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 zun¨achst 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. [...]
Inhaltsverzeichnis
1 Motivation und Gliederung
2 Stand der Forschung
2.1 Registrierung
2.1.1 Geometriebasierte Verfahren
2.1.2 Voxelbasierte Verfahren
2.2 Patientenmodelle und Transformationen
2.3 Validierung
2.3.1 Synthetische Bilddaten
2.3.2 Konsistenz wiederholter Registrierung
2.3.3 Konsistenz serieller Registrierung
2.3.4 Stereotaktischer Gold-Standard
2.4 Bildfusion
2.5 Software-Pakete
2.5.1 AIR
2.5.2 UMDS Geomcal / Rview
2.5.3 SPM
2.6 Positionierung dieser Arbeit
3 Bilder, Koordinaten und Transformationen
3.1 Begriffe
3.2 Transformationen
3.3 Starre und affine Transformationen
3.3.1 Parameterdarstellungen und Anzahl der Freiheitsgrade
3.3.2 Matrixdarstellung
3.3.3 Dekomposition der Transformationsmatrix
3.3.4 Wahl des Transformationszentrums
3.3.5 Scherungen und Gantry-Neigung
3.4 Elastische Transformationen
3.4.1 Lokal lineare Deformation
3.4.2 B-Spline-Deformation
3.4.3 Ruckwartstransformationen
3.4.4 Initiale affine Registrierung
3.4.5 Einflußvolumen
3.4.6 Gitterverfeinerung
4 Voxelmetriken
4.1 Notation
4.2 Eigenschaften voxelbasierter Metriken
4.2.1 Inkrementelle Metriken
4.2.2 Reversible Metriken
4.2.3 Differenzierbarkeit
4.3 Korrelations- und Varianzmetriken
4.3.1 Mittleres Abstandsquadrat
4.3.2 Quotientenbild-Uniformitat
4.4 Entropiebasierte Metriken
4.4.1 Bilder als Zufallsverteilung
4.4.2 Entropie
4.4.3 Mutual Information
4.4.4 Normalised Mutual Information
4.4.5 Correlation Ratio
4.4.6 Diskrete Implementierung von Grauwert-Histogrammen
4.4.7 Entropieberechnung
4.4.8 Wahl der Behälterzahl
4.4.9 Rekonstruktion von Randverteilungen
4.5 Bewertung
4.6 Gitterenergie
4.7 Rauschunterdruckung
4.7.1 Coincidence Thresholding
4.7.2 Validierung
5 Optimierungsverfahren
5.1 Konvergenz der Registrierung
5.2 Gradientenbasierte Verfahren
5.2.1 Gradientenaufstieg
5.2.2 Resilient Backpropagation
5.2.3 Quickprop
5.2.4 Bewertung gradientenbasierter Verfahren
5.3 Bester-Nachbar-Suche
5.4 Suche mit adaptiven Gitterrichtungen
5.4.1 Alternative Skalarprodukte
5.4.2 Verwandte Verfahren
5.5 Beste-Richtung-Suche
5.5.1 Richtungsoptimierung
5.5.2 Ausdunnen von Gradienten
5.5.3 Berucksichtigung von Einzelparametern
5.5.4 Varianten
5.6 Multiresolution-Strategien
6 Registrierungsfunktionale
6.1 Kapselung
6.2 Affine Registrierung
6.2.1 Direkter Gitterzugriff
6.2.2 Volumen-Beschneidung
6.3 Elastische Registrierung
6.3.1 Partielle Metrikberechnung
6.3.2 Partielle Berechnung mit blockweisem Zurucksetzen
6.3.3 Parameteranordnung
6.3.4 Angekundigte Parameteranderungen
6.3.5 Effiziente Gradientenberechnung
7 Uberblick zur erstellten Software
7.1 Grundfunktionen
7.2 Registrierung
7.2.1 Manuelle Parameterwahl
7.2.2 Voxelbasierte Registrierung
7.3 Export fusionierter Bilddaten
7.3.1 Reformatierung korrespondierender Schichten
7.3.2 Overlay-basiertes Reformatieren
7.4 Klassenbibliothek
8 Stellvertreter-Registrierung
8.1 Funktionelle MRT-Bildgebung
8.1.1 Registrierung
8.1.2 Validierung: Methodik
8.1.3 Validierung: Resultate und Folgerungen
8.1.4 Rechenzeit
8.2 Weitere Anwendungsmoglichkeiten
9 Klinische Anwendungen
9.1 Navigierte Neurochirurgie
9.1.1 Vorbereitende Maßnahmen
9.1.2 Fallbeispiel: Resektion eines Akustikusneurinoms
9.1.3 Fallbeispiel: Zystisches Gliom am motorischen Sprachzentrum
9.1.4 Visualisierung der Navigationsgenauigkeit
9.2 Strahlentherapieplanung
9.3 Digitale Subtraktionsangiographie
10 Ausblick
Zielsetzung und thematische Schwerpunkte
Die vorliegende Arbeit befasst sich mit der automatischen Registrierung und Fusion multimodaler medizinischer Bilddaten zur Unterstützung der bildgesteuerten Therapie, insbesondere in der Neurochirurgie und Strahlentherapie, mit einem besonderen Fokus auf Effizienz und Genauigkeit voxelbasierter Verfahren.
- Entwicklung robuster Algorithmen für die voxelbasierte Registrierung
- Mathematische Fundierung und effiziente Implementierung von Transformationen
- Klinische Integration und Validierung der entwickelten Registrierungs- und Fusionssoftware
- Optimierung von Metriken zur Quantifizierung der Bildähnlichkeit
- Einsatz von Multiresolution-Strategien und Hardware-unabhängigen Bibliotheken für die klinische Routine
Auszug aus dem Buch
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 geringen Weichteilkontrast. Knöcherne Strukturen dagegen vermag sie mit hoher räumlicher Auflösung in einem physikalisch wohldefinierten Wertebereich darzustellen.
Zusammenfassung der Kapitel
1 Motivation und Gliederung: Einleitung in die Bedeutung der medizinischen Bildgebung, Definition des Registrierungsbedarfs und Überblick über den Aufbau der Dissertation.
2 Stand der Forschung: Zusammenfassung aktueller Methoden zur Bildregistrierung, Einordnung der eigenen Arbeit in den wissenschaftlichen Kontext und Diskussion existierender Softwarelösungen.
3 Bilder, Koordinaten und Transformationen: Detaillierte mathematische Beschreibung der Grundlagen von digitalen Bildern, affinen sowie elastischen Transformationen.
4 Voxelmetriken: Einführung und mathematische Herleitung von Voxelmetriken zur Quantifizierung der Ähnlichkeit von Bilddaten, inklusive Ansätzen zur Rauschunterdrückung.
5 Optimierungsverfahren: Beschreibung verschiedener mathematischer Verfahren zur Optimierung der Registrierungsparameter und Strategien zur effizienten Suche im Parameterraum.
6 Registrierungsfunktionale: Konzeptuelle Zusammenführung der Einzelkomponenten (Metrik, Transformation, Optimierer) zu einem funktionalen Gesamtsystem zur Registrierung.
7 Überblick zur erstellten Software: Beschreibung der Implementierung einer intuitiven graphischen Benutzeroberfläche und der zugrunde liegenden Klassenbibliothek.
8 Stellvertreter-Registrierung: Vorstellung eines Verfahrens zur Nutzung anatomischer Hilfsdaten für die Registrierung funktioneller MRT-Daten.
9 Klinische Anwendungen: Dokumentation der Anwendung der entwickelten Verfahren in der navigierten Neurochirurgie und Strahlentherapieplanung anhand von Fallbeispielen.
10 Ausblick: Diskussion potenzieller zukünftiger Forschungsrichtungen und Erweiterungen der vorgestellten Methoden.
Schlüsselwörter
Bildregistrierung, Bildfusion, Voxelbasierte Registrierung, Multimodale Bildgebung, Medizinische Bildverarbeitung, Computertomographie, Magnetresonanztomographie, Strahlentherapieplanung, Navigierte Neurochirurgie, Elastische Deformation, Mutual Information, Optimierungsverfahren, Softwareentwicklung, Klinische Anwendung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Entwicklung automatischer, computergestützter Verfahren zur Registrierung und Fusion medizinischer Bilddaten aus verschiedenen Modalitäten (z.B. CT, MRT, PET) für den Einsatz in der bildgesteuerten Therapie.
Was sind die zentralen Themenfelder?
Die zentralen Themen umfassen die mathematischen Grundlagen der Bildregistrierung, die Definition von Ähnlichkeitsmaßen (Voxelmetriken), die Optimierung von Transformationsparametern sowie die Implementierung einer benutzerfreundlichen Software für den klinischen Alltag.
Was ist das primäre Ziel oder die Forschungsfrage?
Das primäre Ziel ist die Steigerung der Effizienz und Genauigkeit bei der Registrierung medizinischer Daten, um diese zuverlässig in die klinische Routine, insbesondere in der Neurochirurgie und Strahlentherapie, zu integrieren.
Welche wissenschaftliche Methode wird verwendet?
Es werden primär voxelbasierte Registrierungsverfahren eingesetzt, welche die Grauwerte der Bilddaten direkt zur Berechnung der Übereinstimmung heranziehen, ergänzt durch unterschiedliche Optimierungsstrategien wie Gradientenverfahren und Suchalgorithmen.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in theoretische Grundlagen zu Transformationen und Metriken, eine detaillierte Beschreibung der entwickelten Softwarearchitektur, einen Abschnitt zur speziellen "Stellvertreter-Registrierung" bei funktionellen MRT-Daten sowie eine klinische Validierung an konkreten Fallbeispielen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Bildregistrierung, Bildfusion, Voxelmetriken, MRT, CT, Neurochirurgie, Strahlentherapie, Elastische Deformation, Optimierung.
Wie löst die Arbeit die Herausforderung bei der Registrierung funktioneller Daten?
Die Arbeit führt die sogenannte "Stellvertreter-Registrierung" ein, bei der anatomische Zusatzinformationen gewonnen werden, um die Registrierung funktioneller Bilddaten (wie PET oder fMRT) mit hoher Genauigkeit durchzuführen, da funktionelle Daten allein oft nicht genügend anatomische Anhaltspunkte bieten.
Welchen Beitrag leistet die Software zur klinischen Routine?
Die entwickelte Software, implementiert in C++ und integriert in ein universelles Visualisierungssystem (AVS/Express), ermöglicht es medizinischem Personal ohne tiefgehende technische Kenntnisse, eine routinemäßige und präzise Bildfusion direkt im klinischen Workflow durchzuführen.
- Citation du texte
- Dr.-Ing. Torsten Rohlfing (Auteur), 2000, Multimodale Datenfusion fuer die bildgesteuerte Neurochirurgie und Strahlentherapie, Munich, GRIN Verlag, https://www.grin.com/document/17961
