Hämodynamische analyse und klassifikation der gefäßstrukturen bei patienten mit zerebralen arteriovenösen malformationen

Nils Daniel Forkert; Dennis Saring; Jens Fiehler; Till Lilies; Dietmar Moller; Heinz Handels

doi:10.3205/mibe000098

Hämodynamische analyse und klassifikation der gefäßstrukturen bei patienten mit zerebralen arteriovenösen malformationen

Translated title of the contribution: Hemodynamic analysis and classification of vessel structures of patients with cerebral arterioveneous malformations

Nils Daniel Forkert^*, Dennis Saring, Jens Fiehler, Till Lilies, Dietmar Moller, Heinz Handels

^*Corresponding author for this work

Institute of Medical Informatics

1 Citation (Scopus)

Abstract

Background: The cerebral arteriovenous malformation (AVM) is a congenital disorder of blood vessels within the brain. An AVM represents an abnormal direct connection between arteries and veins, without normal capillaries between them. Thus, blood flow in other areas of the brain may decrease. Abnormal flow conditions in veins increases the risk of a hemorrhagic stroke and neurological deficit. Objective: For therapy planning information about localization and quantification of the AVM, detection of feeding arteries (Feeders) and draining veins, and the evaluation of the haemodynamics are required. In this paper we present a method for the automatic detection of the nidus of arterioveneous malformations, its feeding arteries, draining veins and "en-passage" vessels as well as parameters describing the haemodynamics. Spatiotemporal 4D magnetic resonance angiography (MRA) image datasets and 3D MRA datasets with high spatial resolution were acquired for analyzing AVMs. Methods: Initially the vessel system of a 3D MRA dataset is segmented. Then using a new method characterizing the haemodynamics by definition of a time point of inflow based on curve fitting the temporal intensity curves of 4D MRA image sequences are analyzed voxelwise. Additionally the velocity of the blood flow is approximated. Based on a non-linear registration method the haemodynamic information can be transferred automatically to the segmented vessel system. Different vessel structures can be characterised automatically by a combined analysis of the intensity, velocity and a relative time point of blood inflow. Results: 19 datasets of patients with a diagnosed AVM were available for evaluation of the proposed method. Artefacts in terms of strong temporal leaps between the time points of inflow of two neighbouring voxels were significantly reduced after the new method extracting the time point of inflow has been applied. The automatic detection of the nidus was validated on the basis of manual segmentation. Experimental results showed a mean volume similarity of approx. 88%. Draining veins and feeding arteries were automatically detected with an accuracy of 95%. Conclusion: The proposed method allows a robust and fully automatic detection of the AVM nidus as well as a characterization of vessels. A visual rating by neuroradiology experts showed that the proposed method describing a time point of inflow resulted in a better presentation of the blood flow than by the results achieved by the usage of conventional parameters. The detection of feeding arteries and draining veins is supporting the physicians in their spatial evaluation of arterioveneous malformations. The detection of the "en-passage" vessels is especially helpful for the planning of surgical resections.

Translated title of the contribution	Hemodynamic analysis and classification of vessel structures of patients with cerebral arterioveneous malformations
Original language	German
Journal	Deutsche Gesellschaft fur Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS)
Volume	5
Issue number	3
ISSN	1860-8779
DOIs	https://doi.org/10.3205/mibe000098
Publication status	Published - 04.08.2009

UN SDGs

This output contributes to the following UN Sustainable Development Goals (SDGs)

Access to Document

10.3205/mibe000098

Cite this

@article{a46060458dfd4e44851f1e2de45d133d,

title = "H{\"a}modynamische analyse und klassifikation der gef{\"a}{\ss}strukturen bei patienten mit zerebralen arterioven{\"o}sen malformationen",

abstract = "Hintergrund: Eine zerebrale arterioven{\"o}se Malformation (AVM) ist eine Gef{\"a}{\ss}missbildung im Gehirn, die sich durch das Fehlen eines kapillaren Gef{\"a}{\ss}bettes mit abnormem Kurzschluss zwischen dem arteriellen und dem folgendem ven{\"o}sen System auszeichnet, dem sog. Nidus. Die ver{\"a}nderten h{\"a}modynamischen Bedingungen resultieren in neurologischen Ausf{\"a}llen sowie in dysplastischen Ver{\"a}nderungen der zu- und abf{\"u}hrenden Gef{\"a}{\ss}e und daraus folgenden erh{\"o}hten Blutungsrisiko.Zielsetzung: F{\"u}r die diagnostische Beurteilung der AVM sind Informationen {\"u}ber die individuelle Gef{\"a}{\ss}struktur und die H{\"a}modynamik von besonderem Interesse. In diesem Beitrag wird ein Verfahren zur Extraktion von Parametern zur Beschreibung der H{\"a}modynamik pr{\"a}sentiert. Aufbauend hierauf werden Verfahren zur automatischen Detektion des Nidus der arterioven{\"o}sen Malformation sowie der zuleitenden (Feeder), ableitenden (Drainagevenen) und „en passage“-Gef{\"a}{\ss}e vorgestellt. Als Eingabe hierf{\"u}r dienen hochaufgel{\"o}ste 3D- sowie zeitlich-r{\"a}umliche 4D-MRT-Bildsequenzen.Methoden: Bei der vorgestellten Methode wird zun{\"a}chst in den 3D-MRT-Bilddaten das Gef{\"a}{\ss}system semi-automatisch segmentiert. Auf Basis eines neuen Verfahrens zur Charakterisierung der H{\"a}modynamik durch Bestimmung des Einflusszeitpunktes des Kontrastmittels mittels referenzbasierter Kurvenanpassung wird in einem weiteren Schritt in den zeitlich-r{\"a}umlichen MR-Bildfolgen f{\"u}r jedes Voxel der zeitliche Signalverlauf analysiert. Zus{\"a}tzlich wird die Flussgeschwindigkeit des Kontrastmittels diskret approximiert. Anschlie{\ss}end werden die extrahierten Parameterbilder mittels eines nicht-linearen Registrierungsverfahrens automatisch auf das segmentierte Gef{\"a}{\ss}system {\"u}bertragen. Durch eine kombinierte Analyse der Intensit{\"a}t, der Geschwindigkeit und des relativen Einflusszeitpunktes des Blutes werden Gef{\"a}{\ss}strukturen automatisch charakterisiert.Ergebnisse: Zur Evaluation der vorgestellte Methode standen 19 Datens{\"a}tze von Patienten mit diagnostizierter AVM zur Verf{\"u}gung. Durch Anwendung der neuen Methode zur Beschreibung der Einstr{\"o}mzeitpunkte konnten Artefakte in Form von starken zeitlichen Spr{\"u}ngen zwischen den Einflusszeitpunkten benachbarter Voxel deutlich verringert werden. Die Detektion des Nidus wurde anhand von manuellen Segmentierungen validiert und ergab eine mittlere Volumen{\"u}bereinstimmung von ca. 88%. Drainagevenen und Feeder konnten mit einer Genauigkeit von 95% detektiert werden.Schlussfolgerung: Die vorgestellte Methode erm{\"o}glicht eine robuste automatische Detektion des AVM-Nidus sowie eine Klassifikation der Gef{\"a}{\ss}e. Eine visuelle Begutachtung durch erfahrene Neuroradiologen ergab, dass bei Verwendung der vorgestellten Methode zur Charakterisierung des Blutflusses mittels referenzbasierter Kurvenanpassung dieser besser dargestellt werden kann, als bei der Verwendung konventioneller Parameter. Die Detektion von zuleitenden und ableitenden Gef{\"a}{\ss}en unterst{\"u}tzt den Mediziner bei der r{\"a}umlichen Beurteilung der arterioven{\"o}sen Malformation. Die Detektion der „en passage“-Gef{\"a}{\ss}e ist besonders hinsichtlich der Planung von neurochirurgischen Eingriffen von hoher Bedeutung.",

author = "Forkert, {Nils Daniel} and Dennis Saring and Jens Fiehler and Till Lilies and Dietmar Moller and Heinz Handels",

year = "2009",

month = aug,

day = "4",

doi = "10.3205/mibe000098",

language = "Deutsch",

volume = "5",

journal = "Deutsche Gesellschaft fur Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS)",

issn = "1860-8779",

number = "3",

}

Hämodynamische analyse und klassifikation der gefäßstrukturen bei patienten mit zerebralen arteriovenösen malformationen. / Forkert, Nils Daniel; Saring, Dennis; Fiehler, Jens et al.
In: Deutsche Gesellschaft fur Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS), Vol. 5, No. 3, 04.08.2009.

Research output: Journal Articles › Journal articles › Research › peer-review

TY - JOUR

T1 - Hämodynamische analyse und klassifikation der gefäßstrukturen bei patienten mit zerebralen arteriovenösen malformationen

AU - Forkert, Nils Daniel

AU - Saring, Dennis

AU - Fiehler, Jens

AU - Lilies, Till

AU - Moller, Dietmar

AU - Handels, Heinz

PY - 2009/8/4

Y1 - 2009/8/4

N2 - Hintergrund: Eine zerebrale arteriovenöse Malformation (AVM) ist eine Gefäßmissbildung im Gehirn, die sich durch das Fehlen eines kapillaren Gefäßbettes mit abnormem Kurzschluss zwischen dem arteriellen und dem folgendem venösen System auszeichnet, dem sog. Nidus. Die veränderten hämodynamischen Bedingungen resultieren in neurologischen Ausfällen sowie in dysplastischen Veränderungen der zu- und abführenden Gefäße und daraus folgenden erhöhten Blutungsrisiko.Zielsetzung: Für die diagnostische Beurteilung der AVM sind Informationen über die individuelle Gefäßstruktur und die Hämodynamik von besonderem Interesse. In diesem Beitrag wird ein Verfahren zur Extraktion von Parametern zur Beschreibung der Hämodynamik präsentiert. Aufbauend hierauf werden Verfahren zur automatischen Detektion des Nidus der arteriovenösen Malformation sowie der zuleitenden (Feeder), ableitenden (Drainagevenen) und „en passage“-Gefäße vorgestellt. Als Eingabe hierfür dienen hochaufgelöste 3D- sowie zeitlich-räumliche 4D-MRT-Bildsequenzen.Methoden: Bei der vorgestellten Methode wird zunächst in den 3D-MRT-Bilddaten das Gefäßsystem semi-automatisch segmentiert. Auf Basis eines neuen Verfahrens zur Charakterisierung der Hämodynamik durch Bestimmung des Einflusszeitpunktes des Kontrastmittels mittels referenzbasierter Kurvenanpassung wird in einem weiteren Schritt in den zeitlich-räumlichen MR-Bildfolgen für jedes Voxel der zeitliche Signalverlauf analysiert. Zusätzlich wird die Flussgeschwindigkeit des Kontrastmittels diskret approximiert. Anschließend werden die extrahierten Parameterbilder mittels eines nicht-linearen Registrierungsverfahrens automatisch auf das segmentierte Gefäßsystem übertragen. Durch eine kombinierte Analyse der Intensität, der Geschwindigkeit und des relativen Einflusszeitpunktes des Blutes werden Gefäßstrukturen automatisch charakterisiert.Ergebnisse: Zur Evaluation der vorgestellte Methode standen 19 Datensätze von Patienten mit diagnostizierter AVM zur Verfügung. Durch Anwendung der neuen Methode zur Beschreibung der Einströmzeitpunkte konnten Artefakte in Form von starken zeitlichen Sprüngen zwischen den Einflusszeitpunkten benachbarter Voxel deutlich verringert werden. Die Detektion des Nidus wurde anhand von manuellen Segmentierungen validiert und ergab eine mittlere Volumenübereinstimmung von ca. 88%. Drainagevenen und Feeder konnten mit einer Genauigkeit von 95% detektiert werden.Schlussfolgerung: Die vorgestellte Methode ermöglicht eine robuste automatische Detektion des AVM-Nidus sowie eine Klassifikation der Gefäße. Eine visuelle Begutachtung durch erfahrene Neuroradiologen ergab, dass bei Verwendung der vorgestellten Methode zur Charakterisierung des Blutflusses mittels referenzbasierter Kurvenanpassung dieser besser dargestellt werden kann, als bei der Verwendung konventioneller Parameter. Die Detektion von zuleitenden und ableitenden Gefäßen unterstützt den Mediziner bei der räumlichen Beurteilung der arteriovenösen Malformation. Die Detektion der „en passage“-Gefäße ist besonders hinsichtlich der Planung von neurochirurgischen Eingriffen von hoher Bedeutung.

AB - Hintergrund: Eine zerebrale arteriovenöse Malformation (AVM) ist eine Gefäßmissbildung im Gehirn, die sich durch das Fehlen eines kapillaren Gefäßbettes mit abnormem Kurzschluss zwischen dem arteriellen und dem folgendem venösen System auszeichnet, dem sog. Nidus. Die veränderten hämodynamischen Bedingungen resultieren in neurologischen Ausfällen sowie in dysplastischen Veränderungen der zu- und abführenden Gefäße und daraus folgenden erhöhten Blutungsrisiko.Zielsetzung: Für die diagnostische Beurteilung der AVM sind Informationen über die individuelle Gefäßstruktur und die Hämodynamik von besonderem Interesse. In diesem Beitrag wird ein Verfahren zur Extraktion von Parametern zur Beschreibung der Hämodynamik präsentiert. Aufbauend hierauf werden Verfahren zur automatischen Detektion des Nidus der arteriovenösen Malformation sowie der zuleitenden (Feeder), ableitenden (Drainagevenen) und „en passage“-Gefäße vorgestellt. Als Eingabe hierfür dienen hochaufgelöste 3D- sowie zeitlich-räumliche 4D-MRT-Bildsequenzen.Methoden: Bei der vorgestellten Methode wird zunächst in den 3D-MRT-Bilddaten das Gefäßsystem semi-automatisch segmentiert. Auf Basis eines neuen Verfahrens zur Charakterisierung der Hämodynamik durch Bestimmung des Einflusszeitpunktes des Kontrastmittels mittels referenzbasierter Kurvenanpassung wird in einem weiteren Schritt in den zeitlich-räumlichen MR-Bildfolgen für jedes Voxel der zeitliche Signalverlauf analysiert. Zusätzlich wird die Flussgeschwindigkeit des Kontrastmittels diskret approximiert. Anschließend werden die extrahierten Parameterbilder mittels eines nicht-linearen Registrierungsverfahrens automatisch auf das segmentierte Gefäßsystem übertragen. Durch eine kombinierte Analyse der Intensität, der Geschwindigkeit und des relativen Einflusszeitpunktes des Blutes werden Gefäßstrukturen automatisch charakterisiert.Ergebnisse: Zur Evaluation der vorgestellte Methode standen 19 Datensätze von Patienten mit diagnostizierter AVM zur Verfügung. Durch Anwendung der neuen Methode zur Beschreibung der Einströmzeitpunkte konnten Artefakte in Form von starken zeitlichen Sprüngen zwischen den Einflusszeitpunkten benachbarter Voxel deutlich verringert werden. Die Detektion des Nidus wurde anhand von manuellen Segmentierungen validiert und ergab eine mittlere Volumenübereinstimmung von ca. 88%. Drainagevenen und Feeder konnten mit einer Genauigkeit von 95% detektiert werden.Schlussfolgerung: Die vorgestellte Methode ermöglicht eine robuste automatische Detektion des AVM-Nidus sowie eine Klassifikation der Gefäße. Eine visuelle Begutachtung durch erfahrene Neuroradiologen ergab, dass bei Verwendung der vorgestellten Methode zur Charakterisierung des Blutflusses mittels referenzbasierter Kurvenanpassung dieser besser dargestellt werden kann, als bei der Verwendung konventioneller Parameter. Die Detektion von zuleitenden und ableitenden Gefäßen unterstützt den Mediziner bei der räumlichen Beurteilung der arteriovenösen Malformation. Die Detektion der „en passage“-Gefäße ist besonders hinsichtlich der Planung von neurochirurgischen Eingriffen von hoher Bedeutung.

UR - http://www.scopus.com/inward/record.url?scp=85061568735&partnerID=8YFLogxK

U2 - 10.3205/mibe000098

DO - 10.3205/mibe000098

M3 - Zeitschriftenaufsätze

AN - SCOPUS:85061568735

SN - 1860-8779

VL - 5

JO - Deutsche Gesellschaft fur Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS)

JF - Deutsche Gesellschaft fur Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS)

IS - 3

ER -

Hämodynamische analyse und klassifikation der gefäßstrukturen bei patienten mit zerebralen arteriovenösen malformationen

Abstract

UN SDGs

Access to Document

Other files and links

Fingerprint

Cite this