Open Access

BACKGROUND Differentiation of high-flow from low-flow vascular malformations (VMs) is crucial for therapeutic management of this orphan disease. OBJECTIVE A convolutional neural network (CNN) was evaluated for differentiation of peripheral vascular malformations (VMs) on T2-weighted short tau inversion recovery (STIR) MRI. METHODS 527 MRIs (386 low-flow and 141 high-flow VMs) were randomly divided into training, validation and test set for this single-center study. 1) Results of the CNN's diagnostic performance were compared with that of two expert and four junior radiologists. 2) The influence of CNN's prediction on the radiologists' performance and diagnostic certainty was evaluated. 3) Junior radiologists' performance after self-training was compared with that of the CNN. RESULTS Compared with the expert radiologists the CNN achieved similar accuracy (92% vs. 97%, p = 0.11), sensitivity (80% vs. 93%, p = 0.16) and specificity (97% vs. 100%, p = 0.50). In comparison to the junior radiologists, the CNN had a higher specificity and accuracy (97% vs. 80%, p <  0.001; 92% vs. 77%, p <  0.001). CNN assistance had no significant influence on their diagnostic performance and certainty. After self-training, the junior radiologists' specificity and accuracy improved and were comparable to that of the CNN. CONCLUSIONS Diagnostic performance of the CNN for differentiating high-flow from low-flow VM was comparable to that of expert radiologists. CNN did not significantly improve the simulated daily practice of junior radiologists, self-training was more effective.

Dieser Bericht entstand auf Initiative der Studierenden des 2020 neu gegründeten Masterstudiengangs „Elektro- und Informationstechnik (MEI)“, die an der Pflichtlehrveranstaltung „Forschungsmethoden und Seminar (FMS)“ im Wintersemester 2020/21 teilnahmen. Diese Lehrveranstaltung hat das Ziel, systematisch an das wissenschaftliche Arbeiten, speziell die Wissenschaftskommunikation, heranzuführen. Daher war geeignete Literatur zu einem individuellen Thema zu recherchieren, Veröffentlichungen auf ihre Relevanz hin zu beurteilen und letztendlich eine eigene Ausarbeitung basierend auf der Literaturrecherche zu erarbeiten und diese in einem Vortrag zu präsentieren. Parallel dazu erfolgte im Theorieteil die entsprechende Hinführung zu den verschiedenen Elementen der Wissenschaftskommunikation: • Bedeutung der Wissenschaftskommunikation für die Arbeit der Ingenieure in Forschung und Entwicklung • Literaturrecherche, Suchmaschinen, Sichtung und Analyse vorhandener Publikationen, Bewertung der Qualität aufgefundener Fachliteratur, Auswahl geeigneter Materialien für die eigene Arbeit • Aufbereitung und Darstellung der recherchierten technischer Inhalte in Form einer seitenanzahlbegrenzten wissenschaftlichen Ausarbeitung • Einhalten formaler Randbedingungen bzgl. Strukturierung, einschl. Bildnachweise und Zitationsstile • Peer-review-Prozess bei wertschätzender Beurteilung der Leistung anderer • Publikumsangepasstes Aufbereiten komplexer fachlicher Inhalte mit hochschulöffentlicher Präsentation der Ergebnisse • Führen mündlicher wissenschaftlicher Diskurse Nachdem die Masterstudierenden in der Regel über noch keine eigene wissenschaftliche Forschungserfahrung bzw. -inhalte verfügen, lag der wählbare Schwerpunkt der Literatursuche auf der Bearbeitung von vorgegeben aktuellen technischen oder gesellschaftspolitischen Forschungsthemen.