Bildverarbeitung für die Medizin 2011

Three-dimensional (3D) and four-dimensional (4D) imaging plays an increasingly important role in computer-assisted diagnosis, intervention and therapy. However, in many cases the interpretation of these images is heavily dependent on the subjective assessment of the imaging data by clinicians. Over the last decades image registration has transformed the clinical workflow in many areas of medical imaging. At the same time, advances in machine learning have transformed many of the classical problems in computer vision into machine learning problems. This talk will focus on the convergence of image registration and machine learning techniques for the discovery and quantification of clinically useful information from medical images. In the first part of part of this talk I will give an overview of recent advances in image registration. The second part will focus on the how the combination of machine learning and image registration can be used to address a wide range of challenges in medical image analysis such as segmentation and shape analysis. To illustrate this I will show several examples such as the segmentation of neuro-anatomical structures, the discovery of biomarkers for neurodegenerative diseases such as Alzheimer’s and the quantification of temporal changes such as growth in the developing brain.

Die Fähigkeiten der modernen Bildverarbeitung ermöglichen immer neue Nutzungsbereiche zur Visualisierung und damit Vereinfachung von Prozessen in Forschung und Wissenschaft. Auch die Medizintechnik profitiert davon seit geraumer Zeit. Insbesondere die chirurgischen Fächer machen sich die prä- und intraoperative Bildverarbeitung bei der räumlichen Darstellung komplexer anatomischer Sachverhalte zu Eigen. In der intraoperativen Navigation verschiedener Organbereiche konnte in den letzten Jahren ein immenser Entwicklungsschub vollzogen werden. Die kontinuierlich wachsende Rechnerleistung ermöglicht die Realtime-Darstellung und den Realitätsabgleich von immer mehr korrespondierenden Landmarken, welche die Präzision und damit die Anwendungssicherheit stetig verbessern. Auch zu Trainingszwecken bedient sich die Medizintechnik der Bildverarbeitung. Hier wird eine immer realistischer werdende Simulation insbesondere laparoskopischer Techniken in der virtuellen Umgebung möglich. Dadurch lassen sich grundlegende chirurgische Techniken außerhalb des OPs einüben und die intraoperative Lernkurven verkürzen.

The volumes of the left and right cardiac ventricles are important indexes for several cardiovascular diseases. In this paper, a semiautomatic algorithm based on 4D fuzzy connectedness is proposed for segmenting the cardiac ventricles in arbitrarily oriented cardiac cine MR images. The segmentation of the left ventricle was evaluated using 45 short axis images and a visual assessment of right ventricle segmentation was performed.

Die Extraktion von zerebralen Gefäßstrukturen ist trotz hoher Forschungsaktivität in diesem Bereich noch immer eine große Herausforderung. Insbesondere die in ihrem Verlauf immer dünner werdenden Gefäße, welche sich durch abnehmende Kontraste darstellen, sind ein Problem für Segmentierungsmethoden. In diesem Beitrag wird eine Level-Set Methode vorgestellt, welche unter Zuhilfenahme der Richtungsinformation aus dem Vesselnessfilter eine verbesserte Gefäßsegmentierung erlaubt. Die von einem Vesselnessfilter berechnete Richtung eines Gefäßes wird hierbei verwendet, um das Gewicht der für die Glättung zuständigen internen Energie der Level-Set Funktion ortsabhängig zu variieren. Die Idee hierbei ist es, die interne Energie niedriger zu gewichten, falls der Gradient des Level-Sets ähnlich der vorgegebenen Richtung des Vesselness Filters ist. Eine erste quantitative Evaluation basierend auf drei 3D-TOF-MRA-Bildsequenzen mit vorhandenen manuellen Segmentierungen zeigte, dass die Vesselness geführte Gefäßsegmentierung in der Lage ist Gefäße, insbesondere kleine, besser zu detektieren als die korrespondierende Methode ohne Integration der Richtungsinformation. Zusammenfassend zeigen die ersten Ergebnisse, dass die vorgestellte Methode einen vielversprechenden Ansatz darstellt, um eine verbesserte Gefäßsegmentierung, insbesondere die von kleinen Gefäßen, zu erlauben.

Bei der ärztlichen Einschätzung von Dickdarmpolypen kommt das neue Verfahren Narrow Band Imaging zum Einsatz. Hierbei wird der Kontrast der charakteristischen Blutgefäße durch Modifikation der Beleuchtung deutlich angehoben, wodurch diese dann als Entscheidungsgrundlage herangezogen werden können. Aufbauend auf diesem Verfahren ist eine automatische Segmentierung der Blutgefäße und Klassifikation der Dickdarmpolypen möglich. In diesem Paper werden Verbesserungen für die Blutgefäßsegmentierung des von Stehle et al. vorgeschlagenen Verfahrens erläutert und Ergebnisse im Vergleich dargestellt. Es zeigt sich, dass sowohl die Qualität der Segmentierung als auch die Ergebnisse der automatisierten Klassifikation deutlich gesteigert werden konnten.

Segmentation of multiple muscles in magnetic resonance imaging (MRI) is challenging because of the similar intensities of the tissue. In this paper, a novel approach is presented applying a scene-based discrete deformable model (simplex mesh). 3D segmentation is performed on a set of structures rather than on a single object. Relevant structures are modeled in a two-stage hierarchy from groups of clustered muscles (as they usually appear in MRI) to individual muscles. Collision detection is involved during mesh deformation to provide additional information of neighboring structures. The method is implemented in C++ within the Medical Imaging Interaction Toolkit (MITK) framework. As a proof of concept, we tested the approach on five datasets of the pelvis, three of which have been segmented manually. Indicating the potential impact of the method, we do not claim its general validity yet.

We introduce a new 3D tubular intensity model in conjunction with a model fitting scheme for accurate segmentation and quantification of small tubular structures in 3D vascular images. The tubular model is formulated based on principles of the image formation process. Compared to previous straight models, the new model allows to accurately represent curved tubular structures, to directly estimate the local curvature, as well as to more accurately estimate the parameters of tubular structures. We have successfully applied our approach to 3D synthetic images and 3D CTA vascular images.

Immunocytochemical markers are increasingly applied for diagnosis of diseases. Usually two or more marker stains are applied at once, together with a counterstain for a reliable microscopic investigation of cell specimens. As a preprocessing step for the detection of marker-positive cells, other stains should be removed by image processing techniques. This virtual de-staining can be achieved by color separation algorithms, thus removing the undesired stain and reconstructing an image containing only the desired marker component. Known algorithms for color separation however show significant color artifacts, which are caused by inevitable non-linearities during image acquisition. In this paper we develop high dynamic range (HDR) microscopy color separation, which removes non-linearities, dynamic range limitations, as well as quantization effects and enables accurate color separation and virtual de-staining. Color accuracy in the virtual de-stained images is provided by the Δ

E

00

measure. Our simulations demonstrate that the perceivable color error is reduced from 86% to 0.65%. Finally, we provide results for HDR-based virtual destaining on cell samples from cytopathological routine which confirm the performance of our approach.

We present an automatic approach for 3D segmentation of mouse embryonic stem cell nuclei based on level set active contours. Due to the specific properties of these cells, standard methods for cell nucleus segmentation and splitting of cell clusters cannot be applied. Our segmentation approach combines information from two different channels, which represent the nuclear region and the nuclear membrane, respectively. Moreover, we perform segmentation of gene loci within two other channels which enables single cell quantification of gene distances.

Die Verfügbarkeit echtzeitfähiger und mobiler Biosensoren gewinnt durch die zunehmende Verbreitung viraler Infektionen zunehmend an Bedeutung. Im Gegensatz zu Virusdetektionsmethoden wie beispielsweise ELISA erlaubt die neuartige Plasmonen-unterstützte Mikroskopie von Nanoobjekten, Proben innerhalb von wenigen Minuten auf Viren analysieren zu können. Die Herausforderung für ein, auf dieser Analysemethode beruhendes In-situ-Virusdetektionssystem, besteht in der Echtzeitverarbeitung von extrem hohen Datenmengen. Hier setzt die vorliegende Arbeit an, welche eine hoch parallele GPU-basierte Verarbeitungspipeline zur echtzeitfähigen Virusdetektion vorstellt. Durch die konsequente Ausnutzung der GPGPU-Fähigkeiten von Grafikkarten kann auf teure Spezialhardware verzichtet werden, um eine echtzeitkonforme Beschleunigung notwendiger Bildverarbeitungs- und Bildanalysealgorithmen bereitzustellen, die auch den Anforderungen an ein eingebettetes Virusdetektionssystem gerecht wird.

The analysis of architectural features in neural tissue sections and the identification of distinct regions is challenging for computer aided diagnosis (CAD) in neuropathology. Due to the difficulty of locating a tissue’s origin and alignment as well as the vast variety of structures within such images an orientation independent (i. e. rotation invariant) approach for tissue region segmentation has to be found to encode the structural features of neural layer architecture in the tissue. We propose to apply the Ripley’s-

$$\hat L$$

function, originating from the field of plant ecology, to compute feature vectors encoding the spatial statistics of point patterns described by selectively stained cells. Combining the Ripley’s

$$\hat L$$

features with unsupervised clustering enables a segmentation of tissue sections into neuropathological areas.

Reliable analysis of adult stem cell populations in in vitro experiments still poses a problem on the way to fully understand the regulating mechanism of these cultures. However, it is essential in the use of cultivated endogenous cells in stem cell therapies. One crucial feature during automated analysis is clearly the robust detection of mitotic events. In this work, we use the fully labeled stem cell benchmark data set CeTReS I in order to evaluate different approaches of mitosis detection: a purely time line based approach; a feature-based motility detector; and a detector based on the cell morphology changes, for which we also propose an adaptive version. We demonstrate that the approach based on morphological change outperforms the static detectors. However, the set of optimal features is changing over time, and thus it is not surprising that a feature set adapted to the systems confluency shows the best performance.

Robust and accurate automatic detection of anatomical features on organic shapes is a challenging task. Despite a rough similarity, each shape is unique. To cope with this variety, we propose a novel clustering-based feature detection scheme. The scheme can be used as a standalone feature detection scheme or it can provide meaningful starting points for surface analyzing-based detection algorithms. The scheme includes the identification of a representative set of shapes and the usage of a specialized iterative closest point algorithm for the registration of shapes, which is followed by the projection of the features using the transformation matrix of the registration. Evaluation is based on a large set of expert annotated shapes and showed superior performance compared to state-of-the-art surface analyzing methods. Accuracy increased of 32% and detection of all features is ensure

In this work we present an articulated statistical shape model (ASSM) of the human knee. The model incorporates statistical shape variation plus explicit degrees of freedom that model physiological joint motion. We also present a strategy for segmentation of the knee joint from medical image data. We show the potential of the model via an evaluation on a set of 40 clinical MRI datasets with manual expert segmentations available.

In this work we present a method for automated orthopaedic measurements for patients that have undergone a partial or full joint replacement in the lower limbs. In contrast to previously published approaches for partially occluded objects, we deal with objects were the major part of the contour is missing, namely the epiphyses of the long bones in the lower limbs, that have been replaced in large parts by artificial joint implants of varying appearance. We present an approach based on the automatic detection and segmentation of implants and a robust adaptation of a segmentation technique based on deformable models. We evaluated our method on a set of clinical images and achieve an accuracy of 0.6 . for angles and 1.3mm for lengths measurements while significantly reducing assessment time and eliminating user interaction.

Das Active Shape Model (ASM) ist ein Segmentierungsverfahren, das statistische Formmodelle (SFM) verwendet, um Organe in Bilddaten trotz geringen Kontrastes zu benachbarten Strukturen robust und effizient zu segmentieren. Da das ASM ein lokales Suchverfahren ist, muss vor der Segmentierung zunächst das gesuchte Organ im Bild detektiert werden, um dann das SFM initial möglichst genau zu platzieren. In dieser Arbeit stellen wir ein neues Verfahren zur Modellinitialisierung vor. Unser Hauptbeitrag ist eine neue Variante des Iterative Closest Point Algorithmus (ICP), die es erlaubt, ein komplettes SFM mit einer Punktmenge effizient zu registrieren. Das Verfahren wird zur Detektion der Leber mit anschließender SFM Initialisierung in 14 kontrastverstärkten CT-Aufnahmen eingesetzt und quantitativ evaluiert.

Für die Segmentierung komplexer Strukturen wie beispielsweise Wirbel werden häufig statistische Formmodelle (SFM) verwendet. Bei der Konstruktion des SFM stellt die Lösung des Korrespondenzproblems eine der größten Herausforderungen dar. In dieser Arbeit präsentieren wir einen neuen automatischen Ansatz für die Initiallösung des Korrespondenzproblems für Flächen vom Geschlecht 1. Dazu schneiden wir eine Referenzfläche der Trainingsmenge entlang zweier möglichst kurzer Schleifen auf und propagieren diese auf die übrigen Flächen der Trainingsmenge. Anschließend bilden wir jede Fläche auf den Parameterraum des Rechtecks ab, wo wir die entstehende Flächenverzerrung mit einem heuristischen Ansatz verringern. Damit können wir SFM mit erhöhter Qualität konstruieren.

The paper deals with the registration of pre-operative 3DCT- data to tracked intra-operative 2D-US-slices in the context of liver surgery. To bring such a method to clinical practice, it has to be fast and robust. In order to meet these demanding criteria, we propose two strategies. Instead of applying a time-consuming compounding process to obtain a 3D-US image, we use the 2D-slices directly and thereby drastically reduce the complexity and enhance the robustness of the scheme. Naturally, the surgeon does not need the same high resolution for the whole liver. We make use of this fact by applying a focusing technique to regions of special interest. With this, we reduce the overall amount of data to register significantly without sacrificing the accuracy in the ROIs. In contrast to other attempts, the high resolution result in the ROI is combined in a natural way with a global deformation field to obtain a smooth registration of the whole liver. Overall we arrive at a method with a favorable timing. The proposed algorithm was applied to four different patient data-sets and evaluated with respect to the reached vessel-overlap on validation slices. The obtained results are very convincing and will help to bring non-linear registration techniques to the operation theater.

In this work, we present a novel method to compensate the movement in images acquired during free breathing using first-pass gadolinium enhanced, myocardial perfusion magnetic resonance imaging (MRI). First, we use independent component analysis (ICA) to identify the optimal number of independent components (ICs) that separate the breathing motion from the intensity change induced by the contrast agent. Then, synthetic images are created by recombining the ICs, but other then in previously published work (Milles et al. 2008), we omit the component related to motion, and therefore, the resulting reference image series is free of motion. Motion compensation is then achieved by using a multi-pass non-rigid image registration scheme. We tested our method on 15 distinct image series (5 patients) consisting of 58 images each and we validated our method by comparing manually tracked intensity profiles of the myocardial sections to automatically generated ones before and after registration. The average correlation to the manually obtained curves before registration 0.89 ± 0.11 was increased to 0.98 ± 0.02.

In dieser Arbeit wird ein Landmarken-basierter Ansatz zur Optimierung der Registrierung von 4D-CT-Daten der Lunge präsentiert. Das Verfahren besteht aus zwei Schritten. Im ersten Schritt werden für die zu registrierenden Bilder mit Hilfe eines automatischen Verfahrens korrespondierende Landmarken detektiert. Diese werden daraufhin in einem zweiten Schritt zur Abschätzung des mittleren Target-Registration- Errors (TRE) verwendet, der wiederum zur Definition eines Abbruchkriteriums für ein iteratives Registrierungsverfahren genutzt wird. Der Ansatz wurde anhand von neun 4D-CT-Datensätzen evaluiert. Es zeigt sich, dass die Genauigkeit der Registrierung durch das neue Verfahren verbessert werden kann.

Dynamic breast magnetic resonance imaging (MRI) commonly acquires T1- and T2-weighted images. Joint inspection of both sequences in particular allows to distinguish between benign cyst-type and malignant lesions. However, in routine diagnostics both images are regarded independently, and immediate correlation is prevented by patient motion and tissue deformations. Differences in resolution and intensity distribution prevent a co-registration by established breast registration techniques. Instead, we propose to employ a deformable registration method that takes such differences into account. Accuracy of the method was confirmed through visual inspection and landmark-based assessment, indicating an average registration accuracy of 1.74 mm. We demonstrate how the proposed technique facilitates a joint visualization of both MRI-sequences, thereby offering valuable diagnostic support.

Die vorliegende Arbeit beschäftigt sich mit der Implementierung von Teilen eines Registrierungsalgorithmus in der Compute Unified Device Architecture (CUDA) von NVIDIA und der daraus resultierenden Zeitersparnis. Es wurden die einzelnen Schritte des Registrierungsalgorithmus analysiert und auf ihre Parallelisierbarkeit untersucht. Die Implementierungen wurden anhand von 20 thorakalen CT-Datens ätzen evaluiert und der SpeedUp berechnet. Es wurde eine Beschleunigung vom Faktor 143 bei der TPS Interpolation und ein Faktor 12 beim Image Warping erreicht. Obwohl nur 2 Teilschritte auf der GPU umgesetzt wurden, konnte ein Speedup des Gesamtverfahren von 2.175 erreicht werden. Dies zeigt das eine GPU-Implementierung effizienter als eine CPU-basierte Parallelisierung sein kann.

An accurate segmentation of vascular systems is fundamental for many medical applications. Stability against different contrast levels and noise are very important. In this paper we propose an approach for the segmentation of the vascular system of the liver. It is based on the gradient vector flow (GVF) and Frangis vesselness measure. This method avoids multi-scale analysis and related scale space problems. It was evaluated on ten CT data-sets.

2D vessel segmentation algorithms working on 2D digital subtraction angiography (DSA) images suffer from inhomogeneous contrast agent distributions within the vessels. In this work, we present a novel semi-automatic vessel segmentation method based on local adaptive contrast enhancement. Either a forward projected 3D centerline or a set of manual selected seed points define the vessel branches to be segmented on the image. The algorithm uses bilateral filtering followed by local contrast enhancement to eliminate intensity inhomogeneity within the vessel region that is caused by unequally distributed contrast agent. Our segmentation algorithm is extensively evaluated on 45 different DSA images and exhibits an average Hausdorff distance of 22 pixels and sensitivity of 89 %.

In dieser Arbeit wird ein semi-automatisches Verfahren zur Segmentierung der Prostata in MRT Bildern vorgestellt. Dieses basiert auf der Kombination eines statistischen Formmodells mit einem lokalen statistischen Erscheinungsmodell, welche beide aus handsegmentierten Trainingsdaten generiert werden. Eine neue, robuste Kostenfunktion auf Basis eines Shrinkage-Schätzers wird an 10 Datensätzen evaluiert. Dabei zeigt sich für das Segmentierungsergebnis mit Shrinkage- Schätzer eine mittlere Oberflächenabweichung von 1.77 mm, während die verbreitet eingesetzte Mahalanobis Distanz eine Abweichung von 2.67 mm erreicht.

In diesem Beitrag wird ein automatisches Verfahren zur Lungensegmentierung in CT-Datensätzen vorgestellt. Ausgehend von einem Saatpunkt in der Luftröhre wird unter Verwendung von Volumenwachstumsverfahren eine Segmentierung der Lunge erzeugt. Da dieses Vorgehen zu einem Zusammenlaufen der beiden Lungenflügelsegmentierungen führen kann, wird die Trennung der Lungenflügel mit Hilfe des Dijkstra-Algorithmus vorgenommen. Anschließend werden die Segmentierungen durch den Einsatz morphologischer Operatoren geglättet. Eine Evaluation anhand von 100 CT-Datensätzen zeigt die Genauigkeit des Verfahrens und die Robustheit gegenüber verschiedener CT-Protokolle und der Parameterwahl.

Thyroid nodule segmentation is a hard task due to different echo structures, textures and echogenicities in ultrasound (US) images as well as speckle noise. Currently, a typical clinical evaluation involves the manual, approximate measurement in two section planes in order to obtain an estimate of the nodule’s size. The aforementioned nodule attributes are recorded on paper. We propose instead the semi-automatic segmentation of 2D slices of acquired 3D US volumes with power watersheds (PW) independent of the nodule type. We tested different input seeds to evaluate the potential of the applied algorithm. On average we achieved a 76.81 % sensitivity, 88.95 % precision and 0.81 Dice coefficient. The runtime on a standard PC is about 0.02 s which indicates that the extension to 3D volume data should be feasible.

Die Erkennung von mikrobiellen Gefahrensignalen durch Makrophagen führt zu ausgeprägten Veränderungen des Zytoskeletts. Die daraus resultierende morphologische Veränderung (Spreading) führt zur Variation der Kontaktfläche zwischen Zellen und Oberflächenmaterial. Bisher wird die Vermessung durch manuelle Annotation einer jeden einzelnen Zelle durchgeführt. Dieser sehr zeitaufwendige Schritt soll durch den Einsatz von semi-automatischen Werkzeugen unterstützt und beschleunigt werden. Hierfür wird ein multimodales Segmentierungsverfahren erstellt, das mittels erweiterter Wasserscheidentransformation eine Segmentierung der Zellkerne in DAPI Färbung erstellt. Diese Information über die Zellkerne wird als Initialisierung für ein Fast Marching Level Set Verfahren verwendet um mittels Anti-CD11b-APC gefärbte Makrophagen zu segmentieren. Dabei zeigt sich dass durch den multimodalen Ansatz gute Segmentierungsergebnisse auch bei konfluenten Zellbildern möglich sind.

Because of the very special type of contrast in phase-contrast images, it is almost impossible to perform fully automated single-cell analysis and quantification successfully. Because fluorescent dyes are highly toxic, phase-contrast images are commonly used to monitor live cells. In this paper, we present a method for the fully automated segmentation, classification and quantification of individual cell morphology in phase-contrast images. We calculate the confluence of the cell population and quantify the degree of toxic damage to each individual cell following phenol incubation. The results are then compared to standard cytotoxicity assays.

As cervical cancer is one of the most common cancers worldwide, screening programs have been established. For that task stained slides of cervical cells are visually assessed under a microscope for dysplastic or malignant cells. To support this challenge, image processing methods offer advantages for objective classification. As the cell nuclei carry a high extent visual information, all depicted cell nuclei need to be delineated. Within this work, the expectation maximization (EM) algorithm is evaluated as a yet unused method for this task. The EM was trained on 33 micrographs, where nuclei were manually annotated as reference. The EM was evaluated with varying parameter for the number of classes and with four different color spaces (RGB, Lab, HSV, polar HSV). Segmentation results for all images and parameters were compared to the ground truth, yielding average accuracy and standard deviation for all cells. The best color spaces were RGB and Lab. The best number of classes to be used in the color space was found to be K = 3. It can be concluded that the EM is an appropriate and useful approach for cell nuclei segmentation, but needs some image post-processing for the elimination of false positives.

The opening and closure intervals of heart valves are important factors regarding an optimal blood flow. Using endoscopic video recordings of heart valves, digital kymography can be a method to visualize and to describe the opening and closure intervals. Based on an adequate segmentation of the kymograms, a quantitative description becomes available for the opening and closure characteristics. Furthermore, by normalizing the measured results, comparisons of mean heart valve oscillations can be achieved. Here, a comparison of artificial with native heart valves obtained under physiological conditions, indicates clear differences in the opening and closure intervals.

Die konfokale der Laser-Scanning-Mikroskopie ermöglicht die Erzeugung hochaufgelöster Aufnahmen von Nerven- und Zellstrukturen der Kornea in vivo. Ein Hindernis bei der Generierung großflächiger Abbildungen durch etablierte Mosaikbildmethoden sind Verzerrungen in den aufgenommenen Bildern, die durch unvermeidbare Augenbewegungen verursacht werden. Diese Arbeit präsentiert ein Verfahren zur elastischen Registrierung solcher Bildserien, welches durch die Berücksichtigung der spezifischen Eigenschaften des Aufnahmesystems in der Lage ist, die Bewegungsartefakte zu erkennen und zu korrigieren.

In the field of image-guided liver surgery (IGLS), the initial registration of the intra-operative organ surface with preoperative tomographic image data is performed on manually selected anatomical landmarks. In this paper, we introduce a fully automatic scheme that is able to estimate the transformation for initial organ registration in a multi-modal setup aligning intra-operative time-of-flight (ToF) with preoperative computed tomography (CT) data, without manual interaction. The method consists of three stages: First, we extract geometric features that encode the local surface topology in a discriminative manner based on a novel gradient operator. Second, based on these features, point correspondences are established and deployed for estimating a coarse initial transformation. Third, we apply a conventional iterative closest point (ICP) algorithm to refine the alignment. The proposed method was evaluated for an open abdominal hepatic surgery scenario with invitro experiments on four porcine livers. The method achieved a mean distance of 4.82 ± 0.79 mm and 1.70 ± 0.36 mm for the coarse and fine registration, respectively.

In der plastischen Chirurgie ist es zur Bestimmung der Therapie notwendig, den Schweregrad einer Verbrennung genau einzusch ätzen. Hierzu ist ein Verfahren entwickelt worden, das auf der Verarbeitung visueller Aufnahmen der Wunde in unterschiedlichen Farbspektren beruht. Diese müssen zur Weiterverarbeitung unbedingt deckungsgleich sein, so dass ein Registrierungsproblem gegeben ist. Zur Lösung dieses Problems präsentieren wir einen parametrischen Registrierungsansatz, der auf einer speziellen Vorverarbeitung und der Modifikation eines bekannten Distanzmaßes beruht. Die einzelnen Schritte und Bausteine werden erläutert. Das Verfahren ist an 50 Datensätzen aus der klinischen Praxis getestet worden, wobei es sich als besonders geeignet erwiesen hat.

Navigated and robotized Transcranial Magnetic Stimulation (TMS) is advancing forward in research and treatment. MRI-scans or other medical image data are typically used as navigation source. Unfortunately, scanning time is always short and expensive. For many TMSapplications the underlying brain topology is not necessarily needed. Therefore, we generate the subject’s head contour for a precise stimulation from 3D laser scans. We use the PowerCrust algorithm generating a smooth contour from laser surface points. The mean error found was 0.289 with an RMS error of 0.358 mm and a maximum error of 0.984 mm comparing MRI-scan to laser scan for a head phantom . Currently, we are working successfully with head contours based on 3D laser scans for two ongoing TMS studies. During these TMS-experiments, the overall error found for the robotized TMS system using laser scans was < 5 mm. With new and faster laser technologies, it will be possible to use laser scans as navigation source and for direct head tracking during stimulation when scanner become real time capable.

Navigation systems based on intra-operative ultrasound have been introduced for different surgical procedures and interventions. The accuracy of the ultrasound probe calibration is a main contribution to the overall accuracy of the navigation system. Different calibration methods based on phantoms have been introduced. The challenge of the calibration procedure is to identify the phantom structures accurately and possibly automatically in ultrasound images. In the majority of cases 2D ultrasound probes have been calibrated. The advantage of 3D probes is the acquisition of 3D ultrasound volumes out of the box enabling fast calibration approaches based on only one image acquisition. We introduce a new inexpensive and easily to manufacture planes phantom and automatic calibration algorithm for 3D ultrasound probes.

Bis dato ist die Technik der laparoskopischen Leberchirurgie lediglich in einzelnen Zentren bei einem hochselektierten Patientenkreis etabliert. Um die begrenzte Taktilität durch verbesserte Visualisierung zu kompensieren, erfolgte die Entwicklung eines laparoskopischen Navigationssystems (LapAssistent). Dies ermöglicht intraoperative Darstellung präoperativer 3D-Bilddaten der Leber einschließlich intrahepatischer Gefäßverläufe und der Tumorlage. Präoperativ wurden 3D-Rekonstruktionen basierend auf CT oder MRT Daten der Leber angefertigt. Nach Kalibrierung der Kamera und der laparoskopischen Instrumente sowie der Oberflächenregistrierung wurde das Ultraschall B-Bild in die präoperative Planung während der Operation übertragen. Bei allen Patienten ließ sich technisch das System unter sterilen Bedingungen anwenden. Alle Bilddaten konnten intraoperativ übertragen und visualisiert werden. Die Operationszeit verlängerte sich durchschnittlich um 21 Minuten. In der nachfolgenden ProNaviC I Studie wird die laparaskopischnavigierte Leberresektion an einem größeren Patientenkollektiv getestet.

Real-time target localization in ultrasound is useful in many clinical and scientific areas. For example in radiation therapy tumors can be localized in real-time and irradiated with a high accuracy. To measure the position of an ultrasound target in a global coordinate system or to extend the tracking volume by moving the ultrasound transducer an optical marker is attached to it and observed by an optical tracking system. The necessary calibration matrices from marker to ultrasound volume are obtained using hand-eye calibration algorithms which take sets of corresponding observations of the optical marker and an ultrasound target as input. The quality of these calibration matrices is highly dependent on the measured observations. While the accuracy of optical tracking systems is very high, accurate tracking in ultrasound is difficult because of the low resolution of the ultrasound volume, artifacts and noise. Therefore accurate hand-eye calibration is difficult between ultrasound and optical tracking systems. We have tested different phantoms, matching- and sub-pixel strategies to provide highly accurate tracking results in 3D ultrasound volumes as basis for hand-eye calibration. Tests have shown that – using the described methods - calibration results with RMS errors of less than 1mm between observed and calibrated targets can be reached.

Eine der größten Herausforderungen im Kontext von computergestützten Systemen für laparoskopische Eingriffe stellt die intraoperative präzise und schnelle Rekonstruktion von Organoberflächen dar. Diese ermöglicht eine Registrierung präoperativer Planungsdaten auf die Patientenanatomie zur Einblendung von Ziel- und Risikostrukturen in das Videobild. Vor diesem Hintergrund eröffnet die Time-of- Flight (ToF)-Kameratechnik aufgrund der schnellen und dichten 3D-Oberflächenvermessung neue Perspektiven für die laparoskopische computerassistierte Chirurgie. In diesem Beitrag stellen wir die erste invitro Evaluationsstudie zum Vergleich ToF-basierter endoskopischer mit Stereoskopie-basierter Oberflächenrekonstruktion vor.

One approach to intra-operative registration in computerassisted medical interventions involves matching intra-operatively acquired organ surfaces with pre-operatively generated high resolution surfaces. The matching is based on so-called curvature descriptors assigned to the vertices of the two meshes. Therefore, high compliance of the input meshes with respect to curvature properties is essential. Time-of-Flight cameras can provide the required surface data during the intervention as a point cloud. Although different methods for generation of triangle meshes from range data have been proposed in the literature, their effect on the quality of the mesh with respect to curvature properties has not yet been investigated. In this paper, we evaluate six of these methods and derive application-specific recommendations for their usage.

Osteotomies around the knee address lower limb deformities that affect the leg posture and especially the knee joint. Knee arthritis is a very common age-related joint disease that can be treated with osteotomy, as an alternative to knee replacement by implants. The preoperative planning process is demanding and significantly determines the surgical out-come. The choice of the osteotomy type and the determination of parameters, like the correction angle, are crucial for long-term success. We present a software tool for preoperative 3D planning of femoral and tibial opening, closing and derotation osteotomies, thus a particularly wide range of interventions. Our tool is based on patient specific 3D bone models and allows the user to position cutting planes and to simulate cut and alignment of the bone.

Automatische Systeme für minimal-invasive perkutane Nadelinsertionen erfordern die Segmentierung von Risikostrukturen zur Bestimmung eines sicheren Zugangsweges. Mangels vollautomatischer Segmentierungsverfahren für alle Strukturen im Abdominalraum macht dieser Segmentierungsschritt den größten Teil der gesamten Planungsdauer aus. Um die Planung zu beschleunigen, stellen wir ein zweistufiges Konzept für eine schnelle semiautomatische Zugangsplanung vor, bei dem (1) vollautomatisch ein Großteil der Hautoberfläche als Einstichszone ausgeschlossen wird, indem nur automatisch segmentierbare Risikostrukturen berücksichtigt werden und (2) die so erhaltene Einstichszone durch Benutzung des Prinzips der Pareto-Optimalität weiter eingeschränkt und der finale Einstichspunkt interaktiv mit einer neuen Visualisierungtechnik unter Berücksichtigung der anderen Risikostrukturen gewählt wird.

Time-of-Flight (ToF) Kameras bieten aufgrund derMöglichkeit zur schnellen und robusten Oberflächenerfassung großes Potential für die intra-interventionelle Akquise von Informationen über die Patientenanatomie und Organmorphologie. Eine Nutzung der neuen Technik als medizinische Bildgebungsmodalität erfordert eine nahtlose Integration in die verwendete Softwareinfrastruktur. Nachdem sich das Medical Imaging Interaction Toolkit (MITK) als Framework für die medizinische Bildverarbeitung etabliert hat, stellen wir in diesem Beitrag eine Erweiterung um die Anbindung von Time-of-Flight Kamerasystemen vor (MITK-ToF). MITK-ToF unterstützt die Ansteuerung verbreiteter ToF-Kameratypen und stellt die akquirierten Bilddaten in mehreren Dateiformaten bereit. Die durch die Integration in das MITK ermöglichte Verwendung der dort vorhandenen Komponenten zur Bildverabeitung, Visualisierung und Interaktion ermöglichen die Entwicklung komplexer ToF-basierter Anwendungen. Wir zeigen das Potential des vorgestellten Toolkits beispielhaft anhand einer Anwendung zur Darstellung, Aufnahme und Wiedergabe von ToF Daten. Zur BVM 2011 wird eine erste open-source Version des Toolkits veröffentlicht.

Patientenindividuelle 3D-Modelle von Organen und Körperregionen tragen erheblich zur Dokumentation und Patientenaufklärung bei. Aus Segmentierungen dreidimensionaler Datensätze (z.B. CT, MRT) kann die Pose während der Bildaufnahme gewonnen werden. Dies ist eine Einschränkung gegenüber annotierbaren Schemazeichnungen speziell vordefinierter Ansichten. In dieser Arbeit erweitern wir statische individuelle 3D-Modelle der Kopf-Hals-Region um anatomische Bewegungen. Neben der Bewegung des Knochenapparates wird die gleichzeitig stattfindende Deformation der verbundenen Weichteile berücksichtigt. Anhand eines Software-Prototypen zeigen wir die Erzeugung eines dynamischen Patientenmodells aus Segmentierungen der Kopf-Hals- Region, dessen Strukturen (Knochen, Blutgefäße, Muskeln) interaktiv anatomisch plausibel bewegt werden können.

Prototypen spielen in der medizinischen Bildverarbeitung eine wichtige Rolle, da sie eine schnelle Evaluation eines neu entwickelten Algorithmus erlauben. Hierfür bietet sich die Nutzung einer interpretierten Sprache an, da die Entwicklungszeit, im Vergleich zu kompilierten Sprachen, kürzer ist. Um diese Möglichkeiten auch für C++ Bibliotheken zu erhalten, können Schnittstellen erzeugt werden mit denen der Zugriff auf Funktionen der Bibliothek, von einer interpretierten Umgebung aus, möglich wird. Es existieren verschiedene Verfahren um automatisch Schnittstellen für C/C++ Code zu generieren. In diesem Paper wird die Integration eines solchen Verfahrens examplarisch an dem Open-Source Toolkit MITK beschrieben.

Medizinische Interventionen werden zunehmend durch Augmented Reality unterstützt, um aus prä-operativen Bildern zusätzliche Informationen über die Anatomie und Pathologie des Patienten zu erhalten. Dazu bedarf es einer Registrierung mit einer intra-operativen Bildgebungsmodalität wie C-Bogen Computertomograph (CT), Ultraschall oder Endoskop. In diesem Beitrag untersuchen wir das Potential der neuartigen Time-of-Flight (ToF) Kameratechnik für die markerlose Registrierung. Dafür wurden korrespondierende CT- und ToFAufnahmen je einer explantierter Leber von Schwein und Mensch akquiriert, die vor den Aufnahmen mit Zielmarkern ausgestattet wurden. Durch die angewendete Registrierungsmethode wurden die CT-Marker auf die 2D ToF-Marker aus dem ToF-Intensitätsbild abgebildet und der 2D Target Visualization Error (TVE) als Qualitätsmaß bestimmt. Zus ätzlich wurden Videoaufnahmen der untersuchten Organe gemacht, um den 2D TVE einer bekannten marker-basierten Registrierungsmethode zur Schätzung der Kameraposition (Inside-Out Tracking) bestimmen zu können. Die ToF-basierte markerlose Registrierung ergab einen mittleren TVE von 2.3 ± 1.3 mm. Im Vergleich dazu lag der TVE der markerbasierten Registrierung bei 0.9 ± 0.4 mm.

Bei der Harnblasenvideoendoskopie ist das Navigieren und das kontrollierte Sichten des gesamten Hohlorgans durch das begrenzte Sichtfeld des Endoskops für den Urologen stark erschwert. Als Navigationshilfe können hierbei zusätzliche externe Navigationssysteme eingesetzt werden. Da jedoch aufgrund zu hoher Kosten optische und magnetische System bisher nicht verwendet wurden, steigt das Interesse an low.cost Systemen. Hierzu wurde ein erstes zystoskopisches Navigationssystem mittels Trägheitssensorik entwickelt, welches mit einer Fehlertoleranz von ca. 2° Winkelgrad eine erste robuste und kostengünstige Orientierungshilfe für die Harnblasenendoskopie darstellt.

Ziel dieser Arbeit ist es eine neuartige Aspirationsnadel mit integriertem elektromagnetischen Sensor vorzustellen und bezüglich ihrer Zuverlässigkeit und Genauigkeit zu evaluieren. Hierfür wurde ein Navigationssystem bestehend aus virtueller Bronchoskopie und Echtzeit Positionsangabe der Nadel entwickelt und in einer beatmeten Schweinelunge untersucht. Es wurden sieben Punktionsversuche während normaler Atembewegung durchgeführt und die Genauigkeit des Navigationssystems für jeden Versuch evaluiert. Den Ergebnissen zufolge ist das vorgestellte Navigationssystem performant und stellt einen vielversprechenden Ansatz dar um die Trefferrate von transbronchialen Biopsien zu erhöhen.

Image-based three-dimensional (3D) catheter tracking has the potential provide enhanced visualization and documentation means for cardiac catheter navigation purposes. However, if the biplane X-ray image sequences are acquired asynchronously, common stereo-geometric constraints are violated and simple 3D reconstruction introduces position errors. The presented work introduces an algorithm based on the unscented Kalman filter, which explicitly models this image acquisition situation. It updates the 3D catheter tip position and orientation with single-plane two-dimensional catheter tip and electrode position measurements. These measurements are derived from X-ray images, acquired alternately from two different orientations. In this manner, the proposed approach allows for 3D catheter tip tracking with a promising position accuracy.

The fractional anisotropy (FA) value for Diffusion Tensor Imaging is widely used to determine the anisotropy of diffusion in a given voxel. As the FA value is based on the tensor’s eigenvectors it is not possible to calculate this quantity for HARDI diffusion profiles. In this paper we introduce an anisotropy index for HARDI data that utilizes the L

2

-norm as the most natural notion of distance for square-integrable functions on the two-sphere such as HARDI diffusion profiles and show that it is the limit of the generalized fractional anisotropy (GFA) index. Our index is well-defined and rotationally invariant and thus resolves the unsatisfactory issues with the GFA index.

Prior work has shown that white matter fiber integrity decreases in Alzheimer’s disease (AD) and mild cognitive impairment (MCI). This integrity can be quantified using diffusion tensor imaging techniques, which describe the anisotropic water movement in the brain. It is important to identify features that can predict the chance of conversion from MCI to AD within a certain time frame. In this study we applied tract-based spatial statistics (TBSS) in order to perform this task, overcoming limitations that are commonly associated with ROI-based approaches and voxel-based morphometry (VBM). Diffusion weighted images were taken from 15 healthy controls, 15 AD patients and 17 MCI patients. 8 MCI patients remained stable during 3 year follow-up investigations (“non-converters”, MCI-nc) and 9 converted to AD (“converters”, MCI-c). Significant differences between the MCI-nc and MCI-c groups were found in a large part of the corpus callosum using fractional anisotropy (FA) and radial diffusivity. In comparison, the MCI-c group did not differ significantly from the AD group and the MCI-nc group exhibited similar measurements as the control group. These results demonstrate that, although MCI-c and MCI-nc patients were clinically similar at time of inclusion, the MCI-c group already exhibited pathologic features associated with AD. This finding could lead to more powerful techniques in the early identification of AD and thus support an earlier and more successful treatment.

Transcranial sonography (TCS) is a new tool for the diagnosis of Parkinson’s disease (PD) at a very early state. The TCS image of the mesencephalon shows a distinct hyperechogenic pattern in about 90% PD patients. This pattern is usually manually segmented and the substantia nigra (SN) region can be used as an early PD indicator. However this method is based on manual evaluation of examined images. We propose a texture analysis method using Gabor filters for the early PD risk assessment. The features are based on the local spectrum, which is obtained by a bank of Gabor filters, and the performance of these features is evaluated by feature selection method. The results show that the accuracy of the classification with the feature subset is reaching 92.73%.

Fettleibigkeit ist ein verbreitetes Problem in der westlichen Welt und kann Krankheiten wie Krebs, Typ-2-Diabetes und Herz- Kreislauf-Erkrankungen auslösen. In den vergangenen Jahren wurde die Magnetresonanztomographie (MRT) zu einer praktikablen Methode, um die Menge und Verteilung des Fettgewebes im Körper zu messen. Die manuelle Analyse ist besonders bei Ganzkörperdaten ein zeitaufwendiger Prozess. Dieses Paper stellt ein semi-automatisches Verfahren vor, dass die unterschiedlichen Fettgewebsarten im gesamten Körper mit geringem Benutzeraufwand quantifiziert. Dabei werden statistische Formmodelle und morphologische Operatoren verwendet, um die verschiedenen Arten des Fettgewebes zu trennen, und um das Knochenmark zu detektieren. Die Methode wurde an 15 Ganzkörper-MRT-Daten getestet. Das Ergebnis der Segmentierung des totalen Fettgewebes erreichte eine volumetrische Überlappung von (93,7±5,5)% und einen Volumenunterschied von (7,3±6,4)% gegenüber dem Goldstandard.

This work presents an automatic and robust approach to detect the heart region in MRI perfusion images. Intensity variance is used to identify high variability regions, which are in turn filtered with features based on their shape and position. The approach is validated using 44 clinical data sets against a ground truth generated by experts.

We propose a pipeline for the segmentation of the left cardiac ventricle (LV) in 4D CT data based on the random walker (RW) algorithm. A segmentation of the LV allows to extract clinical relevant parameters such as ejection fraction (EF) and volume over time (VoT), supporting diagnostic and therapy planning. The presented pipeline works aside approaches incorporating annotated databases, statistical shape modeling or atlas-based segmentation. We have tested our segmentation approach on six clinical 4D CT datasets including different pathologies and typical artifacts and compared the segmentation results to manually segmented slices. We achieve a minimum sensitivity of 86% and specificity of 96%. The resulting EF and VoT is comparable to known reference values and reflects the present pathologies correctly. Additionally, we tested three different routines for thresholding the RW probability maps. An interview with surgical and radiological experts together with high sensitivity scores indicates the superiority of the fixed threshold selection method – especially in the presence of pathologies. The segmentation is also correct near problematic fine structures such as cardiac valves, papillary muscles and the apex of the heart.

Die vorliegende Arbeit stellt einen neuen Algorithmus zur hochgenauen und möglichst vollständigen Detektion von Koronararterien vor. Hierfür werden Ansätze der zwei höchstplazierten Algorithmen des Wettbewerbs „A Grand Challenge in the Clinic II“ (MICCAI 2008) verknüpft, erweitert und optimiert. Die Ergebnisse zeigen, dass der Algorithmus bei leicht verbesserter Genauigkeit einen wesentlich höheren Overlap erzielt als der Gewinneralgorithmus der automatischen und semi-automatischen Kategorie.

Das Verfolgen von tubulären Strukturen aus 3D medizinischen Bilddaten ist essentiell für viele computergestützte medizinische Anwendungen. In diesem Beitrag wird ein Algorithmus zur automatischen Detektion der Verzweigungen für das statistische Tracking der Koronararterien vorgestellt. Basierend auf einem zylindrischen Modell wird ein Maß für die Erkennung der Verzweigungen entwickelt. Dieser Ansatz vermeidet aufwendiges Suchen der Bifurkationen in jedem Iterationsschritt und ist somit effizient. Für die Detektion der Verzweigungen wird das gleiche geometrische Modell wie für das Tracking der Gefäße verwendet. Die erste Evaluation auf 8 CTA-Datensätzen von Koronararterien zeigt, dass 91.7 % der Hauptzweige und 87.5 % der Seitenzweige korrekt detektiert werden können.

Accurate aortic arch quantification is important for diagnosis and treatment of cardiovascular diseases. We introduce a new approach for the quantification of the aortic arch morphology with improved computational efficiency which combines 3D model-based segmentation with intensity-based image registration. The performance of the approach has been evaluated based on 3D synthetic images and clinically relevant 3D CTA images including pathologies. We also performed a quantitative comparison with a previous approach.

We present an approach for automatic bone age classification from hand x-ray images using the Discriminative Generalized Hough Transform (DGHT). To this end, a region, characteristic for the bone age (e.g. an epiphyseal plate), is localized and subsequently classified to determine the corresponding age. Both steps are realized using the DGHT, whereat the difference of the approaches lies within the employed models. The localization model is able to localize the target region over a broad age range and therefore focuses on the common features of all ages. The model for the classification, in contrast, focuses on the age discriminating features. The classification model consists of several submodels, one for each age class, where each submodel contains information about its age characteristics as well as discriminating features. In a first test the new method was applied to classify images into the two classes 11–12 and 14–15 years and achieved of 95% correct classifications.

In this paper the well-established minimal path framework is applied to the problem of computing blood flow trajectories in phase contrast magnetic resonance imaging (PC-MRI). The velocity vectors measured by PC-MRI and an uncertainty measure are combined to a metric tensor and minimal paths are calculated with anisotropic fast marching method (FMM). Exemplary results of the computation of the blood particle trajectories are given. This work contributes a novel application of anisotropic FMM to flow computations.

Ein ungelöstes Problem in der nicht-rigiden Bildregistrierung ist die Behandlung von pathologie-bedingten, morphologischen Unterschieden, wie sie beispielsweise bei der räumlichen Normalisierung neuroradiologischer Datensätze, die Tumorpathologie abbilden, auftreten. Mit der vorliegenden Arbeit liefern wir einen Baustein für einen modellbasierten Lösungsansatz. Wir schlagen vor, die entstehenden Irregularitäten durch eine explizite Modellierung der Pathologie zu umgehen. Im Detail stellen wir die Erweiterung eines auf der Formulierung eines Optimierungsproblems basierenden Ansatzes zur Modellierung tumorinduzierter Gewebedeformation vor. Dieser bietet potentiell die Möglichkeit einer direkten Integration in Verfahren der nicht-rigiden Bildregistrierung. Neben einer Darstellung des theoretischen Zusammenhangs mit existierenden Verfahren, zeigen wir experimentell, dass die Hinzunahme einer nicht-linearen Wichtung der Terme des Zielfunktionals eine adaptivere Steuerung der resultierenden Deformationsmuster erlaubt.

Mittels Computational Fluid Dynamics (CFD) wurden quantitative Strömungssimulationen bei Mitralklappeninsuffizienzen erstellt. Die individuelle Geometrie des menschlichen valvulären Apparats wurde dabei volumetrischen Bilddaten entnommen. Das resultierende dynamische 3D-Flussfeld wurde als Basis für eine nachfolgende Farb- Doppler-Simulation verwendet. Dadurch lässt sich der Einfluss der verschiedenen Bildgebungsparameter auf die diagnostisch verfügbare Darstellung von Regurgitationsjet, Vena contracta oder proximaler Konvergenzzone detailliert untersuchen. Beispielhaft wird der Einfluss der räumlichen Auflösung auf die Jet-Darstellung gezeigt.

Die Untersuchung des Blutflussverhaltens (Hämodynamik) in zerebralen Gefäßen spielt eine wesentliche Rolle bei der Bewertung von lokalen Gefäßkrankheiten wie z.B. Aneurysmen. Eine Bestimmung der Strömung in diesen Gefäßabschnitten erfolgt dabei entweder durch CFD-Simulationen oder zeitaufgelöste Phasen-Kontrast Flussmessungen (4D PC-MRI). Die vorliegende Arbeit ergänzt aktuelle Vergleichsuntersuchungen hinsichtlich der resultierenden Strömungsinformationen. Verwendet werden dabei erstmalig 7 Tesla (7T)-Aufnahmen für die Flussmessungen. Der Vergleich zeigt moderate bis starke Korrelationen hinsichtlich der pulsativen Entwicklung von Geschwindigkeit und Volumenstrom aber auch Unterschiede im lokalen Strömungsverlauf.

Dual-Energy CT (DECT) ist seit einigen Jahren im klinischen Einsatz. Wir stellen eine Methode vor, wie mittels DECT die räumliche Verteilung der Knochendichte in Wirbeln bestimmt und für die Diagnose von Osteoporose verwendet werden kann. Des weiteren beschreiben wir einen neuen Ansatz für die Bestimmung der Zusammensetzung des trabekulären Knochens. Unsere Methoden wurden erfolgreich an DECT-Daten von 29 Wirbeln getestet und bedeuten einen Informationsgewinn für den Bereich der Orthopädie.

Dynamic contrast-enhanced magnetic resonance imaging of the breast is acquired for the detection of breast cancer. To rate a tumor to be benign or malignant, radiologists evaluate the tumor’s morphology and its enhancement kinetics. We present a new multi planar reformatting (MPR) view, the File-Card-Browser View, to improve and complete the standard axial slice-based evaluation. We tested our technique with a tumor set containing 20 cases and present first results.

Image-guided surgical systems are increasingly becoming established tools for visual aid in several interventional procedures. In this paper, we introduce a prototypic add-on system for enhancing the intraoperative visualization within a navigated spine surgery utilizing an extended reality approach. In essence, operation-specific important anatomical structures are segmented from preoperative patient data and superimposed on the video stream of the operation field. In addition, slices of the anatomy data, as well as shape and depth information of targeted structures, like spinal nerves or herniated discs, can be blended, which allows for a better protection of risk anatomy and accurate identification of the structures under consideration, and thus raises the safety and accuracy factors of the intervention.

Time-of-Flight (ToF) imaging is a promising technology for real-time metric surface acquisition and has recently been proposed for a variety of medical applications. However, due to limitations of the sensor, range data from ToF cameras are subject to noise and contain invalid outliers. In this paper, we discuss a real-time capable framework for ToF preprocessing in a medical environment. The contribution of this work is threefold. First, we address the restoration of invalid measurements that typically occur with specular reflections on wet organ surfaces. Second, we compare the conventional bilateral filter with the recently introduced concept of guided image filtering for edge preserving de-noising. Third, we have implemented the pipeline on the graphics processing unit (GPU), enabling high-quality preprocessing in real-time. In experiments, the framework achieved a depth accuracy of 0.8 mm (1.4 mm) on synthetic (real) data, at a total runtime of 40 ms.

Das bildgebende Verfahren Magnetic-Particle-Imaging (MPI) ermöglicht die Bestimmung der örtlichen Verteilung super-paramagnetischer Nanopartikel in-vivo. Für eine 1D-Messsequenz kann die Bildgebungsgleichung des Verfahrens als Faltung formuliert werden. Anhand der Halbwertsbreite des Faltungskerns kann die erreichbare Ortsaufl ösung von MPI abgeschätzt werden. Dieses Maß berücksichtigt allerdings weder das Rauschen der Messdaten noch den möglichen Auflösungsgewinn, der durch eine Entfaltung erreicht werden kann. In dieser Arbeit wird die Modulationsübertragungsfunktion des Bildgebungsprozesses auswertet, um so das Auflösungsvermögen von MPI in Abhängigkeit vom Rauschen zu ermitteln.

In dieser Arbeit wird erstmals das Konzept einer feldfreien Linie (FFL) in der neuen Bildgebungsmodalität Magnetic-Particle- Imaging (MPI) anhand von Magnetfeldmessungen validiert. Aufgrund theoretischer Abschätzungen wird eine Sensitivitätssteigerung für MPI um einen Faktor zehn bei Verwendung einer FFL anstelle des konventionell verwendeten feldfreien Punktes (FFP) erwartet. Um sich das FFLKonzept für MPI zu Nutze zu machen, ist der Spulenaufbau im Hinblick auf die elektrische Verlustleistung zu optimieren. Das in dieser Arbeit vorgestellte Setup weist eine Verlustleistung auf, die sich in der Größenordnung eines FFP-Scanners bewegt, und liefert somit eine gute Voraussetzung für die Durchführbarkeit dieser Methode. Weiterhin ist eine Rotation des FFL-Feldes bei räumlich konstanter Scanner-Anordnung ein entscheidender Vorteil auf dem Weg, die FFL-Bildgebung in den klinischen Alltag zu integrieren. Der vorgestellte Aufbau wird auch dieser Bedingung gerecht und ermöglicht eine experimentelle Validierung des bis dato nur theoretisch betrachteten Konzeptes einer FFL für die Anwendung in MPI.

Direct application of conventional models for sub-voxel edge detection to modalities with intricate image formation like MRI results in systematic edge dislocations on a sub-voxel scale (edge aberration). By quantitative experimental analysis of this effect, a simple correction term can be calibrated, which is demonstrated to improve edge localization precision by a factor of 2.5 to surpass voxel size by 2 orders of magnitude.

Durch die Modifikation einer MRT Pulssequenz und eines Rekonstruktionsprogrammes kann auf magnetische Objekte zeitlich verschränkt Kraft ausgeübt und deren Position bestimmt werden. Zusammen mit einer geeigneten Regelung entsteht ein vielseitiges robotisches System. Es werden hierzu Objekterkennung, -verfolgung und - antrieb implementiert und getestet. Die Methoden werden im Experiment an einem Phantom getestet, wobei als Objekte eine Stahlkugel und eine Kapsel mit Ferrofluid gewählt wurden. Die Objekte werden initial in einem 3D Volumenbild durch merkmalsbasierte Mustererkennung lokalisiert und anschließend per Templatematching in einzelnen Schichtbildern verfolgt. Das Verfahren wird anhand von zusätzlichen Videoaufnahmen und einem strukturierten Referenzmuster überprüft.

Durch eine Laser gestützte Mikroskopiemethode lassen sich Nanopartikel in vitro auch mit Lichtmikroskopen als mobile Objekte visualisieren. Aus Form- und Mobilitätseigenschaften visualisierter Nanopartikel werden mit Bildverarbeitungsmethoden charakteristische Parameter gewonnen, mit deren Hilfe unterschiedliche Nanopartikel-Proben in vitro analysiert und differenziert werden können, um in Folgeexperimenten Aussagen über deren gesundheitsschädigende Wirkungen erzielen zu können.

Diffusion tensor imaging (DTI) allows investigating white matter structures in vivo which is of great interest for various applications in neuroanatomy and neurosurgery. In order to reconstruct white matter tracts from DTI data, fiber tracking approaches are used which are commonly based on streamline propagation techniques. In order to provide more reliable tracking results, local regularization filters were presented previously, which can be applied during the fiber tracking process and move forward as the fibers are constructed. In this work, Gaussian and least-squares local filters are evaluated and compared against higher order integration schemes. The results provide a more differentiated view on the prospects and limitations of local regularization filters.

Multi-scale Local Binary Pattern based operators are used to extract features from duodenal texture patches with histological ground truth in case of pediatric celiac disease. The multi-scale LBP combined with color channels and possibly other filters lead to a high number of computed histograms. The impact of histogram subset selection on the overall classification rates using two feature subset selection algorithms (SFS and SBS) with three LBP-based operators is analyzed and the applicability of these techniques validated.

Diffusion imaging is a magnetic resonance imaging (MRI) technique that provides the examination of neuronal pathways in vivo. High angular resolution diffusion imaging (HARDI) is able to reconstruct more than one fiber population within one voxel and hence, overcomes the limitations of diffusion tensor imaging (DTI). Fiber tracking approaches can benefit from the additional data, but require information about the real fiber population to reconstruct fiber bundles. In this paper we evaluate recent scalar measures on HARDI data and introduce a novel global approach, a morphological filtering, to identify multiple fiber populations per voxel.

Der Behandlung von Patienten mit obstruktiven Atemwegserkrankungen wie z.B. Asthma bronchiale oder COPD (chronisch obstruktive Lungenerkrankung) steht die Inhalationstherapie im Vordergrund. Bei der Entwicklung neuer Inhalationstherapie ist es wichtig, die Wirksamkeit bezüglich der Deposition von inhalierten Wirkstoffpartikeln in den Atemwegsabschnitten innerhalb und außerhalb der Lunge zu prüfen. Zu diesem Zweck wurde vor Beginn einer klinischen Studie zur Evaluation einer neuen Inhalationsmethode ein quantitatives Auswertungssystem entwickelt. Es wurden retrospektiv die Routine- Untersuchungsdaten von 15 Patienten für Implementierungs- und Testzwecke herangezogen. Die Daten beinhalten Aufnahmen des Atmungssystems, das mittels Molekularer Bildgebung mit Hilfe von Radionukliden zweidimensional erfasst wurde. Die Verfahren zum Nachweis der Deposition der Medikamente in den oberen Atemwegen, der Lunge sowie im Magenbereich und zur Depositionsmengen-Berechnung im intrathorakalen und extrathorakalen Bereich wurden implementiert. Es konnten Informationen über die Regionalverteilung des inhalierten Präparats innerhalb der Lunge gewonnen und als prozentualer Anteil an der Gesamtmenge des Präparats ausgedrückt werden.

Bei der Tiefenhirnstimulation wird eine Elektrode im Gehirn platziert, um Funktionsstörungen des Gehirns zu behandeln. In diesem Beitrag wird ein geometrischer Ansatz zur Unterstützung der Trajektoriebestimmung bei der Tiefenhirnstimulation vorgestellt. Der Ansatz benötigt zwei Saatpunkte: einen in der Zielstruktur und einen zweiten auf der Kopfoberfläche. Der zweite Saatpunkt wird genutzt, um radial eine Menge von weiteren Saatpunkten zu generieren, die mit dem Zielpunkt linear zu Trajektorien verbunden und anschließend automatisch auf Schnitte mit Risikostrukturen (z.B. Ventrikelsystem) analysiert und sortiert werden. Der Ansatz wurde anhand von 10 Trajektorien evaluiert, die von einem Neurochirurgen mit mehrjähriger Erfahrung (>6) in der Tiefenhirnstimulation manuell überprüft wurden.

Der Einflusses einer Radiotherapie auf die Progression von primären Hirntumoren wird modelliert. Ein hybrider Ansatz wird für zelluläres Tumorwachstum und die Veränderung lokaler Nährstoffkonzentrationen genutzt. Die Nährstoffverteilung wird durch zwei partielle Differentialgleichungen beschrieben und hat direkten Einfluss auf die durch das Modell abgebildeten zellulären Prozesse und umgekehrt. Diese beinhalten Mitose, Chemotaxis und Nekrose, werden mittels eines zellulären Automaten beschrieben und in Abhängigkeit von der Nährstoffkonzentration und der jeweiligen Populationsanzahl durch wahrscheinlichkeitsbedingte Modelle gesteuert. Der Effekt einer Therapie mittels Bestrahlung wird mit Hilfe des linear-quadratischen Modells beschrieben. Dieses ermöglicht die Quantifizierung des Bestrahlungseffekts verschiedener Fraktionierungsschemata. Zusätzlich erlaubt die Integration des Zellzyklus in das Wachstumsmodell eine Abbildung der Variabilität der Radiosensitivität einzelner Zellen. Eine qualitative Beurteilung erster Ergebnisse zeigt eine plausible Beschreibung des Tumorwachstums und des Effekts einer Bestrahlung.

In der vorliegenden Arbeit wird ein kontinuierlicher Ansatz zur Modellierung des Einflusses von Radiotherapie auf die Progression von primären Hirntumoren vorgestellt. Das Wachstum des Tumors beruht auf einer partiellen Differentialgleichung, die sowohl die Proliferation neuer Tumorzellen als auch die anisotrope Diffusion in umliegendes Gewebe betrachtet. Die Modellierung des Effekts von Strahlentherapie erfolgt anhand des linear-quadratischen Modells. Um den Einfluss verschiedener Faktoren auf die Bestrahlungswirkung zu berücksichtigen, wird das vorhandene Modell um die Variation der Strahlensensitivität innerhalb des Tumorgewebes erweitert. Zusätzlich wird der Effekt von Strahlentherapie auf gesundes Gewebe betrachtet und ermöglicht somit die Quantifizierung des Bestrahlungseffekts verschiedener Fraktionierungsschemata. Eine qualitative Beurteilung erster Ergebnisse zeigt eine plausible Beschreibung des Effekts einer Bestrahlung auf das Tumorwachstum und das gesunde Gewebe.

Despite considerable technical and algorithmic developments related to the fields of medical image acquisition and processing in the past decade, the devices used for visualization of medical images have undergone rather minor changes. As anatomical information is typically shown on monitors provided by a radiological work station, the physician has to mentally transfer internal structures shown on the screen to the patient. In this work, we present a new approach to on-patient visualization of 3D medical images, which combines the concept of augmented reality (AR) with an intuitive interaction scheme. The method requires mounting a Time-of-Flight (ToF) camera to a portable display (e.g., a tablet PC). During the visualization process, the pose of the camera and thus the viewing direction of the user is continuously determined with a surface matching algorithm. By moving the device along the body of the patient, the physician gets the impression of being able to look directly into the human body. The concept can be used for intervention planning, anatomy teaching and various other applications that require intuitive visualization of 3D data.

An increasingly popular approach to the acquisition of intraoperative data is the novel Time-of-Flight (ToF) camera technique, which provides surface information with high update rates. This information can be used for intra-operative registration with pre-operative data through surface matching techniques. However, ToF data is subject to different systematic errors and noise, which must be eliminated for the purposes of matching with high-quality pre-operative data. While methods for de-noising of data concentrate on the processing of the range images, we focus directly on the surfaces. We decompose the frequency spectrum of the surface and use it for the computation of a low-pass filter, thus eliminating all the higher frequencies on the surface (noise). The low-pass filter was evaluated on in vitro data and was compared to a previously published method for ToF de-noising, which takes advantage of the fast data acquisition provided by the ToF technology. In almost all cases, the low-pass filter showed a better performance. Decomposition of the frequency spectrum of surfaces allows not only filtering and de-noising, but also the application of other valuable signal processing methods, such as enhancement or homogenization.

The exploration of the complex flow patterns within cerebral aneurysms is crucial for risk assessment, therapy planning and medical research. In order to support visual exploration, geometric descriptors are necessary to decompose the complex flow data. An important descriptor is the ostium, the area of inflow into the aneurysm, since other descriptors can be derived from it. We describe an interpolation-based approach to generate a smooth ostium surface that was successfully applied to seven different aneurysm surface models.

Multimodale Bilddaten (MRT, PET) des Gehirns liefern wichtige Informationen für die Diagnose von Gehirnerkrankungen, wie z.B. M. Alzheimer. Von besonderem Interesse sind dabei Untersuchungen in ausgewählten kortikalen Regionen des Gehirns (Volumes-of-Interest, VOIs). Oft werden solche VOIs in 2D Schnittbildern manuell markiert. Zur Beschleunigung dieser zeitaufwendigen Prozedur wird eine Toolbox zur intuitiven Markierung kortikaler VOIs auf Basis der 3D Kortexoberfl äche entwickelt. Die 3D Visualisierung der Kortexoberfläche und die automatische Bestimmung von Startpunkten werden erläutert und Ergebnisse präsentiert.

We present a system to automatically estimate the body pose of a reclined patient, based on measurement data from a pressure sensing mattress. It can be used to replace or reduce manual input in clinical imaging procedures and thus improve the workflow. The proposed method consists of two stages. First, the body posture is classified into prone, supine, and left and light lateral orientation by a k-nearestneighbor classifier. In the second algorithmic stage, a modified optimization scheme based on Powell’s direction set method fits a model of the human body to the observed pressure distribution. Thus, the position of important body landmarks is estimated. For our database of 143 measurements from 16 subjects, a mean classification rate of 96.0 % was achieved for the posture, and an average localization error of 6.95 cm for the body parts.

This work deals with the single photon emission computed tomography (SPECT) reconstruction process. As a SPECT measurement also depends on unknown attenuation properties of the tissue, such a process is challenging. Furthermore, the given attenuation may not be a good approximation to the true attenuation field. Reasons are repositioning or movement of the patient such as relaxation during scan time or even breathing. We propose a novel model for an attenuation correction in SPECT reconstruction, which is a natural extension of an idea of Natterer in that way, as the linear transformation of a so-called attenuation prototype is enhanced to an arbitrary transformation. We present numerical results for a non-linear spline transformation model which clearly indicate the superiority of the proposed reconstruction model compared to the case of no motion correction and the correction with a linear transformation model.

Magnetic-Particle-Imaging (MPI) ist ein neues bildgebendes Verfahren, das die Bildgebung superparamagnetischer Nanopartikel in hoher zeitlicher und örtlicher Auflösung ermöglicht. Das Auflösungsvermögen des Systems hängt dabei direkt von der Gradientenstärke des Selektionsfeldes ab. Kürzlich wurde ein MPI-Scanner vorgestellt, der dieses Selektionsfeld mit Permanentmagneten generiert. Ausgehend von dieser Anordnung werden in der vorliegenden Arbeit die Geometrie- und Magnetisierungsparameter der Permanentmagneten optimiert. Durch die erreichte Erhöhung der Gradientenstärke um 39%, kann die Auflösung von Magnetic-Particle-Imaging deutlich gesteigert werden, ohne das Messsystem zu vergrößern.

Im klinischen Einsatz kommt zur Messung des Blutflusses die 4-dimensionale Phasenkontrast Magnetresonanz-Bildgebung (4D PC-MRI) in Frage. Diese ermöglicht die Darstellung und Analyse der Hämodynamik in den Messvolumina. Die Phasenkontrast-Technik erfordert für die Überführung der gemessenen Phasenwinkel (−π bis +π) in Geschwindigkeitsvektoren einen Parameter, der die Geschwindigkeitssensitivit ät angibt (venc, velocity encoding). Überschreiten die Flussgeschwindigkeiten diesen Wert, so treten Phasensprünge auf, welche zu Problemen in der Beurteilung der Messdaten führen und eine Analyse erschweren oder verhindern können. Zur Korrektur dieser Phasensprünge existieren eine Reihe von Techniken, welche jedoch meist die Messzeit verlängern. Hier wird ein einfaches bildbasiertes Korrekturverfahren mittels Referenzmessung benutzt und systematisch an Hand von Phantom- Daten untersucht, inwieweit eine Verkürzung der zusätzlichen Messzeiten durch Reduktion der räumlichen und zeitlichen Auflösung möglich ist.

Wir leiten einen Rekonstruktionsalgorithmus zur Streustrahlungstomographie her. Eine schnelle Monte-Carlo Simulation dient in jedem Iterationsschritt der bilderzeugenden Vorwärtsprojektion. Numerische Experimente werden für ein System aus rotierender Röntgenquelle und winkelversetzter Gammakamera durchgeführt. Die dreidimensionalen Rekonstruktionen untersuchen wir auf ihre Korrektheit.

3D rotational coronary angiography plays an important role in the field of diagnosis and treatment planning of coronary artery disease. Due to the cardiac motion, only limited number of projections can be used to reconstruct coronary arteries for each heart phase, which makes the reconstruction problem ill-posed. To reduce the under-sampling artifacts, we apply an iterative method that makes use of total variation regularization. Some different reconstruction algorithms are compared and our method outperforms the others in the experiments.

In der Computertomographie können metallische Objekte oder Bewegungen durch Patienten zu Inkonsistenzen innerhalb der Projektionswerte führen. Bei der anschließenden Rekonstruktion der tomographischen Schnittbilder kommt es durch diese inkonsistenten Daten zu Artefakten, welche die diagnostische Aussagekraft des Bildes beeinflussen können. In diesem Beitrag wird die Anwendbarkeit zweier referenzloser Metriken für die Beurteilung der Bildqualität in der Computertomographie überprüft. Die beiden Metriken basieren auf der Verwendung des Just-Noticeable-Blur (JNB)-Prinzips und wurden als wahrnehmungsbasierte Schärfemetriken entwickelt, um die Unschärfe in Bildern unterschiedlichen Inhaltes zu beurteilen. Es wird gezeigt, dass eine der Varianten für die Beurteilung von Bewegungsartefakten und die andere für Metallartefakte verwendet werden kann.

Beim Einbringen von Nadeln in Weichgewebe kommt es zu Bewegungen und Deformationen. Diese beeinträchtigen besonders hochaufgelöste Bildgebungsverfahren mit geringer Eindringtiefe wie die optische Kohärenztomographie, die jedoch auch kleine Strukturen aufl ösen kann und eine Möglichkeit zur „optischen Biopsie“ darstellt. Die Korrektur von Bewegungsartefakten auf Basis anderer Bilddaten wie beispielsweise perkutaner / transrektaler Ultraschall wird durch die Nadeln erschwert. Wir untersuchen, ob auftretende Gewebedeformationen mit Hilfe einer Kraftmomentensensorik berücksichtigt werden können. Die Ergebnisse deuten auf einen deutlichen Zusammenhang von Gewebedeformation und auftretender Kräfte hin.

Zur Bewältigung komplexer Berechnungen wird in der medizinischen Bildverarbeitung immer häufiger Spezialhardware eingesetzt. Die Open Computing Language offeriert die Möglichkeit eines gleichzeitig hardware-unabhängigen und performanten Programms. Dies wurde von uns am Beispiel der Bildrekonstruktion untersucht und gezeigt, dass sich mit Hilfe von OpenCL auf CPU-Systemen Leistungssteigerungen einfach erzielen lassen. Des weiteren wird ein hohe Unabhängigkeit der Implementierung von der Hardware erreicht und somit die Nutzung moderner Technologien, wie z.B. Grafikprozessoren, erleichtert. Die Laufzeit unseres Problems konnten wir auf einer Vierkern-CPU von 40min auf 6, 5min reduzieren. Durch die Verwendung einer Grafikkarte und einfache Optimierungen wurde schließlich eine Laufzeit von 17 s erreicht.

Die moderne medizinische Bildgebung ermöglicht immer detailliertere Daten, deren Weiterverarbeitung sich um so zeitaufwendiger gestaltet. Von der Medizin werden jedoch immer schnellere Bildverarbeitungsalgorithmen gefordert. Um diese Forderung zu erfüllen, müssen alle zur Verfügung stehenden Ressourcen genutzt werden. Die Grafikkarte ist eine dieser verfügbaren Ressourcen und kann für die Parallelisierung von Bildverarbeitungsalgorithmen herangezogen werden. Damit die Bildverarbeitungsprozesse unkompliziert auf die Graphikkarte ausgelagert und parallel berechnet werden können, wird in diesem Beitrag eine Hardware-unabhängige Erweiterung des Medical Imaging Interaction Toolkit vorgestellt. Die Ergebnisse zeigen eine wesentliche Beschleunigung der Algorithmen auf der Grafikkarte.