Read without ads and support Scribd by becoming a Scribd Premium Reader.
See Premium Plans
 
Sch¨atzung der Midsagittalebene zur Bestimmungder Seitenlage maligner Strukturen des Halses
Ivo R¨ossling
1
, Peter Hahn
2
, Lars Dornheim
1
,
2
1
Otto-von-Guericke-Universit¨at Magdeburg
2
Dornheim Medical Images
iroess@isg.cs.uni-magdeburg.de
Kurzfassung.
F¨ur die Bewerung von Tumoren des Halses spielt nebenKriterien wie Gr¨oße, Infiltration und anatomischem Bezirk vor allemauch die Seitenlage des Tumors sowie lokaler Metastasen eine wichtigeRolle. Eine automatische Sondierung der Seitenlage kann das Tumor-Staging stark beschleunigen. Ausgehend von Vorarbeiten Dritter pr¨asen-tieren wir ein angepasstes Verfahren zur Sch¨atzung der Lage und Aus-richtung der Midsagittalebene basierend auf Oberfl¨achennetzen. Die Eig-nung des Ergebnisses im Rahmen einer TNM-Klassifikation wird anhandeiner darauf basierenden automatischen Bestimmung der Seitenlage seg-mentierter Lymphknoten oder Tumore¨uberpr¨uft.
1 Einleitung
In der chirurgischen Diagnostik und Therapieplanung spielt die Beurteilung ana-tomischer und pathologischer Strukturen mittels bildgebender Verfahren einetragende Rolle. Auf der Suche nach Abnormalit¨aten nutzen Mediziner ihr¨uberJahre erworbenes Expertenwissen, um in einer vorliegenden Aufnahme einer Re-gion von Interesse Diskrepanzen zum typischen Erscheinungsbild in der jeweili-gen Modalit¨at auszumachen. Derartige Abweichungen zeigen sich dabei vor al-lem in einer ver¨anderten F¨arbung, Homogenit¨at oder Form. Aber auch atypischeDissymmetrien k¨onnen auf m¨ogliche Anomalien hindeuten.Die Median- bzw. Midsagittal-Ebene stellt hierbei eine besondere Referenzdar, vor allem im Rahmen einer verst¨arkt computerunterst¨utzten Diagnostik. Siekann zum Beispiel zur Ausrichtung entlang eines Bezugssystems (wie etwa denTalairach-Rahmen) verwendet werden oder als Basis einer Registrierung (gleich-artiger Strukturen oder gegen einen Atlas) dienen. Sie eignet sich auch Aus-gangspunkt einer Dissymmetrie-Analyse, wie sie z.B. in [1] durchgef ¨uhrt wird,um automatisch m¨ogliche Tumor-Areale im Bereich des Kopfes zu lokalisieren.Im Kontext segmentierter anatomischer bzw. pathologischer Strukturen gen¨ugtbereits eine gute Sch¨atzung zur Lage dieser Ebene, um in vielen F¨allen die Sei-tigkeiten einzelner Strukturen vollautomatisch bestimmen zu k¨onnen. Dies istinsbesondere im Rahmen des Tumor-Staging (TNM-Klassifikation) von besonde-rer Bedeutung, da die jeweilige Seitenlage befallener Lymphknoten im Vergleichzu der des Tumor (unilateral, bilateral, ipsi- oder kontralateral) entscheidenenEinfluss auf die Behandlungs-M¨oglichkeiten hat. Dieser Anwendungsfall soll imFokus der folgenden Untersuchungen stehen.
 
2 Ivo R¨ossling. Peter Hahn, Lars Dornheim
2 Verwandte Arbeiten
In der Literatur der allgemeinen und der medizinischen Bildverarbeitung wurdedie Frage der Bestimmung von Symmetrien wurde schon h¨aufiger aufgegriffen.Im medizinischen Kontext stand dabei haupts¨achlich das Gehirn im Zentrum desInteresses. Eine gute¨Ubersicht zu diesem Thema bietet
[2]
. F¨ur die Bestimmungeiner derartigen Symmetrieebene k¨onnen allgemein zwei Strategien unterschie-den werden, die sich aus ihrer gleichzeitigen anatomischen und symmetrischenNatur ergeben. Zum einen kann eine Suche nach Landmarken oder anderen mor-phologische Merkmalen mit anschließendem Fitting durchgef ¨uhrt werden. Mit-tels Hough-Transformationsprinzip wird so z.B. in [3] der Interhemisph¨arenspaltdetektiert. Zum anderen kann das Maß die Ermittlung einer Ebene sein, dieein geeignetes Symmetriekriterium (weitestgehend) maximiert.¨Ubliche Ans¨at-ze sind nicht-rigide Registrierung eines (3D-)Datensatzes gegen sein Spiegelbild[2]oder Matching durch Maximierung der Kreuz-Korrelation unter Rotation undTranslation [4]. Auch Histogramme fanden als Kriterium Anwendung [1]. AlsDaten dienten jeweils Grauwert- oder Kantenbiler.Alternative Methoden reichen von statistischen Maßen [5]¨uber algebrai-sche Ans¨atze [6] bis hin zu generalisierten Symmetrietransformationen [7] undSymmetrie-Deskriptoren [8]. Die Idee, Symmetrien im (2D-)Bildraum¨uber Sym-metrien im Gradienten-Histogramm zu identifizieren, wurde erstmalig in [9] pr¨a-sentiert. Entlang der Symmetrieachse m¨ussten im optimalen Falle die beidenH¨alften des Winkelhistogramms einander entsprechen. Ein Least-Squares-Fittingdes Histogramms mit seinem schrittweise rotierten Spiegelbild sollte demnach ei-ne gute N¨aherung der Orientierung der Spiegelachse liefern. Diese Idee l¨asst sichnicht nur auf die dritte Dimension erweitern, sondern l¨asst sich auch auf Meshes¨ubertragen [10], doch wird f ¨ur keinen dieser Anwendungsf ¨alle die Qualit¨at oderVerwertbarkeit des Ergebnisses im Anschluss n¨aher betrachtet.
3 Material und Methoden
F¨ur unsere Untersuchungen nutzten wir Segmentierungen des Halses in Form vonOberfl¨achen-Dreiecksnetzen. Voxelbasierte Segmentierungen k¨onnten in diesemZusammenhang ohne komplexit¨atsm¨aßigen Mehraufwand in¨aquivalente Drei-ecksnetze¨aberf ¨uhrt werden. Ziel soll es sein, anhand der Segmentierung derKnochen eine Sch¨atzung der Midsagittalebene durchzuf ¨uhren. F¨ur diese soll imAnschluss die korrekte automatische Beurteilung der Seitenlage der restlichensegmentierten Strukturen¨uberpr¨uft werden.Zur Berechnung der Midsagittalebene orientieren wir uns an dem in [10]beschriebenen Verfahren. Zun¨achst werden mittels einer Hauptachsenalyse derSchwerpunkt sowie die Hauptachsen der segmentierten Knochen bestimmt. Die-ser Schritt ist dadurch motiviert, dass im (theoretischen) Falle perfekter Sym-metrie gilt: Jede Symmetrieebene eines K¨orpers ist orthogonal zu einer seinerHauptachsen – und jede Symmetrieachse eines K¨orpers ist zugleich eine Haupt-achse desselbigen [11]. Zun¨achst ist jedoch unklar, welche die in diesem Sinnequalifizierte Hauptachse ist.
 
Sch¨atzung der Midsagittalebene zur Seitenlagenbestimmung 3
Abb.1.
Links 
: 3D Extended Gaussian Image f ¨ur einen der untersuchten Datens¨atze.
Rechts 
: Least-Squares-Matching eines 2D-Winkelhistogramms mit seinem gedrehtenSpiegelbild f ¨ur denselben Datensatz f ¨ur das gefundene Optimum bei 5
°
.
Um die Orientierung der Symmetrieebene zu ermitteln werden in [10] alsn¨achstes die Fl¨achennormalen des Oberfl¨achennetzes auf der Einheitskugel abge-tragen, welche aufgrund des nicht notwendigerweise homogen vernetzten Meshes jeweils mit dem korrespondierenden Fl¨acheninhalt gewichtetet sind. Es entstehtdas sogenannte”Extended Gaussian Image“ (EGI, Abb. 1), welches anschließendzu einem 3D-Orientierungshistogramm diskretisiert wird. Der Mangel an einergeeigneten Symmetriegruppe beliebig großer Ordnung bez¨uglich Spiegelung auf der Einheitskugel im
R
3
, verwehrt jedoch die M¨oglichkeit, dieses 3D-Histogrammdirekt gegen ein rotiertes Spiegelbild seiner selbst zu matchen, wie es im
R
2
m¨og-lich ist. Stattdessen muss f ¨ur jede Rotation ein neues Histogramm aus dem EGIberechnet werden. Um den Berechnungsaufwand gering zu halten, werden in [10]an dieser Stelle nun die drei Hauptachsen dazu herangezogen, die globale Sucheder Orientierung der Symmetriebebene auf eine lokale Suche in der N¨ahe derHauptachsen zu reduzieren. Hierzu werden die jeweils f ¨unf bis sechs benachbar-ten Zellen des Histograms untersucht.F¨ur unsere Untersuchungen haben wir das Verfahren aus [10] jedoch in zweigrunds¨atzlichen Punkten angepasst. Zum einen ziehen wir statt der Fl¨achen-normalen vielmehr die Punktnormalen des Oberfl¨achennetzes zur Bildung desHistogramms heran. Als individuelle Wichtung wird die Summe der Fl¨achenin-halte aller jeweils angrenzender Fl¨achen benutzt. Die Pr¨aferenz der Punktnor-malen gegen¨uber Fl¨achennormalen r¨uhrt daher, dass bei bestimmten Verfahrender Mesherzeugung (z.B. Marching Cubes¨uber Bin¨ardaten) die Fl¨achennorma-len systembedingt stark eingeschr¨ankt sind in ihrer Ausrichtung. Punktnormalendagegen zeigen ein weitaus homogenere Verteilung.Dar¨uber hinaus haben wir uns gegen die Verwendung von 3D-Histogrammenentschieden. Stattdessen f ¨uhren wir zun¨achst basierend auf den Hauptachseneine Basistransformation des Oberfl¨achennetzes durch. F¨ur die sich ergebendeRepr¨asentation werden anschließend drei 2D-Orientierungshistogramme (bez¨ug-lich der XY-, XZ- und YZ-Ebene) generiert. Ein Least-Squares-Matching eines jeden solchen Histogramms mit seinem schrittweise rotierten Spiegelbild (Abb. 1)liefert die Ausrichtung der gesuchten Spiegelebene.
Search
Search History:
Searching...
Result 00 of 00
00 results for result for
  • p.
    • Notes
    Load more