Optimierung der Gesichtsklassifikation bei der Erkennung von Akromegalie

Autor: Frohner R, Würtz RP, Kosilek R, Schneider HJ
Jazyk: němčina
Rok vydání: 2013
Předmět:
Zdroj: Journal für Klinische Endokrinologie und Stoffwechsel, Vol 6, Iss 3, Pp 20-24 (2013)
ISSN: 1998-7781
1998-7773
Popis: In vorausgegangenen Studien konnte gezeigt werden, dass eine Gesichtsklassifikation mittels Gesichtsphotographien zur Diagnostik von Akromegalie mit guten Ergebnissen eingesetzt werden kann. In diesem Artikel werden die grundlegende Vorgehensweise der Klassifikation mittels der Software FIDA erläutert sowie Optimierungsansätze mit dem Ziel diskutiert, diese Methode näher an den klinischen Einsatz zu bringen. Die Gesichtsklassifikation basiert auf Knotenpunkten, die verteilt über die jeweilige Frontal- und/oder Seitenansicht des Gesichts platziert werden und den so genannten Graphen bilden. Mittels mathematischer Verfahren erfolgt eine Analyse der zugrunde liegenden Textur des Bildes sowie die Auswertung geometrischer Informationen. Untersucht wird, wie sich die Reduktion von als irrelevant eingestuften Knoten auf das Klassifikationsergebnis auswirkt. Ebenso wird untersucht, wie sich neu definierte Knoten, die die typischen morphologischen Veränderungen der akromegalen Erkrankung im Gesicht berücksichtigen, auf die Klassifizierungsergebnisse auswirken. Die interne Validierung erfolgt an einem Datenset bestehend aus 57 an Akromegalie erkrankten Probanden (29 weiblich, 28 männlich) sowie 59 Kontrollen (29 weiblich, 30 männlich). Die externe Validierung wird an einer weiteren Stichprobe gemessen, die zum Zeitpunkt der Präsentation auf der Tagung der European Neuroendocrine Association 2012 in Wien 13 akromegale Patienten (7 weiblich, 6 männlich) sowie 45 Kontrollen (25 weiblich, 20 männlich) umfasste. Die Datenbank wird ständig durch neue Probanden aus verschiedenen Quellen erweitert. Erste Ergebnisse zeigen, dass die Verwendung von Graphen mit reduzierten Knoten und von neuen Sets von Knoten unter Einbeziehung typischer morphologischer Veränderungen des Gesichts die Klassifizierung weiter verbessert. Diese Ergebnisse ermutigen zu weiteren Untersuchungen an einer erweiterten Datenbank.
Databáze: OpenAIRE
Externí odkaz: