AG Bildverarbeitung

Die Arbeitsgruppe Bildverarbeitung beschäftigt sich mit der Entwicklung und Evaluierung neuartiger Software-Konzepte und -Methoden, mit dem Ziel, die prä- und intraoperative Planung neurochirurgischer Eingriffe zu verbessern. Auf Basis medizinischer Bilddaten werden wichtige Fragestellungen bearbeitet, um Strukturen, wie Tumore, Gefäße oder Nerven, voneinander zu separieren (Segmentierung), unterschiedliche Aufnahmen, wie Angiographie, CT oder MRT, miteinander zu verbinden (Registrierung) und die Ergebnisse anschaulich mit 2D- und 3D-Repräsentationen darzustellen (Visualisierung). Die Bildverarbeitung leistet damit einen wesentlichen Beitrag, die enorme Menge an Informationen und Komplexität in medizinischen Bilddaten zu kanalisieren sowie die hohen Anforderungen an Sicherheit, Genauigkeit und Effizienz umzusetzen.

Segmentierung: Um die räumliche Lage sowie die Ausdehnung anatomischer Strukturen in medizinischen Bilddaten zu ermitteln, müssen diese segmentiert werden. Somit lassen sich beispielsweise vor der Resektion eines Tumors die Relationen zu Gefäßen und umliegendem Gewebe ermitteln oder Gefäß- und Nervenstrukturen separieren (Abb. 1). Methodisch kommen hierfür punkt- und regionenbasierte sowie kontur- und modellbasierte Verfahren zum Einsatz.

Registrierung: Die Zusammenführung von Bilddaten unterschiedlicher Aufnahmeverfahren zu einem multimodalen Datensatz bildet für die navigierte Chirurgie einen zentralen Bestandteil. Beispielsweise lassen sich durch Kombination von Diffusionstensor- und MRT-Daten Informationen über den Verlauf von Nervenbahnen und die anatomische Lage eines Tumors verbinden (Abb. 2). Methodisch werden merkmals- und intensitätsbasierte Verfahren verwendet, mit denen die Ausrichtung der Bilder zueinander bewertet werden kann sowie rigide und nichtrigide Transformationen für die Abbildung in das gemeinsame Koordinatensystem.

Visualisierung: Die visuelle Darstellung medizinischer Bilddaten führt zu einem intuitiven Verständnis der zugrundeliegenden physikalischen Messungen. Beispielsweise ermöglicht die 3D-Visualisierung von Gefäß-Nerven-Beziehungen an der Oberfläche des Hirnstamms ein genaues Verständnis bei neurovaskulären Kompressionssyndromen, wie Trigeminusneuralgie, Spasmus hemifacialis und Glossopharyngeusneuralgie (Abb. 3). Methodisch werden Verfahren der indirekten und direkten Volumenvisualisierung eingesetzt, die mit Grafikhardware beschleunigt sind sowie Ansätze der erweiterten Realität (Augmented Reality).

Ausgewählte Publikationen:

The SIP-NVC-Wizard - User Guidance on Segmentation for Surgical Intervention Planning of Neurovascular Compression. Franz D, Syré L, Paulus D, Bischoff B, Wittenberg Th, Hastreiter P. In: Handels H, Deserno Th, Meinzer HP, Tolxdorff Th.
Bildverarbeitung für die Medizin 2015. Springer. S. 65-70

Real-time panorama imaging of sphenoid sinuses from monocular endoscopic views: an update based on clinical experiments. Bergen T, Hastreiter P, Xu T, Münzenmayer Ch, Buchfelder M, Schlaffer S, Wittenberg Th.
In: CURAC 2014: 32-35

Color-encoded distance visualization of cranial nerve-vessel contacts. Süssmuth J, Protogerakis WD, Piazza A, Enders F, Naraghi R, Greiner G, Hastreiter P.
In: Int J Comput Assist Radiol Surg. 2010 Nov;5(6):647-54

Visualisierung. Hastreiter P, Bartz D, Preim B. In: Schlag PM, Eulenstein S, Lange Th
(Hrsg.): Computerassistierte Chirurgie. Urban & Fischer, Elsevier, 2010. S. 17-62

Classification of neurovascular compression in typical hemifacial spasm: three-dimensional visualization of the facial and the vestibulocochlear nerves. Naraghi R, Tanrikulu L, Troescher-Weber R, Bischoff B, Hecht M, Buchfelder M, Hastreiter P.
In: J Neurosurg. 2007 Dec;107(6):1154-63