Digestive diseases and disorders are diverse with some being more common and of short duration, whereas others may be life threatening if left untreated. They are among the most common problems that people are afflicted with at least once in their lifetime. As in many other clinical disciplines, diagnosis and treatment of digestive diseases are driven towards minimally invasive approaches. Flexible endoscopy, though today's gold standard, is still characterized by a considerable level of invasiveness, patient discomfort and the need for anesthesia. In cases with a given diagnostic indication, passive video capsule endoscopy (VCE), developed in the early 2000s, may significantly decrease the invasiveness in performing a differential diagnosis of upper and lower gastrointestinal tract diseases. However, capsule endoscopes have the drawback of not being actively steerable inside the gastrointestinal tract, which limits their diagnostic abilities. Magnetically guided capsule endoscopy (MGCE), which is the imaging modality used in this thesis, has overcome this problem by providing steerability of the capsule endoscope. Although the feasibility of MGCE procedures has been proven in two clinical studies, the quality of the examination depends on the skill of the operator and his ability to detect visual signs of possible pathologies in real time. During a MGCE procedure, the physician needs to focus on two images simultaneously as diagnosis and image acquisition happen mostly at the same time. In comparison, VCE images can be reviewed at a speed suitable for the physician and the reviewing process can be paused whenever necessary. Therefore, a system for assisting the physician in scanning and interpreting images in real time can be beneficial for MGCE. To that end, in this thesis a computer-aided diagnosis (CAD) system, comprised of multiple computational steps, is developed specifically for MGCE images. The first part of this work focuses on the segmentation of bubbles, particles and other debris, which frequently appear in MGCE images, and interfere with the CAD process. The developed approach is capable of segmenting image areas with such content with an average accuracy of 87.8% and is, therefore, providing an image region of interest for further processing. In the second part of this thesis a novel system for semantic and topological classification of MGCE images is presented. Based on a series of processing steps and extracted features, images are grouped into different categories. These categories are, for example, the anatomical location of the acquisition, or the image pose relative to anatomical structures in the upper gastrointestinal tract. An average accuracy of over 80% for all classification stages could be achieved. Such information facilitates the post-procedure review process or provides strong a priori knowledge for CAD algorithms. In the third part of this work a CAD method is developed that can automatically detect two different pathologies in MGCE images. The objective of this technique is to operate during the intervention. It indicates in real time the presence of pathological structures to the physician, who can then decide whether to more closely examine the indicated area. The presented approach yields a 95% average sensitivity. The last part of this work focuses on the detection of pre-cancerous signs. To that end, a staining technique, so-called chromoendoscopy, is applied to MGCE and is evaluated in order to highlight pathologies that are barely visible for the human observer. This work charts a path for the application of chromoendoscopy on MGCE via an ex-vivo animal study, in order to improve the visibility of pre-cancerous changes in cells and tissues. In summary for my thesis, I designed a diverse set of tools for computer-aided diagnosis in MGCE. The developed CAD system offers both real time interventional support, as well as facilitation of off-line processing.

Magen-Darm-Erkrankungen und Störungen des Verdauungstraktes treten in verschiedensten Facetten und Inzidenz auf. Einige Krankheitsbilder sind ohne adäquate Behandlung lebensbedrohlich. Dabei ist von Erkrankungen des Magen-Darm-Traktes statistisch jeder Mensch mindestens einmal im Leben betroffen. Die Verfahren zur Diagnose und Behandlung von Magen-Darm-Erkrankungen entwickeln sich, wie in vielen anderen klinischen Feldern auch, verstärkt hin zu minimal-invasiven Methoden. Die flexible Endoskopie, als das heute gängigste Verfahren, ist dagegen noch durch eine erhebliche mechanische Invasivität und die Notwendigkeit einer leichten Anästhesie gekennzeichnet. Für einige Indikationen steht seit Anfang der 2000er Jahre die Kapselendoskopie als minimal-invasives Diagnoseverfahren für den oberen und unteren Verdauungstrakt zur Verfügung. Bei diesem Verfahren bewegt sich eine mit Kameras ausgestattete Kapsel auf Grund der natürlichen Darm-Peristaltik durch den Verdauungstrakt und nimmt dabei Bilder auf. Durch die weitestgehend zufälligen und passiven Bewegungen der Kapsel unterliegen diese Aufnahmen großer Zufälligkeit und limitieren die diagnostische relevante Ausbeute an Bildmaterial. Magnetisch geführte Kapselendoskopie (MGCE), die bestimmende Bildgebungsmodalität dieser Arbeit, ist eine Möglichkeit die Endoskopiekapsel steuerbar zu machen und dadurch eine höhere Effektivität und Sensitivität des Verfahrens zu erreichen. Die klinische Machbarkeit wurde in zwei Studien für die Untersuchung des Magens nachgewiesen. Es hat sich dabei gezeigt, dass die Ausbeute an diagnostisch relevanten Bildern und die Vollständigkeit einer MGCE Untersuchung starken Schwankungen unterliegt, was auch vom Geschick des Benutzers abhängt. Während der Untersuchung muss der Mediziner zwei Kamerabilder diagnostisch analysieren und sich gleichzeitig auf die Steuerung der Kapsel konzentrieren. Im Unterschied zur passiven Kapselendoskopie, bei der alle Bilder im Nachgang an die Passage durch den Verdauungstrakt begutachten werden können, ist dies eine doppelte Belastung. Ein System zur Unterstützung des Mediziners, welches die Bilder der gesteuerten Kapsel automatisch auf Krankheitsbilder hin untersucht und den Benutzer entsprechend warnt, ist daher von großem Nutzen. Im Rahmen dieser Doktorarbeit wurde ein computer-assistiertes Diagnosesystem spezifisch für MGCE Bilder entwickelt. Der erste Teil dieser Arbeit beschäftigt sich mit der Segmentierung von Bildbereichen, die für die Bewertung irrelevant sind. Diese Bildbereiche enthalten zumeist Wasserblasen oder Schwebeteilchen und konnten mit einer durchschnittlichen Genauigkeit von 87.8% segmentiert werden. Jene Bereiche werden im weiteren Verlauf von der Analyse der Bilder ausgenommen. Im zweiten Teil dieser Arbeit werden MGCE Bilder nach topologischen und semantischen Merkmalen hin klassifiziert. Dabei werden Bilder unter anderem entsprechend des anatomischen Ortes der Aufnahme, der Aufnahmequalität oder der Entfernung zwischen der Kamera zur nächsten anatomischen Struktur kategorisiert. Über alle Kategorien hinweg wurde eine durchschnittliche Genauigkeit der Klassifikation von über 80% erreicht. Diese Methode kann zum einen für eine nachträgliche Begutachtung der Bilder hilfreich sein und liefern darüber hinaus einen wertvollen a-priori Wert für eine spätere Klassifikation der Bilder im Bezug auf Krankheitsbilder. Der dritte Teil der Arbeit beschäftigt sich mit der automatischen Detektion von Bildern, die Krankheitsmerkmale aufweisen. Der dafür entwickelte Klassifikations-Algorithmus erkennt zwei pathologische Merkmale. Das Ergebnis der Klassifikation kann dem Mediziner während der Untersuchung angezeigt werden, der dann entscheidet, ob er die entsprechende Stelle im Magen mit der steuerbaren Kapsel näher untersuchen möchte. Für die entwickelte Methode konnte eine durchschnittliche Sensitivität über alle drei Klassen von 95% nachgewiesen werden. Der letzte Teil dieser Dissertation beschäftigt sich mit dem visuellen Hervorheben von präkanzerösen Veränderungen auf der Oberfläche der Magenschleimhaut durch die Benutzung von Farbstoffen, s.g. Chromoendoskopie. Dieser Teil der Arbeit zeigt einen möglichen Weg für den Einsatz von Chromoendoskopie bei MGCE auf. Zu diesem Zweck wurde eine Methodik zur Bestimmung von Farbstoffkonzentration und Farbstoff Typ für verschiedene anatomische Anwendungsgebiete und Pathologien entwickelt. Des Weiteren wurde eine spezifische Anpassung des MGCE Protokolls zur Vorbereitung des Patienten für den Einsatz von Chromoendoskopie vorgeschlagen. Die Methodik wurde am Tiermodel getestet. Zusammenfassend wird in dieser Arbeit eine teils integrierte Kette von bildverarbeitenden Algorithmen zur Auswertung von Kapselbildern vorgestellt, die sowohl während als auch nach einer MGCE Untersuchung wertvoll Hinweise liefern kann.