Automatische multimodale nicht-elastische Registrierung und Visualisierung medizinischer 2D, 3D und 4D Datensätze

• Main Author: Firle, Evelyn A.
• Format: Others
• Language: German; de
• Published: 2008
• Online Access: https://tuprints.ulb.tu-darmstadt.de/998/1/Thesis_Firle_Final.pdf; Firle, Evelyn A. <http://tuprints.ulb.tu-darmstadt.de/view/person/Firle=3AEvelyn_A=2E=3A=3A.html> (2008): Automatische multimodale nicht-elastische Registrierung und Visualisierung medizinischer 2D, 3D und 4D Datensätze.Darmstadt, Technische Universität, [Ph.D. Thesis]

Bildgebende Verfahren bilden die Basis für die medizinische Diagnostik sowie für die Planung, Durchführung und Kontrolle unterschiedlichster Therapien. Heutuztage werden immer detailliertere Daten durch stetig verbesserte Bildaufnahmeverfahren erreicht. Sowohl die räumliche als auch die zeitliche Auflösung erfahren eine permanente Steigerung, so dass Bildstapel mit mehreren tausend Schichten keine Seltenheit mehr sind. Eine vornehmlich automatisierte Unterstützung bei der Betrachtung und Überlagerung unterschiedlicher Modalitäten ist daher geboten. Unter Zuhilfenahme von Software macht es sich die medizinische Bildverarbeitung zur Aufgabe, bei der Extraktion relevanter Informationen aus klinischen drei- und vierdimensionalen Bilddaten unterstützend zur Seite zu stehen. Neben der geeigneten Visualisierung und Vorverarbeitung der Bilddaten steht hierbei vornehmlich eine Qualitätssteigerung und Erreichung einer reduzierten Benutzerabhängigkeit im Bereich der Diagnostik und Therapieplanung im Vordergrund. Manuelle Verfahren sind vor allem für den Bereich der Registrierung und Fusion multipler Datensätze nicht präzise durchführbar. Auch eine mentale Zusammenführung ist gemessen an heutigen wissenschaftlichen Standards nicht realistisch. Dies liegt neben der Dimensionalität und Größe der unterschiedlichen Bilddaten auch an zumeist auftretenden Lageveränderungen zwischen den diversen Aufnahmezeitpunkten. Eine ganzheitliche Betrachtung des Themenbereiches der Registrierung und Visualisierung medizinischer Bilddaten steht daher im Vordergrund dieser Arbeit. Zur Erreichung einer möglichst hohen Stabilität und Reproduzierbarkeit zum Einsatz in der klinischen Praxis werden automatische Methoden betrachtet und eine Beschleunigung dieser Verfahren angestrebt. Es werden zunächst neue Methoden bezüglich der Oberflächenextraktion und Vorverarbeitung von Prostata Ultraschalldaten zur effektiven Registrierung von sowohl Phantom- als auch Patientendaten entwickelt. Der Schwerpunkt der Arbeit liegt jedoch im Bereich der Registrierungsmethoden basierend auf der statistischen Maßzahl Mutual Information. In diesem Rahmen werden zwei Modelle eingeführt und diskutiert, die vor allem zur Registrierung von Ganzkörperdatensätzen respektive im intra-operativen Einsatz ihre Anwendung finden. Hierbei hat der Benutzer die Möglichkeit bei Anwendung der Registrierung zu entscheiden, ob der Schwerpunkt auf geringe Verarbeitungszeit oder auf hohe Genauigkeit gelegt werden soll. Weiterhin wird eine Anwendung der Registrierungsmethoden im dynamischen Bereich, d.h. zur Registrierung vierdimensionaler Bilddaten erarbeitet. Hierzu wird eine Entwicklung zur temporalen Adaption anhand eines Deformationsmodells vorgestellt und zur anschließenden Registrierung kardiologischer Cine MRT Daten eingesetzt. Um eine praxisnahe Anwendung zu ermöglichen, sind intuitive und effiziente Möglichkeiten zur Exploration multi- und monomodaler Überlagerungen notwendig. In diesem Kontext werden unterschiedliche Methoden vorgestellt, erarbeitet und diskutiert. Neben der multimodalen Schichtbilddarstellung wird ein innovativer Ansatz zur Multi-Volumenvisualisierung basierend auf Spatialized Transfer Functions entwickelt.