Promotie T. (Tareq) Abdel Alim

Korte samenvatting:

Dit proefschrift richt zich op craniosynostose, een aandoening waarbij de schedelnaden van een baby te vroeg vergroeien, wat kan leiden tot een abnormale schedelvorm en ontwikkelingsproblemen. Het onderzoek legt de nadruk op het gebruik van niet-invasieve 3D-beeldvormingstechnieken, zoals fotogrammetrie, om schedel- en gelaatsstructuren te beoordelen en analyseren, zonder de noodzaak van blootstelling aan schadelijke straling. Door de ontwikkeling en validatie van een nieuwe softwaretool genaamd 'CraniumPy' wordt de manier waarop 3D-beelden worden verwerkt gestandaardiseerd, waardoor het eenvoudiger wordt om schedelvormen te evalueren en vergelijkingen te maken tussen verschillende patiënten en centra.

Ook worden verschillende chirurgische technieken voor de behandeling van craniosynostose vergeleken, wat inzichten biedt in welke methoden het meest effectief zijn om de schedelvorm in de loop van de tijd te normaliseren. Daarnaast wordt het potentieel van conservatieve (niet-chirurgische) behandelingen in bepaalde gevallen onderzocht, wat een heroverweging van de traditionele chirurgische benadering vraagt.

Een belangrijk deel van het onderzoek introduceert geavanceerde vormanalysebenaderingen met behulp van kunstmatige intelligentie om een beter inzicht te krijgen in craniale afwijkingen. Deze methoden maken het mogelijk om complexe vormveranderingen te analyseren die verder gaan dan wat traditionele metingen kunnen vastleggen. Dit werk streeft ernaar de nauwkeurigheid en effectiviteit van de diagnose en behandeling van craniosynostose te verbeteren, met als uiteindelijk doel betere patiëntuitkomsten en een hogere kwaliteit van leven.