Computergestützte Patchplanung für Aortenerweiterungsplastiken

Ähnliche Dokumente
Planung und Simulation von Patchimplantaten zur intrakardialen Korrektur angeborener Herzfehler

Konzept und Realisierung eines Zustandsmaschinen-Editors für Interaktionen medizinischer Bildverarbeitung mit Debug-Funktionalität

Beschleunigung von Bild-Segmentierungs- Algorithmen mit FPGAs

Robuste Verzweigungserkennung von Gefäßen in CTA-Datensätzen zur modellbasierten Extraktion der Centerline

Konsistente Parametrisierung von Flächen vom Geschlecht 1 zur Bildung eines statistischen Formmodells des Wirbels

Schnelles Prototyping für die medizinische Bildverarbeitung

Flächen- und Volumenmessung lokaler Objekte in DICOM-Bildern und Bildfolgen

Parametrisierung geschlossener Oberflächen für die Erzeugung von 3D-Formmodellen

Automatische Segmentierung der Lungenflügel in CT-Daten

Halbautomatische Segmentierung von Pulmonalgefäßen in CT Daten als Referenz zur Validierung automatischer Verfahren

DEUTSCHE GESELLSCHAFT FÜR KARDIOLOGIE HERZ- UND KREISLAUFFORSCHUNG e.v. German Cardiac Society

Simulation der Knochenverlagerung beim Frontal Orbital Advancement

Automatisch-generierte Texturen aus Laserpunktwolken

Semi-automatische Echtzeit-Konturierung mit einem vorlagenbasierten und skalierungsinvarianten Ansatz

Segmentierung der Knochenoberfläche einzelner Lendenwirbel für die ultraschallbasierte Navigation

3. Analyse der Kamerabewegung Video - Inhaltsanalyse

Segmentierung von Aortenaneurysmen in CTA-Bildern mit dem statistischen Verfahren der Active Appearance Models

Tracking und Segmentierung baumförmiger, tubulärer Strukturen mit einem hybriden Verfahren

Vollautomatische Segmentierung der Prostata aus 3D-Ultraschallbildern

5 Nachuntersuchung und Ergebnisse

Segmentierung tubulärer Strukturen mittels Modell-zu-Bild-Registrierung

Operationsberichte Orthopädie und Unfallchirurgie

Robuste Bifurkationsdetektion für das Tracking von Koronararterien

Der Telemanipulator davinci als mechanisches Trackingsystem

Lokale Analyse von Infarktrandzonen in 3D-DE-MRT Bildsequenzen

DEUTSCHE GESELLSCHAFT FÜR KARDIOLOGIE HERZ- UND KREISLAUFFORSCHUNG e.v. German Cardiac Society

Stereo Vision. Projekt zu Grundlagen der Computer Vision. Sommersemester 2008

Integration der Operationsplanung in den OP-Saal für die onkologische Leberchirurgie

Operative Behandlung von. Prostatakrebs

Vergleich von CT- mit C-Bogen-Segmentierungen für eine navigiert kontrollierte Fräse in der Neurochirurgie

Aus der Universitätsklinik für Unfall- und Wiederherstellungschirurgie der Martin-Luther-Universität Halle Direktor: Prof. Dr. med. habil. W.

Detektion von Koronararterien: Das Beste aus zwei Welten

Optimierte Segmentierung der Papille in HRT-Retinaaufnahmen

Interaktives Trennen von Gefäßbäumen am Beispiel der Leber

Bildgestützte Quantifizierung von Aneurysmareperfusion zur Beurteilung des Behandlungserfolges von Coil-Therapien

Seminar Ausgewählte Themen der medizinischen Visualisierung

Kapitel 9. Zusammenfassung

3.1 Altersabhängige Expression der AGE-Rezeptoren auf mrna und Proteinebene

Aorte nisthmljsstenose

Thorakale Aortenchirurgie

Detektion von Koronararterien

Erweiterung einer Toolbox zur semiautomatischen Volume-of-Interest Segmentierung kortikaler Gehirnregionen

Ist der Ersatz der Porzellanaorta bei Aortenstenose ein Hochrisikoeingriff?

Visual Computing zur Analyse von zerebralen arteriovenösen Malformationen in 3D- und 4D- MR Bilddaten

Aus der Klinik für Unfallchirurgie und Orthopädie der DRK-Kliniken-Köpenick, akademisches Lehrkrankenhaus der Charité Universität Berlin DISSERTATION

TEIL I DIE BESTIMMUNG EINER GEMEINSAMEN MAßEINHEIT

Nachverarbeitungen in der MDCT

4D MRT Lungen-Volumetrie und funktionale Analyse mittels deformierbarer Formmodelle

9. Internationaler Tag der Seltenen Krankheiten in der Schweiz am 2. März «Aus der Isolation ins Netzwerk»

NICHTINVASIVE MESSUNG DES DES PERIPHEREN SAUERSTOFFVERBRAUCHS PÄDIATRISCHER PATIENTEN NACH HERZ-CHIRURGISCHEN EINGRIFFEN

Intraoperative Gefäßrekonstruktion für die multimodale Registrierung zur bildgestützten Navigation in der Leberchirurgie

PROTOKOLL ZUM VERSUCH: NEWTONSCHE RINGE

Algorithmen für Geographische Informationssysteme

Was wird aus Kindern mit angeborenen Herzfehlern?

Einführung in die Theorie der Messfehler

Analyse eines zweistufigen, regionalen Clusteralgorithmus am Beispiel der Verbundenen Wohngebäudeversicherung

Die Thrombin-Therapie beim Aneurysma spurium nach arterieller Punktion

Spitzenergebnisse in der refraktiven Chirurgie

Spitzenergebnisse in der refraktiven Chirurgie

Eversion vs. Patchplastikman kann nicht alles standardisieren. T. Stojanovic

Simulation mammographischer Brustkompression zur Generierung von MRT-Projektionsbildern

JAHRES-VERLAUF NACH AUSSCHALTUNGSOPERATION

Segmentierung der Prostata aus MRT-Bilddaten mittels eines statistischen Modells

Klinische und computergestützte Studie zur Designoptimierung von Unterkieferrekonstruktionsplatten. Habilitation

Kranial-kaudale Korrespondenz in MR-Aufnahmen

Halbautomatische Segmentierung von Pulmonalgef-aıen in CT Daten als Referenz zur Validierung automatischer Verfahren

Ein generisches Interaktionskonzept mit Undo für die medizinische Bildverarbeitung

Ultraschallbasierte Navigation

3 Ergebnisse 3.1 Klinische Befunde Alter und Geschlecht in Abhängigkeit von der Überlebenszeit

Studie nimmt Patientennutzen neuer Operationstechniken unter die Lupe

Komplikationen und deren sinnvolle Erfassung

Anhang: Ungarische Methode

Kann man die Therapie thorakoabd. Aortenpathologien bei soviel Methodenvielfalt überhaupt noch standardisieren? M. Austermann

Rolle der APN in der Kinderkardiologie

Computertomographie an einfachen Objekten. Verwandte Begriffe. Prinzip. Material TEP Strahlhärtung, Artefakte, Algorithmen.

3D-Meshes aus medizinischen Volumendaten

Marching Cubes - Erstellung von Polygonmodellen aus Voxelgittern

Parallele Algorithmen in der Bildverarbeitung

Unterscheidung zwischen mikroembolischen Signalen und Artefakten durch ein zusätzliches Sample Volumen

Segmentierung des Knochens aus T1- und PD-gewichteten Kernspinbildern vom Kopf

Erweiterte Realität und 3-D Visualisierung für minimal-invasive Operationen durch Einsatz eines optischen Trackingsystems

Bildanalyse und Visualisierung für die Planung von Nasennebenhöhlen-Operationen

Thema 8 Ein Schätzverfahren für das Wachstum von Gefäßnetzwerken auf der Grundlage von Zufallsgraphen. 2.Definitionen aus Graphentheorie

Theoretische Informatik 1

Krümmungsapproximation auf 3D-Modellen

Graphbasierte Registrierung von Tubulären Strukturen

Bildregistrierung in der Medizin. Fethi KAYA - Yusuf ÖZBEK

2.Symposium Dialyseshuntchirurgie

Abbildung 5: Darstellung des Studienkollektivs. In die vorliegende Arbeit eingeschlossene und untersuchte Fälle sind rot markiert.

3. Analyse der Kamerabewegung Video - Inhaltsanalyse

tskontrolle Aktuelle Ergebnisse Herniamed Qualitätsverbesserung tsverbesserung durch Qualitätskontrolle

Echokardiographische Charakteristik unterschiedlicher Transkatheter Aortenklappen

Objekt Rekonstruk4on. Niklas Bunge. Niklas Bunge

E000 Ohmscher Widerstand

4D-MRT-basierte Simulation der Lungenbewegung in statischen CT-Daten

Elementare Geometrie. Inhaltsverzeichnis. Fragen und Antworten. (bitte nur für den Eigengebrauch verwenden)

Transkript:

Computergestützte Patchplanung für Aortenerweiterungsplastiken Urte Rietdorf 1, Eugénie Riesenkampff 2, Ivo Wolf 1, Mathias Seitel 1, Nicole Engel 1, Titus Kühne 2, Michael Hübler 2, Tobias Schwarz 1, Hans-Peter Meinzer 1 1 Abteilung für Medizinische und Biologische Informatik, DKFZ Heidelberg 2 Abteilung Kinderkardiologie und Angeborene Herzfehler, DHZB Berlin u.rietdorf@dkfz-heidelberg.de Kurzfassung. Stenosen der Aorta betreffen 5-8% aller Neugeborenen mit Herzfehlern und führen unbehandelt meist zum Tod. Liegt die Indikation für einen chirurgischen Eingriff vor, hängt die Wahl der Operationsmethode maßgeblich von der Anatomie der Aorta sowie dem Erfahrungsschatz des Operationsteams ab. Ein Verfahren hierbei ist die Patcherweiterungsplastik, bei der ein Patch in das Gefäß eingefügt wird, um das Lumen zu erweitern. Bisher erfolgt die Patchplanung intraoperativ auf Grundlage der Erfahrung des Operateurs. Wir haben eine Applikation entwickelt, mit der bereits präoperativ ein individueller Patchvorschlag angefertigt werden kann. Dadurch wird die Operationszeit verkürzt und postoperative Komplikationen wie Re- bzw. Reststenosen und Aneurysmen reduziert. Um die Applikation zu evaluieren wurde die Stenosenquantifizierung unseres Ansatzes mit der eines Kinderkardiologen verglichen und zeigt eine Abweichung im Durchmesser von lediglich (2, 33 ± 1, 43) mm. 1 Einleitung Stenosen der Aorta (Coarctation of Aorta, CoA) betreffen 5-8% aller Neugeborenen mit angeborenen Herzfehlern (AHF). Unbehandelt verursachen sie, je nach Schweregrad, starke Organschäden und führen meist zum Tod innerhalb des ersten Lebensjahres. Ist als Therapie ein chirurgischer Eingriff indiziert, so hängen die Operationstechnik und der Operationserfolg maßgeblich von der Anatomie der Aorta und dem Erfahrungsschatz des Operateurs ab. Eine Operationsmethode stellt hierbei die plastische Erweiterung der Aorta durch einen Patch, die sogenannte Patchaortoplastie, dar. Hierbei wird ein Patch in die Engstelle der Gefäßwand eingefügt, um das Lumen durch Vergrößerung des Gefäßdurchmessers zu erweitern. Das Patchmaterial, das zum Erweitern des Lumens eingesetzt wird, muss dabei in Form und Größe so gestaltet sein, dass es das Gefäß auf den gewünschten Durchmesser abändert [1]. Bei einer komplizierten, irregulären CoA ist dies oft schwer zu planen. Derzeit wird der dafür notwendige Patch vom Operateur auf

298 Rietdorf et al. Grundlage seiner Erfahrung in Form und Größe intraoperativ frei angefertigt und eingesetzt, wofür zusätzliche Operationszeit eingeplant werden muss. Ein weiteres großes Problem der Patchaortoplastie stellen die häufig auftretenden, und ebenfalls von der Erfahrung des Operateurs abhängigen, postoperativen Komplikationen der Re- bzw. Reststenose (20-30 %) und Aneurysmen (24%) dar [2]. Daher wurde eine Applikation entwickelt, mit der, basierend auf MRT-Daten, die Aorta inklusive Stenose quantifiziert, und ein individueller Patchvorschlag erstellt wird. Durch diese präoperative Planungsmöglichkeit wird nicht nur die Operationszeit verkürzt, sondern auch postoperative Komplikationen sollen durch die hohe Präzision minimiert werden. 2 Methoden Das Softwarewerkzeug, mittels dessen ein möglichst optimaler Patch zur Gefäßerweiterung bei Stenosen der Aorta ermittelt werden kann, arbeitet in mehreren Schritten. Zuerst muss die Aorta aus dem Datensatz extrahiert werden, um sie anschließend in zur Quantifizierung geeignete Modelle umwandeln zu können. Die Quantifizierung erfolgt durch Ermittlung der Radien entlang der Aorta, aus deren Differenz zum größten ermittelten Radius der Patchvorschlag erfolgt. Die Applikation, welche die interaktive Korrektur sämtlicher Zwischenschritte ermöglicht, wurde auf Grundlage des Medical Imaging Interaction Toolkits (MITK), einem C++-basierten Framework, erstellt [3]. 2.1 Gefäßsegmentierung mittels Graph-Cut Um die Aorta möglichst schnell und genau aus dem Datensatz zu extrahieren, wurde eine Segmentierung mit dem Graph-Cut-Algorithmus [4] angewendet. Wie in Abb. 1 dargestellt, werden innerhalb einer zuvor definierten Region of Interest (ROI) bestimmte Bereiche dem Gefäß zugeordnet, andere dem Hintergrund. Als Resultat entsteht eine binäre Segmentierung der Aorta. Falls das Segmentierungsergebnis nicht den Anforderungen entspricht, kann es durch die Definition weiterer Objekt- oder Hintergrundbereiche interaktiv verändert werden. 2.2 Quantifizierung der Aorta Zur Quantifizierung der Aorta werden aus der Segmentierung zwei Modelle erstellt: Ein Polygonnetz (Surface) mittels des Marching-Cube-Algorithmus [5], und ein Gefäßbaum mittels einer Skelettierung [6]. Die Surface liefert die Oberflächenkoordinaten der Aorta, während durch die Skelettierung die Mittellinie des Gefäßes, die Centerline, definiert wird. Die Durchmesser entlang der Aorta werden errechnet, indem zu jedem Punkt auf der Centerline die gemittelte Entfernung zu n Punkten auf der Oberfläche in

Computergestützte Patchplanung für Aortenerweiterungsplastiken 299 360 um den Centerlinepunkt herum gemessen werden. Dazu wird das Oberflächenmodell diffusionsbasiert parametrisiert [7], indem die Punkte des Polygonnetzes, wie in Abb. 2 dargestellt, in n Längengrade eingeteilt werden. Anschließend lässt sich jeder Punkt auf der Oberfläche einem Längensegment zuordnen. Der mittlere Radius um einen Centerlinepunkt herum wird ermittelt, indem zu jedem Punkt auf der Centerline jeweils der nächstliegende Punkt innerhalb eines der n Segmente zugeordnet wird. Wie in Abb. 3 links abgebildet, entsteht dadurch für jeden Punkt auf der Centerline die Zuordnung von n Punkten der Surface, was einem Ring mit kleinstem gemitteltem Gefäßradius um die Aorta entspricht. Als optimaler Gefäßradius wird hier der größte Radius innerhalb des quantifizierten Gefäßabschnitts definiert. Das Verhältnis zwischen den einzelnen mittleren Radien um die Centerlinepunkte und dem größten ermittelten Radius definiert die Stärke des Stenosegrades an den Centerlinepunkten. Umgewandelt in Umfänge ergibt sich hieraus die Fläche, die als Patch in die Aorta eingesetzt werden muss, um die Stenose auszugleichen. Abb. 3 zeigt in der Mitte die Abbildung der mittleren Radien entlang einer Aorta als Graphen und rechts den daraus resultierenden Patchvorschlag. 2.3 Studiendesign Um die Quantifizierung der Aorta zu evaluieren wurden bei neun Testpatienten die rechnergestützt ermittelten minimalen Aortendurchmesser mit den ermittelten Werten eines Kinderkardiologen verglichen. Dazu wurden die neun MRT- Daten der Patienten analysiert. Der Radius der applikationsgestützen Quantifizierung wurde in n = 18 Sektoren ermittelt. Die Auflösung der Datensätze betrug 1x1x1.2 mm 3. Abb. 1. Aortensegmentierung mittels Graph-Cut. Links: Innerhalb einer zuvor definierten ROI (helles Quadrat) werden Bereiche der Aorta (gepunktet) und des Hintergrundes (schraffiert) markiert. Ergebnis ist eine binäre Segmentierung (rechts).

300 Rietdorf et al. 3 Ergebnisse Der mittlere Aortendurchmesser der neun Testpatienten, gemessen durch den Kinderkardiologen, betrug (11, 86 ± 2, 4) mm (µ ± σ). Unsere Applikation ermittelte (9, 54 ± 2, 2) mm. Die durchschnittliche absolute Differenz zwischen der manuellen Messung und unserer Annäherung betrug (2, 33 ± 1, 43) mm. Die Zeit des Anwenders, die für die manuelle Durchmesserermittlung benötigt wurde, lag bei (3, 6±1, 5) min (gemessen bei 7 Patienten), sowie (4, 1±2, 2) min bei Quantifizierung mittels der Applikation. In allen neun Fällen konnte ein Patchvorschlag ermittelt werden. Abb. 3 rechts zeigt den Patchvorschlag für einen Patienten als Beispiel. Der Patch gleicht die fehlenden Umfänge entlang der Aorta im Vergleich zum größten Umfang aus. 4 Diskussion und Ausblick Die genaue Form und Größe eines Patches ist bei einer komplizierten, irregulären CoA vom Chirurgen oft schwer zu planen. Wir stellen eine neue Methode zur präoperativen Aortenquantifizierung vor, mit der die Stenose der Aorta ermittelt und ein Patchvorschlag erstellt werden kann. Mit Hilfe des individuellen Patchvorschlages kann bereits präoperativ ein Patch erstellt werden, der in Form und Größe den stenotischen Abschnitt auf den gewünschten Durchmesser erweitert. Dadurch kann zum einen die Operationszeit reduziert, und somit das Operationsrisiko für den Patienten minimiert werden, zum anderen können optimale Patches die postoperativen Komplikationen der bei dieser chirurgischen Therapieform häufig auftretenden Re- bzw. Reststenosen und Aneurysmen reduzieren. Bei neun Testpatienten betrug die Differenz zwischen den manuell durch einen Kinderkardiologen ermittelten Radien an der engsten Stelle der Aorta und den applikationsermittelten Werten durchschnittlich (2, 33±1, 43) mm, was ungefähr der Größe von zwei Pixeln der MRT-Datensätze entspricht. Abb. 2. Surfaceparametrisierung. Die Surface wird in n Längengrade eingeteilt, indem die Punkte des Polygonnetzes auf eine Kugel projiziert (1.) und in Grade eingeteilt werden (2.). Nach der Rückprojektion (3.) lässt sich jeder Punkt auf der Oberfläche genau einem Längengrad zuordnen. Rechts abgebildet: Eine Surface mit den Punkten zweier Längengradbereiche.

Computergestützte Patchplanung für Aortenerweiterungsplastiken 301 Abb. 3. Ermittlung des mittleren Radius für einen Centerlinepunkt (CP) und daraus resultierender Patchvorschlag. Jedem CP werden die Surfacepunkte (SP) zugeordnet, die innerhalb eines Sektors am nächsten liegen. Aus den Entfernungen der n Punkte zum CP errechnet sich der mittlere Radius. An der Stelle des geringsten mittleren Radius ist die Stenose lokalisiert. In der Mitte ist die Abbildung aller ermittelten Radien entlang der Aorta. Aus der Differenz des mittleren Radius zum größten innerhalb der Aorta ermittelten Radius errechnet sich anschließend der Patchvorschlag (rechts). Derzeit wird der optimale Gefäßradius automatisch als der größte ermittelte Radius definiert, was bei Aneurysmen oder hypoplastischen Aorten problematisch ist. Daher ist eine Erweiterung geplant, in der der Kardiologe auf die Definition des optimalen Gefäßdurchmessers Einfluss nehmen kann. Zudem soll bei der Patchform die Krümmung der Aorta, insbesondere im Aortenbogen, mit berücksichtigt werden. Dies ist als Erweiterung der Applikation zusammen mit Studien zur Evaluierung der Patchform und -größe geplant. Außer für Patchplanungen an Stenosen der Aorta soll die Applikation auch für Stenosen anderer Gefäße, wie beispielsweise an Pulmonalbifurkationen eingesetzt werden. Literaturverzeichnis 1. Smaill BH, McGiffin DC, LeGrice IJ, et al. The effect of synthetic patch repair of coarctation on regional deformation of the aortic wall. J Thoracic Cardiovasc Surg. 2000;120(6):1053 1063. 2. Schumacher G, Hess J, Bühlmeyer K. Klinische Kinderkardiologie: Diagnostik und Therapie der angeborenen Herzfehler. Springer Verlag, 4. Auflage; 2007. 3. Wolf I, Vetter M, Wegner I, et al. The medical imaging interaction toolkit (MITK). Med Image Anal. 2005;9:594 604. 4. Boykov J, Jolly MP. Interactive graph cuts for optimal boundary and region segmentation of objects in n-d images. Procs ICCV. 2001;1:105 112. 5. Lorensen WE, Cline HE. Marching cubes: A high resolution 3D surface construction algorithm. Computer Graph. 1987;21(4):163 169. 6. Zhou Y, Kaufmanand A, Toga AW. Efficient Skeletonization of Volumetric Objects. IEEE Trans Vis Computer Graph. 1999;5(3):196 209. 7. Brechbühler C, Gerig G, Kübler O. Parametrization of closed surfaces for 3-D shape description. Computer Vis Image Underst. 1995;61:154 170.