gms | German Medical Science

50. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds)
12. Jahrestagung der Deutschen Arbeitsgemeinschaft für Epidemiologie (dae)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie
Deutsche Arbeitsgemeinschaft für Epidemiologie

12. bis 15.09.2005, Freiburg im Breisgau

Flexible Registration and Evaluation Engine (f.r.e.e.)

Meeting Abstract

  • Ralf Floca - Institut für Medizinische Biometrie und Informatik, Universität Heidelberg, Heidelberg
  • Urs Eisenmann - Institut für Medizinische Biometrie und Informatik, Universität Heidelberg, Heidelberg
  • Roland Metzner - Institut für Medizinische Biometrie und Informatik, Universität Heidelberg, Heidelberg
  • Christian Wirtz - Neurologische Klinik, Universität Heidelberg, Heidelberg
  • Hartmut Dickhaus - Institut für Medizinische Biometrie und Informatik, Universität Heidelberg, Heidelberg

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. Deutsche Arbeitsgemeinschaft für Epidemiologie. 50. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 12. Jahrestagung der Deutschen Arbeitsgemeinschaft für Epidemiologie. Freiburg im Breisgau, 12.-15.09.2005. Düsseldorf, Köln: German Medical Science; 2005. Doc05gmds457

The electronic version of this article is the complete one and can be found online at: http://www.egms.de/en/meetings/gmds2005/05gmds371.shtml

Published: September 8, 2005

© 2005 Floca et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Einleitung und Fragestellung

Registrierungsansätze sind ein kritischer Schritt bei allen Bildanalyseaufgaben, bei denen multimodale Datenquellen kombiniert werden. Deshalb spielt Registrierung eine wichtige Rolle im Bereich der Neurochirurgie, wo sie für verschiedene Aufgaben gebraucht wird (z.B.: präoperative Planung, intraoperativer Abgleich oder postoperative Verlaufskontrolle).

Ein Hauptgrund für intraoperative Bildgebung ist ein, als Brain Shift Effekt (BS; Abb.1 [Abb. 1]), bekanntes Deformationsphänomen. Mehrere Studien [1] haben gezeigt, dass BS in Größenordnungen von bis zu 20 mm allein durch eine Craniotomie möglich ist. Der BS kann somit die Effizienz bildgestützter Chirurgiesysteme drastisch senken, wenn er nicht in den Planungsdaten kompensiert wird. Für eine Kompensation bietet sich u. a. nichtrigide Registrierung (NNR) an, weshalb eine flexible Registrierungsanwendung wünschenswert ist, welche verschiedene aufgabenspezifische Anforderungen (wie Genauigkeit, Performance und beteiligte Modalitäten) erfüllt. Eine sinnvolle Evaluation in Hinblick auf die Anforderungen ist unabdingbar für einen Einsatz im klinischen Kontext. Besonders die Evaluierung von NRR Ansätzen ist komplex und nicht trivial [2]. Dieser Beitrag präsentiert ein Anwendungsframework, welches zum Ziel hat, den Prozess des Entwickelns, Optimierens und Evaluierens eines Registrierungsverfahrens wie auch den Einsatz in der klinischen Routine zu erleichtern.

Material und Methoden

Es wurden Hauptanforderungen identifiziert, welche als Maßgaben für die Entwicklung dienten:

  • Vielseitigkeit (flexible Kombination von Konzepten und Algorithmen)
  • Nachhaltigkeit (offenes System mit Integrationsmöglichkeiten)
  • Test- und Evaluierungsumgebung (zur Analyse, Vergleich und Optimierung)
  • Austauschbarkeit (Austausch und Vergleich von Methoden und Daten).

Unter Berücksichtigung der breiten Unterstützung, die das Framework gewähren soll, war es auch notwendig, die verschiedenen beteiligten Nutzergruppen zu identifizieren und zu analysieren. Die definierten Nutzergruppen sind: Entwickler, Forscher und Kliniker (Abbildung 2a [Abb. 2]). Ihre speziellen Ansprüche wurden entsprechend im Design und Entwicklungsprozess berücksichtigt.

Die geforderte Vielseitigkeit wird unter anderem durch ein Kontrollerkonzept erzeugt (Abbildung 2b [Abb. 2]), welches die verschiedenen Komponenten von f.r.e.e. kapselt und als Schnittstelle dient. So steht ein einheitlicher Satz an Methoden zur Verfügung, mit dem die Interaktion, wie auch die Erweiterung des Komponentensatzes, über dynamic linked libraries (DLLs) ermöglicht wird. Des Weiteren ist der Einsatz von generischen Setups wichtig. Sie beschreiben den Registrierungsansatz und können vom System ausgeführt werden. Die Ontologie der Setups ist nicht festgelegt, sondern ergibt sich vielmehr durch die Kontroller, welche die jeweils korrespondierende Struktur definieren (z.B.: Anzahl und Art der Parameter). Um ein größtmögliches Maß an Flexibilität zu erreichen, können Registrierungsansätze mit einander verknüpft und in mehreren aufeinander folgenden Schritten ausgeführt werden.

Das Framework protokolliert den kompletten Registrierungsvorgang (z.B.: Dauer der Optimierungsschritte, Verlauf der Parameter). Die erstellten Methoden und Werkzeuge bieten verschieden Auswertungen und Graphen in Bezug auf Performanz, Präzision, interne Konsistenz, Genauigkeitsschätzung mittels eines Multimodellansatzes und vergleichende Betrachtung. Die ermittelten Daten können dann genutzt werden, um innerhalb des Frameworks verschiedene Optimierungen und Validierungen zu betreiben.

Zur Implementierung von f.r.e.e. wurde die Bibliothek „insight segmentation and registration toolkit“ (ITK) genutzt. ITK stellt eine Sammlung von Methoden der Bildverarbeitung (speziell Segmentierung und Registrierung) zur Verfügung. Des Weiteren trägt die fortwährende Weiterentwicklung von ITK zur Erweiterung von f.r.e.e. bei.

Im Moment unterstützt f.r.e.e. rigide und nicht rigide Registrierung (basierend auf finite Elementmodelle). Des Weiteren stehen verschiedene intensitätsbasierende Metriken (z.B.: Differenz- / Korrelationsmetrik, verschiedene Mutual-Information-Metriken) zur Auswahl. Die Optimierung kann durch verschiedene Gradientenabstiegsverfahren oder einem Downhill Simplex Algorithmus erfolgen.

Ergebnisse

Das realisierte Framework wird unter anderem in der neurochirurgischen Abteilung des Universitätsklinikum Heidelberg getestet. Nach den ersten Ergebnissen und Erfahrungen deutet sich an, dass das Gesamtkonzept, sowie die spezifischen Werkzeuge für verschieden Nutzergruppen eine viel versprechende Lösung darstellt.

ITK erwies sich bisher als eine geeignete Bibliothek, um ein Registrierungsframework aufzubauen. Aber es gibt in diesem Bereich noch einige Punkte die weiterer Verbesserung bedürfen.

Die Ergebnisse rigider Registrierung waren befriedigend und vergleichbar mit anderen Arbeiten. Die NRR zeigt sich in der Lage den Brain-Shift zu kompensieren (Abbildung 3 [Abb. 3]), ist aber in der derzeitigen Form noch nicht befriedigend für eine klinische Anwendung. Um dieses Problem anzugehen und die Kompensation noch plausibler zu machen, ist unter anderem eine Berücksichtigung verschiedener Gewebeeigenschaften notwendig. Die Evaluierung solcher erweiterten Ansätze ist im Moment noch in Arbeit.

Ein weiteres wichtiges Ziel für die weitere Entwicklung ist die Integration weiterer NRR-Ansätze, um eine möglichst breite Test- und Vergleichsgrundlage zu schaffen. Auch eine weitere Evaluierung der Einsetzbarkeit erarbeiteter Werkzeuge und Protokolle wird geprüft, um ihre Nutzbarkeit in den verschiedenen Gruppen weiter zu optimieren.

Diskussion

Die zunehmende Wichtigkeit der medizinischen Bildgebung für Diagnostik und Therapie erfordert entsprechend hoch entwickelte Werkzeuge, welche von Klinikern einfach für verschiedenste Anwendungen eingesetzt werden können. Aber es ist auch von großer Wichtigkeit, dass Ergebnisse mit möglichst hoher Qualität und Zuverlässigkeit garantiert werden können, da sich Entscheidungen des klinischen Handlungsablaufes zunehmend auf die Ergebnisse der Bildgebung stützen. Aus diesen Gründen wächst das Bedürfnis nach Registrierungsmöglichkeiten für verschieden Bildmodalitäten und Anwendungszwecke stetig und mit diesen Forderungen auch die Notwendigkeit einer soliden Evaluierung. Unser Framework bietet eine entsprechende Applikationsgrundlage, welche in Forschung wie auch klinischer Praxis eingesetzt werden kann.


Literatur

1.
Hartkens T, Hill DLG et. al.. Measurement and Analysis of Brain Deformation During Neurosurgery. IEEE Transactions on Medical Imaging, Vol. 22, No.1, pp. 82-92. January 2003
2.
Hutton BF, Braun M. Software for image registration: Algorithms, accuracy efficacy. Seminars in Nuclear Medicine, Vol. 33, No. 11. W.B.Saunders, July 2003