Virtuelle Leberoperationen mittels segmentierter CT-Bilder
Virtual liver surgery planning with segmented CT Images
Wissenschaftsdisziplinen
Andere Technische Wissenschaften (15%); Informatik (70%); Klinische Medizin (15%)
Keywords
-
VIRTUAL LIVER SURGERY PLANNING,
SEGMENTATION ALGORITHMS,
AUGMENTED REALITY,
VOLUME VISUALIZATION,
MEDICAL IMAGE ANALYSIS
Resektion ist die vielversprechendste Behandlungsmethode bei Patienten mit Lebertumoren. Die genaue Kenntnis über die betroffenen Lebersegmente, die Tumorgröße und die Lagebeziehung des Tumors zu den Gefäßen ist notwendig, um eine Abschätzung der postoperativen funktionellen Kapazität der Leber sowie eine genaue Planung der Operation zu ermöglichen. Hauptsächlich werden bildgebende Diagnoseverfahren wie CT verwendet, welche 2D Bilder liefern. Der Radiologe muß daher die Information aus den einzelnen Bildern zusammenfassen, um den Chirurgen die benötigte Information über die 3D Topologie zur Verfügung stellen zu können. Dieser Vorgang ist schwierig und sehr zeitaufwendig. Durch die Kombination von Methoden der Digitalen Bildverarbeitung und Computergrafik kann ein Leberoperations-Planungsystem entwickelt werden, welches einen besseren Überblick bietet und daher zur Entfaltung der vollen chirurgischen Eingriffsmöglichkeiten beiträgt. Bisher verfügbare Ansätze verdeutlichen, daß eine Reihe von Verbesserungen, speziell auf dem Gebiet der Automatisierung der Segmentierung und der Benutzerfreundlichkeit der Visualisierung, notwendig sind, um eine klinische Anwendbarkeit zu erreichen und die Akzeptanz der Radiologen und Chirurgen zu gewinnen. Im Rahmen des vorgeschlagenen Projektes wird die Entwicklung einer experimentellen Umgebung für die Planung von Leberoperationen angestrebt. Besonderes Augenmerk wird dabei auf zwei Bereiche gelegt. Erstens, die Untersuchung der vollautomatischen Segmentierung der Leber, ihrer Gefäßsysteme und enthaltenen Tumoren. Zweitens, die Entwicklung und Bewertung der Umgebung für die interaktive und kooperative Visualiserung der medizinischen Sensordaten, der extrahierten anatomischen Strukturen und Anwendung von Werkzeugen zur Bewertung des besten operativen Ansatzes. Nach der Entwicklung werden die Ansätze für die Segmentierung bzw. Partitionierung, die Visualiserung und die interaktive Resektion einer sorgfältigen Validation unterzogen. Das Ergebnis dieses Projekts wird eine Basis bilden, auf der die Entwicklung routinemäßig einsetzbarer Leberoperations-Planungssysteme aufbauen kann.
Chirurgische Resektion von Lebertumoren erfordert ein detailliertes dreidimensionales Verständnis einer komplizierten Anordnung von Blutgefäßen, Lebersegmenten und Tumoren innerhalb der Leber. In den meisten Fällen müssen Chirurgen dieses Verständnis entwickeln, indem sie Folgen von axialen Schichtbildern, die mit Modalitäten wie CT Scannern aufgenommen werden, betrachten. In diesem Projekt wurden Methoden der medizinischen Computervision und -grafik miteinander kombiniert und so ein Leberoperationsplanungssystem entwickelt. Es erlaubt Ärzten unterschiedliche Resektionsansätze zu simulieren und zu evaluieren, und hilft ihnen folglich, das volle Potential der chirurgischen Methoden auszuschöpfen, indem es Chirurgen dabei unterstützt, die optimale Behandlungsstrategie für den Patienten zu finden. Der Einsatz von Augmented Reality (AR) Techniken trägt zu einem benutzerfreundlichen Design bei und vereinfacht die komplizierte Interaktion mit dreidimensionalen Objekten. Um den für die virtuelle chirurgische Planung nötigen Datenaufbereitungsprozeß zu erleichtern, wurden automatisierte Methoden für die Segmentierung der Leber, von Tumoren und Portalgefäßen in den CT Daten entwickelt. Automatisch berechnete Segmentierungen können infolge von pathologischen Veränderungen des Organaussehens fehlerhaft sein. Deshalb wurde ein Werkzeug, welches sich ebenfalls AR Techniken bedient, zur Beseitigung von Segmentierungsfehlern entwickelt, um in solchen Fällen eine zeitraubende manuelle Segmentierung zu vermeiden. Das im Rahmen dieses Projekts entwickelte Verfahren zur Berechnung der Lebersegmentaufteilung erlaubt eine Einschätzung des nach dem chirurgischen Eingriff übrigen Lebervolumens, was für das Überleben des Patienten entscheidend ist. Es wurden auch AR-Werkzeuge für die Visualisierung, die Interaktion sowie Bemaßungswerkzeuge (Volumen, Abstände, etc.) entwickelt, sowie ein automatisiertes Werkzeug zur Berechnung von Resektionsvorschlägen während der virtuellen Planung der Leberresektionen. Tests des entwickelten virtuellen Leberoperationsplanungssystem bestätigen eine gute Akzeptanz seitens der Ärzte, zumal es einige Vorteile im Vergleich zu traditionellen Planungsansätzen hat. Die Forschungsarbeit am Planungssystem wird im bereits bewilligten Folgeprojekt (P17066-N04) fortgesetzt, wobei hier eine zweite bildgebende Modalität integriert werden soll, die Auskunft über die regionale Leberfunktion gibt.
- Milan Sonka, The University of Iowa - Vereinigte Staaten von Amerika
Research Output
- 166 Zitationen
- 2 Publikationen
-
2005
Titel Robust Active Appearance Models and Their Application to Medical Image Analysis DOI 10.1109/tmi.2005.853237 Typ Journal Article Autor Beichel* R Journal IEEE Transactions on Medical Imaging Seiten 1151-1169 -
2009
Titel Segmentation of interwoven 3d tubular tree structures utilizing shape priors and graph cuts DOI 10.1016/j.media.2009.11.003 Typ Journal Article Autor Bauer C Journal Medical Image Analysis Seiten 172-184