Achtung:

Sie haben Javascript deaktiviert!
Sie haben versucht eine Funktion zu nutzen, die nur mit Javascript möglich ist. Um sämtliche Funktionalitäten unserer Internetseite zu nutzen, aktivieren Sie bitte Javascript in Ihrem Browser.

Medizinische Bildverarbeitung Bildinformationen anzeigen

Medizinische Bildverarbeitung

Segmentierung von Koronararterien mit dem 3D Color Structure Code

Abbildung 1: Segmentierung einer Koronararterie Links: mit dem 3D Color Structure Code, Rechts: mit der optimierten Version bei gleicher Parameterwahl
Abbildung 2: Links: Klassifikation der Herzregion, Rechts: Segmentierungsergebnis des optimierten 3D Color Structure Code
Abbildung 3: Links: Klassifikation der Herzregion, Rechts: Segmentierungsergebnis des optimierten 3D Color Structure Code

Bachelorarbeit von Philip Ewerling

Motivation

Koronare Herzerkrankungen sind die häufigste Todesursache in der westlichen Welt – allein in Deutschland sind 20% der Todesfälle durch eine Erkrankung der Koronararterien bedingt. Dabei wird die lebenswichtige Funktion, das Herz mit sauerstoffreichem Blut zu versorgen, durch eine Atherosklerose gestört. Aufgrund der langen klinischen Inapparenz, jedoch häufig akuten Manifestation der Erkrankung, ist eine frühzeitige Diagnose lebenswichtig.

Bildgebende Verfahren, wie die Computertomographie, ermöglichen heutzutage bereits umfangreiche Einblicke in das Innere eines Patienten. Da jedoch eine Visualisierung des gewonnen Volumenmodells meist nicht ausreicht, um Veränderungen der Gefäßstruktur mit Sicherheit zu erkennen, müssen die Koronararterien segmentiert werden, um eine akkurate Analyse zu ermöglichen. Hierbei gestaltet sich die Segmentierung jedoch sehr schwierig, da es sich um sehr dünne, sich verästelnde Strukturen handelt, welche je nach Patient unterschiedlichste Topologien aufweisen können. Weiterhin sind Koronararterien von Strukturen ähnlicher Schwächungskoeffizienten umgeben und somit im Volumenmodell nur schwer von diesen zu unterscheiden.

Obwohl der hier betrachtete 3D Color Structure Code in der Fachliteratur bisher wenig Beachtung fand, sind die erzielten Ergebnisse sehr vielversprechend und verdeutlichen das Potential in der medizinischen Bildverarbeitung.

Zielsetzung

In dieser Arbeit wurde untersucht, inwiefern der 3D Color Structure Code für die Segmentierung speziell von Koronararterien optimiert werden kann. Dazu wurden verschiedene Optimierungsstrategien entwickelt, die neben bekannten Vorverarbeitungsverfahren, vor allem Anpassungen direkt am 3D Color Structure Code beinhalten. Abschliessend wurden der 3D Color Structure Code und die Optimierungsstrategien bezüglich der Segmentierung von Koronararterien evaluiert.

Realisierung

Zunächst wurde der 3D Color Structure Code in das an der Universität Paderborn entwickelte Visualisierungssystem VolumeStudio integriert, wofür eine existierende Implementierung der Universität Koblenz-Landau verwendet wurde. Aufgrund grundlegend verschiedener Ein- und Ausgabeformate, wurde diese jedoch noch zusätzlich angepasst und erweitert. Im nächsten Schritt wurde die Segmentierungsqualität des 3D Color Structure Code bei Koronararterien evaluiert und verschiedene Ansätze zur Optimierung identifiziert. Diese wurden unter anderem in Form von zwei Metriken zur Beschreibung der Form von Strukturen im Volumenmodell formalisiert, welche effizient anhand der im 3D Color Structure Code verwendeten hierarchischen Inselstruktur berechnet werden können. Diese Hierarchie besteht auf den einzelnen Ebenen aus sich überlappenden Inseln, welche abhängig von der Hierarchieebene immer größere Teile des Volumens abdecken.

Die erste Metrik, der Überlappungsfaktor, nutzt die Eigenschaft aus, dass klumpenförmige Strukturen, im Gegensatz zu länglichen Strukturen, innerhalb der Inselstruktur in einer größeren Zahl von Elementen überlappen.

Die zweite Metrik, der Abdeckungsfaktor, basiert auf der Beobachtung, dass längliche Strukturen, aufgrund ihrer größeren räumlichen Ausdehnung, auf einer höheren Hierarchieebene zusammengefasst werden als klumpenförmige Strukturen. Diese Metrik wurde anschließend dahingehend erweitert, so dass der Überlappungsfaktor ebenfalls implizit mit in die Berechnung einfließt.

Diese Metriken wurden in Form von erweiterten Homogenitätskriterien in den Algorithmus integriert und können, aufgrund der starken Orientierung an der zentralen Hierarchie und der ausschließlichen Verwendung bereits bestehender Informationen, ohne Performanceverlust berechnet werden. Somit wurde die Möglichkeit geschaffen homogene Regionen nicht nur unter Verwendung der Intensitätswerte zu unterschieden, sondern ebenfalls die Form der einzelnen Regionen in die Berechnung einfließen zu lassen und somit die Segmentierungsqualität deutlich zu erhöhen.

Abbildung 1 verdeutlicht exemplarisch die Wirkung eines der erweiterten Homogenitätskriterien auf das Segmentierungsergebnis im Vergleich zur ursprünglichen Implementierung des 3D Color Structure Code bei unveränderter Parameterwahl.

Abbildung 2 und 3 zeigen jeweils eine Klassifikation der Herzregion und die endgültige, optimierte Segmentierung der Koronararterien bei gering aufgelösten Datensätzen (256x256x128).

Die Universität der Informationsgesellschaft