Scheimpflug-Tomographie

Die Scheimpflug-Tomographie spielt in der refraktiven Chirurgie, der Keratokonusdiagnostik und der allgemeinen Hornhautdiagnostik ein Rolle. Im Gegensatz zur klassischen Keratometrie oder Placido-basierten Topographie ermöglicht sie eine volumetrische Erfassung der Hornhaut, einschließlich der Vorder- und Rückfläche sowie der pachymetrischen Verteilung. Dadurch können strukturelle Veränderungen erkannt werden, die allein aus der Vorderflächenanalyse nicht zuverlässig ableitbar sind.

Moderne Systeme wie die Pentacam^® nutzen dieses Prinzip zur Erstellung rotationssymmetrischer, dreidimensionaler Schnittbilder.

Das Verfahren beruht auf dem Scheimpflug-Prinzip, das eine scharfe Abbildung geneigter Ebenen ermöglicht. Eine rotierendes optisches System (Kamera/Sensor in Kombination mit Spaltbeleuchtung) erfasst multiple optische Schnitte des vorderen Augenabschnitts aus definierten Winkeln. Aus diesen Einzelbildern wird ein dreidimensionales Modell rekonstruiert. Die Messung erfolgt kontaktlos, nicht-invasiv und dauert nur wenige Sekunden.

Mit der Scheimpflug-Tomographie lassen sich unter anderem folgende Messparameter bestimmen:

• Hornhautkrümmung
• Hornhautdicke (Pachymetrie)
• Elevation der Vorder- und Rückfläche
• Vorderkammertiefe
• Kammerwinkel
• Linsendaten

Zusätzlich werden aus den Rohdaten verschiedene Index- und Risikoparameter berechnet, die zur Beurteilung der Hornhautstabilität herangezogen werden.

Typische Anwendungsgebiete sind die Früherkennung und Verlaufskontrolle des Keratokonus, die präoperative Diagnostik vor keratorefraktiven Eingriffen, die Beurteilung der Hornhaut nach refraktiver Behandlung oder Transplantation sowie die Analyse der Vorderkammer bei bestimmten glaukomrelevanten Fragestellungen. Die Methode dient dabei sowohl der Diagnosestellung als auch der Risikostratifizierung.

Die besondere Stärke der Scheimpflug-Tomographie liegt in der Darstellung der posterioren Hornhautfläche und der regionalen Dickenverteilung, die zur Früherkennung genutzt werden können. Die Ergebnisse sind reproduzierbar, jedoch abhängig von korrekter Fixation, ausreichender Tränenfilmqualität und transparenter Hornhaut.

Aktuelle Studien zeigen, dass Deep-Learning-Analysen roher Scheimpflug-Bilddaten die Früherkennung des Keratokonus, insbesondere des forme-fruste-Keratokonus, weiter verbessern können.^[1]

Einschränkungen bestehen bei ausgeprägten Hornhautnarben, starker Trübung oder mangelnder Mitarbeit, da diese die Bildqualität beeinträchtigen können. Die Befunde sind stets im klinischen Kontext zu interpretieren und ersetzen nicht die ophthalmologische Untersuchung, sondern ergänzen diese um strukturierte, quantitative Daten.