Zum Hauptinhalt springen

Analyze My Knee

Erkrankungen

Typische Symptome

  • Plötzliches Knacken oder Wegknicken bei Drehbewegungen oder Landen
  • Schnelle Knieschwellung innerhalb von Stunden nach der Verletzung
  • Instabilitätsgefühl beim Gehen oder Drehen
  • Schwierigkeiten bei voller Belastung des betroffenen Beins
  • Eingeschränkte Beweglichkeit, insbesondere volle Extension
  • Schmerzen entlang der Gelenklinie oder tief im Knie

Kreuzbandriss im MRT: KI-gestützte Bildgebungsanalyse

KI-gestützte Bildgebungsanalyse des vorderen Kreuzbandrisses (VKB) im Knie-MRT. Verstehen Sie Teil- und Komplettrupturen, Knochenmarködem-Muster und begleitende Meniskusverletzungen — in verständlicher Sprache erklärt von 4 KI-Modellen.

Illustration des Knies mit einer sichtbaren Lücke zwischen den hervorgehobenen Enden eines gerissenen vorderen Kreuzbands
Das vordere Kreuzband verläuft durch die Mitte des Knies zwischen Oberschenkelknochen und Schienbein. Die hervorgehobenen Fasern werden auf eine Schädigung untersucht. Lehrillustration, keine medizinische Aufnahme.

Das vordere Kreuzband (VKB) ist eines der am häufigsten verletzten Kniebänder, besonders bei Sportlern. VKB-Risse werden in der Regel klinisch diagnostiziert und durch MRT bestätigt. Unser KI-Konsortium analysiert MRT-Sequenzen, um Faserdiskontinuitäten, assoziierte Knochenödem-Muster und sekundäre Instabilitätszeichen zu identifizieren. Der Mehrmodell-Ansatz korreliert Befunde aus sagittaler, koronarer und axialer Ebene für eine umfassende Beurteilung des Rissgrads und der Begleitverletzungen.

Kreuzbandriss-Grade erklärt

Worauf wir in der Bildgebung achten

  • Diskontinuität oder abnormales Signal innerhalb der VKB-Fasern im sagittalen MRT
  • Knochenmarködem-Muster am lateralen Femurkondylus und posterolateralen Tibiaplateau
  • Anteriore tibiale Translation relativ zum Femur
  • Abnormer Winkel des hinteren Kreuzbandes (HKB) (Buckling-Zeichen)
  • Sekundärzeichen einschließlich tiefer lateraler femoraler Notch-Zeichen
  • Begleitende Meniskusrisse, insbesondere am Hinterhorn des Außenmeniskus

Häufige Fragen

Kann die KI einen partiellen Kreuzbandriss im MRT erkennen?

Ja. Unser KI-Konsortium analysiert Faserkontinuität, Signalintensitätsänderungen und Banddicke, um partielle von kompletten VKB-Rissen zu unterscheiden. Partielle Risse können jedoch selbst für erfahrene Radiologen eine Herausforderung darstellen, sodass eine klinische Korrelation immer empfohlen wird.

Welche MRT-Sequenzen eignen sich am besten zur VKB-Beurteilung?

Sagittale Protonendichte-(PD-) und T2-gewichtete Sequenzen mit Fettsuppression sind am nützlichsten für die VKB-Beurteilung. Unser System analysiert alle verfügbaren Sequenzen, priorisiert jedoch sagittale Ansichten für die VKB-Bewertung.

Wie genau ist die KI bei der Erkennung von Kreuzbandrissen?

Veröffentlichte Studien fanden bei der Erkennung von Kreuzbandrissen eine mit ärztlichen Beurteilungen vergleichbare Leistung der KI; eine prospektive Validierung ist jedoch weiterhin erforderlich. Diese Ergebnisse belegen nicht die Genauigkeit dieses Dienstes.

Quellen

  1. Tung GA, Davis LM, Wiggins ME, Fadale PD. Tears of the anterior cruciate ligament: primary and secondary signs at MR imaging. Radiology. 1993;188(3):661-667.
  2. Gentili A, Seeger LL, Yao L, Do HM. Anterior cruciate ligament tear: indirect signs at MR imaging. Radiology. 1994;193(3):835-840.
  3. Brody JM, Lin HM, Hulstyn MJ, Tung GA. Lateral meniscus root tear and meniscus extrusion with anterior cruciate ligament tear. Radiology. 2006;239(3):805-810.
  4. Gill SS, Haq T, Zhao Y, et al. AI demonstrates comparable diagnostic performance to radiologists in MRI detection of anterior cruciate ligament tears: a systematic review and meta-analysis. Eur Radiol. 2026;36(4):2500-2517.

Erhalten Sie eine Erklärung zu Bildgebungsbegriffen im Zusammenhang mit Kreuzbandriss

Laden Sie Ihre MRT- oder Röntgen-DICOM-Dateien für eine private, KI-gestützte Analyse hoch. 4 Modelle analysieren unabhängig voneinander – die Rohdaten Ihrer Scans bleiben in Ihrem Browser.

Hochladen & Analysieren

Medizinischer Haftungsausschluss: Diese Seite dient nur zu Informations- und Bildungszwecken. Sie stellt keine medizinische Beratung, Diagnose oder Behandlung dar. KI-generierte Analysen können Fehler enthalten. Konsultieren Sie für medizinische Entscheidungen immer qualifiziertes medizinisches Fachpersonal. Vollständiger Haftungsausschluss