gms | German Medical Science

84. Jahresversammlung der Deutschen Gesellschaft für Hals-Nasen-Ohren-Heilkunde, Kopf- und Hals-Chirurgie e. V.

Deutsche Gesellschaft für Hals-Nasen-Ohren-Heilkunde, Kopf- und Hals-Chirurgie e. V.

08.05. - 12.05.2013, Nürnberg

Entwicklung eines 3D-optimierten Trackingsystems für OP-Analysen und chirurgische Navigation im Bereich der Nasennebenhöhlen und der anterioren Schädelbasis

Meeting Abstract

  • corresponding author Klaus Eichhorn - Klinik und Poliklinik für HNO-Heilkunde, Bonn
  • Markus Rilk - Institut für Robotik und Prozeßinformatik, Braunschweig
  • Ralf Westphal - Intitut für Robotik und Prozeßinformatik, Braunschweig
  • Carsten Last - Institut für Robotik und Prozeßinformatik, Braunschweig
  • Friedrich Wahl - Institut für Robotik und Prozeßinformatik, Braunschweig
  • Friedrich Bootz - Klinik und Poliklink für HNO-Heilkunde, Bonn

Deutsche Gesellschaft für Hals-Nasen-Ohren-Heilkunde, Kopf- und Hals-Chirurgie. 84. Jahresversammlung der Deutschen Gesellschaft für Hals-Nasen-Ohren-Heilkunde, Kopf- und Hals-Chirurgie. Nürnberg, 08.-12.05.2013. Düsseldorf: German Medical Science GMS Publishing House; 2013. Doc13hnod086

doi: 10.3205/13hnod086, urn:nbn:de:0183-13hnod0868

Veröffentlicht: 15. April 2013

© 2013 Eichhorn et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung:Aktive optische chirurgische Navigation ist durch große Marker und Abdeckungsprobleme in ihrem Einsatz oft limitiert. Wir haben ein neues Größen- und 3D optimiertes videooptisches Trackingsystem entwickelt, dass ohne kostenintensive Infrarottechnik auskommt.

Methoden:Jede Seite der Kuben wurde mit einer individuellen Matrix mit geschlossenen Konturen und Kreismustern versehen. Jede Markergeometrie besitzt ein eindeutiges Muster, womit auch die Identifikation der Objekte (u.a. Instrumente) eindeutig gegeben ist. Zuerst werden die Kamerabilder getrennt voneinander analysiert. Dabei werden zuerst subpixelgenau Konturen im Kamerabild mit Hilfe eines Verfahrens detektiert, das selbst in sehr schlechten Kontrastsitutation noch überzeugende Ergebnisse liefert. Auf Basis der Konturen erfolgt dann eine fehlerredundante Markerdetektion. In der zweiten Stufe werden Lagehypothesen auf Basis der in den verschiedenen Kameras detektierten Muster generiert und unter Einbeziehung der gesamten Instrumentengeometrie sowie der detektierten Konturen optimiert.

Ergebnisse:Die Genauigkeiten sind sehr stark vom Setup abhängig. Die primären Einflussfaktoren sind: Auflösung der Kameras, Größe der Markergeometrie, Messvolumen, Rauschen der Kameras, Genauigkeit der Kalibrierung, Triangulationswinkel und Anzahl der Kameras, die das Objekt gleichzeitig sehen können.

Realistisches Beispiel: 2 Kameras mit einer Auflösung von 2000 Pixel x 2000 Pixel bei einem Triangulationswinkel von 40° detektieren eine Markergeometrie der Größe 25 mm x 25 mm x 25 mm bei einem Arbeitsvolumen mit 500 mm Durchmesser. Kalibrierung und Pixelrauschen resultieren in einer Standardabweichung von 0,1 Pixel. Dabei beträgt die Genauigkeit bzgl. Koordinatensystem der Markergeometrie in Standardabweichungen: Position: 0,04 mm und Rotation: 0,15°.

Schlussfolgerungen: Es hat sich gezeigt, dass für ein sicheres, robustes und genaues Tracking kein Infrarotlicht notwendig ist.

Der Erstautor gibt keinen Interessenkonflikt an.