuchen.

Melden Sie sich bitte hier an:

Bitte beachten Sie die Datenschutzhinweise.

Jetzt teilnehmen

Kongressteilnehmer.

Als Teilnehmer am RÖKO DIGITAL des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG loggen Sie sich bitte ein, um an dieser Industrie­veranstaltung teilzunehmen.

RadiSSO-Login

Ohne Buchung.

Sie können an Industrie­veranstaltungen auch ohne Buchung von RÖKO DIGITAL des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG kostenfrei teilnehmen.

Um teilzunehmen kommen Sie ca. 10 Minuten vor Beginn wieder. Freischaltung zur Teilnahme in:

Sie können an Industrie­veranstaltungen auch ohne Buchung von RÖKO DIGITAL des 105. Deutscher Röntgenkongresses und 10. Gemeinsamer Kongress von DRG und ÖRG kostenfrei teilnehmen. Melden Sie sich bitte hier an:

Bitte beachten Sie die Datenschutzhinweise.

Jetzt teilnehmen

Das ist eine Meldung

Stet clita kasd gubergren, no sea takimata sanctus est. Ut labore et dolore aliquyam erat, sed diam voluptua.

Login

PO - Muskulo

Muskuloskelettale Radiologie - MRT

Muskuloskelettale Radiologie - MRT
Donnerstag, 18. Mai 2023 · 12:15 bis 12:45 Uhr
18
Mai

Donnerstag, 18. Mai 2023

12:15 bis 12:45 Uhr · Raum: ePoster-Station  in Kalender übernehmen:   iCal  ·  Google

Veranstaltungsdetails

Veranstalter
Deutsche Röntgengesellschaft e.V.
Art
Poster-Session
Thema
Muskuloskelettale Radiologie

Zertifizierungen

Der RÖKO WIESBADEN wird im Rahmen einer Kongresszertifizierung durch die LÄK Hessen bewertet. Bitte beachten Sie die Hinweise unter A bis Z.

Informationen

Moderation
Robert Rischen (Münster)

Ablauf

12:15 - 12:18

Vortrag (Poster)

No strings attached: MRT-Bildgebung der Extensorensehnen an der Hand

Jan-Peter Grunz (Würzburg)

weitere Autoren

Nina Hesse (München) / Rainer Schmitt (Würzburg)

Kurzzusammenfassung

Die Extensorensehnen der Hand verlaufen in enger Nachbarschaft, teils überkreuzend und an gelenksnahen Umlenkungen innerhalb von retinakulären Tunnelsystemen. Die umhüllenden Sehnenscheiden sind häufige Manifestationsorte systemischer oder lokaler Entzündungen. In dieser Fortbildung werden die Krankheitsentitäten der Extensorensehnen und ihrer Sehnenscheiden mitsamt der Pathophysiologie und den klinischen Erscheinungsbildern beschrieben. Die Diagnostik der Sehnenerkrankungen wird anhand der MRT-Bildgebung erläutert und vor dem Hintergrund der aktuellen Literatur diskutiert.
Überlastungen können zu Stenosen in den fibrösen Außenschichten der Retinakula und der A1-Ringbänder sowie zu Tendinosen führen. Dagegen ist die proliferative Tenosynovialitis eine Erkrankung der synovialen Innenschicht der Sehnenscheide, bei der Sehneninfiltration und Tendinitis zu den möglichen Komplikationen zählen. Wegen des interkompartimentalen Zusammenspiels kleinster Strukturen an der Hand sollten möglichst hochaufgelöste MRT-Techniken verwendet werden. Besonders die Darstellung gewundener Sehnenverläufe (z.B. Extensor pollicis longus) profitiert von der Anfertigung gezielter Rekonstruktionen aus isotropen 3D-Datensätzen.

Lernziele

• Erkrankungen der Extensorensehnen und ihrer Sehnenscheiden können degenerative, mechanische, infektiöse, metabolische oder systemische Ursachen haben.
• An der Hand prädisponieren Tunnelengen, Knochenvorsprünge sowie Sehnenkreuzungen zur mechanischen Sehnenirritation mit resultierenden Friktionssyndromen.
• Stenosierende Tendovaginosen spielen sich im Stratum fibrosum des Retinaculum extensorum oder der A1-Ringbänder ab. Häufigste Vertreter sind der Trigger-Finger und die Tenovaginosis de Quervain.
• Proliferative Tenosynovialitiden betreffen dagegen das Stratum synoviale, bevor sie im Sinne einer sekundären Tendinitis die Sehnen infiltrieren. Synoviale Proliferationen finden sich besonders häufig im Rahmen einer rheumatoiden Arthritis.
12:18 - 12:21

Vortrag (Poster)

3-Tesla-MRT-gestütztes T2-Mapping in der Diagnostik von Läsionen der langen Bizepssehne: eine arthroskopisch kontrollierte Studie

Patrick Stein (Heidelberg)

weitere Autoren

Felix Wünnemann (Wiesbaden) / Laurent Kintzele (Heidelberg) / Alexander Braun (Heidelberg) / Felix Zeifang (Heidelberg) / Michael W. Maier (Stuttgart) / Iris Burkholder (Saarbrücken) / Marc-André Weber (Rostock) / Hans-Ulrich Kauczor (Heidelberg) / Christoph Rehnitz (Heidelberg)

Zielsetzung

Insbesondere beginnende Schäden der langen Bizepssehne (LBS), denen meist mikroskopische Veränderungen der Sehnenstruktur zugrundliegen, lassen sich mittels morphologischer MRT-Sequenzen häufig nicht ausreichend abbilden. Das T2-Mapping ist als funktionelle MRT-Sequenz zur Evaluation der biochemischen Komposition der kartilaginären Kollagenmatrix bekannt. Diese Studie untersucht die Anwendbarkeit des T2-Mapping auf tendinöse Strukturen, explizit die LBS, unter Verwendung der Arthroskopie als Goldstandard.

Material und Methoden

Im Rahmen der Studie wurden 18 Patienten mit Schulterschmerzen mittels T2-Mapping untersucht und anschließend einer Schultergelenks-Arthroskopie unterzogen. Die Platzierung der regions-of-interest erfolgte in den intraartikulären Abschnitten der LBS. Die Inter- und Intra-Reader-Korrelation zweier unabhängiger Radiologen sowie die cut-off-Werte für die Diagnose eines Sehnenschadens mit zugehöriger Spezifität und Sensitivität wurden erhoben.

Ergebnisse

Der durchschnittliche T2-Wert der läsionsfreien Patienten betrug 23,3 ± 4,6 ms (n=10). In 8 Patienten mit gesicherter Tendinopathie lag der durchschnittliche T2-Wert mit 47,9 ± 7,8 ms signifikant höher als in der gesunden Vergleichspopulation (p > 0,001). Der maximale T2-Wert des läsionsfreien Patientenkollektivs (29,6 ms) lag unterhalb des minimalen T2-Wertes des Patientenkollektiv mit nachgewiesener Sehnenläsion (33,8 ms). Es resultiert eine Sensitivität und Spezifität von 100% für alle cut-off-Werte zwischen 29,6 und 33,9 ms (95% Konfidenzintervall 63,1 -100).

Schlussfolgerungen

Die vollständige Separation der T2-Werte zwischen läsionsfreiem Patientenkollektiv und Patienten mit bestätigter Tendinopathie attestiert dem T2-Mapping hohe diagnostische Validität in der Differenzierung von physiologischer und pathologischer Sehnensubstanz. Die Evaluation des T2-Mappings in der Identifikation morphologisch okkulter Sehnenschäden birgt hohes Potential für frührehabilitative Therapiekonzepte und somit sowohl klinischen als auch sozioökonomischen Nutzen.
12:21 - 12:24

Vortrag (Poster)

Multimodale Bildgebung von experimentellen Knochenmetastasen bei Adipositas mittels MRT und PET/CT in einer longitudinalen Studie

Gašper Gregoric (Erlangen)

weitere Autoren

Anastasia Gaculenko (Erlangen) / Lisa Nagel (Erlangen) / Vanessa Popp (Erlangen) / Simone Maschauer (Erlangen) / Olaf Prante (Erlangen) / Marc Saake (Erlangen) / Georg Schett (Erlangen) / Michael Uder (Erlangen) / Stephan Ellmann (Erlangen) / Aline Bozec (Erlangen) / Tobias Bäuerle (Erlangen)

Zielsetzung

Bei der Bildung von Knochenmetastasen spielen Mikroumgebung des Knochenmarks und Adipozyten als Wachstumsmediatoren eine wichtige Rolle. In dieser Studie haben wir das Wachstum von Knochenmetastasen und den zugrundeliegenden pathophysiologischen Prozessen mittels multiparametrischer Magnetresonanztomographie (MRT) und Positronen-Emissions-Tomographie/Computertomographie (PET/ CT) bei adipösen Versuchstieren evaluiert.

Material und Methoden

Für das Experiment wurde ein Knochenmetastasen-Modell bei Ratten nach Inokulation von Mammakarzinomzellen in das Knochenmark des Hinterlaufs eingesetzt. Die Tiere wurden in vier Gruppen aufgeteilt, die erste erhielt eine fettreiche Ernährung (HFD) und die Kontrollgruppe eine normale Ernährung (ND, Gruppe 2), jeweils mit und ohne einer Fettstoffwechsel-inhibierenden Therapie (BADGE; Gruppe 3 und 4). Die funktionellen und metabolischen Parameter im Knochenmark wurden an Tag 10, 20 und 30 nach Tumorzellinokulation mittels MRT (Dynamic contrast-enhanced MRT (DCE-MRT) und Diffusion-weighted imaging (DWI)) sowie [18F]Fluordeoxyglucose-PET/CT ([18F]FDG-PET/CT) erfasst.

Ergebnisse

DCE-MRT-Parameter waren bei Knochenmetastasen in der HFD-Gruppe an Tag 30 im Vergleich zu den Kontrollen signifikant erhöht (AUC, Area Under the Curve, p < 0.05), während der Apparent Diffusion Coefficient (ADC) zwischen den Gruppen nicht signifikant unterschiedlich war. Der Standard Uptake Value (SUV) aus dem [18F]FDG-PET/CT war bei den Metastasen von HFD Tieren signifikant erhöht (p < 0.05). Eine BADGE-Behandlung führte zu einer signifikanten Abnahme der AUC und SUV bei HFD-gefütterten Tieren im Vergleich zu ND-gefütterten Kontrolltieren (p < 0.05).

Schlussfolgerungen

Mittels MRT und [18F]FDG-PET/CT konnten eine Zunahme der Vaskularisierung und des Glukosestoffwechsels in Knochenmetastasen bei Adipositas gezeigt werden. Somit ermöglicht die multimodale Bildgebung eine Beurteilung der Pathophysiologie von Knochenmetastasen bei Adipositas und eröffnet neue Optionen des Therapiemonitorings von ossären Filiae.
12:24 - 12:27

Vortrag (Poster)

Deep learning zur Klassifikation muskuloskeletaler Röntgenbilder in Projektionen sowie der korrespondieren Körperseite

Phuong Hien Tran (Freiburg)

weitere Autoren

Anna Fink (Freiburg) / Suam Kim (Freiburg) / Fabian Bamberg (Freiburg) / Elmar Kotter (Freiburg) / Maximilian Russe (Freiburg)

Zielsetzung

Entwicklung eines Algorithmus zur Klassifikation von muskuloskeletalen Röntgenbildern in die am häufigsten vorkommenden Projektionen sowie der korrespondieren Körperseite der paarigen Hauptgelenke sowie Evaluation der Performance des Algorithmus.

Material und Methoden

Röntgenbilder der 6 paarigen Hauptgelenke von 2018-2019 von unserem Institut wurden in 12 Röntgen-Projektionen und der korrespondierenden Körperseite klassifiziert. 7120 anonymisierte Bilder von erwachsenen Patienten aller Geschlechter mit unterschiedlichen Pathologien wurden auf der hauseigenen Bildgebungsplattform Nora annotiert. 500 Bilder wurden für den Testdatensatz zufällig separiert. Die übrigen Bilder wurden in 4646 als Trainingsdatensatz und 1964 für die Validierung aufgeteilt.
Als Deep Learning Framework wurde Tensorflow 2.4.0 genutzt und als bereits etabliertes Convoultional Neural Network Inception-V3 ausgewählt. Der Datensatz wurde randomisiert, balanciert und gering augmentiert. Die Epochenzahl während des Trainings betrug 200 mit einer Batch-Größe von 50 mit 100 Trainingsschritten pro Epoche. Die initiale Lernrate wurde während des Trainings von 0,1 auf 0,05 herabgesetzt. Das Training erfolgte mit einer Server-Graphikkarte (NVIDIA-RTX-A6000). Die Ergebnisstatistik wurde mithilfe der Software-Bibliothek Scikit-Learn berechnet. Für die Visualisation der Ergebnisse wurde das Gradient-weighted Class Activation Mapping der Software-Bibliothek tf-explain verwendet.

Ergebnisse

Das Netzwerk-Training dauerte ca. 8h, die Bilder-Prozessierung des Testdatensatzes 83s. Die Gesamtgenauigkeit betrug für den Testdatensatz 98%. Der f1-Score lag für die verschiedenen Klassen zwischen 0.94 und 1.

Schlussfolgerungen

Der Algorithmus zeigte eine exzellente Klassifizierungsrate der Röntgenbilder in die vorgegebenen 24 Projektionsklassen mit korrespondierer Seite. Die hier gezeigte Klassifizierung wird als Vorstufe eine automatisierte Verwendung von KI-basierten Algorithmen mit spezialisierten regionsspezifischen Netzwerken im klinischen Arbeitsablauf ermöglichen.
12:27 - 12:45

Diskussion

Diskussion

Runlog

Öffnen