-
Die vorliegende Erfindung betrifft ein Verfahren sowie eine Datenverarbeitungseinrichtung zur 3-D/3-D-Registrierung von Bilddatensätzen der medizinischen Bildgebung, die ein interessierender Körperteil darstellen, wobei ein erster mit einem Computertomographen aufgenommener 3-D-Bilddatensatz und ein zweiter mit einem C-Bogen-System aufgenommener 3-D-Bilddatensatz bereitgestellt und aus dem ersten 3-D-Bilddatensatz der interessierende Körperteil segmentiert oder ein Modell des interessierenden Körperteils erzeugt wird.
-
Ein abdominales Aortenaneurysma (AAA) ist eine Erweiterung der abdominalen Aorta auf mehr als 50% des normalen Durchmessers. In der Regel tritt ein AAA im Bereich zwischen der Verzweigung der Aorta und den Nieren auf. Durch eine AAA kann es zu einer lebensgefährlichen Ruptur kommen, bei der große Blutmengen in die Bauchhöhle gelangen können.
-
Für die Behandlung eines abdominalen Aortenaneurysma werden in letzter Zeit Interventionen mittels Katheter durchgeführt. Mit dem Katheter wird ein Transplantat über einen Leistenschnitt eingeführt, expandiert und am Ort des Aneurysma positioniert. Während der Intervention wird die korrekte Positionierung des Transplantats mittels Fluoroskopie überwacht. Ein Problem besteht darin, dass die Aorta in Fluoroskopiebildern nur sehr schlecht erkennbar ist, wenn kein Kontrastmittel bei der Bildgebung verwendet wird. Zur Vermeidung dieser Problematik ist es bekannt, einen präoperativen Computertomographie-Bilddatensatz mit dem für die Fluoroskopie eingesetzten Angiographiesystem zu registrieren, um die Aorta aus dem CT-Bilddatensatz in die Fluoroskopiebilder einzublenden und damit den Implantationsprozess zu überwachen.
-
Allerdings stellt die Registrierung der Bilddatensätze noch immer eine Herausforderung dar. Die 3-D/3-D-Registrierung eines mit einem Computertomographen aufgenommenen 3-D-Bilddatensatzes (CT-Bilddatensatz) mit einem 3-D-Bilddatensatz, der mit einem C-Bogen-System aufgezeichnet wurde, erfordert einen guten Startpunkt, der üblicherweise manuell gewählt werden muss. Dies kann schwierig sein, da der CT-Bilddatensatz in der Regel einen wesentlich größeren Bereich des Abdomens umfasst als der mit dem C-Bogen-System aufgezeichnete 3-D-Bilddatensatz, insbesondere in Richtung der Patientenlängsachse. Zusätzlich besteht die Schwierigkeit, dass intraoperativ mit dem C-Bogen-System aufgezeichnete 3-D-Bilddatensätze normalerweise ohne Kontrastmittelgabe erhalten werden, so dass die Registrierung der nicht kontrastierten Aorta des mit dem C-Bogen-System aufgenommenen 3-D-Bilddatensatzes mit der kontrastierten Aorta des CT-Bilddatensatzes Probleme bereiten kann.
-
Da die Fusion des CT-Bilddatensatzes mit dem 3-D-Bilddatensatz des C-Bogen-Systems in der Regel während der Intervention erfolgt, muss die Registrierung jedoch schnell und stabil sein.
-
Aus A. Khamene et al., „A Novel Projection Based Approach for Medical Image Registration", in WBIR, ser. Lecture Notes in Computer Science, J. P. W. Pluim et al., Eds., Vol. 4057, Springer 2006, Seiten 247 bis 256, ist ein Verfahren zur 3-D/3-D-Registrierung von Bilddatensätzen der medizinischen Bildgebung bekannt, bei dem die Registrierung auf Basis von zweidimensionalen Projektionsbildern erfolgt, die aus den 3-D-Bilddatensätzen gewonnen werden. Durch dieses Verfahren wird eine schnelle Registrierung der Bilddatensätze ermöglicht.
-
D. A. Hahn et al., „Unbiased Rigid Registration using Transfer Functions", in Proc. of SPIE Vol. 5747, 2005, Seiten 151 bis 162, beschreiben ein Verfahren zur starren 3-D/3-D-Registrierung von Bilddatensätzen der medizinischen Bildgebung, bei dem lediglich nicht deformierbare Körperteile für die Bildregistrierung herangezogen werden. Durch dieses Verfahren soll eine effizientere Registrierung in Fällen erreicht werden, in denen lokale Deformationen im abgebildeten Körperbereich zwischen den Bilddatensätzen auftreten.
-
Die Aufgabe der vorliegenden Erfindung besteht darin, ein Verfahren sowie eine Datenverarbeitungseinrichtung zur Registrierung eines 3-D-CT-Bilddatensatzes oder eines davon abgeleiteten 3-D-Bilddatensatzes mit einem 3-D-Bilddatensatz anzugeben, der mit einem C-Bogen-System aufgenommen wurde. Das Verfahren soll schnell durchführbar sein und einen hohen Automatisierungsgrad ermöglichen.
-
Die Aufgabe wird erfindungsgemäß für ein Verfahren der eingangs genannten Art gemäß dem Patentanspruch 1 und für eine Datenverarbeitungseinrichtung gemäß dem Patentanspruch 9 gelöst. Vorteilhafte Ausgestaltungen des Verfahrens sowie der Datenverarbeitungseinrichtung sind Gegenstand der abhängigen Patentansprüche oder lassen sich der nachfolgenden Beschreibung sowie dem Ausführungsbeispiel entnehmen.
-
Bei dem vorgeschlagenen Verfahren werden ein erster mit einem Computertomographen aufgenommener 3-D-Bilddatensatz und ein zweiter mit einem C-Bogen-System aufgenommener 3-D-Bilddatensatz bereitgestellt. Bei dem ersten Bilddatensatz kann es sich um einen präoperativ aufgenommenen CT-Bilddatensatz handeln, bei dem zweiten Bilddatensatz um einen mit dem C-Bogen-System während einer Intervention oder unmittelbar vor einer Intervention aufgenommenen 3-D-Bilddatensatz. Bei dem vorgeschlagenen Verfahren wird aus dem ersten 3-D-Bilddatensatz der interessierende Körperteil, bspw. ein Organ, segmentiert und/oder ein dreidimensionales Modell des interessierenden Körperteils erzeugt. Geeignete Segmentierungstechniken sind aus dem Stand der Technik bekannt. Dies gilt auch für die Erstellung eines 3-D-Modells des Körperteils, bei dem dieses bspw. nach der Segmentierung durch ein Oberflächennetz repräsentiert wird.
-
Die Registrierung erfolgt beim vorgeschlagenen Verfahren in zwei Stufen. Zunächst wird eine Grobregistrierung durchgeführt, bei der der erste 3-D-Bilddatensatz mit dem zweiten 3-D-Bilddatensatz nur grob registriert wird. Bei dieser Grobregistrierung kommt es nicht auf eine exakte Übereinstimmung der räumlichen Position und Orientierung der in den beiden Bilddatensätzen dargestellten Strukturen sondern auf eine möglichst schnelle Durchführung der Registrierung an. Die Registrierung der beiden Bilddatensätze kann dabei bspw. über bekannte intensitätsbasierte Registrierungsverfahren erfolgen, bei denen die Zahl der Iterationen oder das zu erreichende Maß der Übereinstimmung geringer gewählt wird als bei einer üblichen Registrierung. Eine weitere Möglichkeit besteht darin, die Registrierung lediglich in den translatorischen Freiheitsgraden durchzuführen und die rotatorischen Freiheitsgrade nicht zu beachten. Auch dies führt zu einer schnellen Grobregistrierung. Das Ergebnis dieser Grobregistrierung wird beim vorgeschlagenen Verfahren lediglich als Ausgangspunkt für die sich anschließende Feinregistrierung genutzt. Bei dieser Feinregistrierung wird nicht der vollständige erste 3-D-Bilddatensatz sondern lediglich ein 3-D-Bilddatensatz mit dem segmentierten Körperteil oder dem Modell dieses Körperteils herangezogen und lokal mit dem interessierenden Körperteil aus dem zweiten 3-D-Bilddatensatz hinsichtlich Position und Orientierung in räumliche Übereinstimmung gebracht. Damit sind dann automatisch auch die beiden ursprünglichen 3-D-Bilddatensätze registriert. Der Feinregistrierungsschritt hat den Vorteil, dass lediglich lokale Bereiche des zweiten 3-D-Bilddatensatzes (die den interessierenden Körperteil beinhalten) bei der Suche nach der räumlichen Übereinstimmung herangezogen werden. Dies reduziert die Zeit für die Registrierung aufgrund der geringeren Datenmenge erheblich. Auf der anderen Seite wird dadurch die Registrierung genau mit dem Körperteil durchgeführt, der auch für die jeweilige Anwendung interessiert.
-
Durch die in der ersten Stufe ablaufende Grobregistrierung entfällt die manuelle Festlegung eines Startpunktes für die nachfolgende genaue Registrierung, in der vorliegenden Patentanmeldung als Feinregistrierung bezeichnet. Das Verfahren kann somit stärker automatisiert werden als bei einem Verfahren mit einem hierzu erforderlichen manuellen Eingriff. Der Grobregistrierungsschritt erfordert aufgrund der nur groben Registrierung weniger Rechenzeit. Dies gilt auch für den Feinregistrierungsschritt, bei dem lediglich der segmentierte bzw. extrahierte interessierende Körperteil aus dem ersten Bilddatensatz und ein Bereich um die Darstellung dieses Körperteils im zweiten Bilddatensatz betrachtet werden müssen. Damit lässt sich die 3-D/3-D-Registrierung mit dem hier vorgeschlagenen Verfahren mit höherer Geschwindigkeit und stärker automatisiert durchführen als bei bisher für diese Anwendung eingesetzten Registrierungsverfahren.
-
Die bei der Grobregistrierung und der Feinregistrierung gesuchte Übereinstimmung der räumlichen Lage des Bildinhalts der jeweiligen Bilddatensätze kann mit unterschiedlichen Techniken erfolgen, wie sie bspw. auch in der bereits genannten Veröffentlichung von D. A. Hahn et al. im Anhang erläutert sind. Beispiele sind Standardähnlichkeitsmaße wie die Summe der quadratischen und absoluten Unterschiede, die gegenseitige und die normalisierte gegenseitige Information, die Korrelation, die Kreuzkorrelation, die normalisierte Kreuzkorrelation, das Verhältnis der Bildgleichförmigkeit und das Histogramm der Unterschiede.
-
Das vorgeschlagene Verfahren wird besonders vorteilhaft bei der in der Beschreibungseinleitung genannten Registrierung von Bilddatensätzen eingesetzt, die bei der Behandlung des abdominalen Aortenaneurysma präoperativ und intraoperativ aufgenommen werden. Der interessierende Körperteil ist hierbei die abdominale Aorta. Vorzugsweise ist der erste Bilddatensatz ein unter Kontrastmittelgabe aufgenommener Bilddatensatz, während der zweite Bilddatensatz ohne Kontrastmittelgabe aufgenommen wird. Das vorgeschlagene Verfahren ermöglicht eine schnelle und genaue Registrierung auch in derartigen Fällen, in denen die Aorta im zweiten Bilddatensatz nur sehr schwach erkennbar ist. Nach der (Grob- und Fein-)Registrierung wird die aus dem ersten Bilddatensatz segmentierte Aorta oder das daraus gewonnene Modell der Aorta mit dem zweiten Bilddatensatz fusioniert bzw. überlagert, so dass der Betrachter am Bildschirm die aus dem ersten Bilddatensatz extrahierte Aorta an der richtigen Position und in der richtigen Orientierung im zweiten Bilddatensatz erkennt.
-
Die Grobregistrierung erfolgt beim vorgeschlagenen Verfahren vorzugsweise, indem lediglich eine translatorische Anpassung des Bildinhalts der beiden 3-D-Bilddatensätze in drei zueinander senkrechten Raumrichtungen erfolgt. Hierzu können bspw. aus den beiden 3-D-Bilddatensätzen jeweils 2-D-Projektionen in den drei Raumrichtungen erzeugt werden. Die Grobregistrierung erfolgt dann über eine 2-D/2-D-Registrierung dieser Projektionen bzw. Projektionsbilder. Dies führt zu einer deutlichen Verringerung der Rechenzeit für die Registrierung. Die Grobregistrierung kann dabei auf Basis der gesamten Bildinformation oder auch nur auf Basis von einzelnen Strukturen erfolgen. In einer vorteilhaften Ausgestaltung erfolgt die Grobregistrierung lediglich auf Basis von Knochenstrukturen in den beiden 3-D-Bilddatensätzen. Dies vermeidet die Unterschiede in der Sichtbarkeit der Aorta in den beiden Bilddatensätzen und hat wiederum den Vorteil, dass lediglich eine verringerte Bilddatenmenge bei der Registrierung berücksichtigt wird. Die Knochenstrukturen können dabei jeweils in bekannter Weise aus den 3-D-Bilddatensätzen segmentiert werden.
-
Die vorgeschlagene Datenverarbeitungseinrichtung umfasst neben den üblichen Bestandteilen, wie bspw. Rechenprozessor und Speichereinheit, auch eine Segmentierungseinheit, eine Grobregistrierungseinheit und eine Feinregistrierungseinheit. Die Segmentierungseinheit führt die gemäß dem beschriebenen Verfahren erforderlichen Segmentierungsschritte durch und erstellt, falls gewünscht, ein Modell des interessierenden Körperteils. Die Grobregistrierungseinheit führt die Grobregistrierungsschritte entsprechend dem vorgeschlagenen Verfahren durch. Die Feinregistrierungseinheit führt die Schritte für die Feinregistrierung gemäß dem vorgeschlagenen Verfahren durch. In der bevorzugten Ausgestaltung ist die Datenverarbeitungseinrichtung mit einem Bildschirm verbunden an dem dann ein Bild dargestellt wird, auf dem der aus dem ersten Bilddatensatz extrahierte Körperteil an richtiger Position und in richtiger Orientierung im zweiten Bilddatensatz eingeblendet oder diesem überlagert ist.
-
Das vorgeschlagene Verfahren und die zugehörige Datenverarbeitungseinrichtung werden nachfolgend anhand eines Ausführungsbeispiels in Verbindung mit den Zeichnungen nochmals näher erläutert. Hierbei zeigen:
-
1 stark schematisiert ein Beispiel für den Verfahrensablauf beim vorgeschlagenen Verfahren,
-
2 schematisch ein Beispiel für die Vorgehensweise bei der Grobregistrierung,
-
3 schematisch ein Beispiel für die Vorgehensweise bei der Feinregistrierung und
-
4 schematisch ein Beispiel für den Aufbau der vorgeschlagenen Datenverarbeitungseinrichtung.
-
1 zeigt stark schematisiert ein Beispiel für den Verfahrensablauf beim vorgeschlagenen Verfahren, der in den Verfahrensabschnitt der Grobregistrierung 1 und den sich anschließenden Verfahrensabschnitt der Feinregistrierung 2 unterteilt ist. Im vorliegenden Beispiel wird ein mittels Computertomographie aufgezeichneter 3-D-Bilddatensatz 3 mit einem 3-D-Bilddatensatz 4 registriert, der intraoperativ mit einem C-Bogen-Gerät erzeugt wurde. Dieser mit dem C-Bogen-Gerät erstellte 3-D-Bilddatensatz 4 entspricht ebenfalls einem aus Projektionen unter unterschiedlichen Projektionswinkeln mittels computertomographischer Technik rekonstruierten Bilddatensatz, der jedoch ohne Kontrastmittelgabe aufgezeichnet wurde. Der mit dem Computertomographen aufgezeichnete präoperative 3-D-Bilddatensatz 3 wurde hingegen unter Kontrastmittelgabe aufgezeichnet und stellt somit die Aorta 5 mit hohem Kontrast dar, wie im unteren Teil der Figur angedeutet ist. Die bei dem vorgeschlagenen Verfahren erforderliche Segmentierung der Aorta 5 aus dem ersten 3-D-Bilddatensatz 3 kann mit bekannten Verfahren erfolgen und ist in der Figur nicht dargestellt. Beim Schritt der Grobregistrierung, auch als Vorregistrierung bezeichnet, werden die beiden Bilddatensätze 3, 4 nur ungenau registriert, um möglichst schnell einen guten Startpunkt für die spätere Feinregistrierung zu finden. Dies ist in der 1 angedeutet, in der die nur ungenaue Überlagerung der Aorta 5 aus dem ersten Bilddatensatz 3 mit der unkontrastierten Aorta 6 aus dem zweiten Bilddatensatz 4 nach der Grobregistrierung angedeutet ist.
-
Um eine schnelle und robuste anfängliche Überlagerung bei der Grobregistrierung zu erreichen, werden bei diesem Schritt vorzugsweise die signifikantesten Merkmale der beiden zu überlagernden Bilddatensätze herangezogen. Die Überlagerung erfolgt in diesem Beispiel lediglich durch translatorische Anpassung in den drei orthogonalen Raumrichtungen, d.h. in x-, y- und z-Richtung. Rotatorische Freiheitsgrade werden dabei nicht berücksichtigt. Für die Registrierung werden in diesem Beispiel als signifikante Merkmale Knochenstrukturen in den beiden Bilddatensätzen herangezogen, beispielsweise das Rückgrat und/oder die Rippen. Die Anpassung lediglich in translatorischen Freiheitsgraden ist möglich, da in der Regel sowohl bei der Bilddatenaufnahme mit dem Computertomographen als auch bei der Bilddatenaufnahme mit dem C-Bogen-Gerät der Patient in der gleichen Orientierung, in Kopf-oben-Rückenlage (HFS: head first supine), gelagert ist, so dass rotatorische Abweichungen für eine grobe Annäherung vernachlässigt werden können.
-
Zur Steigerung der Registrierungsgeschwindigkeit einer derartigen lediglich auf translatorischen Freiheitsgraden beruhenden Registrierung kann das Verfahren der bereits oben genannten Veröffentlichung von A. Khamene et al. genutzt werden. Die Bilddatensätze bzw. die durch diese dargestellten Volumina werden hierbei entlang der Koordinatenachsen projiziert. Das Grobregistrierungsproblem reduziert sich dadurch auf 2-D/2-D-Registrierungen zwischen den jeweiligen Projektionen. Zur weiteren Steigerung der Robustheit der Grobregistrierung, kann die Aorta 5 aus dem ersten 3-D-Bilddatensatz entfernt werden. Dies ist aufgrund der Kenntnis der exakten Position der Aorta aus dem vorangehenden Segmentierungsschritt möglich. Der Registrierungsprozess wird dann nicht durch den unterschiedlichen Kontrast der Aorta in den beiden Bilddatensätzen gestört. Durch Nutzung einer geeigneten Transferfunktion für die Vorwärtsprojektion wird erreicht, dass lediglich Knochenstrukturen auf in die drei Raumrichtungen projiziert werden und Weichgewebe unterdrückt wird, wie dies in der eingangs genannten Veröffentlichung von D.A. Hahn et al. beschrieben ist. 2 zeigt hierzu stark schematisiert die Projektion der Knochenstrukturen 7 des zu registrierenden Volumens in x- und y-Richtung um jeweils zweidimensionale Projektionsbilder 8 zu erhalten. Die linke Projektionsebene entspricht dabei der sagittalen, die rechte der koronalen Projektionsebene.
-
Die Grobregistrierung umfasst in diesem Beispiel die folgenden Teilschritte:
- – Segmentierung der Knochenstrukturen 7 in dem ersten 3-D-Bilddatensatz 3 und in dem zweiten 3-D-Bilddatensatz 4 durch Entfernung der Aorta 5 aus dem ersten 3-D-Bilddatensatz und Wahl einer geeigneten Transferfunktion für die Vorwärtsprojektion;
- – Initialisierung der Registrierung beispielsweise durch Anpassung der Zentren der beiden Bildvolumina; alternativ kann der Punkt zwischen der Nierenverzweigung und der Aortenverzweigung (bekannt aus der Segmentierung der Aorta aus dem ersten Bilddatensatz) mit dem Zentrum des zweiten 3-D-Bilddatensatzes überlagert werden,
- – Projizieren der beiden 3-D-Bildvolumina (nach der Entfernung der Aorta) entlang der drei Koordinatenachsen,
- – Durchführen von drei 2-D/2-D-Registrierungen (eine für jede Projektionsebene) unabhängig voneinander und
- – falls die Parameter variieren, nochmalige Durchführung der 2-D/2-D-Registrierungen; andernfalls wird die Grobregistrierung beendet.
-
Die Überlagerung der Knochenstrukturen in den beiden Bildvolumina bedeutet nicht notwendigerweise, dass die Aorta in den beiden Bildvolumina übereinander liegt. Dies ist jedoch das Ziel der 3-D/3-D-Registrierung in diesem Beispiel und wird durch den nachfolgenden Feinregistrierungsschritt erreicht.
-
Im Gegensatz zur Grobregistrierung werden bei der Feinregistrierung die Knochenstrukturen vollkommen vernachlässigt. Die Registrierung erfolgt alleine auf Basis der segmentierten Aorta 5 des ersten 3-D-Bilddatensatzes 3 und der nicht kontrastierten Aorta 6 des zweiten 3-D-Bilddatensatzes 4. Daher wird das abdominale Aortamodell aus dem ersten 3-D-Bilddatensatz als eine Art Schablone (template) benutzt. Da aufgrund des Grobregistrierungs- bzw. Vorregistrierungsschrittes bereits ein guter Startwert für die Überlagerung bestimmt wurde, kann diese Schablone genutzt werden, um die Position der unkontrastierten Aorta 6 im zweiten 3-D-Bilddatensatz 4 zu lokalisieren. Dies ist im linken Teil der 3 schematisiert dargestellt. In diesem Bild ist das Modell 9 der aus dem ersten 3-D-Bilddatensatz erhaltenen Aorta 5 symbolisch dargestellt, das mit der unkontrastierten Aorta 6 aus dem zweiten 3-D-Bilddatensatz zur Überlagerung gebracht werden soll. Hierzu wird um das Modell 9 der Aorta ein dreidimensionaler Suchraum 10 definiert, in dem nach der unkontrastierten Aorta 6 im zweiten 3-D-Bilddatensatz 4 gesucht wird. Position und Lage dieses Suchraums 10 im zweiten 3-D-Bilddatensatz ist durch die vorangegangene Grobregistrierung festgelegt. Die Feinregistrierung erfolgt durch möglichst genaue Überlagerung des Modells 9 der Aorta 5 mit der unkontrastierten Aorta 6 aus dem zweiten Bilddatensatz 4, wie im rechten Teil der 1 und 3 zu erkennen ist. Diese Aorta/Aorta-Registrierung des Feinregistrierungsschrittes ist somit auf den durch den Suchraum 10 vorgegebenen Bereich begrenzt. Der Suchraum 10 kann aufgrund der Vorregistrierung klein gehalten werden. Die Feinregistrierung kann – ebenso wie die Grobregistrierung – mit bekannten Verfahren des Template-Matching oder der intensitätsbasierten 3-D/3-D-Registrierung unterschiedlich kontrastierter Volumina (wie z.B. gegenseitiger Information) durchgeführt werden. Durch die Beschränkung auf den Suchraum 10 erfolgt auch diese Registrierung mit relativ hoher Geschwindigkeit und kann sehr genau durchgeführt werden.
-
Selbstverständlich kann das vorgeschlagene Verfahren auch dann eingesetzt werden, wenn beide 3-D-Bilddatensätze unter Kontrastmittelgabe aufgezeichnet wurden.
-
4 zeigt schließlich noch stark schematisiert ein Beispiel für eine Datenverarbeitungseinrichtung, mit der das vorgeschlagene Verfahren durchführbar ist. Die Datenverarbeitungseinrichtung 11 umfasst neben einem nicht dargestellten Rechenprozessor eine Speichereinheit 12, in der die zu registrierenden Bilddatensätze abgespeichert werden. Eine Segmentierungseinheit 13 segmentiert der interessierende Körperteil, beispielsweise die Aorta, aus dem ersten 3-D-Bilddatensatz und erstellt gegebenenfalls ein dreidimensionales Modell dieses Körperteils. In einer Grobregistrierungseinheit 14 wird die Grobregistrierung und in der Feinregistrierungseinheit 15 die Feinregistrierung durchgeführt. An einem Bildschirm 16, der mit der Datenverarbeitungseinrichtung 11 verbunden ist, kann der zweite 3-D-Bilddatensatz 4 mit der überlagerten Aorta 5 aus dem ersten 3-D-Bilddatensatz 3 dargestellt werden.
-
Das vorgeschlagene Verfahren der 3-D/3-D-Registrierung ist für die Registrierung eines ersten, präoperativen, 3-D-Bilddatensatzes aus einer CT-Angiographie mit einem 3-D-Bilddatensatz aus einem C-Bogen-Gerät, der unkontrastiert sein kann, ausgebildet und lässt sich insbesondere für AAA-Interventionen einsetzen. Das vorgeschlagene Verfahren basiert auf einem zweistufigen Registrierungsprozess mit einer ersten stabilen Anfangsregistrierung und einer anschließenden Feinregistrierung auf Basis des interessierenden Körperteils, insbesondere der Aorta. Im Vergleich zu bekannten 3-D/3-D-Registrierungsverfahren, die jeweils die gesamten Bildvolumina der Bilddatensätze für die Registrierung vergleichen, arbeitet das hier vorgeschlagene Verfahren stabiler und erfordert weniger Nutzereingriffe, da keine manuelle Initialisierung erforderlich ist und der Aufwand für eine eventuell nach der Registrierung zusätzlich durchgeführte Feinanpassung verringert wird. Dies führt zu einem insgesamt geringeren Zeitaufwand für den Nutzer während einer AAA-Intervention.
-
Obwohl die Erfindung im Detail durch das bevorzugte Ausführungsbeispiel näher illustriert und beschrieben wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Nicht-Patentliteratur
-
- A. Khamene et al., „A Novel Projection Based Approach for Medical Image Registration“, in WBIR, ser. Lecture Notes in Computer Science, J. P. W. Pluim et al., Eds., Vol. 4057, Springer 2006, Seiten 247 bis 256 [0006]
- D. A. Hahn et al., „Unbiased Rigid Registration using Transfer Functions“, in Proc. of SPIE Vol. 5747, 2005, Seiten 151 bis 162 [0007]
- D. A. Hahn et al. [0013]
- A. Khamene et al. [0024]
- D.A. Hahn et al. [0024]
