Früherkennung von Kehlkopfkrebs mittels hyperspektralem Imaging [funded by DKH] - Status: closed
Projektmitglieder:
Prof. Dr. Jörg Bendix
Dr. Boris Thies
Projektbeschreibung:
Der Nationale Krebsplan formuliert die Krebsfrüherkennung als eines der wichtigsten Ziele, um die Heilungschancen und das Überleben einer Krebserkrankung zu verbessern. Für Kopf-Hals-Karzinome sind die wesentlichen Risikofaktoren bekannt; dennoch steht bis heute kein Screening zur Verfügung. Dies liegt vor allem am Fehlen einer reproduzierbaren, objektiven Untersuchungsmethode. Risikopatienten werden klinisch untersucht und unter Betrachtung mit Weißlicht, mit Autofluoreszenz oder als Narrow-Band Imaging evaluiert. Da die getroffenen Einschätzungen subjektiver Natur sind, werden Schleimhautläsionen fehlklassifiziert, was sowohl eine Unter- und Übertherapie zur Folge hat.
Im geförderten Projekt wird diesem Problem durch den Einsatz des Hyperspektralen Imaging begegnet. In einer ganz anderen Dimension und in wesentlich größerem Maßstab haben diese Techniken seit langem ihren großen Wert in der Satelliten-gestützten Erdfernerkundung unter Beweis gestellt, wo sie kontaktfrei Aussagen über Vegetation, Bodenschätze, Bodennutzung etc. erlaubt. Im Bereich der Hautoberfläche wurde dieser Ansatz kürzlich auf die Klassifikation pigmentierter Hauttumore angewandt. Diese Ansätze sollen auf die Kehlkopfschleimhaut übertragen werden. Der Kehlkopf eignet sich dank seiner umschriebenen anatomischen Ausdehnung und der Vielfalt der vertretenen Pathologien ideal als Prototyp für die Schleimhaut des oberen Aerodigestivtraktes. Mit einer entsprechenden Lichtquelle wird durch ein konventionelles Operationsmikroskop ein hyperspektraler Bildstapel der Kehlkopfschleimhaut generiert, in eine Datenbank eingepflegt und dann in Kenntnis der Histologie einer supervidierten Klassifikation unterzogen. Auf diese Weise werden spektrale Signaturen der verschiedenen Schleimhautveränderungen identifiziert. Nach Schaffung einer ausreichend großen Datenbank mit einer Palette spektraler Signaturen wird das Hyperspectral Imaging an neuen Läsionen mittels einer nicht-supervidierten Klassifikation validiert und der Wert einer zusätzlichen Zytometrie evaluiert.
Publications and poster presentations:
2016 - Regeling, B.; Thies, B.; Gerstner, A.O.; Westermann, S.; Müller, N.A.; Bendix, J. & Laffers, W. (2016): Hyperspectral Imaging Using Flexible Endoscopy for. Sensors 16, 1-14.
- Laffers, W.; Westermann, S.; Regeling, B.; Martin, R.; Thies, B.; Gerstner, A.O.; Bootz, F. & Müller, N.A. (2016): Early recognition of cancerous lesions in the mouth and oropharynx : Automated evaluation of hyperspectral image stacks. HNO 64(1), 27-33.
2015 - Regeling, B.; Laffers, W.; Gerstner, A.O.; Westermann, S.; Müller, N.A.; Schmidt, K.; Bendix, J. & Thies, B. (2015): Development of an image pre-processor for operational hyperspectral laryngeal cancer detection. J. Biophotonics 9(3), 235-245.
2013 - Gerstner, A.O.; Martin, R.; Westermann, S.; Mahnlein, A.; Schmidt, K.; Thies, B. & Laffers, W. (2013): Hyperspectral Imaging in der Kopf-Hals-Onkologie. Laryngo-Rhino-Otologie 92(7), 453-457.
2012 - Gerstner, A.O.; Laffers, W.; Schade, G.; Goke, F.; Martin, R. & Thies, B. (2012): Endoscopy of the larynx by hyperspectral imaging. HNO 60, 1047-1052.
- Martin, R.; Thies, B. & Gerstner, A.O. (2012): Hyperspectral hybrid method classification for detecting altered mucosa of the human larynx. International Journal of Health Geographics 11, 21.
