<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Archiving and Interchange DTD v1.0 20120330//EN" "JATS-archivearticle1.dtd">
<article xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta />
    <article-meta>
      <title-group>
        <article-title>Automatisierte Überwachung der Laserosteotomie mittels optischer Kohärenztomographie</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>A. Fuchs</string-name>
          <email>alexander.fuchs@imes.uni-hannover.de</email>
          <xref ref-type="aff" rid="aff1">1</xref>
          <xref ref-type="aff" rid="aff2">2</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>D. Kundrat</string-name>
          <xref ref-type="aff" rid="aff1">1</xref>
          <xref ref-type="aff" rid="aff2">2</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>M. Schultz</string-name>
          <xref ref-type="aff" rid="aff0">0</xref>
          <xref ref-type="aff" rid="aff2">2</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>A. Krüger</string-name>
          <xref ref-type="aff" rid="aff0">0</xref>
          <xref ref-type="aff" rid="aff2">2</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>T. Ortmaier</string-name>
          <xref ref-type="aff" rid="aff1">1</xref>
          <xref ref-type="aff" rid="aff2">2</xref>
        </contrib>
        <aff id="aff0">
          <label>0</label>
          <institution>Laser Zentrum Hannover e.V.</institution>
          ,
          <addr-line>Hannover</addr-line>
          ,
          <country country="DE">Germany</country>
        </aff>
        <aff id="aff1">
          <label>1</label>
          <institution>Leibniz Universität Hannover, Institut für Mechatronische Systeme</institution>
          ,
          <addr-line>Hannover</addr-line>
          ,
          <country country="DE">Germany</country>
        </aff>
        <aff id="aff2">
          <label>2</label>
          <institution>Schlüsselworte: Laserosteotomie</institution>
          ,
          <addr-line>Segmentierung, Ablationsüberwachung</addr-line>
        </aff>
      </contrib-group>
      <pub-date>
        <year>2012</year>
      </pub-date>
      <fpage>123</fpage>
      <lpage>127</lpage>
      <abstract>
        <p>Den Vorteilen der Laserchirurgie (kontaktfreie Bearbeitung, beliebige Geometrien, hohe Genauigkeit) steht bislang die fehlende Tiefeninformation während des Gewebeabtrags gegenüber. Ein optischer Aufbau mit vereintem Strahlengang eines Er:YAG-Lasers zur Gewebebearbeitung und einer optischen Kohärenztomographie bietet die Möglichkeit zur In-situ-Abtragsüberwachung. Der präsentierte Lösungsansatz beinhaltet eine automatische Oberflächensegmentierung sowie eine Auswertung der Ablationsgeometrie. Mit einem Vergleich zwischen Soll- und Ist-Tiefe lassen sich nachfolgende Bearbeitungsschritte präzise planen und zukünftig ein Regelkreis zur Abtragssteuerung schließen. Der Einsatz von Lasern in chirurgischen Anwendungen erreicht aufgrund von kontaktfreier Bearbeitung, beliebigen Abtragsgeometrien und hohen Genauigkeiten eine immer größere klinische Akzeptanz [1, 2]. Die Wahl idealer Laserparameter (u.a. Wellenlänge, Fokusdurchmesser, Pulsdauer, -energie und -frequenz) ist Voraussetzung für den erfolgversprechenden Lasereinsatz. So lassen sich einerseits Abtragsrate und Genauigkeit optimieren, während andererseits Kollateralschäden wie Koagulation und Karbonisierung minimiert werden [3, 4]. Die Effektivität der Laser-Gewebe-Interaktion und das daraus resultierende Abtragsvolumen hängen direkt von den optischen und thermomechanischen Eigenschaften des Zielgewebes ab, welche wiederum vom intrazellulären Wassergehalt beeinflusst werden [5]. Beschränkungen für den klinischen Einsatz einer computergestützten Laserablation ergeben sich bislang aus der fehlenden Information über die aktuelle Abtragstiefe während des Bearbeitungsfortschritts. Eine Möglichkeit zur nicht-invasiven In-situ-Analyse des laserexponierten Gewebes bietet die optische Kohärenztomographie (OCT) [6]. Dieses Bildgebungsverfahren stellt zusätzlich zur Topologie des bearbeiteten Gebietes oberflächennahe Strukturen dar [7, 8]. Diese Eigenschaft macht die OCT in der Augenheilkunde zur Untersuchung von Netzhauterkrankungen zum Mittel der Wahl [9]. Auflösungen von etwa 10 µm und Eindringtiefen von bis zu mehreren Millimetern (abhängig von den optischen Eigenschaften der Probe) ohne physischen Kontakt ermöglichen eine Unterscheidung verschiedener Gewebeschichten. Die Kombination von OCT und chirurgischem Laser wurde zur manuellen, qualitativen Überwachung des Ablationsprozesses bei unterschiedlichen Hart- und Weichgeweben eingesetzt [10, 11]. Der Aufbau eines Laser-OCT-Systems mit einer starren Anordnung der beiden Laser zueinander und sich überlappenden Scanfeldern ermöglicht die In-situ-Vermessung des erreichten Ablationsfortschrittes. Erste Untersuchungen mit diesem System adressierten zunächst die Möglichkeit zur Bestimmung der verbleibenden Knochendicke am Ablationsgrund [12]. Dabei konnten Restdicken von einigen 100 µm detektiert werden. Somit ließe sich ein Knochenschnitt vor dem Materialdurchbruch beenden und folglich eine Schädigung tieferliegender Risikostrukturen verhindern. Insbesondere wird die Schnittführung hierdurch unabhängig von Unsicherheiten in der präoperativen Osteotomieplanung (tatsächliche gegenüber geplanter Knochendicke). Schwerpunkt der vorliegenden Arbeit ist die Gewinnung zusätzlicher Informationen während des Abtrags bei Eingriffen, in denen kein vollständiges Durchtrennen des Knochens angestrebt wird. Aus der automatisch segmentierten Oberfläche werden neben einem Soll-Ist-Vergleich der Abtragsgeometrie auch weiterzubearbeitende Bereiche innerhalb des Ablationsgebietes definiert. Somit wird ein Ansatz zur Schließung eines Regelkreises für eine automatisierte Laserablation etabliert.</p>
      </abstract>
    </article-meta>
  </front>
  <body>
    <sec id="sec-1">
      <title>Problem</title>
      <p>2</p>
    </sec>
    <sec id="sec-2">
      <title>Methoden</title>
      <p>Der optische Aufbau umfasst eine fixe Anordnung von OCT und Er:YAG-Laser1. Der Probenarmstrahl des
OCTInterferometers und der Bearbeitungslaserstrahl durchlaufen zunächst unabhängige optische Pfade mit individuellen
Scannern und Fokussieroptiken. Ein speziell beschichteter dichroitischer Spiegel vereint die Strahlengänge oberhalb der
fokalen Ebenen. In einem Volumen von (10 x 10 x 10) mm3 überdecken sich somit Laserarbeitsbereich und
Bildgebungsbereich.
2.1</p>
      <sec id="sec-2-1">
        <title>Ablation der geplanten Schnittgeometrie</title>
        <p>Zur Evaluierung der Vorgehensweise werden Proben aus femoralen Schweineknochen verwendet. Diese werden im
gefrorenen Zustand in 20 mm starke Scheiben gesägt, eine Stunde vor der Laserbearbeitung bei Zimmertemperatur
aufgetaut und bis zur Bearbeitung in einem Wasserbad feucht gehalten. Weiterhin werden Knochenhaut, -mark und
verbleibendes Weichgebe entfernt, um unerwünschte Laser-Gewebe-Interaktionen zu vermeiden. Die Probenoberfläche wird vor
der Bearbeitung im Fokus des Schneidlasers positioniert. Ziel der Bearbeitung ist eine rechteckige Ausschachtung
(6 mm x 2 mm), wie sie beispielsweise in der Dentalchirurgie für Zystektomien einsetzbar ist. Für einen flächigen Abtrag
werden lineare Scan-Trajektorien parallel und mit konstantem Versatz angeordnet. Die idealen Laserparameter wurden
empirisch ermittelt, um thermische Gewebeschädigungen zu vermeiden. Eine Pulsdauer von p = 150 μs, eine
Wiederholrate von p = 150 Hz und eine Scangeschwindigkeit von vs = 20 mm/s wurden eingestellt. Unter der Annahme eines
Fokusdurchmessers von 2w0 = 300 µm ergibt sich eine Fluenz von annähernd  = 6 J/cm². Das exponierte Gebiet wurde
nach jeder zweiten Applikation der Scan-Geometrie befeuchtet, um thermische Nebeneffekte zu reduzieren. Die geplante
Kavität wurde durch insgesamt 20 Wiederholungen der Scan-Trajektorie abgetragen.
2.2</p>
      </sec>
      <sec id="sec-2-2">
        <title>Bildverarbeitung</title>
        <p>Zur Aufnahme der Datensätze kommt ein Spectral Domain OCT (Ganymede, Fa. Thorlabs) mit einer
Superlumineszenz-Diode (Zentralwellenlänge 930 nm, Bandbreite 50 nm) zum Einsatz. Für ein laterales Scan-Feld von 8 mm x 4 mm
wurden 368 B-Scans mit einer Auflösung von 368 px x 1024 px aufgezeichnet. Dies entspricht einer Pixelgröße in Luft
von lateral 21 µm bzw. 11µm und axial 2,7 µm.</p>
        <p>
          Da jede Aufnahme von Speckle-Rauschen betroffen ist und durch Artefakte gestört wird, ist ein
Vorverarbeitungsschritt zur Reduktion der Effekte erforderlich. Ein nichtlineares Diffusionsfilter [
          <xref ref-type="bibr" rid="ref13">13</xref>
          ] wird dabei der traditionellen
Gauss- oder Median-Filterung vorgezogen. Die Implementierung des Perona-Malik-Modells mit einem
Diffusionskoeffizienten  = 50 und 20 Iterationen reduziert die Störeinflüsse ohne Informationsverlust.
        </p>
        <p>
          Die in der vorliegenden Arbeit präsentierte Segmentierung der Oberfläche basiert auf einer Anpassung traditioneller
Kass Snakes [
          <xref ref-type="bibr" rid="ref14">14</xref>
          ]. Ein Snake ist eine parametrische, im Bildbereich normalisierte Kurve c(s) = (x(s), y(s)), die
basierend auf einer iterativen Minimierung von Energien der Kurve (interne Energie) und des Bildes (externe Energie)
deformiert wird und sich Konturen annähert. Die interne Energie entspricht dabei einer potentiellen Energie, die
Spannungen und Biegungen der Kurve repräsentiert (in Anlehnung an eine Verallgemeinerung des Hooke’schen Gesetzes und
elastischer Biegung [
          <xref ref-type="bibr" rid="ref9">9</xref>
          ]). Im Gegensatz dazu betrachtet die externe Energie lediglich bildabhängige Eigenschaften und
bestimmt sich über Beträge des Bildgradienten. Der Einfluss der einzelnen Energieterme wird durch die
Gewichtsfakto
ren  ,  und  angepasst. Die Erweiterung um ein Gradient-Vector-Flow(GVF)-Feld w(x, y) [
          <xref ref-type="bibr" rid="ref15">15</xref>
          ] und eine künstliche

vertikale Kraft n führt zur Formulierung des dynamischen Systems
(1) c(s,t)   c(s)   2c(s)    w(x, y)  n,
        </p>
        <p>t s s2
dessen numerische Lösung die Kurve iterativ in Richtung eines lokalen Gleichgewichts bewegt und deformiert. Nach
jeder Iteration verhindern Randbedingungen eine horizontale Verschiebung des ersten und letzten Konturpunktes. Aus
numerischen Gründen werden alle Konturstützstellen äquidistant verteilt (Resampling). Die Initialisierung des
SnakeAlgorithmus erfolgt automatisch. Die gefilterten und normalisierten Rohdaten werden mit einem Schwellwert von 0,5
binarisiert. Anschließend wird das Binärbild mit einem Strukturelement morphologisch dilatiert, um Löcher in der Kontur
zu schließen und Kanten zu glätten. Zusätzlich wird eine Markierung von binären Regionen durchgeführt, um
zusammenhängende Abschnitte zu detektieren und isolierte Bereiche zu eliminieren. Die initiale Kontur der Kurve wird als
erste Grenzfläche aus dem Binärbild extrahiert. Danach wird das GVF-Feld der gefilterten OCT-Daten berechnet und der
erläuterte Snake-Algorithmus angewandt. Der GVF-Regulierungsfaktor beträgt µ = 0,1 und 20 Iterationen wurden
ausgeführt. Die künstliche Kraft betrug n = (0,  1 px) je Iterationsschritt.</p>
        <p>
Die segmentierten Konturen c(s) sind im lokalen Bildbereich jedes einzelnen B-Scans definiert. Zur Visualisierung
und Rekonstruktion der Tiefenkarte wird eine Transformation der lokalen Koordinaten in ein globales, kartesisches</p>
        <sec id="sec-2-2-1">
          <title>1 DPM 15 LaserKit (Pantec Engineering/3m.i.k.r.o.n)</title>
          <p>Koordinatensystem und eine Interpolation durchgeführt. Zusätzlich wird die Tiefenkarte von Pixelkoordinaten in
metrische Koordinaten überführt. Aus einem Differenzbild der Aufnahmen vor und nach der Bearbeitung kann die absolute
Abtragstiefe bestimmt werden.
2.3</p>
        </sec>
      </sec>
      <sec id="sec-2-3">
        <title>Registrierung von Scanner- und OCT-Koordinatensystem</title>
        <p>Zur Umrechnung von der OCT-Bilddaten in Positionsdaten des Scanners müssen die jeweiligen Koordinatensysteme
zueinander registriert werden. Hierfür wird der beschriebene Segmentierungsalgorithmus genutzt. In Nullstellung des
Scanners werden in einem Probenkörper kleine Volumina abgetragen. Aus den entsprechenden OCT-Aufnahmen vor und
nach dem Abtrag werden Tiefenkarten erstellt und letztlich Volumenschwerpunkte bestimmt. Eine Wiederholung dieses
Vorgangs in 26 unterschiedlichen axialen Tiefen liefert 26 lokalisierte Abtragsschwerpunkte. Die Ausgleichgerade durch
diese Punkte stellt die laterale Verschiebung des Scannerkoordinatenursprungs in Abhängigkeit der axialen Position im
OCT-Bild dar. Dies liefert die Verkippung der beiden Koordinatensysteme zueinander und ermöglicht eine
Koordinatentransformation. Zur Bewertung der Präzision dient ein mehrfaches Durchführen der Geradenberechnung an
verschiedenen Versuchsreihen. Hierbei ergibt sich eine mittlere Abweichung der Ausgleichsgeraden von den Stützstellen von
6,3 µm bei einer Standardabweichung von 2,8 µm. Dies lässt auf eine ausreichende Qualität der Registrierung schließen.
Da die reale Konfiguration nicht bekannt ist, existiert keine andere Möglichkeit, die Genauigkeit einzuschätzen.
2.4</p>
      </sec>
      <sec id="sec-2-4">
        <title>Geometrieauswertung</title>
        <p>Die Geometrie des abgetragenen Gewebevolumens wird anhand der Tiefenkarte vermessen, um Planung und Ausführung
der Ablation miteinander zu vergleichen. Das laserexponierte Gebiet an der Knochenoberfläche wird in der
normalisierten Tiefenkarte mit Anwendung eines Schwellwerts von 0,1 detektiert. Die Berechnung der Hüllgeometrie der
verbleibenden Region innerhalb des Binärbildes liefert die horizontale und vertikale Ausdehnung. Diese Größen erlauben einen
Soll-Ist-Abgleich und eine Bewertung der erzielten Ablationsgenauigkeit. Zur Lokalisierung von Bereichen, die für die
weitere Bearbeitung berücksichtigt bzw. ausgeschlossen werden, wird die Tiefenkarte mit einer spezifizierten Soll-Tiefe
verglichen. Nach Identifikation des zu bearbeitenden Gebietes erfolgt eine Transformation der Positionen in das
ScannerKoordinatensystem unter Berücksichtigung der bekannten Registrierung zwischen OCT und Scanner-Einheit. Die
Positionen repräsentieren dabei Stützpunkte, die zukünftig zur Bahnplanung der Ablationsgeometrie für den nachfolgenden
Scan-Durchlauf verwendet werden können.
3</p>
      </sec>
    </sec>
    <sec id="sec-3">
      <title>Ergebnisse</title>
      <p>Das Potential der vorgestellten Methodik demonstrieren die folgenden experimentellen Ergebnisse. Nach Abtrag der
geplanten Kavität sind oberflächlich keine thermischen Schädigungen des Gewebes nachweisbar, sodass die gewählten
Laserparametern eine schonende Knochenbearbeitung ermöglichen. Die quantitative Analyse erfolgt nach einer
Vermessung der Ablationsgeometrie und Erstellung einer Tiefenkarte, deren Ergebnisse im Vergleich mit den Planungsdaten zu
beurteilen sind. Nach der Auswertung werden Rückschlüsse auf die weiteren Bearbeitungsschritte gezogen.
Eine Validierung der Tiefenmessung erfolgt anhand eines Probenkörpers aus Polymethylmethacrylat (PMMA). Die
optischen Eigenschaften dieses Materials ermöglichen eine zuverlässige Kantendetektion im OCT-Bild. Bohrungen
unterschiedlicher Tiefe werden in ein PMMA-Plättchen eingebracht und anschließend mittels des vorgestellten Algorithmus
segmentiert. Als Referenz für die realen Tiefenprofile dient eine Vermessung durch ein taktiles Koordinatenmessgerät2
(KMG). Die Längenmessungenauigkeit des KMG liegt mit  [1,4 µm + (L/100)] unter der maximalen Auflösung des
OCT-Bildes. Der Bohrgrund und die unbearbeitete Oberfläche werden mehrfach abgetastet und die Messwerte jeweils
gemittelt. Der Vergleich von taktiler Messung und durch Segmentierung erstellter Tiefenkarte zeigt eine
durchschnittliche Abweichung der OCT-Auswertung von -14 µm gegenüber den KMG-Werten.
3.1</p>
      <p>Geometrievermessung
Der Tiefenkarte in Abb. 1(c) ist zu entnehmen, dass der Abtrag überwiegend gleichmäßig erfolgte. Dennoch ist der
Aufbau der Scan-Geometrie aus linearen Elementen am Ablationsgrund zu erkennen. Im Gegensatz zur gleichmäßigen
Bearbeitung in horizontaler Richtung wird das Gewebe entlang der Stirnseiten ungleichmäßig abgetragen. Dieser Effekt ist
auf die herstellerseitige Lasersteuerung zurückzuführen, in der eine Synchronisation und kontrollierte Auslösung der
Pulse nicht vorgesehen ist. Somit ist die Bearbeitung der Start- und Endpunkte der linearen Trajektorien nicht exakt
determinierbar. Die Konizität des Ablationsvolumens, die sich aus dem Gradienten der Tiefen im Randbereich ergibt, ist
auf das Strahlprofil der fokussierten Er:YAG-Laserquelle zurückzuführen.</p>
      <sec id="sec-3-1">
        <title>2 Werth VCIP 3D</title>
        <p>Abb. 1: Aufnahme der Knochenoberfläche (a) vor der Bearbeitung, (b) nach der Bearbeitung und (c) aus
Differenzenbild erstellte Tiefenkarte des Ablationsgebiets
Die Abweichung der abgetragenen Geometrie von den Planungsmaßen beträgt horizontal 110 µm und vertikal 95 µm.
Als Ursachen für diesen Fehler können die gekrümmte Knochenoberfläche, die Genauigkeit des Scanners in der
Umsetzung der Trajektorie und eine nicht exakte Positionierung der Probenoberfläche im Laserfokus angesehen werden.
Weiterhin wirkt sich die Güte der Segmentierung des Ablationsvolumens unmittelbar auf die Vermessung aus.
3.2</p>
        <p>Ablationsregelung
Informationen zur Regelung der Ablation werden aus einem Soll-Ist-Vergleich einer globalen Tiefenvorgabe von
1200 µm, einem Toleranzbereich von ± 50 µm und der Tiefenkarte in Abb. 1 gewonnen. In der Analyse des aktuellen
Ablationsgebietes bleiben der konische Randbereich der Kavität sowie das unbearbeitete Gewebe unberücksichtigt. Zur
Detektion des Randbereiches wird ein Gradientenoperator auf die Tiefenkarte angewandt, die verbleibenden Regionen
binarisiert und morphologisch geöffnet, um Artefakte zu eliminieren und Löcher zu schließen. Der Randbereich wird
anschließend vom gesamten Ablationsgebiet subtrahiert, um die innere Bearbeitungsfläche isoliert darzustellen.
In Abb. 2 ist die hinsichtlich der Soll-Tiefe analysierte Tiefenkarte mit drei markierten Bereichen dargestellt. Regionen,
deren Abtrag tiefer als der Soll-Bereich ist, werden dunkel dargestellt (a). Diese sind, ebenso die Bereiche geplanter
Tiefe (mit mittlerer Färbung (b)), von einer weiteren Bearbeitung auszuschließen. Hell markierte Bereiche (c) weisen einen
noch nicht ausreichenden Abtrag auf und sind während der nächsten Ablation priorisiert zu bearbeiten, um einen
gleichmäßigen Abtrag zu gewährleisten.</p>
        <p>(b)
(c)
(a)
Abb. 2: Tiefenkarte nach Auswertung mit einer Soll-Tiefe von 1200µm. Die Koordinaten der hell markierten Region (c)
liegen unterhalb der Soll-Vorgabe und werden für den folgenden Scan-Durchlauf berücksichtigt. Gebiete mit
mittlerer (b) und dunkler (c) Einfärbung werden von der weiteren Bearbeitung ausgeschlossen, da die Soll-Tiefe bereits
erreicht bzw. überschritten wurde.
4</p>
      </sec>
    </sec>
    <sec id="sec-4">
      <title>Diskussion</title>
      <p>Die vorliegende Arbeit demonstriert einen Ansatz zur In-situ-Überwachung des Abtragsfortschritts während der
Laserosteotomie mittels OCT. Mit einem angepassten Snake-Algorithmus wird die Knochenoberfläche automatisch segmentiert
und eine Tiefenkarte erstellt. Anhand dieses Vorgehens lässt sich die Ablationsgeometrie direkt mit den Planungsdaten
vergleichen. Mit der vorgestellten Methodik ist eine akzeptable Genauigkeit erreicht worden. Zusätzlich wird die
Tiefenkarte auf Informationen für anschließende Bearbeitungsschritte reduziert. Im Folgenden zu bearbeitende Bereiche
werden im Bild identifiziert und können nach einer Transformation in das Scanner-Koordinatensystem zukünftig zur
Abtragsregelung verwendet werden.</p>
    </sec>
  </body>
  <back>
    <ref-list>
      <ref id="ref1">
        <mixed-citation>
          [1]
          <string-name>
            <given-names>S.</given-names>
            <surname>Stopp</surname>
          </string-name>
          ,
          <string-name>
            <given-names>D.</given-names>
            <surname>Svejdar</surname>
          </string-name>
          , E. von Kienlin,
          <string-name>
            <given-names>H.</given-names>
            <surname>Deppe</surname>
          </string-name>
          , and T. Lueth, “
          <article-title>A new approach for creating defined geometries by navigated laser ablation based on volumetric 3-d data</article-title>
          ,
          <source>” Trans. Bio</source>
          . Eng., vol.
          <volume>55</volume>
          , no.
          <issue>7</issue>
          , pp.
          <fpage>1872</fpage>
          -
          <lpage>1880</lpage>
          ,
          <year>2008</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref2">
        <mixed-citation>
          [2]
          <string-name>
            <given-names>L. A.</given-names>
            <surname>Kahrs</surname>
          </string-name>
          , “
          <article-title>Bildverarbeitungsunterstützte Laserknochenablation am humanen Felsenbein,”</article-title>
          <source>Ph.D. dissertation, Universität Fridericiana zu Karlsruhe (TH)</source>
          ,
          <year>2009</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref3">
        <mixed-citation>
          [3]
          <string-name>
            <given-names>J.</given-names>
            <surname>Walsh</surname>
          </string-name>
          ,
          <string-name>
            <given-names>T. J.</given-names>
            <surname>Flotte</surname>
          </string-name>
          , and
          <string-name>
            <given-names>T. F.</given-names>
            <surname>Deutsch</surname>
          </string-name>
          , “
          <article-title>Er:YAG laser ablation of tissue: Effect of pulse duration and tissue type on thermal damage</article-title>
          ,
          <source>” Las. Surg. Med</source>
          ., vol.
          <volume>9</volume>
          , pp.
          <fpage>314</fpage>
          -
          <lpage>326</lpage>
          ,
          <year>1989</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref4">
        <mixed-citation>
          [4]
          <string-name>
            <given-names>J. S.</given-names>
            <surname>Nelson</surname>
          </string-name>
          ,
          <string-name>
            <given-names>A.</given-names>
            <surname>Orenstein</surname>
          </string-name>
          , L.
          <string-name>
            <surname>-H. L. Liaw</surname>
            , and
            <given-names>M. W.</given-names>
          </string-name>
          <string-name>
            <surname>Berns</surname>
          </string-name>
          , “
          <article-title>Mid-infrared erbium:yag laser ablation of bone: The effect of laser osteotomy on bone healing,”</article-title>
          <source>Las. Surg. Med</source>
          ., vol.
          <volume>9</volume>
          , pp.
          <fpage>362</fpage>
          -
          <lpage>374</lpage>
          ,
          <year>1989</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref5">
        <mixed-citation>
          [5]
          <string-name>
            <given-names>M. H.</given-names>
            <surname>Niemz</surname>
          </string-name>
          ,
          <string-name>
            <surname>Laser-Tissue Interactions</surname>
          </string-name>
          . Springer Berlin Heidelberg,
          <year>2007</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref6">
        <mixed-citation>
          [6]
          <string-name>
            <given-names>A.</given-names>
            <surname>Murtaza</surname>
          </string-name>
          and
          <string-name>
            <given-names>P.</given-names>
            <surname>Renuka</surname>
          </string-name>
          , “
          <article-title>Signal processing overview of optical coherence tomography for medical imaging</article-title>
          ,
          <source>” Texas Instrumens White Paper</source>
          ,
          <year>2010</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref7">
        <mixed-citation>
          [7]
          <string-name>
            <given-names>W.</given-names>
            <surname>Drexler</surname>
          </string-name>
          and
          <string-name>
            <surname>J. G</surname>
          </string-name>
          . Fujimoto, Eds.,
          <source>Optical Coherence Tomography Technology and Applications</source>
          . Springer Berlin Heidelberg,
          <year>2008</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref8">
        <mixed-citation>
          [8]
          <string-name>
            <given-names>O.</given-names>
            <surname>Müller</surname>
          </string-name>
          ,
          <string-name>
            <given-names>S.</given-names>
            <surname>Donner</surname>
          </string-name>
          ,
          <string-name>
            <given-names>T.</given-names>
            <surname>Klinder</surname>
          </string-name>
          ,
          <string-name>
            <given-names>R.</given-names>
            <surname>Dragon</surname>
          </string-name>
          ,
          <string-name>
            <given-names>I.</given-names>
            <surname>Bartsch</surname>
          </string-name>
          ,
          <string-name>
            <given-names>F.</given-names>
            <surname>Witte</surname>
          </string-name>
          ,
          <string-name>
            <given-names>A.</given-names>
            <surname>Krüger</surname>
          </string-name>
          ,
          <string-name>
            <given-names>A.</given-names>
            <surname>Heisterkamp</surname>
          </string-name>
          , and
          <string-name>
            <given-names>B.</given-names>
            <surname>Rosenhahn</surname>
          </string-name>
          , “
          <article-title>Model based 3d segmentation and oct image undistortion of percutaneous implants,” MICCAI, vol</article-title>
          . III, pp.
          <fpage>454</fpage>
          -
          <lpage>462</lpage>
          ,
          <year>2011</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref9">
        <mixed-citation>
          [9]
          <string-name>
            <given-names>D.</given-names>
            <surname>Fernandez</surname>
          </string-name>
          , “
          <article-title>Delineating fluid-filled region boundaries in optical coherence tomography images of the retina,” Medical Imaging, IEEE Transactions on</article-title>
          , vol.
          <volume>24</volume>
          , no.
          <issue>8</issue>
          , pp.
          <fpage>929</fpage>
          -
          <lpage>945</lpage>
          ,
          <year>2005</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref10">
        <mixed-citation>
          [10]
          <string-name>
            <given-names>S. A.</given-names>
            <surname>Boppart</surname>
          </string-name>
          ,
          <string-name>
            <given-names>J.</given-names>
            <surname>Herrmann</surname>
          </string-name>
          , and
          <string-name>
            <given-names>C.</given-names>
            <surname>Pitris</surname>
          </string-name>
          , “
          <article-title>High-resolution optical coherence tomography-guided laser ablation of surgical tissue,”</article-title>
          <string-name>
            <given-names>J.</given-names>
            <surname>Surg</surname>
          </string-name>
          . Res., vol.
          <volume>82</volume>
          , pp.
          <fpage>275</fpage>
          -
          <lpage>284</lpage>
          ,
          <year>1999</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref11">
        <mixed-citation>
          [11]
          <string-name>
            <given-names>M.</given-names>
            <surname>Ohmi</surname>
          </string-name>
          ,
          <string-name>
            <given-names>M.</given-names>
            <surname>Ohnishi</surname>
          </string-name>
          ,
          <string-name>
            <given-names>D.</given-names>
            <surname>Takada</surname>
          </string-name>
          , and
          <string-name>
            <given-names>M.</given-names>
            <surname>Haruna</surname>
          </string-name>
          , “
          <article-title>Real-time oct imaging of laser ablation of biological tissue</article-title>
          ,” vol.
          <volume>7562</volume>
          , no. 1. SPIE,
          <year>2010</year>
          , p.
          <fpage>756210</fpage>
          .
        </mixed-citation>
      </ref>
      <ref id="ref12">
        <mixed-citation>
          [12]
          <string-name>
            <given-names>A.</given-names>
            <surname>Fuchs</surname>
          </string-name>
          ,
          <string-name>
            <given-names>M.</given-names>
            <surname>Schultz</surname>
          </string-name>
          ,
          <string-name>
            <given-names>A.</given-names>
            <surname>Krüger</surname>
          </string-name>
          ,
          <string-name>
            <given-names>D.</given-names>
            <surname>Kundrat</surname>
          </string-name>
          ,
          <string-name>
            <given-names>J. D.</given-names>
            <surname>Díaz</surname>
          </string-name>
          , and T. Ortmaier, “
          <article-title>Online measurement and evaluation of the Er:YAG laser ablation process using an integrated OCT system,” Biomed Tech</article-title>
          , vol. [online],
          <source>Aug</source>
          <year>2012</year>
          ,
          <article-title>e-pub ahead of print.</article-title>
        </mixed-citation>
      </ref>
      <ref id="ref13">
        <mixed-citation>
          [13]
          <string-name>
            <given-names>P.</given-names>
            <surname>Perona</surname>
          </string-name>
          and
          <string-name>
            <given-names>J.</given-names>
            <surname>Malik</surname>
          </string-name>
          , “
          <article-title>Scale-space and edge detection using anisotropic diffusion,”</article-title>
          <source>IEEE Trans. Pattern Anal. Mach</source>
          . Intell., vol.
          <volume>12</volume>
          , no.
          <issue>7</issue>
          , pp.
          <fpage>629</fpage>
          -
          <lpage>639</lpage>
          ,
          <year>1990</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref14">
        <mixed-citation>
          [14]
          <string-name>
            <given-names>M.</given-names>
            <surname>Kass</surname>
          </string-name>
          ,
          <string-name>
            <given-names>A.</given-names>
            <surname>Witkin</surname>
          </string-name>
          , and
          <string-name>
            <given-names>D.</given-names>
            <surname>Terzopoulos</surname>
          </string-name>
          , “Snakes:
          <article-title>Active contour models,”</article-title>
          <string-name>
            <given-names>Int. J.</given-names>
            <surname>Comp</surname>
          </string-name>
          . Vis., vol.
          <volume>1</volume>
          , pp.
          <fpage>321</fpage>
          -
          <lpage>331</lpage>
          ,
          <year>1988</year>
          .
        </mixed-citation>
      </ref>
      <ref id="ref15">
        <mixed-citation>
          [15]
          <string-name>
            <given-names>C.</given-names>
            <surname>Xu</surname>
          </string-name>
          and
          <string-name>
            <given-names>J. L.</given-names>
            <surname>Prince</surname>
          </string-name>
          , “
          <article-title>Generalized gradient vector flow external forces for active contours</article-title>
          ,
          <source>” Signal Processing</source>
          , vol.
          <volume>71</volume>
          , no.
          <issue>2</issue>
          , pp.
          <fpage>131</fpage>
          -
          <lpage>139</lpage>
          ,
          <year>1998</year>
          .
        </mixed-citation>
      </ref>
    </ref-list>
  </back>
</article>