Kann KI 3D-Knochenstrukturen aus Standard-Röntgenbildern rekonstruieren ?

Die medizinische Bildgebung verlässt sich oft auf CT-Scans für detaillierte 3D-Rekonstruktionen, aber diese sind kostspielig und setzen Patienten einer höheren Strahlung aus. Standard-Röntgenaufnahmen sind zwar zugänglicher, liefern aber keine Tiefeninformationen. KI-Algorithmen könnten potenziell 3D-Knochenmodelle aus 2D-Röntgenaufnahmen ableiten und so die diagnostische Genauigkeit verbessern, ohne zusätzliche Bildgebung durchzuführen.

Aktuelle KI-Systeme können grobe 3D-Knochenformen aus zwei oder mehr Standard-Röntgenbildern rekonstruieren, indem sie Deep-Learning-Modelle verwenden, die mit großen Datensätzen von gepaarten Röntgen- und CT-Volumen trainiert wurden. Die Rekonstruktionen bleiben jedoch ungenau und entbehren der feinen Details, die für CT-Scans typisch sind. Die Genauigkeit ist für dichte kortikale Knochen am höchsten und nimmt für trabekuläre Knochen und kleine Strukturen ab. Dieser Ansatz wird vor allem für die Operationsplanung und Nachsorge verwendet, nicht jedoch für definitive Diagnosen. Forschungsprototypen zeigen zwar Potenzial für Einzelbildmethoden unter begrenzten Winkeln, diese hinken jedoch noch der Genauigkeit von Mehrbildverfahren hinterher und erfordern eine spezielle Kalibrierung.

— Enriched 12. Mai 2026 · Quelle: Radiological Society of North America (RSNA) — https://pubs.rsna.org/doi/10.1148/radiol.2023222655