DRKS - Deutsches Register Klinischer Studien

Studienakronym/Studienabkürzung

enFacedDB

Internetseite der Studie

Kein Eintrag

Allgemeinverständliche Kurzbeschreibung

Computer- assistierte Technologien wie die bild- basierte automatische Segmentierung spielen eine wichtige Rolle in der Unterstützung der Diagnosestellung und Therapieplanung im Fachbereich der Mund-, Kiefer- und Gesichtschirurgie. Obwohl zahlreiche derartige bild- basierte Segmentierungsmethoden existieren, ist deren klinische Anwendung oft stark limitiert. Dies gilt speziell für frei- zugängliche Segmentierungsmethoden in Bezug auf eine systematische Evaluierung. Das Ziel dieser Studie ist daher, die Beurteilung der Qualität von Segmentierungsprogrammen im Kiefer- und Gesichtsschädel. Die Beurteilung erfolgt anhand eines Vergleiches zwischen segmentierten CT- Bilddaten der Knochen. Segmentierte klinische Bilddaten werden mit jenen klinischer Experten verglichen. Diese Studie ist ein Vergleich von mehreren, frei- zugänglichen Softwareplattformen im Kiefer- und Gesichtsschädel auf Basis von klinischen CT- Daten zur Verbesserung von potentiellen klinischen Anwendung im Bereich der patienten- individualisierten Medizin im Fachgebiet der Mund-, Kiefer- und Gesichtschirurgie.

Wissenschaftliche Kurzbeschreibung

Computer- assistierte Technologien wie die bild- basierte automatische Segmentierung spielen eine wichtige Rolle in der Unterstützung der Diagnosestellung und Therapieplanung im Fachbereich der Mund-, Kiefer- und Gesichtschirurgie. Obwohl zahlreiche derartige bild- basierte Segmentierungsmethoden existieren, ist deren klinische Anwendung oft auf Grund von technischen, humanen oder finanziellen Ressourcen stark limitiert. Dies gilt speziell für frei- zugängliche und lizenzfreie Segmentierungsmethoden in Bezug auf eine systematische Evaluierung. Das Ziel dieser Studie ist daher, die Beurteilung der tatsächlichen Segmentierungsqualität von Segmentierungsprogrammen im Kiefer- und Gesichtsschädel. Die Beurteilung erfolgt anhand eines Vergleiches zwischen segmentierten CT- Bilddaten der Knochen. Segmentierte patienten- spezifische klinische Bilddaten erstellt von automatischen Segmentierungsalgorithmen werden mit manuellen Ground Truth Segmentierungen erstellt von klinischen Experten verglichen. Beurteilungsparameter sind unter anderem der Dice Score Coefficient (DSC, %) und die Hausdorff Distance (HD, Voxel). Diese Studie ist ein systematischer Vergleich von mehreren lizenzfreien, frei- zugänglichen Segmentierungsprogrammen und Softwareplattformen im Kiefer- und Gesichtsschädel auf Basis von klinischen CT- Daten zur Verbesserung von Segmentierungsalgorithmen und einer potentiellen klinischen Anwendung im Bereich der patienten- individualisierten Medizin im Fachgebiet der Mund-, Kiefer- und Gesichtschirurgie. Des Weiteren, sind die Ergebnisse dieser Studie reproduzierbar für andere und können sowohl für klinische, als auch wissenschaftliche Zwecke verwendet werden.