Segmentierung medizinischer Bilddaten und bildgestützte intraoperative Navigation

Abstract

Die Entwicklung von Algorithmen zur automatischen oder semi-automatischen Verarbeitung von medizinischen Bilddaten hat in den letzten Jahren mehr und mehr an Bedeutung gewonnen. Das liegt zum einen an den immer besser werdenden medizinischen Aufnahmemodalitäten, die den menschlichen Körper immer feiner virtuell abbilden können. Zum anderen liegt dies an der verbesserten Computerhardware, die eine algorithmische Verarbeitung der teilweise im Gigabyte-Bereich liegenden Datenmengen in einer vernünftigen Zeit erlaubt. Das Ziel dieser Habilitationsschrift ist die Entwicklung und Evaluation von Algorithmen für die medizinische Bildverarbeitung. Insgesamt besteht die Habilitationsschrift aus einer Reihe von Publikationen, die in drei übergreifende Themenbereiche gegliedert sind: -Segmentierung medizinischer Bilddaten anhand von vorlagenbasierten Algorithmen -Experimentelle Evaluation quelloffener Segmentierungsmethoden unter medizinischen Einsatzbedingungen -Navigation zur Unterstützung intraoperativer Therapien

Im Bereich Segmentierung medizinischer Bilddaten anhand von vorlagenbasierten Algorithmen wurden verschiedene graphbasierte Algorithmen in 2D und 3D entwickelt, die einen gerichteten Graphen mittels einer Vorlage aufbauen. Dazu gehört die Bildung eines Algorithmus zur Segmentierung von Wirbeln in 2D und 3D. In 2D wird eine rechteckige und in 3D eine würfelförmige Vorlage genutzt, um den Graphen aufzubauen und das Segmentierungsergebnis zu berechnen. Außerdem wird eine graphbasierte Segmentierung von Prostatadrüsen durch eine Kugelvorlage zur automatischen Bestimmung der Grenzen zwischen Prostatadrüsen und umliegenden Organen vorgestellt. Auf den vorlagenbasierten Algorithmen aufbauend, wurde ein interaktiver Segmentierungsalgorithmus, der einem Benutzer in Echtzeit das Segmentierungsergebnis anzeigt, konzipiert und implementiert. Der Algorithmus nutzt zur Segmentierung die verschiedenen Vorlagen, benötigt allerdings nur einen Saatpunkt des Benutzers. In einem weiteren Ansatz kann der Benutzer die Segmentierung interaktiv durch zusätzliche Saatpunkte verfeinern. Dadurch wird es möglich, eine semi-automatische Segmentierung auch in schwierigen Fällen zu einem zufriedenstellenden Ergebnis zu führen.

Im Bereich Evaluation quelloffener Segmentierungsmethoden unter medizinischen Einsatzbedingungen wurden verschiedene frei verfügbare Segmentierungsalgorithmen anhand von Patientendaten aus der klinischen Routine getestet. Dazu gehörte die Evaluierung der semi-automatischen Segmentierung von Hirntumoren, zum Beispiel Hypophysenadenomen und Glioblastomen, mit der frei verfügbaren Open Source-Plattform 3D Slicer. Dadurch konnte gezeigt werden, wie eine rein manuelle Schicht-für-Schicht-Vermessung des Tumorvolumens in der Praxis unterstützt und beschleunigt werden kann. Weiterhin wurde die Segmentierung von Sprachbahnen in medizinischen Aufnahmen von Hirntumorpatienten auf verschiedenen Plattformen evaluiert.

Im Bereich Navigation zur Unterstützung intraoperativer Therapien wurden Softwaremodule zum Begleiten von intra-operativen Eingriffen in verschiedenen Phasen einer Behandlung (Therapieplanung, Durchführung, Kontrolle) entwickelt. Dazu gehört die erstmalige Integration des OpenIGTLink-Netzwerkprotokolls in die medizinische Prototyping-Plattform MeVisLab, die anhand eines NDI-Navigationssystems evaluiert wurde. Außerdem wurde hier ebenfalls zum ersten Mal die Konzeption und Implementierung eines medizinischen Software-Prototypen zur Unterstützung der intraoperativen gynäkologischen Brachytherapie vorgestellt. Der Software-Prototyp enthielt auch ein Modul zur erweiterten Visualisierung bei der MR-gestützten interstitiellen gynäkologischen Brachytherapie, welches unter anderem die Registrierung eines gynäkologischen Brachytherapie-Instruments in einen intraoperativen Datensatz einer Patientin ermöglichte. Die einzelnen Module führten zur Vorstellung eines umfassenden bildgestützten Systems für die gynäkologische Brachytherapie in einem multimodalen Operationssaal. Dieses System deckt die prä-, intra- und postoperative Behandlungsphase bei einer interstitiellen gynäkologischen Brachytherapie ab.

The development of algorithms for the automatic and semiautomatic processing of medical image data became more and more important in recent years. On the one hand, this depends on improved image techniques, which allow increasingly finer virtual representations of the human body. On the other hand, this depends on improved computer hardware, which enables an algorithmic processing of data in gigabyte range in a reasonable time. The aim of this habilitation thesis is the development and evaluation of algorithms for medical image processing. Overall, the habilitation thesis consist of a number of publications, which are structured in three comprehensive topics: -Segmentation of medical image data on the basis of template-based algorithms -Experimental evaluation of open source segmentation algorithms under clinical conditions -Navigation to support intraoperative therapies

The topic Segmentation of medical image data on the basis of template-based algorithms includes the development of several graph-based algorithms in 2D and 3D, where directed graphs a constructed via templates. This involves algorithms for the segmentation of vertebra in 2D and 3D. In 2D a rectangle and in 3D a cubic shaped template is used to construct the graph and calculate the segmentation result. Moreover, a graph-based segmentation of prostate central glands (PCG) is performed with a spherical shaped template to determine the border between the PCG and the surrounding organs. Based on the template-based algorithms an interactive segmentation algorithm has been developed and implemented that provides the segmentation result in real-time to the user. The algorithm uses different templates, however, needs only one user-defined seed point to perform the segmentation. In a further approach, the user can interactively refine a segmentation results by additional seed points. Thus, enabling also satisficing semi-automatic segmentations in difficult cases.

The topic Experimental evaluation of open source segmentation algorithms under clinical conditions covers the intensive testing of freely available segmentation algorithms with patient data from the clinical routine. This includes the evaluation of the semi-automatic segmentation of brain tumors, like pituitary adenomas and glioblastomas with the freely available Open Source platform 3D Slicer. Thereby it could be shown how a pure manual slice-by-slice measurement of a tumor volume can be supported and speed-up in practice. Furthermore, the segmentation of language pathways in medical scans of brain tumor patients has been evaluated on different platforms.

The topic Navigation to support intraoperative therapies includes the development of software modules to guide intraoperative interventions in different treatment stages (therapy planning, execution, monitoring). This includes the integration of the OpenIGTLink network protocol into the medical prototyping platform MeVisLab, which has been evaluated with an NDI navigation system. Furthermore, the conception and development of a medical software prototype to support an intraoperative gynecological brachytherapy has been introduced. The software prototype contained also a module for the enhanced visualization during a MR-guided interstitial gynecological brachytherapy, which enabled the registration of a gynecological brachytherapy device into the intraoperative dataset of the patient. The single modules lead to a comprehensive image-guided system for the gynecological brachytherapy in a multimodal operation suite. Thereby, the system covers the pre, intra and postoperative treatment stages during an interstitial gynecological brachytherapy.