Arbeitsprogramm

Zur Bestimmung des Augenmodells sind die folgenden Verarbeitungsschritte durchzuführen:

  1. Vergleich des gegebenen Bildmaterials mit dem in einer Datenbank zur Durchführung eines Wissenserwerbs.
  2. Automatische wissensbasierte Segmentierung der relevanten Strukturen in den Kernspindaten und der Fundusphotographie sowie in den CT-Daten.
  3. Manuelle Segmentierung oder Modifikation der Ergebnisse aus 2.
  4. Interpolation und Registrierung der Datensätze zur Kombination der Ergebnisse.
  5. Integration der Ultraschalltiefenmessung zur Verifikation der gewonnen Ergebnisse.
Der Wissenserwerb soll unter anderem mittels cepstraler Vergleiche realisiert werden. Die hierbei gewonnenen Ergebnisse sollen eine möglichst weitgehende automatische Segmentierung des Bildmaterials erlauben. Der Zeitaufwand für computergestützte Therapieplanungen beträgt durchschnittlich 6,5 Stunden und weist einen Kostenaufwand von ca. 10.000 DM auf [2,8]. Wichtigster Kostenpunkt stellt hierbei die Definition des Zielvolumens dar. Durch ein Verfahren der automatischen Vorverarbeitung der Bilddaten und anschließenden Beurteilung und Modifikation durch den Arzt soll diese Bearbeitungszeit deutlich reduziert werden. Unverzichtliche Grundlage für die Vorverarbeitung stellt spezifisches Wissen über das zu bearbeitende Bildmaterial dar, das zur wissensbasierten Segmentierung und Registrierung angewandt werden kann.

Für die präzise Segmentierung des Auges und des Tumors, werden im Rahmen dieses Projektes die Kernspinaufnahmen und Fundusphotographien des Auges herangezogen. Die Fundusphotographie erreicht eine große lokale Darstellungskorrektheit insbesondere im Bereich der Retina im dorsalen Teil des Auges. Die Ausnutzung dieser hohen Darstellungskorrektheit ist notwendig, damit beispielsweise die Austrittsstelle des Sehnervs, der blinden Fleck, und andere anatomische Strukturen bei der Bestrahlung ausgespart werden, um nicht das Augenlicht des Patienten zu opfern. Die kombinierte Segmentierung in den Kernspinaufnahmen und den Fundusphotographien ist mit besonderen Schwierigkeiten verbunden, da Daten aus kartesischen und sphärischen Koordinatensystemen kombiniert werden.

Darüber hinaus werden die Fundusphotographien durch die folgenden Einflußfaktoren verzerrt:
  • Projektion der sphärischen Oberfläche des Auges auf eine plane, zweidimensionale Fläche;
  • Brechung der Lichtstrahlen an der Linse;
  • Brechung der Lichtstrahlen an der Cornea (deutlich wichtiger als die Brechung an der Linse);
  • Brechung der Lichtstrahlen im Objektiv der Kamera.
Um gleichzeitig in beiden Bilddaten segmentieren zu können, muß die Fundusphotographie auf der Basis der tatsächlichen Augenform, gewonnen aus den CT-Daten, in den 3-D-Raum projiziert und anschließend mit dem Kernspindatensatz registriert werden.

Die manuelle/halbautomatische Segmentierung oder Modifikation der bereits ermittelten Ergebnisse soll im Fall der Bestimmung der Strukturen auf der Retina parallel im kartesischen Koordinatensystem der MR-Daten und im sphärischen Koordinatensystem der Fundusphotographie erfolgen. Um die Vorteile der Segmentierung auf hochauflösenden Kernspinaufnahmen und Fundusphotographien für die Optimierung der Bestrahlungsplanung zu nutzen, werden anschließend die CT- und Kernspindaten mittels Markern und statistischen bzw. segmentierungsbasierten Registrierungsverfahren kombiniert.

Bei der Registrierung der Datensätze ist zu berücksichtigen, daß in der Regel Datensätze mit deutlich voneinander abweichenden Auflösungen und Orientierungen kombiniert werden müssen. Um eine Registrierung möglich zu machen, wird ein objektbasiertes Interpolationsverfahren entwickelt, das zunächst Datensätze mit einheitlichen Voxelausmaßen erzeugt. Bei der anschließenden Bildregistrierung sollen statistische ebenso wie oberflächenbasierte Verfahren angewandt werden. Dazu wird die Registrierung in mehrere Einzelschritte zerlegt, bei der die unterschiedlichen Objektstrukturen entsprechend ihren Darstellungseigenschaften angepaßt behandelt werden. Die Entscheidung, welches Verfahren verwandt wird, hängt in erster Linie von den eindeutigen Abgrenzungsmöglichkeiten in den verschiedenen Bildmodi ab. Objekte, deren Kanten in den unterschiedlichen Bildmodi eindeutig bestimmt werden können, beispielsweise der Schädel, werden nach ihrer Segmentierung mittels oberflächenbasierter Verfahren registriert. Objekte hingegen, deren Kanten in den unterschiedlichen Bildmodi nicht in anatomischer Entsprechung bestimmt werden können, werden mittels statistischer oder angepaßt konturbasierter Verfahren registriert. Bei der wissensbasierten Segmentierung werden Verfahren angewandt, die jeweils an das Bildmaterial und die zu segmentierenden Objekte angepaßt werden.

Die Ultraschalltiefenmessung wird benutzt, um eventuelle Verzerrungen des Bildmaterials im Augenbereich detektieren und durch Anpassung des Augenmodells kompensieren zu können. Auf der Basis des so bestimmten Augenmodells und der CT-Aufnahmen kann eine Bestrahlung simuliert und optimiert werden. Alle Verarbeitungsschritte der Bildregistrierung und -segmentierung werden zur Reduzierung des Rechenaufwands und zur Erhöhung der Effizienz einzelner Teilaufgaben im Scale-Space durchgeführt. Dabei werden für die gerade durchgeführten Verarbeitungsschritte nur jene Skalierungen des Bildmaterials ausgewählt, die zum Erreichen der gesuchten Ergebnisse minimal notwendig sind.Um eine möglichst flexible Anwendung der Bildauswertung zu realisieren, werden Teile der Oberfläche in Java programmiert. Ein direkter Anschluß der Software an einen bereits realisierten Java-gestützten DICOM-Server wird angestrebt [9]. Ebenso ist eine 3-D-Darstellung und -Modifikation der Verarbeitungsergebnisse durch den Arzt geplant. Hierfür werden in einem weiteren Projekt des UKBF 3-D-Eingabe- und Modifikationsverfahren entwickelt [7].