DC ElementWertSprache
dc.contributor.advisorFlottmann, Fabian-
dc.contributor.authorWaldmann, Moritz-
dc.date.accessioned2022-08-04T10:10:14Z-
dc.date.available2022-08-04T10:10:14Z-
dc.date.issued2021-
dc.identifier.urihttps://ediss.sub.uni-hamburg.de/handle/ediss/9739-
dc.description.abstractIm Rahmen dieser Arbeit sollte geklärt werden, ob eine automatisierte Beurteilung des Rekanalisationserfolgs nach TICI bei Schlaganfallpatienten anhand von zeitaufgelösten DSA-Serien, welche während der mechanischen Thrombektomie akquiriert wurden, durch neuronale Netzwerke möglich ist. Zur Klärung dieser Frage wurden aus der Datenbank der Klinik für Neuroradiologische Diagnostik und Intervention des Universitätsklinikums Hamburg Eppendorf 491 DSA-Serien von 236 verschiedenen Patienten nach definierten Kriterien für einen Datensatz ausgewählt und bezüglich ihres TICI Scores reevaluiert. Mit Hilfe dieses Datensatzes wurden spezielle neuronale Netzwerke, Konvolutionsnetze, trainiert und ihre Prädikationsgenauigkeit evaluiert. Zur Überprüfung der Robustheit des neuronalen Netzwerkes wurde ein externer, ungelabelter Datensatz an DSA Serien durch zwei rater zunächst unabhängig voneinander und im Falle eines abweichenden Scorings im Konsens geratet. Die Prädiktionsgenauigkeit des neuronalen Netzwerks wurde auch auf den externen Datensatz bestimmt und statistisch ausgewertet. Auf den in-house Testsatz ergab sich eine Übereinstimmung der Prädiktion zur angelegten ground truth von 71% bei einem Cohens k von 0.61 und für den externen Datensatz eine Übereinstimmung von 74% und einem Cohens k von 0.66. Bei repräsentativer Studiengröße ist diese Übereinstimmung im Bereich der in der Literatur beschrieben Interrater-Variabilität durch erfahrene menschliche rater. Es konnte gezeigt werden, dass neuronale Netzwerke in der Lage sind, DSA Serien mechanischer Thrombektomien auf menschlichem Niveau nach TICI zu bewerten und somit einen wichtigen Beitrag zur besseren Vergleichbarkeit von Studien und im Bereich Qualitätsmanagement leisten können. Daneben wurde ein zum TICI alternatives Scoring entwickelt und auf seine Interrater-Reliabilität untersucht. Bei einer sliding-window Übereinstimmung von 95% (absolut 60%) und einem gewichteten Cohens k von 0.84 (ungewichtet k 0.54) liegt die Interrater-Reliabilität trotz der feineren Graduierung des eingeführten Perfusionsscores in neun Klassen auf gleichem Niveau der in der Literatur beschriebenen Werte für den TICI Score. Die größere Robustheit des Scores gegenüber der Interpretation bei anatomischen Varianten und seiner bildmorphologischen Eindeutigkeit unabhängig von der initialen Verschlusslokali-sation machen den Score gerade für das Training neuronaler Netzwerke zu einer interessan-ten Alternative zum TICI Score.de
dc.language.isomulde_DE
dc.publisherStaats- und Universitätsbibliothek Hamburg Carl von Ossietzkyde
dc.rightshttp://purl.org/coar/access_right/c_abf2de_DE
dc.subjectDeep learningde
dc.subjectSchlaganfallde
dc.subjectDigitale Subtraktionsangiographie (DSA)de
dc.subjectRevaskularisierungde
dc.subjectMechanische Thrombektomiede
dc.subjectNeuronale Netzwerkede
dc.subject.ddc610: Medizinde_DE
dc.titleAutomatisierte Quantifizierung der Revaskularisierung nach mechanischer Thrombektomie beim ischämischen Schlaganfall mittels neuronaler Netzwerkede
dc.typedoctoralThesisen
dcterms.dateAccepted2022-07-05-
dc.rights.cchttps://creativecommons.org/licenses/by/4.0/de_DE
dc.rights.rshttp://rightsstatements.org/vocab/InC/1.0/-
dc.subject.bcl44.64: Radiologiede_DE
dc.type.casraiDissertation-
dc.type.dinidoctoralThesis-
dc.type.driverdoctoralThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersionde_DE
dc.type.thesisdoctoralThesisde_DE
tuhh.type.opusDissertation-
thesis.grantor.departmentMedizinde_DE
thesis.grantor.placeHamburg-
thesis.grantor.universityOrInstitutionUniversität Hamburgde_DE
dcterms.DCMITypeText-
datacite.relation.IsSupplementedByDOI:10.1161/STROKEAHA.120.033807de_DE
dc.identifier.urnurn:nbn:de:gbv:18-ediss-102187-
item.advisorGNDFlottmann, Fabian-
item.grantfulltextopen-
item.languageiso639-1other-
item.fulltextWith Fulltext-
item.creatorOrcidWaldmann, Moritz-
item.creatorGNDWaldmann, Moritz-
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen
Dateien zu dieser Ressource:
Datei Beschreibung Prüfsumme GrößeFormat  
Dissertation M. Waldmann zur Veröffentlichung.pdfDissertation Neuroradiologie UKE5baea3bdab7a2276275383b193aaaea09.14 MBAdobe PDFÖffnen/Anzeigen
Zur Kurzanzeige

Info

Seitenansichten

126
Letzte Woche
Letzten Monat
geprüft am 28.03.2024

Download(s)

77
Letzte Woche
Letzten Monat
geprüft am 28.03.2024
Werkzeuge

Google ScholarTM

Prüfe