-
Die
Erfindung betrifft ein Verfahren zur Steuerung des Aufnahme- und/oder
Auswertebetriebes von Bilddaten bei medizinischen Untersuchungen.
-
Beispielsweise
bei routinemäßigen Organuntersuchungen,
insbesondere an einem Magnetresonanzgerät, muss der Arzt zur Aufnahme
eines das Organ umfassenden Zielgebietes manuell die Aufnahmebereiche
einstellen. Dies geschieht meist anhand von ohnehin aufgenommenen,
so genannten Localizern, die oft in geringer Auflösung und
nur wenigen Schichten zum Auffinden des Zielgebiets dienen sollen.
Diese Localizer-Aufnahmen bekommt der Benutzer alsdann auf einem
geeigneten Anzeigemittel angezeigt und platziert darin von Hand
die Aufnahmegebiete.
-
Ist
das Zielvolumen bzw. Organ in einem sich zyklisch bewegenden Zielgebiet,
beispielsweise aufgrund der Atem- oder Herztätigkeit, angeordnet, so werden
häufig
auch so genannte Navigatoren gesetzt. Navigatoren sind Markierungen,
die einen bestimmten kleinen Bereich des Zielgebietes markieren,
in dem dann für
die Aufnahme wichtige Paramter bestimmt werden. So ist es beispielsweise
bekannt, einen Navigator zu setzen, durch den möglichst senkrecht eine klar
zu erkennende Randkontur des betrachteten Organs verläuft. Atmet
ein Patient, so verschiebt sich der Rand dieses Organs zyklisch
mit der Atembewegung, so dass aus der momentanen Position dieses
Randes die Atemphase gefolgert und beispielsweise zum Triggern oder
zum Bestimmen der Atemphase genutzt werden kann. Bei schnell arbeitenden
Systemen ist es sogar möglich,
diese Betrachtungen auch für
die Herzphase durchzuführen. Auch
ein- oder dreidimensionale
Navigatoren sind bekannt, in denen ein Punkt oder ein ganzes Oberflächenstück betrachtet
wird. Um ihre volle Aussagekraft zu erhalten, müssen diese Navigatoren exakt gesetzt
werden, insbesondere im obigen Fall muss die Grenze des Organs senkrecht
zum Navigator stehen.
-
Darüber hinaus
werden solcherlei Markierungen in Form von Regions-of-Interest in
Bilddatensätzen
auch bei der Auswertung dieser Bilddatensätze vorgenommen. So werden
beispielsweise Organe von Hand segmentiert und mit einer Kennzeichnung versehen,
so dass Auffälligkeiten
ihnen zugeordnet werden können.
Auch im Bereich der Startpunkte und Begrenzungen für Segmentierungen
sind solcherlei manuelle Markierungen häufig notwendig.
-
Solche
manuellen Markierungs- oder Auswahlvorgänge sind jedoch im Allgemeinen
sehr fehlerbehaftet. Besonders fehlerempfindlich sind beispielsweise
Systeme, in denen mit Localizer-Aufnahmen
gearbeitet wird, da die Auflösung
und Schichtzahl meist gering ist und nicht das gesamte Zielvolumen
durch sie abgedeckt wird. Ebenso kritisch und fehleranfällig ist
die exakte Positionierung der erwähnten Navigatoren. Auch diese
werden häufig
lediglich in Localizer-Aufnahmen platziert. Neben der erwähnten Anfälligkeit
für Fehler
ist der hohe Zeitaufwand für
einen solchen manuell durchgeführten
Vorgang als weiterer Nachteil der bekannten Vorgehensweise zu nennen.
-
Der
Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren anzugeben,
mit dem die Fehleranfälligkeit
der Steuerung des Aufnahme- und/oder Auswertebetriebes von Bilddaten
reduziert und der Vorgang beschleunigt wird.
-
Zur
Lösung
dieser Aufgabe ist bei einem Verfahren der eingangs genannten Art
erfindungsgemäß vorgesehen,
dass in einem zuvor aufgenommenen, ein Zielvolumen ganz oder teilweise
zeigenden Planungsbilddatensatz unter Verwendung eines auf Daten über reale
Anatomie basierenden statistischen Modells des Zielvolumens automatisch
Ortsinformationen, insbesondere Position, Orientierung und Form, des
Zielvolumens bestimmt wer den und der Aufnahme- und/oder Auswertebetrieb
anhand der Ortsinformationen gesteuert wird.
-
Erfindungsgemäß wird also
vorgeschlagen, zur Lokalisierung, also zum Erhalten von Ortsinformationen,
insbesondere Position, Orientierung und Form, über das Zielvolumen ein auf
Daten über
reale Anatomie basierendes, statistisches Modell des Zielvolumens
zu verwenden. Ein solches statistisches Modell kann beispielsweise
anhand von Bildaufnahmedaten mehrerer Personen ermittelt werden.
Wenn daraus ein statistisches Modell, beispielsweise eines Organs
als Zielvolumen, erstellt werden soll, werden zunächst die
Bildaufnahmedaten einer Person als Grundlage genommen. Dabei wird
die Zielvolumenoberfläche
als diskretes polygonales Netz, bestehend aus Knoten, Kanten und
Dreiecken, modelliert. Die Koordinaten der Punkte des hieraus für die Bildaufnahmedaten
entstehenden Modells werden zu einem einzigen Vektor zusammengesetzt,
der, wenn beispielsweise n Punkte betrachtet werden, 3n-dimensional
ist. Dieser Vorgang wird für
die Bildaufnahmedaten jeder Person wiederholt. Aus den daraus ermittelten
Vektoren lässt
sich schließlich
auch eine Kovarianzmatrix bestimmen, deren Eigensystem die statistischen
Korrelationen beschreibt. Das resultierende Modell umfasst letztendlich
eine Durchschnittsform des Zielvolumens und eine orthonormale Matrix,
deren Spalten die Eigenvektoren der Kovarianzmatrix enthalten. Mit
anderen Worten erhält
man eine Durchschnittsform der Oberfläche des Zielvolumens und eine
Beschreibung darüber,
inwieweit die Form dieser Oberfläche üblicherweise
abweichen kann. Da reale Daten, vorteilhafterweise solche mit einer
gewissen Streuung, verwendet werden, sollte sich jedes real existierende
Zielvolumen durch die Durchschnittsform und eine gewisse Abweichung
davon beschreiben lassen. Letztendlich kann das statistische Modell
folglich die Durchschnittsform, also ein Durchschnittszielvolumenmodell,
und eine Matrix umfassen, die Informationen über erlaubte Abweichungen enthält. Natürlich ist
die hier beschriebene Gewinnung eines solchen auf realen Daten basierenden
statistischen Modells nur beispielhaft, ein solches Modell kann
selbstverständlich
auch auf eine andere Art und Weise gewonnen werden.
-
Ein
solches auf realen Daten basierendes, statistisches Modell bietet
vor allem den Vorteil, dass es extrem wirklichkeitsnah ist und letztendlich,
da jedes Zielvolumen, insbesondere Organ, eine bestimmte Form besitzt,
von der auch bei verschiedenen Personen nur in einem definierten
Maße abgewichen
wird, zum einen auch die Ortsinformation des tatsächlichen
Zielvolumens gefunden wird, da nur dieses in das vorgegebene Modell
hineinpasst, und die meisten Zielvolumina unterschiedlicher Personen durch
das Modell auch beschrieben werden können. Da von einer bestimmten
Grundform ausgegangen wird, ist nicht nur eine Feststellung der
Ortsinformationen des eigentlichen Zielvolumens gesichert, im Gegensatz
zu anderen Segmentierungen wird zusätzlich der automatisiert durchgeführte Vorgang noch
beschleunigt, da die Grundform ja bekannt ist und nur Kleinigkeiten
angepasst werden müssen. Dadurch
wird selbstverständlich
auch die Fehleranfälligkeit
bedeutend reduziert.
-
Zudem
bietet das erfindungsgemäße Verfahren
gegenüber
den bislang verwendeten manuellen Verfahren einen extremen Zeitvorteil
für den
Benutzer, der nicht umständlich
erst selbst Bereiche markieren muss.
-
Mit
Hilfe des statistischen Modells werden folglich Ortsinformationen
des Zielvolumens gewonnen. Dazu kann zur Bestimmung der Ortsinformationen
zunächst
unter Berücksichtigung
der Art des Zielvolumens eine Startposition für eine erzeugte Modellinstanz
des Modells festgelegt werden, insbesondere unter Verwendung eines
Ellipsoidmodells des Torsos eines Patienten, und die Modellinstanz
in einem Optimierungsprozess den Bilddaten im Planungsbilddatensatz
angepasst werden, wobei die Ortsinformation nach Abschluss des Optimierungsprozesses
aus der angepassten Modellinstanz gewonnen wird.
-
Zunächst muss
folglich erst eine Startposition gefunden werden. Wie man diese
am besten festlegen kann, hängt
von der Art des Zielvolumens ab. Handelt es sich beispielsweise
um ein im Torso eines Patienten angeordnetes Organ, so ist dessen
grobe Lage in Torso relativ gut bekannt. Zum automatischen Finden
der Startposition kann der Torso beispielsweise vereinfachend als
ein Ellipsoid aufgefasst werden. Als Startposition wird dann die
Position in dem Ellipsoiden angenommen, an dem sich üblicherweise
das entsprechende Organ befindet. Praktisch werden dazu die ersten
und zweiten Momente aus dem Planungsbilddatensatz bestimmt, wonach der
ellipsoidartige Torso bestimmt werden kann, worin dann die Startposition
gewählt
werden kann.
-
Danach
wird ein üblicher
Optimierungsprozess durchgeführt.
Dies geschieht in mindestens sechs Parametern. Die sechs ohnehin
vorgegebenen Parameter sind die Raumkoordinaten eines ausgezeichneten
Punktes, beispielsweise des Schwerpunktes der konkreten Realisierung
des Modells für das
momentane Zielvolumen, der Modellinstanz, und die Winkel der Orientierung
dieser Modellinstanz. Die restlichen verwendeten Parameter sind
innere Parameter des Modells. Als günstig hat es sich erwiesen, die
Optimierung neben den sechs Orts- und Orientierungsparametern in
vier bis acht, insbesondere sechs, weiteren inneren Modellparametern
durchzuführen.
Aus Berechnungen hat sich gezeigt, dass sechs Parameter ausreichend
sind, um mehr als 95 % der Varianz der Daten zu beschreiben. Dabei
kann der Wertebereich der Parameter begrenzt werden, um nur gültige und
sinnvolle Werte zu erhalten. Eine solche Beschränkung kann auch auf die Raumkoordinaten
bzw. die Raumwinkel angewandt werden. Nach Abschluss der Optimierung
ist die Modellinstanz dann praktisch genau an das tatsächlich vorhandene
Zielvolumen angepasst. Aus den Parametern dieser angepassten Modellinstanz
können
somit nun die Ortsinformationen des Zielvolumens ermittelt werden.
Es können
aber auch mehr als sechs Parameter, insbesondere Skalierungen, verwendet
werden.
-
Als
Planungsbilddatensatz kommen je nach Anwendungsbereich verschiedene
zweidimensionale oder dreidimensionale Datensätze bzw. Datensätze aus
mehreren zweidimensionalen Bildern in Frage. Insbesondere ist es
möglich,
dass als Planungsbilddatensatz Localizer-Aufnahmen verwendet werden.
Da ein auf realen Daten basierendes statistisches Modell verwendet
wird, also von vornherein schon Annahmen über das tatsächliche
Aussehen des Zielvolumens in das Verfahren hineingesteckt werden,
sind selbst niedrig aufgelöste
Bilddatensätze mit
einer geringen Abdeckung des das Zielvolumen enthaltenden Zielgebietes
ausreichend, so dass sie als Planungsbilddatensatz verwendet werden
können.
Hierin hat das erfindungsgemäße Verfahren
ein besonders vorteilhaftes Anwendungsgebiet, da eben diese Localizer-Aufnahmen
ohnehin vor jeder Zweitbilddatensatzaufnahme angefertigt werden.
Bislang galt es als nicht oder nur sehr schwer möglich, eine Segmentierung in
diesen Localizer-Aufnahmen durchzuführen. Mit Hilfe des statistischen
Modells wird dies insbesondere sehr fehlerresistent möglich. Damit
hebt sich die Erfindung auch vorteilhaft von anderen bekannten automatischen
Ortsbestimmungsverfahren, wie „Auto-Align-Head" oder „Auto-Align-Spine" ab, bei denen spezielle
Messsequenzen oder gar ganze 3D-Aufnahmen erforderlich sind.
-
Selbstverständlich ist
es auch möglich,
dass als Planungsbilddatensatz ein vorheriger Diagnostikbilddatensatz
verwendet wird. Ein solcher Diagnostikbilddatensatz kann aus verschiedenen
Gründen bereits
aufgenommen worden sein oder mit Hilfe des Verfahrens unmittelbar
ausgewertet werden. So kann beispielsweise ein Organ in einem Diagnostikbilddatensatz
lokalisiert werden, um danach Parameter, wie beispielsweise sein
Volumen, zu bestimmen.
-
Wie
schon erwähnt,
kann das erfindungsgemäße Verfahren
zur Steuerung des weiteren Aufnahmebetriebs von Bilddaten verwendet
werden. Insbesondere kann dabei die Aufnahme eines Zweit bilddatensatzes,
insbesondere eines Magnetresonanzbilddatensatzes, anhand der Ortsinformation
gesteuert werden. Dies ist insbesondere dann vorteilhaft, wenn zur
Aufnahme des Zweitbilddatensatzes die zur Aufnahme des Planungsbilddatensatzes
verwendete Bildaufnahmeeinrichtung verwendet wird. Der Planungsbilddatensatz
kann dabei wiederum aus Localizer-Aufnahmen bestehen. Zweckmäßigerweise bleibt
der Patient zwischen der Aufnahme des Zweitbilddatensatzes und der
Aufnahme des Planungsbilddatensatzes im Wesentlichen unbewegt.
-
Alternativ
ist es natürlich
auch möglich,
dass ein Übersichtsbilddatensatz
aufgenommen wird, der Planungsbilddatensatz mit dem Übersichtsbilddatensatz
registriert wird und der zweite Bilddatensatz bei im Vergleich zu
dem Übersichtsbilddatensatz
unbewegten Patienten aufgenommen wird, wobei die Steuerung der Aufnahme
anhand der Registrierung und der Ortsinformationen erfolgt. Ein
solches Szenario kann beispielsweise auftreten, wenn als Planungsbilddatensatz
ein bei einer zeitlich zurückliegenden
Untersuchung aufgenommener Diagnostikdatensatz oder auch sonstiger
Bilddatensatz verwendet wird. Dann ist es natürlich auch nötig, einen
Zusammenhang zwischen dem Planungsbilddatensatz und dem Koordinatensystem
der Bildaufnahmeeinrichtung bzw. der momentanen Lage und Position des
Patienten herzustellen. Dies geschieht mit Hilfe des Übersichtsbilddatensatzes.
Dabei kann es sich beispielsweise wiederum um Localizer-Aufnahmen handeln.
-
Die
Aufnahme des Zweitbilddatensatzes kann dabei auf vielerlei Art und
Weise gesteuert werden. So kann die Ortsinformation zur Bestimmung von
Bildaufnahmeparametern aufzunehmender Schichten genutzt werden.
Dies ist vor allem bei Magnetresonanzaufnahmen hilfreich. Das mühselige manuelle
Markieren von aufzunehmenden Schichten in einer Anzeige des Planungsbilddatensatzes
entfällt
mithin. Alternativ oder zusätzlich
können
die Ortsinformationen zur Positionierung eines Navigators genutzt
werden. Wie eingangs beschrieben ist es bei solchen Navigatoren
besonders wichtig, sie möglichst
exakt an einer ge eigneten Position zu platzieren. Mit Hilfe der
bekannten Position, Orientierung und Form des Zielvolumens ist es
mittels geeigneter Algorithmen leicht möglich, eine ideale Positionierung
des Navigators zu ermöglichen,
die weit weniger fehlerbehaftet ist.
-
Weiterhin
können
die Ortsinformationen zur Positionierung des Patienten genutzt werden.
Beispielsweise kann eine ideale Positionierung einer Patientenliege
in einem Magnetresonanzgerät
bestimmt werden, so dass im Zielvolumen maximale Homogenität herrscht.
-
Als
letztes Beispiel ist es schließlich
zweckmäßig, die
Ortsinformation bei Magnetresonanzaufnahmen zur Anpassung eines
Messprotokolls zu nutzen. Bei sogenannten Verknüpfungsaufnahmen kann beispielsweise
die Repetitionszeit optimiert werden.
-
Oftmals
ist es auch möglich,
dass im Rahmen einer vollständigen
Untersuchung oder einer Untersuchung in mehreren Schritten eine
größere Anzahl
von Bilddatensätzen
aufgenommen werden. Zur stetigen Verbesserung und Optimierung der
Ortsinformationen kann es dabei sinnvoll sein, wenn der Zweitbilddatensatz
als Planungsdatensatz für
eine weitere Durchführung
des Verfahrens verwendet wird. Damit wird iterativ die Feststellung
der Ortsinformationen von Aufnahme zu Aufnahme ständig verbessert,
wobei als Startwerte immer die Ergebnisse der letzten Anpassung
des statistischen Modells verwendet werden können.
-
Da
sich bei der Anpassung des Modells an den entsprechenden Patienten
letztendlich bei verschiedenen Aufnahmen, also in verschiedenen
Bilddatensätzen,
die gleiche angepasste Modellinstanz ergibt, sich also diese letztendlich
nur durch die Positionierung des Patienten während der Aufnahme, also in
Lage und Positionierung und gegebenenfalls durch Deformationen,
unterscheiden, lassen sich dennoch durch Vergleich von ausgezeichneten Punkten
dieser beiden Modellinstanzen die beiden erwähnten Bilddatensätze in Verbindung
setzen. Zweckmäßigerweise
kann also vorgesehen sein, dass aus einem ersten, bei einer Erstuntersuchung gewonnenen
und einem zweiten, zur Planung einer Folgeuntersuchung dienenden
Planungsbilddatensatz erste und zweite Ortsinformationen gewonnen werden,
wobei zur Steuerung sowohl die ersten als auch die zweiten Ortsinformationen
verwendet werden. So kann beispielsweise im ersten Planungsbilddatensatz
ein bestimmter Punkt aufgefunden werden, an dem beispielsweise eine
Unregelmäßigkeit vorliegt,
die im Rahmen einer Folgeuntersuchung genauer untersucht werden
soll. Da die Modellinstanzen sich im Wesentlichen entsprechen, kann
derselbe interessante Punkt selbstverständlich auch in der an den zweiten
Planungsbilddatensatz angepassten Instanz des statistischen Modells
aufgefunden werden. Somit werden die aus beiden Planungsbilddatensätzen gewonnenen
Ortsinformationen vorteilhaft miteinander in Zusammenhang gebracht,
um das eigentliche Interessengebiet für die Folgeuntersuchung in
dem zweiten Planungsbilddatensatz zu lokalisieren und den Folgeuntersuchungsbetrieb
danach zu steuern. Zusammenfassend können also bei unterschiedlicher
Position, Orientierung und/oder Form des Zielvolumens während der
Aufnahme des ersten Planungsbilddatensatzes und während der
zu steuernden Aufnahme eines weiteren Bilddatensatzes die ersten
und die zweiten Ortsinformationen zur Ermittlung einer räumlichen
Beziehung, insbesondere einer Registrierung, dienen, aufgrund welcher
die Steuerung erfolgt. Auch eine einfache Registrierung ist folglich
anhand des Verfahrens möglich.
-
In
einer anderen Variante des Verfahrens können im Rahmen einer Steuerung
des Auswertebetriebs Auswertungsinformationen über das Zielvolumen unter Berücksichtigung
der Ortsinformationen ermittelt werden. Beispielsweise kann aus
den Ortsinformationen ein Startwert für einen Segmentierungsprozess
ermittelt werden. Wo die Anpassung des statistischen Modells alleine
schon eine recht gute Segmentierung darstellt, kann sie als Startwert für einen
feineren Segmentierungsalgorith mus Ausgangspunkt für noch genauere
und bessere Ergebnisse sein.
-
Alternativ
oder zusätzlich
ist es möglich, dass
die Ortsinformation zur Bestimmung physiologischer Parameter oder
Daten herangezogen wird. Solche Parameter oder Daten können beispielsweise das
Volumen eines Organs bzw. die Zahl der darin vorkommenden Läsionen sein.
Auch die Durchblutung des Zielvolumens lässt sich bestimmen. Dabei werden
die Ortsinformationen hauptsächlich
dazu genutzt, den zur Erhaltung der Parameter oder Daten verwendeten
Bereich einzugrenzen. Es wird also aus dem Bilddatensatz beispielsweise
nur der Teil betrachtet, der auch zum Zielvolumen gehört, und
aus diesem Unterbilddatensatz werden dann die physiologischen Parameter
oder Daten ermittelt.
-
Das
Verfahren ist jedoch auch dann anwendbar, wenn in einem Planungsbilddatensatz
mehrere Zielvolumina zu sehen sind. Dann können unter Verwendung jeweils
eines statistischen Modells pro Zielvolumen Ortsinformationen aller
Zielvolumina bestimmt werden. In einem darauf folgenden Schritt kann
beispielsweise eine Bildaufnahmeeinrichtung so angesteuert werden,
dass für
jedes dieser Zielvolumina Zweitbilddatensätze, die nur dieses Zielvolumen
zeigen, erstellt werden. Besonders vorteilhaft erweist sich das
verfahren auch bei der Zuordnung von Auffälligkeiten zu bestimmten Zielvolumina
bzw. Organen. Dann kann nämlich
vorgesehen sein, dass die Ortsinformationen zur Zuordnung ermittelter
physiologischer Parameter oder Daten zu Zielvolumina verwendet werden.
Beispielsweise kann damit die Anzahl von Läsionen für alle Organe des Unterbauchs
angezeigt werden. Dazu werden solche Läsionen zunächst im gesamten Planungsbilddatensatz bestimmt,
inklusive ihrer Position. Liegt die Position dann innerhalb eines
mit Hilfe des statistischen Modells lokalisierten Zielvolumens,
also eines bestimmten Organs, so wird sie diesem Organ zugeordnet. Dies
ist natürlich
nicht nur für
Läsionen,
sondern auch für
andere Auffälligkeiten,
wie beispielsweise Karzinome, möglich,
die dann, verschiedenen Zielvolumina zugeordnet werden.
-
Weitere
Vorteile und Einzelheiten der vorliegenden Erfindung ergeben sich
aus den im folgenden beschriebenen Ausführungsbeispielen sowie anhand der
Zeichnungen. Dabei zeigen:
-
1 ein
Ablaufplan des erfindungsgemäßen Verfahrens,
-
2 eine
Prinzipdarstellung von Localizer-Bildern eines Gebietes um die Leber,
-
3 die
Prinzipskizze der Localizer-Aufnahmen mit Startposition und Startform
der Modellinstanz,
-
4 eine
Prinzipskizze der Localizer-Aufnahmen mit angepasster Modellinstanz,
-
5 eine
Prinzipskizze der Localizer-Aufnahmen mit angepasster Modellinstanz
und markierten Schichten sowie markiertem Navigator,
-
6 eine
Prinzipskizze eines Planungsbilddatensatzes mit mehreren Zielvolumina
und Modellinstanzen, und
-
7 eine
mögliche
Darstellung der Auswertungsergebnisse des Planungsbilddatensatzes aus 6.
-
1 zeigt
in einem Ablaufdiagramm den prinzipiellen Ablauf des erfindungsgemäßen Verfahrens.
Dieses soll zunächst
allgemein beschrieben werden, spezielle Anwendungsfälle werden
aufgrund der 2 bis 5 und 6 bzw. 7 erläutert.
-
In
Schritt S1 wird zunächst
der Planungsbilddatensatz aufgenommen. Als Planungsbilddatensatz kann
im Rahmen des erfindungsgemäßen Verfahrens
jeder zweidimensionale oder dreidimensionale Bilddatensatz verwendet
werden, der ein bestimmtes Zielvolumen, beispielsweise ein Organ,
zeigt. Als Nächstes
sollen nun Ortsinformationen über
das Zielvolumen, insbesondere Position, Orientierung und Form, automatisch
und möglichst
fehlerfrei ermittelt werden. Dazu dient im erfindungsgemäßen Verfahren
ein auf realen Daten basierendes statistisches Modell, welches beispielsweise
ein Durchschnittszielvolumenmodell und eine beispielsweise durch Primärkomponentenanalyse
gewonnene Matrix, die Informationen über erlaubte Abweichungen enthält, umfasst.
Das Durchschnittszielvolumenmodell ist dabei als eine Durchschnittsform
zu verstehen, die Matrix gibt an, inwieweit von dieser bestimmten
Durchschnittsform abgewichen werden kann.
-
Basiert
das statistische Modell beispielsweise auf n Punkten, die die Oberfläche des
Zielvolumens beschreiben, so kann im Wesentlichen jede real in Planungsbilddaten
zu sehende Form des Zielvolumens als ein 3n-dimensionaler Vektor
beschrieben werden, der die die Oberfläche beschreibenden Punkte enthält. Jeder
der in diesem Modell erlaubten 3n-dimensionalen Vektoren x stellt
eine bestimmte Realisierung des Modells dar, die im Folgenden Modellinstanz
genannt werden soll. Jede durch das Modell zulässige Modellinstanz, folglich
jeder 3n-dimensionale
Vektor x, lässt
sich demnach durch die folgende Gleichung beschreiben: x = x +
P·b,wobei x ein das Durchschnittszielvolumenmodell bzw.
die Durchschnittsform beschreibender 3n-dimensionaler Vektor ist,
P eine orthonormale Matrix, deren Spalten die Eigenvektoren der
Kovarianzmatrix enthalten, und b der sogenannte Feature-Vektor, der die inneren
Parameter des Modells umfasst. Der Feature-Vektor beschreibt folglich
die Beiträge
der einzelnen Eigenvektoren zur Erzeugung der Modellinstanz x.
-
Ziel
ist es nun, eine Modellinstanz auf das real in dem Planungsbilddatensatz
erkennbare Zielvolumen anzupassen. Dazu muss zunächst in Schritt S2 eine Modellinstanz
erzeugt werden. Hierzu wird beispielsweise zunächst das Durchschnittszielvolumenmodell,
also die Durchschnittsform, gewählt,
in der der Vektor b nur Nullen enthält. Sodann muss in Schritt
S3 eine Startposition und eine Startorientierung für die Modellinstanz
bezüglich
des Planungsbilddatensatzes gewählt
werden. Hierfür
nutzt man bekannte Informationen über die anatomische Natur des
Zielvolumens aus. Handelt es sich beispielsweise um die Leber, so
ist bekannt, dass sich diese in einer im Wesentlichen bekannten
Orientierung an einer im Wesentlichen bekannten Position im rechten
Abdominalbereich befindet. Betrachtet man nun den im Planungsbilddatensatz
erkennbaren Torso des untersuchten Patienten abstrahiert in einem
Ellipsoidmodell, so kann eine Startposition und eine Startorientierung
gewählt
werden. Durch die abstrahierte Betrachtung, in der die Momente erster
und zweiter Ordnung im Planungsbilddatensatz zum Bestimmen der Startposition
und der Startorientierung genutzt werden, wird auf eine zeitgünstige Art
ein brauchbarer Ausgangspunkt für
die Anpassung der Modellinstanz an die Bilddaten des Planungsbilddatensatzes
geschaffen.
-
Diese
Anpassung der Modellinstanz an die Bilddaten des Planungsbilddatensatzes
erfolgt in Schritt S4. Dies kann durch ein Optimierungsverfahren
geschehen. Dabei wird zunächst
eine Korrelationsmetrik definiert, das bedeutet, eine Funktion der Parameter
des statistischen Modells, die maximal wird, wenn eine ideale Korrelation,
das bedeutet Anpassung, vorliegt. Zwölf Optimierungsparameter haben
sich dabei als ausreichend erwiesen, um mehr als 95 % der Varianz
der Daten zu beschreiben. Als Optimierungsparameter dienen neben
den drei Raumkoordinaten und den drei Orientierungswinkeln die inneren
Parameter des Modells im sogenannten Feature-Vektor b des Modells.
Von letzteren inneren Parametern sind jedoch die sechs wichtigsten
meist ausreichend. Dabei werden vorzugsweise die sechs den bei der
Primärkomponentenanalyse
größten Eigenwerten
zugeordneten Parameter gewählt.
Es sind jedoch auch ande re Auswahlkriterien oder verknüpfte Parameter
denkbar. Zur Berechnung der Korrelationsmetrik kann beispielsweise
die Korrelation der Modelloberfläche
mit dem Betrag der Gradienten im Planungsbilddatensatz dienen.
-
Diese
Korrelationsmetrik wird mit einem Standard-Optimierer nach den genannten
zwölf Parametern
des Modells optimiert. Dabei müssen
natürlich
nicht genau sechs innere Parameter verwendet werden. Die Zahl der
verwendeten inneren Parameter des Modells, m, muss so gewählt werden,
dass eine ausreichende Varianz des Modells gewährleistet ist, die Rechenzeit
aber in akzeptablem Rahmen bleibt. Während der Optimierung wird
zudem der Wertebereich der Parameter begrenzt, um nur gültige und
sinnvolle Werte zu erhalten. Wird beispielsweise als Zielvolumen
eine Leber betrachtet, so wird der Wertebereich der Raumkoordinaten
sinnvollerweise auf ± 25
cm von der Startposition beschränkt,
der Wertebereich der Orientierungswinkel auf ± 15° von der Startorientierung.
Die inneren Parameter werden dadurch begrenzt, dass sie nur um das
Doppelte des zugehörigen
Eigenwertes des Ergebnisses der Primärkomponentenanalyse abweichen
dürfen.
-
Ist
die Optimierung erfolgreich abgeschlossen, so können in Schritt S5 die Ortsinformationen aus
der angepassten Modellinstanz gewonnen werden. Dies ist möglich, da
die angepasste Modellinstanz nun mit geringem Fehler die Position,
Orientierung und Form des tatsächlichen
Zielvolumens beschreibt.
-
Zur
Verwendung der gewonnenen Ortsinformationen gibt es im Wesentlichen
zwei Möglichkeiten.
Beide können
alternativ oder auch gemeinsam genutzt werden. Zum einen kann der
Auswertebetrieb unter Berücksichtigung
der Ortsinformationen gesteuert werden. Dabei werden mit Hilfe der
Ortsinformationen beispielsweise physiologische Parameter oder Daten
aus dem Planungsbilddatensatz gewonnen. Dies geschieht im Schritt
S6. In Schritt S7 ist die andere Option beschrieben, nämlich die Steuerung
des Aufnahmebetriebes eines Zweitbilddatensatzes unter Berücksichtigung
der Ortsinformationen. Ist nämlich
die Position, Orientierung und Form des Zielvolumens bekannt, so
kann die zur Aufnahme des Zweitbilddatensatzes verwendete Bildaufnahmeeinrichtung,
die zweckmäßigerweise
dieselbe Bildaufnahmeeinrichtung sein kann, mit der der Planungsbilddatensatz
aufgenommen wurde, so eingestellt werden, dass das Zielvolumen auf
die gewünschte
Weise aufgenommen werden kann.
-
Die
Aufnahme des Zweitbilddatensatzes erfolgt dann in Schritt S8.
-
Optional
ist es möglich,
das Verfahren während
einer längeren
Untersuchungsreihe, in der viele verschiedene Bilddatensätze aufgenommen
werden, iterativ zu betreiben. Dabei kann der aufgenommene Zweitbilddatensatz
als Planungsbilddatensatz für eine
weitere Durchführung
des Verfahrens dienen, die angepasste Modellinstanz dient als neue
Startmodellinstanz, wobei sowohl Startposition als auch Startorientierung
als die Endwerte der Optimierung des vorher gegangenen Verfahrendurchlaufs
definiert werden. Dies ist in Schritt S9 angedeutet. Danach findet
in dem neuen Planungsbilddatensatz, der beispielsweise das Zielvolumen
in besserer Auflösung
oder besserem Kontrast zeigt, eine weitere Anpassung der Modellinstanz
statt.
-
Als
erstes konkretes Anwendungsbeispiel des erfindungsgemäßen Verfahrens
soll nun die Steuerung des Aufnahmebetriebes einer Leber an einem
Magnetresonanzgerät
beschrieben werden. Bei Aufnahmen an Magnetresonanzgeräten ist
es zunächst üblich, sogenannte
Localizer-Aufnahmen aufzunehmen. Dies sind schnelle Aufnahmen von
wenigen, nicht unbedingt in allen Dimensionen das gesamte Zielgebiet
abdeckenden Schichten, die oft in geringer Auflösung aufgenommen werden. Da
durch die Verwendung des auf realen Daten basierenden statistischen
Modells schon viele Grundannahmen und Tatsachen über die Anatomie eingehen,
sind solche Localizer-Aufnahmen als Planungsbilddatensatz verwendbar.
-
2 zeigt
eine Prinzipskizze solcher Localizer-Aufnahmen. In diesem Ausführungsbeispiel wurden
drei axiale Schichtaufnahmen 1 und drei koronale Schichtaufnahmen 2 des
abdominalen Bereiches 3 eines Patienten aufgenommen. Auf
diesen Aufnahmen sind jeweils Teile 4 des eigentlichen
Zielvolumens, der Leber, zu sehen.
-
Aus
einem auf realen Daten basierenden statistischen Modell der Leber,
das aus den Aufnahmen mehrerer Personen gewonnen wurde, wird nun eine
Modellinstanz erzeugt und, wie in Schritt S3 beschrieben, werden
eine Startposition und eine Startorientierung für die Modellinstanz gewählt.
-
3 zeigt
eine weitere Prinzipskizze der Localizer-Aufnahmen, wobei hier eine koronale
Ansicht gewählt
wurde. Es ist daher nur eine der koronalen Aufnahmen 2 zu
sehen, die axialen Aufnahmen 1 sind nur angedeutet. Das
Bezugszeichen 5 kennzeichnet die in den Localizer-Aufnahmen,
dem Planungsbilddatensatz, angeordnete dreidimensionale Modellinstanz,
die hier noch die Form des Durchschnittszielvolumenmodells hat,
so dass noch Teile 4 der Leber, also des Zielvolumens,
zu sehen sind.
-
Anschließend wird,
wie oben beschrieben, in Schritt S4 die Modellinstanz an die Bilddaten
der Localizer-Aufnahmen angepasst. Das Ergebnis dieses Optimierungsprozesses
ist in 4 zu sehen, die dieselbe Ansicht wie in 3 zeigt,
nur mit einer inzwischen vollkommen angepassten Modellinstanz 5.
-
Sind
in Schritt S5 die Ortsinformationen aus der angepassten Modellinstanz
gewonnen, so kann nun der Aufnahmebetrieb des Zweitbilddatensatzes, Schritt
S7, gesteuert werden. Aus der angepassten Modellinstanz lässt sich
eine Region-Of-Interest (ROI) generieren, die durch ein Zentrum
und drei orthogonalen Spannvektoren mit axialen, sagittalen und
koronalen Komponenten beschrieben wird. Diese ROI ist in 5 mit
dem Bezugszeichen 6 gekennzeichnet. Anhand der Ortsinformationen und/oder
der bekannten ROI 6 ist zudem ein Navigator 7 markiert
worden, der im Aufnahmebetrieb die Bewegung eines Oberflächenbereichs
bzw. Oberflächenpunktes
der Leber zur Feststellung in diesem Falle der Atemphase nutzt.
Soll beispielsweise das Herz aufgenommen werden, so kann auch die EKG-Phase
mit Hilfe eines solchen Navigators erfassbar sein.
-
Hiernach
kann die Aufnahme des Zweitbilddatensatzes, nämlich eines hoch aufgelösten Magnetresonanzbildes
der Leber, erfolgen. Dies alles ist vorteilhafterweise ohne einen
Benutzereingriff möglich.
Im Rahmen des Verfahrens ist es dann auch möglich, vgl. Schritt S9, die
ermittelte angepasste Modellinstanz als Startmodellinstanz im Zweitbilddatensatz
als Planungsbilddatensatz zur weiteren Anpassung einzusetzen. Da
Position, Orientierung und Form der Leber schon sehr gut bekannt
sind, ist schnell eine weitere Optimierung durchgeführt, die noch
genauere Ortsinformationen liefert, die dann zur weiteren Steuerung
des Auswertebetriebes und/oder des Aufnahmebetriebes weiterer Bilddatensätze verwendet
werden kann.
-
6 zeigt
eine Prinzipskizze eines weiteren Planungsbilddatensatzes, der mehrere
Zielvolumina enthält.
Hierbei geht es um die Leber 8, die Nieren 9 und
die Milz 10. Für
jedes dieser Zielvolumina ist nun ein statistisches Modell vorgesehen,
also ein statistisches Modell der Leber, ein statistisches Modell
der Nieren und ein statistisches Modell der Milz. Für jedes
dieser Modelle wird nun eine Modellinstanz erzeugt und wie durch
die Schritte S3 und S4 beschrieben an die Bilddaten im Planungsbilddatensatz angepasst.
Daraus lassen sich dann Ortsinformationen über alle genannten Organe ermitteln.
Es ist auch denkbar, die relative Ortsinformation (Lage) der Organe
untereinander zusätzlich
zu modellieren. In der Auswertung des Planungsbilddatensatzes werden
nun mit Hilfe der Ortsinformationen verschiedene Auswertungen vorgenommen.
Zunächst
ist es anhand der Ortsinformationen, insbesondere der Form der Organe,
möglich,
das Volumen der einzelnen Organe zu bestimmen. Zudem wird jedoch
auch nach auffälligem
Gewebe gesucht, insbesondere nach Läsionen oder Tumoren. Dies geschieht
im gesamten Planungsbilddatensatz. Unter Berücksichtigung der Ortsinformationen
können
die detektierten Auffälligkeiten,
hier Läsionen,
den verschiedenen Organen leicht zugeordnet werden, so dass sich
für jedes
Organ die sogenannte „lesion
load" ermitteln
lässt.
Dabei handelt es sich um das Verhältnis des Volumens, in dem
Läsionen
vorhanden sind, zum Gesamtvolumen des entsprechenden Organs.
-
7 zeigt
nun eine Möglichkeit,
wie die Ergebnisse der Auswertung zur Anzeige gebracht werden können. In
den Spalten einer Tabelle 11 sind jeweils das Organ, sein Volumen
und die „lesion
load" dargestellt.