3D-Rekonstruktion medizinischer Daten

Transkript

1 3D-Rekonstruktion medizinischer Daten Bericht aus der Fraunhofer Charité Kooperation Berlin das F&E Zentrum für neue Interventionstechnologien Direktor: Prof. Dr.-Ing. Erwin Keeve Wissenschaftlicher Mitarbeiter Charité Virchow Klinikum, Berlin & Fraunhofer IPK, Berlin Donnerstag, 25. August 2011

2 3D - Röntgenbildgebung ????????? Rekonstruktion von Schichtbildern aus Röntgenbildern Vielzahl von Röntgenbildern aus verschieden Richtungen Rückrechnen der Absorption von Raumabschnitten (Lösen von Gleichungssystemen) Spezielle Anforderungen an die medizinische 3D- Röntgenbildgebung Geringe Strahlenbelastung Geringe Bildanzahl Geringe Aufnahmedauer Spezielle Bildaufnahmebahnen 2

3 3D Röntgen-Bildgebungssysteme Computertomographen (CT) Das Objekt wird vollständig umkreist (Spiral oder Mehrschicht-CT) Sehr hohe Anzahl an Bilddaten (64 Zeilen) Exakte Rekonstruktion => hohe Strahlenbelastung Spezialisierte Systeme: Intraoperative CTs (O-Arm von Medtronic) 3D-C-Bögen Das Objekt wird (un-)vollständig umkreist Keine exakte Rekonstruktion möglich Systeme mit eingeschränkten Aufnahmebereich Das Objekt wird aus einen eingeschränkten Bereich durchleuchtet Keine exakte Rekonstruktion möglich z.b. Mammographie z.b. ORBIT 3

4 Filtered Backprojection Original Rekonstruktion Sinogramm einer Schicht Gefiltertes Sinogramm Analytisches Rekonstruktionsverfahren Anwendung vor allem in der Computer Tomographie Gold-Standard Rekonstruktionsverfahren Funktionsprinzip: Fazit: Filtern des Projektionsbilder ( starker Kantenfilter ) Je Voxel: Strahlberechnung ausgehend von der Röntgenquelle Interpolation des entsprechenden Grauwerts Je Voxel: Aussummierung aller Grauwerte + Schnelle Rekonstruktion + Gute Bildqualität - Hohe Anzahl von Bildern - Festgelegt auf Kreisbahn / Spiralbahn 4

5 Iterative Rekonstruktionsalgorithmen Algebraisches Rekonstruktionsverfahren Ablaufdiagramm der ART Anwendung z.b. in der PET Einsatz bei eingeschränktem Winkelbereich Funktionsprinzip: Fazit: Berechnung eines künstlichen Projektionsbildes vom Volumen Fehlerberechnung anhand des realen Projektionsbildes Korrektur des Volumens entsprechend des Fehlers Wiederholung der Schritte 1-3 bis Abbruchkriterium + Gute Bildqualität + Geringe Bildanzahl notwendig - Hoher Rechenaufwand (Rekonstruktionsgeschwindigkeit) Berechnung eines künstlichen Projektionsbildes 5

6 Hardwarebeschleunigung Hoher Rechenaufwand bei 3D-Rekonstruktion Gute Parallelisierbarkeit der Teilprobleme Enormer Leistungszuwachs bei (Consumer-)Grafikkarten Zuwachs der Rechenleistung ( ) (NVidia) Rechenleistung Speicherbandbreite Grafikkartensprachen GLSL - plattformunabhängig opencl - plattformunabhängig DirectCompute (Microsoft ) - plattform(un)abhängig CUDA (NVidia) - plattformabhängig FireStream (AMD) - plattformabhängig Zuwachs der Speicherbandbreite ( ) (NVidia) 6

7 Simulationsumgebung Eigene Simulationsumgebung für Rekonstruktionsalgorithmen Entwicklung und Evaluierung Visualisierung von 2D und 3D Bilddaten Generierung von künstlichen Projektionsbildern 3D Simulation Von mathematischen Phantomen Auf Basis medizinischer Bilddaten Darstellung beliebiger Projektionsgeometrie Simulation von existierenden Systemen und Systemkonzepten in der Planung Visualisierung der Systemkomponenten und OP Umgebung inkl. Simulation der Kinematik von Robotern Simulation ORBIT 7

8 Simulationen ORBIT Kreisbahn 3D Simulation künstliches Röntgenbild sagittale Schicht coronale Schicht axiale Schicht 3D Simulation künstliches Röntgenbild sagittale Schicht coronale Schicht axiale Schicht 8

9 Aktuelle Forschung FBP + ART + TV Kombination von Rekonstruktionsalgorithmen FBP als Volumeninitialisierung für die ART Kombination der ART mit dem Algorithmus zur Minimierung der Totalen Varianz Umsetzung alternativer Aufnahmebahnen Optimierung für beliebiger Aufnahmebahnen Anpassung an spezifische Anforderungen Beschleunigung der Rekonstruktion Optimierung der Implementierung Verteilung der Berechnung auf mehrere Grafikkarten Verbesserung der Bildqualität Allgemein mehr aus den Bildern rausholen Reduzierung der Bildanzahl 9

10 Metall-Artefaktreduktion Metallische Komponenten absorbieren fast vollständig Röntgenstrahlung => Metallartefakte im Rekonstruktionsvolumen Reduktion von Artefakten durch Anwendungshinweise Artefakt-Reduzierung durch Anwendungshinweise Untersuchung des Anwendungsworkflows existierender Systeme Reduzierung der Artefakte durch gezielte Anwendungshinweise Artefakt-Reduzierung durch Optimierung der Rekonstruktionsalgorithmen Reduktion von Artefakten durch Algorithmenanpassung 10

11 Optimierung für Limited Angle Tomography Minimierung der Totalen Varianz Bekannter Algorithmus in der Bildverarbeitung Anwendung: Rauschminimierung und Entfernung von Bildstörungen Gestörtes Bild 1 Rekonstruiertes Bild 1 1 Nach: J. Dahl, P.C. Hansen, S.H. Jensen and T.L. Jensen; Algorithms and Software for Total Variation Image Reconstruction via First-Order Methods, Numerical Algorithms, 53 (2010), pp Definition von Randbedingungen für die Rekonstruktion Viele homogene Bereiche z.b. innerhalb von Organen Dichte Änderungen z.b. an Knochen Erweiterung von iterativen Rekonstruktionsalgorithmen Optimierung des Rekonstruktionsergebnisses durch Nutzung des Vorwissen aus dem Bewertungsalgorithmus 11

12 Vielen Dank für Ihre Aufmerksamkeit Fraunhofer Charité Kooperation Berlin das F&E Zentrum für neue Interventionstechnologien Direktor: Prof. Dr.-Ing. Erwin Keeve Wissenschaftlicher Mitarbeiter Charité Virchow Klinikum, Berlin & Fraunhofer IPK, Berlin