In der medizinischen Bildverarbeitung gibt es ein Überangebot an proprietären Softwarelösungen und kommerziellen Programmen zur Datenvisualisierung und -bearbeitung. Hieraus ergibt sich besonders für Patienten mit hirneigenen Tumoren die Schwierigkeit, eine einheitliche Basis zur Langzeitkontrolle zu schaffen. Es wurde untersucht, inwieweit die Open Source Forschungsplattform 3D-Slicer geeignet ist, als Basis für einheitliche longitudinale Verlaufskontrollen etabliert zu werden. Die Machbarkeit der Implementierung der Software zu diesem Zwecke wurde anhand der Datenverarbeitungsschritte Registrierung, Segmentierung und Volumetrie untersucht. Es ließen sich zu unterschiedlichen Zeiten und mittels unterschiedlicher Techniken acquirierte Datensätze aufeinander registrieren und ausgewählte segmentierte Strukturen volumetrieren.
mina. In diesem Fall wurden das Ventrikelsystem, das präoperative Tumorvolumen und die Resektionshöhle als Zielstrukturen festgelegt. Das Volumen der ausgewählten Strukturen wurde in ml berechnet.
Abbildung 1: Registrierung; OBERE REIHE: Registrierung eines intraoperativen T1w Datensatzes auf einen präoperativen T1w Datensatz (von links nach rechts: Präoperatives Bild, Intraoperatives Bild, Fusionierte Bilder, registrierte Bilder); UNTERE REIHE: Registrierung eines postoperativen T2w Datensatzes auf einen präoperativen T1w Datensatz (von links nach rechts: Präoperatives Bild, postoperatives Bild, Fusionierte Bilder, Registrierte Bilder) 3
Die stationären anatomischen Landmarken konnten mit dem 3D-Slicer mit hoher Genauigkeit registriert werden. In keinem Fall wurde die automatische Registrierung abgebrochen. Es ließen sich sowohl T1-, als auch T2-gewichtete Bilder registrieren. Die manuelle Segmentierung erwies sich als sehr zeitaufwendig, ist jedoch verglichen mit automatischen Segmentierungsverfahren zuverlässiger, besonders, wenn keine klare Graustufengrenze zu benachbarten Struktu16 ren vorhanden ist. Die segmentierten Zielvolumina ließen sich, sowohl zum visuellen Vergleich als Modelle darstellen, als auch zum quantitativen Vergleich volumetrieren. Die Zielvolumendifferenzen in den prä- und postoperativen kontrastmittelunterstützten T1w-Bildern reichten bei Tumorvolumina zwischen 4 ml und 73 ml von -22 ml bis +27 ml. Abbildung 2: Dreidimensionale Darstellung der segmentierten Zielvolumina; LINKS: Darstellung des Vetrikelsystems (blau), des präöperativen Tumorbefundes (gelb), der intraoperativen Resektionshöhle (grün) und der postoperativen Resektionshöhle (rot); RECHTS: Zusätzliche Darstellung der intra- und postoperativen Subduralraumerweiterung, die in Addition mit der Resektionshöhle das scheinbare Resektionsvolumen darstellt.
73,8 4,1 59,5 21,3 22,1 25 83,2 66,2 50,6 70,1 5,7 59,5
35 25,3
25 105,3 63 13,6 54,2 -12,1 -9,5
Tabelle 2: Ergebnisse der volumetrischen Messung in T2w Datensätzen. (Volumen in ml; a=Erst-OP, b=Rezidiv-OP) 4
Der 3D-Slicer bildet eine modulierbare Open Source Plattform zur Analyse und longitudinalen Untersuchungen von Tumorpatienten. Registrierung, Volumetrie und Vergleichsvolumetrische Untersuchungen sind durchführbar und erlauben die Konzeption einer longitudinalen individualisierten Verlaufskontrolle auf ubiquitärer Basis.
Weitere Untersuchungen beziehen die Segmentierungen weiterer Strukturen, sowie die Automatisierung der Abläufe ein, um die Beeinflussbarkeit der Ergebnisse durch den Anwender so gering, wie möglich zu halten. Bei der Interpretation der quantitativen volumetrischen Ergebnisse muss berücksichtigt werden, dass die Segmentierung, auf die die Volumetrie aufbaut im bereits registrierten Datensatz stattfindet. Dessen Bildmatrix und Schichtdicke wird während des Registrierungsvorganges an die des fixierten Datensatzes angepasst, so dass auch hier eine Fehlerquelle besteht, die für die Planung weiterer Studien mit dem 3D-Slicer berücksichtigt werden muss. Optimal wäre eine einheitliche Bildmatrix und Schichtdicke aller zu registrierenden Datensätze. 5