Multimodale Datenfusion für die bildgesteuerte
Neurochirurgie und Strahlentherapie

vorgelegt von

Diplom-Informatiker
Torsten Rohlfing

Vom Fachbereich 13 – Informatik
der Technischen Universität Berlin
zur Erlangung des akademischen Grades
Doktor der Ingenieurwissenschaften
– Dr.-Ing. –
genehmigte Dissertation

Berlin 2000

Inhaltsverzeichnis

1 Motivation und Gliederung ... 1

2 Stand der Forschung ... 9
2.1 Registrierung ... 9
2.1.1 Geometriebasierte Verfahren ... 9
2.1.2 Voxelbasierte Verfahren ... 11
2.2 Patientenmodelle und Transformationen ... 13
2.3 Validierung ... 15
2.3.1 Synthetische Bilddaten ... 15
2.3.2 Konsistenz wiederholter Registrierung ... 16
2.3.3 Konsistenz serieller Registrierung ... 16
2.3.4 Stereotaktischer Gold-Standard ... 17
2.4 Bildfusion ... 18
2.5 Software-Pakete ... 19
2.5.1 AIR ... 19
2.5.2 UMDS Geomcal / Rview ... 19
2.5.3 SPM ... 20
2.6 Positionierung dieser Arbeit ... 20

3 Bilder, Koordinaten und Transformationen ... 23
3.1 Begriffe ... 23
3.2 Transformationen ... 24
3.3 Starre und affine Transformationen ... 24
3.3.1 Parameterdarstellungen und Anzahl der Freiheitsgrade ... 25
3.3.2 Matrixdarstellung ... 26
3.3.3 Dekomposition der Transformationsmatrix ... 26
3.3.4 Wahl des Transformationszentrums ... 29
3.3.5 Scherungen und Gantry-Neigung ... 30
3.4 Elastische Transformationen ... 33
3.4.1 Lokal lineare Deformation ... 34
3.4.2 B-Spline-Deformation ... 35
3.4.3 Rückwärtstransformationen ... 35
3.4.4 Initiale affine Registrierung ... 37
3.4.5 Einflußvolumen ... 38
3.4.6 Gitterverfeinerung ... 39

4 Voxelmetriken ... 43
4.1 Notation ... 43
4.2 Eigenschaften voxelbasierter Metriken ... 44
4.2.1 Inkrementelle Metriken ... 44
4.2.2 Reversible Metriken ... 45
4.2.3 Differenzierbarkeit ... 46
4.3 Korrelations- und Varianzmetriken ... 50
4.3.1 Mittleres Abstandsquadrat ... 50
4.3.2 Quotientenbild-Uniformität ... 50
4.4 Entropiebasierte Metriken ... 53
4.4.1 Bilder als Zufallsverteilung ... 53
4.4.2 Entropie ... 54
4.4.3 Mutual Information ... 55
4.4.4 Normalised Mutual Information ... 55
4.4.5 Correlation Ratio ... 55
4.4.6 Diskrete Implementierung von Grauwert-Histogrammen ... 56
4.4.7 Entropieberechnung ... 57
4.4.8 Wahl der Behälterzahl ... 58
4.4.9 Rekonstruktion von Randverteilungen ... 59
4.5 Bewertung ... 60
4.6 Gitterenergie ... 61
4.7 Rauschunterdrückung ... 62
4.7.1 Coincidence Thresholding ... 63
4.7.2 Validierung ... 64

5 Optimierungsverfahren ... 67
5.1 Konvergenz der Registrierung ... 68
5.2 Gradientenbasierte Verfahren ... 68
5.2.1 Gradientenaufstieg ... 69
5.2.2 Resilient Backpropagation ... 70
5.2.3 Quickprop ... 70
5.2.4 Bewertung gradientenbasierter Verfahren ... 71
5.3 Bester-Nachbar-Suche ... 71
5.4 Suche mit adaptiven Gitterrichtungen ... 73
5.4.1 Alternative Skalarprodukte ... 74
5.4.2 Verwandte Verfahren ... 75
5.5 Beste-Richtung-Suche ... 75
5.5.1 Richtungsoptimierung ... 76
5.5.2 Ausdünnen von Gradienten ... 77
5.5.3 Berücksichtigung von Einzelparametern ... 78
5.5.4 Varianten ... 78
5.6 Multiresolution-Strategien ... 79

6 Registrierungsfunktionale ... 81
6.1 Kapselung ... 81
6.2 Affine Registrierung ... 83
6.2.1 Direkter Gitterzugriff ... 83
6.2.2 Volumen-Beschneidung ... 86
6.3 Elastische Registrierung ... 90
6.3.1 Partielle Metrikberechnung ... 90
6.3.2 Partielle Berechnung mit blockweisem Zurücksetzen ... 91
6.3.3 Parameteranordnung ... 93
6.3.4 Angekündigte Parameteränderungen ... 94
6.3.5 Effiziente Gradientenberechnung ... 95

7 Überblick zur erstellten Software ... 97
7.1 Grundfunktionen ... 99
7.2 Registrierung ... 99
7.2.1 Manuelle Parameterwahl ... 100
7.2.2 Voxelbasierte Registrierung ... 100
7.3 Export fusionierter Bilddaten ... 102
7.3.1 Reformatierung korrespondierender Schichten ... 102
7.3.2 Overlay-basiertes Reformatieren ... 104
7.4 Klassenbibliothek ... 107

8 Stellvertreter-Registrierung ... 11
8.1 Funktionelle MRT-Bildgebung ... 112
8.1.1 Registrierung ... 113
8.1.2 Validierung: Methodik ... 116
8.1.3 Validierung: Resultate und Folgerungen ... 117
8.1.4 Rechenzeit ... 119
8.2 Weitere Anwendungsmöglichkeiten ... 120

9 Klinische Anwendungen ... 23
9.1 Navigierte Neurochirurgie ... 124
9.1.1 Vorbereitende Maßnahmen ... 125
9.1.2 Fallbeispiel: Resektion eines Akustikusneurinoms ... 128
9.1.3 Fallbeispiel: Zystisches Gliom am motorischen Sprachzentrum ... 130
9.1.4 Visualisierung der Navigationsgenauigkeit ... 131
9.2 Strahlentherapieplanung ... 134
9.3 Digitale Subtraktionsangiographie ... 136

10 Ausblick ... 143

Anhang ... 145

A Validierung starrer Registrierungsverfahren ... 147
A.1 Validierte Algorithmen ... 147
A.2 Resultate CT/MRT-Registrierung ... 148
A.3 Resultate PET/MRT-Registrierung ... 149
A.4 Resultate MRT/MRT-Registrierung ... 150

B Rechenzeiten 153
B.1 Starre Registrierung ... 153
B.2 Elastische Registrierung ... 153
B.3 Volumen-Beschneidung ... 154
B.3.1 Systemumgebung ... 154
B.3.2 Bilddaten ... 155
B.3.3 Resultate ... 158
B.3.4 Folgerungen ... 160

C Algorithmen und Datenstrukturen ... 163
C.1 Adaptives Resampling ... 163
C.1.1 Gittergenerierung ... 163
C.1.2 Datentransformation ... 164
C.1.3 Knoten- und Zellendaten ... 166
C.1.4 Eigenschaften ... 167
C.2 Virtuell-äquidistante Gitter ... 167

Notation ... 171

Literaturverzeichnis ... 173

Index ... 185

Summary ... 185

Kapitel 1
Motivation und Gliederung
Seit Einführung der Computertomographie (CT) [39] haben Schnittbildverfahren nicht nur die radiologische Diagnostik, sondern auch die Behandlung vieler Krankheiten stark beeinflußt. Die Entwicklung der bildgesteuerten Therapie wäre ohne solche Techniken nicht denkbar. Erst ihre präzise räumliche Zuordnung von Strukturen und Prozessen ermöglicht die exakte Planung und Kontrolle interventioneller Maßnahmen. Diese Zuordnung ist etwa bei der Projektionsdarstellung der klassischen Röntgenaufnahme nicht gegeben.

Verschiedene bildgebende Verfahren (Modalitäten) unterscheiden sich wesentlich in der Art der dargestellten Information. Einige Beispiele hierzu sind in den Abbildungen 1.1 und 1.2 gezeigt. Grundsätzlich unterscheidet man zwischen Verfahren zur Abbildung anatomischer Strukturen (Morphologie, vgl. Abb. 1.1) und solchen, die funktionelle Vorgänge darstellen (Abb. 1.2). Bei letzteren kann es sich beispielsweise um Stoffwechselaktivität oder den Grad der Durchblutung (Perfusion) handeln.

Das preiswerteste und nach wie vor am häufigsten eingesetzte anatomische Schnittbildverfahren ist die auf Röntgenstrahlen basierende CT (Abb. 1.1a). Sie besitzt allerdings aufgrund der geringen Unterschiede im Absorptionsverhalten verschiedener Körpergewebe nur einen sehr geringenWeichteilkontrast. Knöcherne Strukturen dagegen vermag sie mit hoher räumlicher Auflösung in einem physikalisch wohldefinierten Wertebereich darzustellen.

Im Vergleich hierzu ist die Kernspin- oder Magnetresonanztomographie (MRT, Abb. 1.1b–d) in der Lage, Weichteile differenziert abzubilden. Für Knochen wiederum ist sie aufgrund von deren geringem Wassergehalt gewissermaßen ”blind“. Andererseits lassen sich über die Wahl der Meßparameter mit diesem Verfahren völlig verschiedene Aspekte des untersuchten Objekts abbilden.

Unter den funktionellen Verfahren sind die sogenannte Positronenemissionstomographie (PET, Abb. 1.2a) und die Single-Photon-Emissionscomputertomographie (SPECT) die verbreitetsten. Bei beiden wird dem Patienten zunächst ein Radiopharmakon injiziert. Dessen räumliche Verteilung im Körper wird dann anhand der emittierten Strahlung berechnet. Dabei kommen im wesentlichen dieselben mathematischen Verfahren bei der Bildrekonstruktion zum Einsatz wie bei der CT.

!! Im PDF-Dokument befinden sich an dieser Stelle Abbildungen !!

Abbildung 1.1: Bildgebende Modalitäten: Anatomische Schnittbildverfahren. Alle Bilder zeigen denselben Patienten in identischer Schichtlage (Bildausschnitt 177 mm× 191 mm). Die Originalauflösung betrug 0,70 mm Pixelgröße für die CT (512×512 Pixel) bzw. 0,98 mm für jede der MRT-Aufnahmen (256×256 Pixel).

Abbildung 1.2: Bildgebende Modalitäten: Funktionelle Schnittbildverfahren. Links: 18FFDG-Positronenemissionstomographie (Schädelbasis, 64×64 Bildpunkte). Rechts: Funktionelle MRT. Abgebildet ist das motorische Sprachzentrum (Broca, Pfeil ); die Umrisse des Schädels wurden zur besseren Orientierung aus der zugehörigen anatomischen Aufnahme extrahiert und sind nicht Teil der funktionellen Bildgebung.

Im Falle der PET handelt es sich bei der verwendeten Substanz in der überwiegenden Mehrzahl der Fälle um einen radioaktiv markierten Zucker, die sogenannte 18F-Fluordesoxyglukose (FDG). Dieses Molekül enthält ein Atom des Fluor-Isotops 18F, eines sogenannten Positronenstrahlers. Es setzt also spontan das positiv geladene Antiteilchen des Elektrons frei. Dieses zerstrahlt mit Elektronen des umgebenden Gewebes.

Die dabei entstehenden und in entgegengesetzten Richtungen emittierten Gammaquanten werden registriert und erlauben Rückschlüsse auf den Ort der Positronenemission. Hinreichend viele derartige Ereignisse ergeben dann eine räumliche Verteilung der markierten Glukose. Diese Verteilung schließlich zeigt die lokale Stoffwechselaktivität im Körper des Patienten. Da aggressiv wachsende Tumore häufig einen erhöhten Zellstoffwechsel aufweisen, erlaubt die PET somit eine Lokalisierung verdächtiger Areale und sogar eine Quantifizierung ihrer Aktivität.

Als Ergänzung zu den nuklearmedizinischen funktionellen Bildgebungsverfahren PET und SPECT gewinnt in den letzten Jahren zunehmend die sogenannte funktionelle Magnetresonanztomographie (fMRT, Abb. 1.2b) an Bedeutung. Diese bildet selektiv die Funktion gesunder Hirnareale ab und eignet sich so insbesondere zur Festlegung von Risikostrukturen vor operativen Eingriffen. Zwar ist der Einsatzbereich des Verfahrens auf die Abbildung des Hirnstoffwechsels beschränkt, dafür jedoch kommt es ohne Strahlenbelastung des Patienten aus. Zudem ist eine fMRT durch die vereinfachte Prozedur (keine kurzlebigen Radiopharmaka, keine Strahlenschutzmaßnahmen) preiswerter und schneller durchzuführen als etwa eine PET.

[...]