Optimierung und Evaluation der Koregistrierung von kardialen CT- und PET-Volumendaten

Bachelorarbeit von Simon Kokerbeck

Motivation

In der Medizin erleichtern fusionierte Aufnahmen verschiedener Modalitäten (z. B. CT, PET, MRT) die Diagnosestellung. Da kombinierte Aufnahmesysteme sehr teuer und dementsprechend wenig verbreitet sind, stellt die nachträgliche Koregistrierung von Aufnahmen unterschiedlicher Modalitäten durch den Computer eine kostengünstige Alternative dar. Aufgrund der sehr unterschiedlichen Ausprägung der beiden Aufnahmemodalitäten ist eine automatische Koregistrierung von CT- und PET-Datensätzen schwierig. Bei der Koregistrierung werden zwei Volumen so zueinander positioniert, dass die abgebildeten anatomischen Strukturen des einen Datensatzes mit den Strukturen des zweiten Datensatzes in Deckungsgleichheit gebracht werden. Das Verfahren der Koregistrierung hat für die Diagnostik in der Medizin besondere Bedeutung. Eine CT-Aufname der Herzens stellt anatomische Strukturen, wie z. B. Koronarien, gut dar. Eine Verengung der Gefäße lässt sich zwar erkennen, ob daraus auch eine Blutunterversorgung des Herzmuskels (Myokard) resultiert, ist dagegen mit einer reinen CT-Aufnahme nicht zu diagnostizieren. Diese Details werden aber in einer PET Aufnahme deutlich, die mit Hilfe der Anreicherung einer radioaktiven Substanz in durchbluteten Bereichen des Körpers mangelnde Durchblutung sichtbar macht. So können mit Hilfe einer korrekt registrierten CT/PET-Aufnahme z. B. die Durchblutung des Herzmuskels sowie eine Herzkranzgefäßverkalkung nichtinvasiv erkannt werden.

Koregistrierung

Bei der automatischen Koregistrierung wird zunächst ein Zahlenwert (Ähnlichkeitsmaß) berechnet, der die Ähnlichkeit zweier Volumen in einer bestimmten Positionierung zueinander beschreibt. Hier wird im Speziellen die Mutual Information bzw. die normierter Mutual Information und die Gradienteninformation sowie die scharfe Gradienteninformation betrachtet. Ein möglichst aussagekräftiges Ähnlichkeitsmaß oder eine Kombination verschiedener Ähnlichkeitsmaße wird anschließend optimiert. Dazu werden verschiedene Transformationen auf einen der beiden Datensätze angewandt. Es werden in dieser Arbeit Translationen und Rotationen berücksichtigt. Auf Skalierungen oder lokale Transformationen auf Basis von Kontrollpunkten wird verzichtet, weil diese in den manuellen Registrierungen, die als Referenz dienen, auch nicht berücksichtigt werden. Mit Translationen und Rotationen in jeweils drei Dimensionen ergibt sich ein sechsdimensionaler Suchraum. Zur mehrdimensionalen Optimierung wird ein entsprechender Optimierungsalgorithmus benötigt. In dieser Arbeit wird dafür der von Kenter implementierte Downhill-Simplex-Algorithmus benutzt.

Zielsetzung

Aufgrund der langen Laufzeit des vorhandenen Koregistrierungsalgorithmus ist das erste Ziel zunächst die Verbesserung der Laufzeit des Verfahrens. Mit der existierenden Implementierung dauert eine Koregistrierung im Schnitt 20 bis 25 Minuten bei brauchbarer Auflösung der Volumen (64³ Voxel). Diese Laufzeit muss für eine sinnvolle praktische Nutzung noch reduziert werden, da eine manuelle Koregistrierung ca. zehn Minuten Zeit in Anspruch nimmt.

In einem weiteren Schritt soll untersucht werden, ob die Nutzung von PET-Transmissiondaten gegenüber den PET-Emissiondaten eine Steigerung der Qualität der Ähnlichkeitsmaße ermöglichen kann. Wie in der Arbeit von Tobias Kenter deutlich wurde, war die Aussagekraft der Ähnlichkeitsmaße bei der Koregistrierung von CT- und PET-Emissionsdatensätzen sehr begrenzt. Dies ist dadurch begründet, dass die PET-Emissionsaufnahme die Anreicherung des Radionuklids im Herzmuskel abbildet. Weitere Strukturen, wie Gefäße und Knochen, die in der CT-Aufnahme sichtbar sind, werden in der PET-Emissionsaufnahme nicht abgebildet, was die Berechnung eines aussagekräftigen Ähnlichkeitsmaßes erschwert. Bei der PET-Transmissionsmessung handelt es sich um ein Schwächungsprofil des Körpers für Positronen, welches für die Korrektur der Emissionsdaten benutzt wird. Die Idee, diese PET-Transmisisonsdaten für die Koregistrierung zu nutzen, basiert auf der Vermutung, dass hohe Gewebedichte eine hohe Absorptionsleistung für Positronen hat und daher eine größere Ähnlichkeit zwischen CT-Daten und PET-Transmissionsdaten bestehen könnte.

Realisierung

Um die Laufzeit des Koregistrierungsverfahrens zu verbessern, wird der zeitaufwändigste Teil der notwendigen Berechnungen – die Berechnung der Ähnlichkeitsmaße – mit Hilfe von GPU-Multithreading parallelisiert. GPU-Multithreading ist ein, für die normale Programmierung, recht neues Verfahren, dass sich insbesondere dann anbietet, wenn die gleichen Berechnungen auf unterschiedlichen Eingabedaten sehr häufig ausgeführt werden müssen. Dieses Verfahren bietet sich auch für das vorliegende Problem der Berechnung der Ähnlichkeitsmaße an, da hierbei die Ähnlichkeit der Volumen voxelweise bestimmt wird. Für die Parallelisierung wurde auf die CUDA-Technologie von Nvidia zurückgegriffen. Mit dem Stream Computing SDK bietet auch ATI ein ähnliches Verfahren an, eine offene Variante soll unter dem Namen OpenCL folgen. Durch die Parallelisierung konnte die Berechnung der Ähnlichkeitsmaße um das 10- bis 14-fache, die Laufzeit für den gesamten Koregistrierungsvorgang um das vier- bis fünffache beschleunigt werden.

Ähnlichkeitsmaße CT/PET

Die Qualität verschiedener Ähnlichkeitsmaße unter Benutzung von PET-Transmissionsdaten wurde im Vergleich mit den PET-Emissionsdaten evaluiert. Hier zeigte sich, dass die PET-Transmissionsdaten für die Aussagekraft der Ähnlichkeitsmaße keine positiven Effekte haben. Für die Evaluation der Ähnlichkeitsmaße wird das zu bewegende Volumen jeweils entlang der drei Koordinatenachsen verschoben und um die drei Koordinatenachsen gedreht, so dass auf der Hälfte jeder Bewegungsrichtung jeweils die als korrekt angenommene manuell ermittelte Koregistrierungsposition durchlaufen wird. Der Ähnlichkeitswert wird in kleinen Abständen gemessen und in einem Diagramm visualisiert. Es ist erkennbar, dass auch bei der Ähnlichkeitsberechnung von CT- und PET-Transmissionsdatensätzen (roter Graph) genau wie bei der Ähnlichkeitsberechnung von CT- und PET-Emissionsdaten (schwarzer Graph) kein globales Maximum an der Position der korrekten Koregistrierung vorhanden ist, welches für eine funktionierende Koregistrierung notwendig wäre (vgl. Abb. 1).

Ähnlichkeitsmaße CT/CT

Bei Versuchen zwei identische CT-Volumen zu koregistrieren, zeigt sich jedoch, dass bei einem aussagekräftigen Ähnlichkeitsmaß eine Koregistrierung zuverlässig gelingt (vgl. Abb. 1).