Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Automatic texture-based analysis in ultrasound imaging of ovarian masses

Automatische Texturanalysen in der Ultraschallbildgebung von Ovarialbefunden
 
: Faschingbauer, F.

:

Ultraschall in der Medizin 34 (2013), Nr.2, S.145-150
ISSN: 0172-4614 (print)
ISSN: 1439-0914 (print)
ISSN: 1431-4894 (print)
ISSN: 1438-8782 (online)
Englisch
Zeitschriftenaufsatz
Fraunhofer IIS ()

Abstract
Purpose: To assess the diagnostic accuracy of a new automatic texture-based algorithm (ATBA) in ultrasound imaging of ovarian masses and to compare its performance to subjective assessment by examiners with different levels of ultrasound experience.
Materials and Methods: A total of 105 ultrasound images from three different groups of ovarian lesions (malignancies, functional cysts, and dermoid cysts) were evaluated using ATBA and by a total of 36 examiners with four different levels of experience (9 junior trainees, 8 senior trainees, 11 senior gynecologists, and 8 experts). Cohen's Kappa, Youden's indices, and the sensitivity and specificity of ATBA and of each observer were calculated for every subgroup of ovarian lesions.
Results: ATBA classified 78 of the 105 masses correctly (Kappa = 62) - results that were significantly better than those of the junior and senior trainees (p = 0.02 and p < 0.01), while differences from the group of level II examiners did not reach statistical significance (p = 0.27). The best diagnostic performance (Kappa = 0.70) was obtained by the group of expert level III ultrasonographers. The best classification rates overall, including both ATBA and subjective assessments, were achieved in the detection of functional cysts (Youden's indices from 0.73 to 0.85), while the poorest diagnostic performance was obtained for the classification of dermoid cysts (Youden's indices from 0.28 to 0.55).
Conclusion: ATBA showed a significantly better diagnostic performance than observers with low or medium levels of experience, emphasizing its potential value for training purposes and in providing additional diagnostic assistance for inexperienced observers.

 

Ziel: Evaluierung automatischer Texturanalysen (ATA) in der Ultraschallbildgebung von Ovarialbefunden und Vergleich mit der subjektiven Einschätzung von Untersuchern mit unterschiedlichen Graden an klinischer Erfahrung.
Material und Methoden: Insgesamt 105 Ultraschallbilder von malignen Ovarialtumoren, funktionellen Zysten und Dermoid-Zysten wurden sowohl durch ATA als auch subjektiv von 36 Untersuchern mit 4 verschiedenen Graden an klinischer Erfahrung analysiert. Die Untersuchergruppen bestanden aus 9 unerfahrenen sowie 8 erfahreneren Assistenzärzten (Level-I-Untersucher), 11, nicht auf den Ultraschall spezialisierten Oberärzten (Level-II-Untersucher) und 8 Experten (Level-III-Untersucher) mit Schwerpunkt im Bereich des gynäkologischen Ultraschalls. Cohens Kappa, Youdens-Indices, Sensitivität und Spezifität wurden sowohl für die ATA als auch für jeden Untersucher berechnet.
Ergebnisse: ATA erzielte signifikant bessere Ergebnisse als die beiden Gruppen von Assistenzärzten (Kappa = 0,62; p = 0,02 im Vergleich zu den unerfahrenen Untersuchern und p < 0,01 für Level-I-Untersucher). Die Unterschiede zu den Level-II-Untersuchern erreichte keine statistische Signifikanz (p = 0,27). Die signifikant besten Ergebnisse wurden von den Level-III-Untersuchern erzielt (Kappa = 0,70; p < 0,01 im Vergleich zu ATA). Für die Klassifikation von funktionellen Zysten (Youdens-Indices von 0,73 bis 0,85), ergaben sich sowohl mit ATA als auch in der subjektiven Beurteilung die besten Werte, wohingegen die schlechtesten Ergebnisse für die Detektion von Dermoid-Zysten (Youdens-Indices von 0,28 bis 0,55) erreicht wurden.
Schlussfolgerung: ATA erreichte signifikant bessere Ergebnisse als Untersucher mit einem niedrigen und mittleren Grad an klinischer Erfahrung und zeigt damit sein Potenzial im Rahmen der klinischen Ausbildung und als diagnostische Hilfestellung für unerfahrene Untersucher.

: http://publica.fraunhofer.de/dokumente/N-231907.html