Institut für
Robotik und Prozessinformatik

Deutsch   English

Modellbasierte Segmentierung der Nasennebenhöhlen

Problembeschreibung

Bei einer roboterunterstützten Nasenoperation muss man wissen wo sich die Grenze des Nasenraums befindet. Diese Grenze wird benötigt, um den Arbeitsraum des Roboters zu definieren und somit eine Verletzung des Patienten auszuschließen. Zurzeit muss die Grenze noch manuell durch einen Chirurgen bestimmt werden. Dieses dauert aber viel zu lange (einige Stunden) um für den täglichen Einsatz im OP geeignet zu sein.
Um den Prozess der Segmentierung zu beschleunigen, wird am Institut für Robotik und Prozessinformatik nach automatischen Verfahren gesucht, die dem Chirurgen diese langwierige und anstrengende Arbeit abnehmen. Die Schwierigkeit liegt dabei darin, dass die Grenze der Nasennebenhöhlen zu umliegenden Organen aus Luft, Knorpelgewebe oder Knochen bestehen kann und dass die Variabilität zwischen den einzelnen Patienten sehr groß ist. Kurz gesagt: Es ist Expertenwissen erforderlich, um die richtige Grenze zu erkennen.

Methoden

Unser Lösungsansatz besteht darin, dass wir ein virtuelles Modell der Nasennebenhöhlen verwenden um das Expertenwissen zu ersetzen. Zur Generierung dieses Modells wird eine Menge von Trainingsdaten analysiert, und es wird ein Satz von "Reglern" extrahiert, mit Hilfe derer man das Modell verformen kann.
Durch eine automatische Einstellung der Regler erhält man eine globale Initiallösung für die äußere Grenze der Nasennebenhöhlen. Aufgrund der großen anatomischen Variabilität zwischen unterschiedlichen Patienten können aber nicht alle Details durch das Modell repräsentiert werden. Somit ist anschließend noch eine lokale Optimierung notwendig.
Diese lokale Optimierung wird durch ein Verfahren realisiert, welches am Institut für Robotik und Prozessinformatik grundlegend neu entwickelt wurde. Anstatt einen Satz von "Reglern" für das gesamte Modell zu verwenden, werden eine Vielzahl von "Reglern" verwendet um kleine Bereiche des Modells flexibler anpassen zu können.

Ablaufdiagramm


pics/flowChart_de.png
Ablauf der automatischen Nasennebenhöhlensegmentierung.

Videos



Nasennebenhöhlen im menschlichen Schädel.


Deformation des Modells durch Modifikation des ersten Reglers.


Globale Initiallösung und lokale Adaption des deformierbaren Modells.

Weitere Informationen

Eine Liste der Veröffentlichungen dieses Projekts finden Sie hier: Publikationen von Carsten Last
Mitwirkende Personen: Carsten Last, Dr.-Ing. Simon Winkelbach, Prof. Dr.-Ing. Friedrich M. Wahl
Projektpartner an der HNO Klinik Bonn: Dr. Klaus Eichhorn(External), Prof. Dr. med. Dr. h.c. Friedrich Bootz(External)

It took 0.43s to generate this page.