In einem internationalen Wettbewerb für medizinische Bildanalyse, der MYOSAIQ Challenge 2023, hat ein Team von Forschern der Medizinischen Universität Graz mit der Vorstellung einer innovativen Software den 2. Platz unter 18 hochkarätigen Teams belegt. Die Challenge fand kürzlich im Rahmen der Internationalen Konferenz für Functional Imaging and Modeling of the Heart (FIMH) in Lyon, Frankreich, statt.
Das Wettbewerbsziel bestand darin, eine vollautomatische Methode zu entwickeln, die aus kontrastmittelverstärkten Magnetresonanztomographie (MRT) Aufnahmen von Herzinfarktpatient*innen die anatomischen Strukturen des Herzens sowie die Infarktregion präzise segmentiert. Konkret bedeutete das, dass der linke Ventrikel, das Myokardium (Herzmuskelgewebe), die Infarktregion im Myokardium und möglicherweise vorhandene mikrovaskuläre Blockaden bzw. Verschlüsse in den Bilddaten automatisch erkannt und pixelweise klassifiziert werden mussten.
Das Team um Franz Thaler (Lehrstuhl für Medizinische Physik und Biophysik, sowie TU Graz) hat mit dem von ihnen entwickelten CaRe-CNN (Cascading Refinement Convolutional Neural Network) den beeindruckenden 2. Platz erreicht. Dieses herausragende Ergebnis konnte durch die fachbereichsübergreifende Zusammenarbeit zwischen Gernot Plank (Lehrstuhl für Medizinische Physik und Biophysik) und Martin Urschler (Institut für Medizinische Informatik, Statistik und Dokumentation) erzielt werden.
Das CaRe-CNN beeindruckte vor allem durch seine Ergebnisse bei der Erkennung klinisch relevanter Infarkt- und mikrovaskulärer Blockaderegionen in den Testdaten. Das Team trainierte das neuronale Netzwerk mit über 300 von Radiolog*innen kommentierten MRT-Aufnahmen, die vom Veranstalter zur Verfügung gestellt wurden. Die Ergebnisse wurden im Rahmen der finalen Bewertung des Wettbewerbs anhand von sieben verschiedenen Auswertungsmetriken präsentiert, die sowohl die Genauigkeit der Segmentierung als auch die klinische Relevanz bewerteten. Die Forscher*innen planen nun in weiterer Folge, die entwickelten Segmentierungen zur Erstellung digitaler Zwillinge des Herzens zu nutzen. Solche digitalen Zwillinge sind äußerst vielseitig einsetzbar und können beispielsweise durch elektrophysiologische Modellierung für die Planung patient*innenspezifischer Therapien verwendet werden. Dadurch können sie eine Schlüsselrolle bei der Behandlung von Herzrhythmusstörungen nach einem Herzinfarkt spielen und einen entscheidenden Beitrag zur personalisierten Medizin leisten.
Die Arbeit des Teams rund um Franz Thaler, Gernot Plank und Martin Urschler kann einen wichtigen Beitrag zur Weiterentwicklung der medizinischen Bildanalyse leisten und damit dazu dienen, die Gesundheit von Patient*innen weltweit zu verbessern.
