Ziel dieser Arbeit war die Entwicklung eines numerischen Modells des menschlichen knöchernen Thorax, das insbesondere altersabhängige geometrische Faktoren berücksichtigt. Dieses Modell soll sowohl die männliche als auch die weibliche Population der über 64-Jährigen repräsentieren und eine an diese Altersgruppe angepasste Verletzungssimulation ermöglichen. Die vorliegende Studie identifiziert zunächst an Hand eines Kollektivs aus 126 postmortem und 40 klinischen computertomografischen Schnittbildaufnahmen eine ganze Reihe geometrischer Parameter, die sich mit dem Alter verändern. Zu den untersuchten Parametern gehören sowohl Winkel der Rippen im Raum und innerhalb des Rippenbogens, eine detaillierte Erfassung von Parametern der einzelnen Rippe (Querschnittsfläche, Krümmung, Longitudinale Verdrillung), Parameter der Wirbelsäule als Ganzes (Skoliose, Kyphose, Rotation) und einzelner Wirbel sowie des Brustbeins. Weiterhin wurden die Grundmasse des ganzen Thorax (Thoraxtiefe, Thoraxbreite) untersucht. Die hier gefundenen Altersabhängigkeiten dienten als Eingabeparameter zur Erstellung von insgesamt neun aus dem Menschmodell THUMS 3 gemorphter alter und junger Finite-Elemente Thoraxmodelle. Implementiert wurden hierbei sowohl Durchschnittsmaße als auch extreme Maße. Die Ergebnisse zeigen mehrere sich im Alter signifikant verändernde Parameter. Als wichtigste unter ihnen sind eine Zunahme der Thoraxtiefe und Thoraxbreite im Alter, die signifikante Veränderung einiger Rippenwinkel im Raum sowie der Krümmung der sechsten und siebten Rippe zu nennen. Zudem wird die Wirbelsäulenform kyphotischer und das Sternum am Übergang zwischen Manubrium und Corpus sternii gewinkelter. Die Menschmodelle THUMS 3, THUMS 4 und HUMOS 2 sind weder als typisch alt, noch typisch jung einzuordnen, dies unterscheidet sich teils von Parameter zu Parameter. Die auf Basis der Geometrie-Inputdaten durchgeführten Finite-Elemente Simulationen zeigen einen deutlichen Einfluss der zunehmenden Thoraxtiefe im Alter auf die posteriore Kraft an der Auflagefläche der Rippen sowie die Spannungsverteilung entlang der Rippen. Sie wirkt sich jedoch entgegen der Erwartungen protektiv aus und dominiert andere Faktoren wie die unterschiedlichen Rippenwinkel. Abschließend betrachtet wird ein Menschmodell, welches das 75. Perzentil der alten Bevölkerung repräsentiert, als ausreichend aussagekräftig hinsichtlich der im Alter veränderten Geometrie klassifiziert und gleichzeitig als mit angemessenem Aufwand realisierbar angesehen. Es wird daher für die Bewertung von Sicherheitssystemen empfohlen.

Im Rahmen der Neugestaltung der GIDAS Unfalldatenbank, stellt sich die Frage, ob eine standardmäßige Aufnahme medizinischer Schnittbilder (CT und MRT-Aufnahmen, Röntgen und sonografische Aufnahmen) sinnvoll wäre, wie es in den Unfalldatenbanken anderer Länder (zum Beispiel in der CIREN Unfalldatenbank in den USA) gehandhabt wird. Aus den Schnittbildern, insbesondere aus Ganzkörper-CT Aufnahmen ließen sich potenziell einige Vorteile ziehen. So wäre etwa eine bessere Analyse der durch einen Unfall entstandenen Verletzungen ebenso möglich wie eine Verbesserung der Rekonstruktion eines Unfalls auf Grund verbesserter Modellierung des Insassen. Auch morphologische und anthropometrische Daten, die bislang nicht in GIDAS einfließen, ließen sich in größerem Stil erheben und – ab einer gewissen Anzahl an Datensätzen - statistisch auswerten, um etwa Rückschlüsse auf Vulnerabilitätsmerkmale zu ziehen oder in Zusammenhang mit physikalischen Unfallparametern neue Verletzungsmuster zu erkennen. Im hier vorliegenden Projekt werden nun die Anwendungsmöglichkeiten einer Integration von medizinischen Bilddaten in GIDAS recherchiert und in Bezug auf ihren Nutzen zur Verletzungsanalyse und Unfallvermeidung konkret dargestellt. Hierbei wird sowohl darauf eingegangen, welche neuen Variablen auch ohne Vorhaltung der Daten möglich wären (etwa anthropometrische Variablen oder Lokalisationsvariablen zur Verletzungskodierung) als auch welche sich nur bei dauerhafter Datenvorhaltung zur späteren Rekonstruktion erheben ließen (z.B. Gurtverlauf und Lungenkontusionsausmaß). Zudem wird auf den Vorteil verschiedener Nutzergruppen eingegangen. Diesen Nutzungsmöglichkeiten wird im zweiten Projektteil der konkrete technische, personelle und finanzielle Aufwand gegenübergestellt, der sowohl bei einer nur temporären Nutzung (etwa zur Extraktion neuer Datenbankvariablen) als auch bei langfristiger Speicherung der Bilddatensätze anfallen würde. Im Zuge dessen wird ein Vorschlag der Datenspeicherung auf einem Fileserver in Verbindung mit einem Webportal vorgeschlagen, über das der Zugriff auf Bilddaten und die eigentliche GIDAS SQL-Datenbank erfolgen kann. Auch eine Verwaltung unterschiedlicher Zugriffrechte, eine Sichtung der Datensätze, der Up- und Download sowie die Suche in der GIDAS Datenbank könnte über ein solches Portal erfolgen. Vor- und Nachteile einer Cloudlösung werden diskutiert. Besonders eingegangen wird in diesem Rahmen auf die konkreten Schritte und Aufwände der Anonymisierung der CT und MRT-Datensätze mit verschiedenen Softwares sowie auf die zu beachtenden Datenschutz-Richtlinien. Anhand eines Beispieldatensatzes werden die Möglichkeiten unterschiedlicher Anonymisierungssoftwares aufgezeigt, die über das reine Anonymisieren der Metadaten hinausgehen und auch die Schwärzung der Bilddaten selbst beinhalten. Bezüglich des Datenschutzes werden die aktuellen Richtlinien dargestellt. Im letzten Teil des Projekts werden konkret folgende drei Umsetzungsvarianten einer Bilddatenintegration in die nächste Stufe von GIDAS vorgeschlagen: Variante A schlägt vor, die vorhandenen Bilddaten anzufordern und ausführlich auszuwerten, diese jedoch nicht dauerhaft zu speichern. Vorteile sind neben der Verbesserung der Dokumentation ein geringerer Aufwand für Datenschutz und Aufklärung sowie keine Kosten für langfristige Datenspeicherung und die damit verbundene Bereitstellung, Zugriffsbeschränkung und Anonymisierung der Daten. Haupt-Nachteil der Variante A ist jedoch, dass rückwirkend keine Kontrolle der erhobenen Variablen mehr möglich ist, und sich auch im Nachhinein keine neuen Fragestellungen verwirklichen lassen. Daher muss das erhebende Personal zum Zeitpunkt der Erhebung eine hohe Qualifikation im medizinischen und anthropometrischen Bereich sowie eventuell Programmierkenntnisse aufweisen. Skripte für eine automatische Datenerhebung müssten bereits zuvor entwickelt und getestet werden, um die Korrektheit der erhobenen Variablen zu gewährleisten. Eine Anpassung an individuelle Nutzerbedürfnisse ist nicht möglich. Variante B sieht eine dauerhafte Vorhaltung der angeforderten Bilddatensätze für spätere Zwecke vor, beinhaltet aber keine oder nur eine geringe Anzahl zusätzlicher Auswertungen zum Erhebungszeitpunkt. Dadurch ist der Aufwand der Erhebung gering, da diese auf später verschoben wird – es wird weniger geschultes Personal bzgl. Medizin, Anthropometrie und IT benötigt als in den beiden anderen Varianten. Allerdings fallen Aufwand und Kosten für die Anonymisierungsschritte, die Datenspeicherung und Bereitstellung an. Vorteil ist der geringere Qualifikationsanspruch für das erhebende Personal sowie, dass alle Daten für eine spätere Auswertung zur Verfügung stehen. Dies macht die Variante kostengünstiger als die Varianten A und C. Der Nachteil liegt darin, dass zunächst kein zusätzlicher Nutzen für die GIDAS-Nutzer entsteht, da die Daten nur vorgehalten werden. Variante C kombiniert die Teilansätze der Varianten A und B. Die Bilddaten werden angefordert, dauerhaft gespeichert und ausgewertet. In der Auswertung wird dabei ein Teildatensatz der Parameter aus Variante A erhoben und als neue Variablen in die neue Version der GIDAS SQL-Datenbank eingepflegt. Wie weit diese Basisauswertung gehen soll und ob sie etwa auch die Erstellung automatisierter Skripten beinhaltet, hängt vom vorhandenen Budget für geschultes Personal und den verfolgten Zielen ab. Jedoch können immer auch zu jedem späteren Zeitpunkt Variablen zu neu auftauchenden Fragestellungen an den gespeicherten Bilddaten erhoben und in GIDAS eingepflegt werden. Es wird explizit eine modulare Erhebung in Teilschritten empfohlen. Die Vorteile sind zum einen die umfassende Dokumentation von Verletzungen und deren Lokalisation sowie extrahierte Variablen. Zum anderen können extrahierte Variablen zu einer Rekonstruktion der im Unfall erfolgten Verletzungen sowie – bei Auswertung einer großen Zahl von Datensätzen – zu einer statistischen Auswertung herangezogen werden. Nachteil sind im Vergleich zu Variante A höhere Kosten für Anonymisierung und den mit der Vorratsspeicherung zusammenhängenden Anforderungen und im Vergleich zu Variante C die höheren Kosten für geschultes Personal. Es handelt sich im die kostenintensivste der 3 Varianten. Die Vorteile sind jedoch eine sehr gute Dokumentation von Verletzungen sowie medizinischen und anthropologisch bzw. morphologischen Parametern mit Potenzial, sich neu aufkommenden Forschungsfragen in der Zukunft zu widmen und Nutzern eigene Auswertungen zu ermöglichen. Dies bringt bei einer zu Grunde liegenden geschätzten Zahl von ca. 300 in Frage kommenden Bilddatensätzen im Jahr einen hohen Mehrwert für viele Nutzer.