95. Jahresversammlung der Deutschen Gesellschaft für Hals-Nasen-Ohren-Heilkunde, Kopf- und Hals-Chirurgie

Prof. Dr. 

PD Dr.

NUR Wissenschaftliches Programm/ ONLY Scientific Program

Dynamic Microscopic Optic Coherence Tomography (OCT)

Vortrag auf Einladung

Multispektrale optoakustische Tomographie (MSOT)

Prof.

Prof. Dr.

Prof. Dr. med.

Sentinel lymph node detection with contrast enhanced ultrasound – initial experience

Detektion des Sentinellymphknotens mit Kontrastmittelultraschall – Erste Erfahrungen

Background: The sentinel lymph node (SLN) is the first lymph node (LN) in lymphatic drainage of a tumor and therefore the first potentially metastatically altered LN. To determine this, scintigraphy is commonly used. CEUS lymphography (CEUS-SLN) offers an innovative alternative/supplement. Here, contrast agent (CA) is absorbed and transported away through peritumoral lymph vessels. Only small "proof of concept" studies are available for carcinomas in the head and neck area (1,2). Methods: We demonstrate the method in a patient with pT1cN0cM0 squamous cell carcinoma of the lip. After intramucosal application of the CA around the tumor, the CA was followed in the lymphatic vessels until the first receiving LN was identified. The patient also underwent scintigraphy with SPECT/CT so results could be compared. Results: Scintigraphy identified two LN as possible SLNs. The first CA-enhanced LN in the CEUS-SLN corresponded to one of these two, the second node picked up CA more than one minute later. Procedure was completed without complications in about 10 minutes. Discussion: CEUS-SLN offers an innovative addition to the detection of the SLN without radiation exposure. Potential added value exists in particular when primary tumor and SLN are close by. Systematic studies comparing the method with the gold standard of scintigraphy are still lacking. References: Huang et al. Trans-lymphatic contrast-enhanced ultrasound with sentinel lymph node biopsy for detecting cervical skip metastasis to lymph nodes in early-stage oral tongue squamous cell carcinoma. Dentomaxillofacial Radiology. 1. Februar 2022;51(2):20210107. Gvetadze et al. Contrast-enhanced ultrasound mapping of sentinel lymph nodes in oral tongue cancer—a pilot study. Dentomaxillofacial Radiology. März 2017;46(3):20160345 "Englisch"Die Autorinnen/Autoren geben an, dass kein Interessenkonflikt besteht

Detektion des Sentinellymphknotens mit Kontrastmittelultraschall – Erste Erfahrungen

Bildgebende Verfahren

Hals

Freier Vortrag

Dr. med.

Radiation dose reduction in photon counting CT for use in image guided systems

Reduzierung der Strahlendosis von Photon Counting Computertomographien zur Verwendung in CT-gesteuerten Navigationsgeräten

Introduction: Photon counting computed tomography (PCCT) is a promising new technology that enables a substantial reduction in radiation dose while maintaining the same high image resolution. [1-2]. This study aimed to determine the lowest possible radiation dose while maintaining the necessary image quality for the use of CT-guided navigation systems in functional endoscopic sinus surgery. Methods: Four cadavers were scanned using the NEATOM Alpha PCCT. Tube voltage was set at 90 kV, followed by reduction of the tube current to 5% of the initial settings. PCCT datasets were used to test CT-guided navigation with three different electromagnetic navigation devices. The general feasibility of registration and the accuracy in terms of pointer distance from predetermined anatomical landmarks were measured. Results: Data sets could be registered successfully on all navigation devices tested. The navigation accuracy remained unaffected by the reduction of the tube current (mean deviation of 2.33±1.48 mm at 100% and 2.07±1.15 mm at 5% tube current, p=0.72) and the individuals performing the calibration (p=0.35). Discussion: Even with a tube current of only 5% of the standard protocol, CT-based electromagnetic navigation could be performed with comparable accuracy. The possibility of reducing the radiation dose could therefore broaden the indications for PCCT scans, especially in children. Willemink, M.J., et al., Photon-counting CT: Technical Principles and Clinical Prospects. Radiology, 2018. 289(2): p. 293-312. Grunz, J.P., et al., Ultra-Low-Dose Photon-Counting CT Imaging of the Paranasal Sinus With Tin Prefiltration: How Low Can We Go? Invest Radiol, 2022. 57(11): p. 728-733. Die Autorinnen und Autoren geben an, dass kein Interessenskonflikt besteht.

Reduzierung der Strahlendosis von Photon Counting Computertomographien zur Verwendung in CT-gesteuerten Navigationsgeräten

Nasenhöhle / NNH

Rhinologie

The influence of structured reporting on the precision of head and neck ultrasound findings

Der Einfluss einer strukturierten Befunderhebung auf die inhaltliche Präzision von Kopf-Hals-Sonographiebefunden

Introduction: The use of structured findings (SR) has been shown to improve the completeness of findings, time efficiency and interrater reliability in head and neck sonography. However, no data exist to date on the influence on the precision of content in terms of correct interpretation of findings. The aim of this study was to evaluate the completeness of findings and the precision of content in the context of DEGUM-certified ultrasound courses. Materials and Methods: Image and video documentation of typical sonopathologies were presented to n=98 course participants with different levels of training for reporting. After randomization, the findings were prepared either using a specific digital SR template or using a standardized form as a free text report (FTR). Corresponding FTRs and SRs were then evaluated for completeness and accuracy of content. Results: The SRs showed a significantly higher completeness of findings (70.7 % vs. 22.5 %, p&lt;0.0001). In addition, SRs were significantly more likely to be completely free of errors than FTRs (77.3 % vs. 12.5 %, p&lt;0.0001). Conclusion: The rate of error-free findings in head and neck sonography can be significantly increased by means of structured reporting. This can help to avoid misdiagnoses.Einleitung: Die Anwendung strukturierter Befunde (SR) führt nachweislich zu einer Verbesserung der Befundvollständigkeit, der zeitlichen Effizienz sowie der Interrater-Reliabilität in der Kopf- und Halssonographie. Jedoch existieren bisher keine Daten über den Einfluss auf die inhaltliche Präzision im Sinne der korrekten Befundinterpretation. Ziel dieser Studie war es, die Befundvollständigkeit und die inhaltliche Präzision im Rahmen von DEGUM-zertifizierten Ultraschallkursen zu evaluieren. Material und Methoden: Bild- und Videodokumentationen typischer Sonopathologien wurden n=98 Kursteilnehmern unterschiedlicher Ausbildungsstände zur Befundung vorgelegt. Die Befunderstellung erfolgte nach Randomisierung entweder mittels eines spezifischen digitalen SR-Templates oder mittels standardisierten Formulars als Freitextbefund (FTR). Korrespondierende FTRs und SRs wurden anschließend bezüglich Vollständigkeit und inhaltlicher Präzision ausgewertet. Ergebnisse: Die SR zeigten eine signifikant höhere Befundvollständigkeit (70,7 % vs. 22,5 %, p&lt;0,0001). Zudem waren SRs im Gegensatz zu FTRs signifikant häufiger komplett fehlerfrei (77,3 % vs. 12,5 %, p&lt;0,0001). Schlussfolgerung: Mittels strukturierter Befunderhebung kann die Rate fehlerfreier Befunde in der Kopf-Hals-Sonographie signifikant gesteigert werden. Dies kann dazu beitragen, Fehldiagnosen zu vermeiden.Die Autorinnen/Autoren geben an, dass kein Interessenkonflikt besteht.

Der Einfluss einer strukturierten Befunderhebung auf die inhaltliche Präzision von Kopf-Hals-Sonographiebefunden

PD. Dr. med. Dr. med. univ.

Optimizing the diagnostic performance of preoperative ultrasound examination of parotid gland tumors through qualitative assessment of contrast-enhanced sonography

Verbesserung der diagnostischen Aussagekraft der präoperativen Ultraschalluntersuchung von Parotistumoren durch die qualitative Beurteilung der Kontrastmittelsonographie

Introduction: Ultrasound (US) is considered the imaging method of choice in the diagnosis of parotid gland tumors (PGT). Although PGT are mostly benign, malignant transformation is possible even in benign tumors. For this reason, surgical removal is preferred. Since the surgical treatment strategy differs in terms of radicality between benign and malignant PGT, an optimal preoperative assessment of malignancy is important. The aim of this prospective study was to improve the diagnostic performance of PGT-US through qualitative analysis of multiparametric US (mpUS). Methods: 93 PGT (67 benign, 26 malignant) were preoperatively examined using a standardized US-examination protocol (B-mode-US, shear wave elastography (SWE), contrast enhancing US (CEUS)). The images were qualitatively evaluated by an experienced US examiner regarding malignancy (evaluating borders, homogeneity and microvasculariztion), and the diagnostic performance of each method was evaluated. The histopathological result served as the reference. Results: B-mode-US achieved the highest specificity and positive predictive value (PPV) with 97% and 86%, respectively, while sensitivity (46%) and negative predictive value (NPV, 82%) were lower compared to CEUS (sensitivity 77%, NPV 89%, specificity 73%, PPV 53%). SWE did not perform superior to the other modalities. Discussion: The qualitative mpUS-analysis shows that malignant PGT can be reliably detected using CEUS compared to conventional ultrasound, and if microvascularization is not suspicious, malignancy can be excluded with high probability. If there are uncertainties regarding malignancy in the B-mode image, CEUS can provide additional information and allow for better preoperative planning.Einleitung: Ultraschall (US) gilt in der Diagnostik von Parotistumoren (PT) als bildgebendes Verfahren der Wahl. Obwohl PT größtenteils gutartig sind ist auch bei Benignomen eine Entartung möglich, sodass die operative Entfernung angestrebt wird. Da sich die chirurgische Behandlungsstrategie zwischen gut- und bösartigen PT in ihrer Radikalität unterscheidet, ist eine bestmögliche präoperative Dignitätsbeurteilung wichtig. Ziel der prospektiven Studie war es die diagnostische Aussagekraft des Parotis-US durch die qualitative Analyse des multiparametrischen US (mpUS) zu verbessern. Methoden: 93 PT (67 benigne, 26 maligne) wurden mit einem standardisierten Untersuchungsprotokoll (B-Bild, Scherwellenelastographie (SWE), Kontrastmittel-Sonographie (CEUS)) präoperativ untersucht. Die Bilder wurden qualitativ hinsichtlich Dignität (Berandung, Homogenität, Mikrovaskularisierung) bewertet und die diagnostische Aussagekraft der einzelnen Verfahren evaluiert. Als Referenz galt das histopathologische Ergebnis. Ergebnisse: Der B-Bild-US zeigte die höchste Spezifität (87%) und höchsten positiven prädiktiven Wert (PPW, 86%), während Sensitivität (46%) und negativer prädiktiver Wert (NPW, 82%) geringer als bei der CEUS ausfielen (Sensitivität 77%, NPW 89%, Spezifität, 73%, PPW 53%). Die SWE zeigte sich den beiden anderen Modalitäten unterlegen. Diskussion: Die qualitative mpUS-Analyse zeigt, dass maligne PT anhand der CEUS zuverlässiger als mit dem B-Bild-US erkannt werden können und bei unauffälliger Mikrovaskularisationsdarstellung mit hoher Wahrscheinlichkeit Malignität ausgeschlossen werden kann. Sollten sich im B-Bild-US Dignitätsunklarheiten ergeben, kann die CEUS zusätzliche Informationen liefern, die eine bessere präoperative Planung erlauben.Es bestehen keine Interessenskonflikte bei Heidi Olze, Steffen Dommerich, Philipp Arens und Katharina M. Wakonig. Thomas Fischer hat Konsultationshonorare von den Firmen Bracco, Canon Medical Imaging und Siemens Healthineers erhalten. Markus H. Lerchbaumer hat Konsultationshonorare von der Firma Canon Medical Imaging erhalten.

Verbesserung der diagnostischen Aussagekraft der präoperativen Ultraschalluntersuchung von Parotistumoren durch die qualitative Beurteilung der Kontrastmittelsonographie

Speicheldrüsen / Fazialis

Dr.med.

Automatic segmentation and detection of Vestibular Schwannoma in MRI by Deep Learning

Automatische Segmentierung und Detektion von Vestibularisschwannomen im MRT durch Deep Learning

Introduction Automatic segmentation and detection of pathologies in MRI by deep learning is an upcoming topic. We introduce a novel model combining two Convolutional Neural Network (CNN) models for the detection of VS by deep learning. Methods For deep learning and establishing a combined and new CNN model, our evaluations encompass publicly available (n=242) and in-house datasets (n=96) with high resolution MRI of VS. We used contrast enhanced T1- and T2-weighted MRI slices showing the VS. Images were extracted and annotated with the Software Cascade by an otorhinolaryngologist (ORL) subspecialized in otology and a Radiologist. Experiments were run with 2D, 2.5D, and 3D variations. Results For the calculation 242 publicly available datasets and 96 in-house datasets of high resolution MRI were used. We annotated 251 T1 and 246 T2 images of the in-house dataset and combined them for the experiments. By the calculation with our new combined CNN Model we were able to show, that the highest Dice Score (0,89) was achieved with T1 images in the 3D Model. In regard to the in-house dataset, the calculation with T1 showed a better detection of VS than with T2. Conclusion In summary, we present a method enhancing CNN-based VS segmentation performance, validated on public and inhouse datasets, ceT1 and hrT2 modalities to improve accuracy of existing models. Einführung Die automatische Segmentierung und Detektion von Pathologien im MRT durch Deep Learning rückt immer mehr in den Vordergrund. Ziel der Studie ist die Einführung eines neuen kombinierten Convolutional Neural Network (CNN) Models zur automatischen Detektion von Vestibularisschwannomen. Material / Methoden Um Deep Learning zu ermöglichen, wurden sowohl öffentlich verfügbare MRT-Datensets von VS sowie Datensets eigener VS-Patient:innen zur Berechnung und Evaluation des kombinierten CNN Models herangezogen. Hierfür wurden die MRT-Schichten (kontrastmittelverstärkte T1 und T2 Bilder) mit der Darstellung des VS aus dem Datensatz extrahiert. Anschließend wurden VS mittels der Software Cascade von einer Otologin und einer Radiologin in den MRT-Bildern annotiert. Experimente wurden an 2D, 2,5D und 3D Variationen der Datensets vorgenommen. Ergebnisse Für die Berechnungen wurden 242 öffentlich verfügbare Datensets und 96 interne Datensets hochaufgelöster MRT-Bilder herangezogen. Von den internen Datensets wurden 251 T1-Bilder und 246 T2-Bilder annotiert und für die Berechnung kombiniert. Durch die Berechnung mit unserem kombinierten CNN Model konnte der höchste Dice Score (DS=0,89) für das öffentliche Datenset im 3D Model mit T1 Bildern erreicht werden. Hinsichtlich unseres eigenen Datensets zeigte die Berechnung mit T1 ebenfalls eine bessere Detektion der VS als mit T2. Für beide Datensätze zeigte sich mit unserem neuen kombinierten CNN Model eine größere Genauigkeit als mit vorangehenden CNN Modellen. Schlussfolgerung Zusammengefasst kann dieses neue kombinierte CNN-basierte Modell anhand T1 und T2-Bildern VS zuverlässig segmentieren und die Genauigkeit bestehender Modelle verbessern. Die Autor/innen geben an, dass kein Interessenkonflikt besteht.

Automatische Segmentierung und Detektion von Vestibularisschwannomen im MRT durch Deep Learning

Ohr / Laterale Schädelbasis

Validation and correlation with clinical data of a newly developed computer aided diagnostic system for the classification of paranasal anomalies in the maxillary sinus from MRI images

Validierung eines neu entwickelten computergestützten Diagnosesystems zur Klassifizierung von Anomalien der Nasennebenhöhlen anhand von MRT-Bildern und Korrelation mit klinischen Daten

Introduction: Large scale population studies are used to analyse the rate of finding sinus opacities in cranial MRIs (cMRI). Artificial Intelligence support systems can automate the detection of sinus opacities and reduce the workload of clinicians. We developed and evaluated a Computer Aided Diagnostics system based on a 3D Convolutional Neural Network (3D CNN) that automatically extracts and classifies maxillary sinus (MS) from cMRI. Methods: As part of the Hamburg City Health Study, cMRIs of 2619 participants (45-74 years) were recorded for neuroradiological assessment. 1069 participants MS were manually diagnosed for incidental findings by 2 ENT specialists and a ENT-specialized radiologist. The labelled dataset was used to develop and train a 3D CNN that extracts MS from cMRI and classified MS with opacifications (polyps, cyst, mucosal thickening) from MS without opacifications. Association of the two groups with multiple clinical data was tested. Discussion: We extracted 30 MS volumes from each participants MRI. The 3D CNN dataset included 19215 (59.91%) MS without opacifications, 4815 (15.01%) with mucosal wall inflammations (&gt;2mm), 6315 (19.69%) with polyps, 1185 (3,69%) with cysts, and 540 (1.68%) with polyps/cysts encompassing the entire MS. The evaluation metrics (AUROC: 0.95, sensitivity: 0.85, specificity: 0.90) demonstrated the effectiveness of our approach. Statistically significant associations between the two groups were observed regarding alcohol consumption, BMI, asthma, hay fever and sex. Conclusions: Our 3D CNN showed the ability to classify MS with and without opacifications and automatically diagnose incidental findings, which can enhance the efficiency of uncovering correlations with clinical data in the context of population studies. Die Autorinnen/Autoren geben an, dass kein Interessenkonflikt besteht.

Validierung eines neu entwickelten computergestützten Diagnosesystems zur Klassifizierung von Anomalien der Nasennebenhöhlen anhand von MRT-Bildern und Korrelation mit klinischen Daten

Session 37
Stellenwert neuer Bildgebender Modalitäten in der HNO

Termin

Vorsitzende

Thema

Programm

Session 37Stellenwert neuer Bildgebender Modalitäten in der HNO

Termin

Vorsitzende

Thema

Programm

Session 37
Stellenwert neuer Bildgebender Modalitäten in der HNO