Perkutane Nadelinsertionen werden immer häufiger zu Diagnose oder Therapiezwecken eingesetzt. Die Herausforderungen hierbei sind eine effektive Planung von sicheren Zugangswegen, die Übertragung dieser Planungsdaten auf den Patienten, sowie die möglichst genaue Nadelinsertion. Existierende Navigationssysteme für minimal-invasive Nadelinsertionen basieren oft auf Markern zur Registrierung und Bewegungserfassung. Somit wird der bisherige klinische Workflow durch Verwendung zusätzlicher Hardware und speziell angefertigter Instrumente drastisch verändert. Wir stellen das erste Navigationssystem für perkutane Nadelinsertionen vor, das automatisch geeignete Zugangswege bestimmt, ohne zusätzliche Marker auskommt und sowohl Registrierung als auch Navigation mit einer einzigen Modalität ohne weitere zusätzliche Hardware ermöglicht. In einer ersten Phantomevaluation konnte eine Genauigkeit im Bereich von 7 mm ermittelt werden. Das einfache Setup sowie die vergleichsweise geringen Hardware-Kosten unterstreichen das klinische Potential.
Abbildung 1 zeigt schematisch den Ablauf des entwickelten markerlosen Nadelnavigationsansatzes, dessen Hauptkomponenten sowie dessen Evaluation im Folgenden detaillierter beschrieben werden.
Die automatische Zugangsplanung berechnet einen Trajektorienvorschlag, welcher die bezüglich vorher bestimmter
Kriterien (wie z.B. die Trajektorienlänge oder deren Abstand zu Risikostrukturen) am besten geeigneten Zugangswege
enthält. Ausgehend von Segmentierungen der einzelnen Strukturen wird hierbei anhand definierter Bedingungen
(sogenannter hard constraints), wie z.B. der Nadellänge, zunächst eine Einstichszone auf der Hautoberfläche berechnet,
welche alle Einstichspunkte enthält, die keine dieser Bedingungen verletzen. Diese werden dann mittels der soft constraints
bewertet und entsprechend der Gewichtung der einzelnen constraints (z.B. der Distanz zu kritischen Strukturen) farblich
markiert, um dem Arzt somit eine Entscheidungshilfe für die Trajektorienauswahl zu geben. Insbesondere wurde in
dieser Arbeit auch erstmals eine Planung ermöglicht, die unabhängig von manuellen Priorisierungen dieser soft constraints
mögliche Zugangswege unter Verwendung der sogenannten Pareto-Optimierung vorschlägt [
Abb. 1: Workflow der markerlosen Nadelnavigation. Ausgehend von präoperativen CT- Planungsdaten wird mit einer automatischen Zugangsplanung ein geeigneter Zugangsweg ermittelt. Dieser wird während der Intervention auf den Patienten übertragen indem mittels der Time-of-Flight (ToF)-Kamera aufgenommene Oberflächendaten mit den Oberflächendaten extrahiert aus dem präoperativen CT-Bild registriert werden. Die eigentliche Zielführung erfolgt schließlich durch Einblendung von Navigationsinformationen im Intensitätsbild der ToF Kamera.
Während der Intervention kommt erstmals eine Time-of-Flight (ToF) Kamera zum Einsatz. Sie erlaubt die Akquisition von korrespondierenden Distanz- und Intensitätsbildern und kann somit sowohl für die Übertragung des Zugangsweges auf den Patienten als auch für die Visualisierung von Navigationsinformationen verwendet werden. Nach Vorverarbeitung der Distanzdaten werden diese in eine Oberflächenrepräsentation überführt, welche für die oberflächenbasierte Registrierung mit den Planungsdaten verwendet wird.
Die Navigationsunterstützung erfolgt unter Verwendung der Intensitätsinformationen der ToF Kamera (siehe Abb. 2). Ein Oberflächenmodell der verwendeten Insertionsnadel wird, im Koordinatensystem der ToF-Kamera, virtuell auf den geplanten Einstichspunkt platziert und entlang der Trajektorie ausgerichtet. Unter Verwendung der intrinsischen Kameraparameter wird diese Oberfläche, sowie der geplante Zugangsweg in das Intensitätsbild der ToF Kamera zurückprojiziert und dient dort der Zielführung. Zur Nadelausrichtung wird das im Intensitätsbild sichtbare Instrument mit der überlagerten Projektion in Übereinstimmung gebracht. Für die Nadelinsertion wird das Nadelmodell sowie dessen Projektion entlang des Zugangsweges an den Zielpunkt verschoben. Eine Führungsvorrichtung kann verwendet werden, um den eingeschlagenen Einstichswinkel beizubehalten. (a) (b) Abb. 2: Visualisierung für die navigierte Nadelinsertion. (a) Das virtuelle Instrumentenmodell wird entlang der Trajektorie ausgerichtet und in die Bildebene zurückprojiziert. (b) Die Projektion wird dem Intensitätsbild überlagert und dient dort zur Zielführung.
Das entwickelte Navigationssystem wurde in einer Phantomevaluation im klinischen Workflow evaluiert. Als ToF
Kamera kam der CamCube 3.0 (PMDTechnologies GmbH, Siegen) zum Einsatz, dessen Tiefendaten sowohl mit dem in
[
Die Gesamtgenauigkeit des Navigationssystem konnte mit einem Median von 6.9 mm (Mittelwert: 8.1±4.9 mm)
bestimmt werden. Der Fehleranteil (vgl. Fehlerdefinition in [
Das vorgestellte Navigationssystem für perkutane Nadelinsertionen ist unserem Wissen nach das erste derartige System, das mit nur einer Modalität für sowohl Registrierung als auch Navigation auskommt. Zusammen mit der automatischen Zugangsplanung umfasst das System den gesamten Bogen von der Planung bis hin zur eigentlichen Nadelinsertion. In einer Machbarkeitsstudie konnte eine Genauigkeit im Bereich von 7 mm erreicht werden.
Der noch relativ hohe Fehler insbesondere in lateraler Richtung ist zum Großteil durch die in den ToF-Bilddaten noch stark vorhandenen systematischen Fehler begründet. Es bedarf dahin weiterhin einer Verbesserung der Tiefendaten z.B. durch speziell angepasste Kalibrierungsverfahren. Zusätzlich gilt es zu untersuchen inwieweit andere 3D Bildgebungsmodalitäten (z.B. die Kinect Kamera von Microsoft®) genauere Tiefeninformationen und somit eine verbesserte Insertionsgenauigkeit liefern können.
217 In weiteren Studien soll zudem untersucht werden, wie der gesamte Navigationsansatz in nicht-rigiden Szenarien abschneidet und ob eine Atembewegungskompensation geschätzt aus der Hautoberflächenbewegung (z.B. wie in [6]) akzeptable Ergebnisse liefert.
Das entwickelte Navigationskonzept zeigt nichtsdestotrotz klare Vorteile gegenüber dem konventionellen sowie bisherigen Navigationsansätzen. Insbesondere konnten die Zugangsplanung verbessert und die zusätzlichen Kosten sowie die zusätzliche Komplexität der Hardware verringert werden. Somit wird eine einfache Integration in den klinischen Workflow ermöglicht, was für die Etablierung derartiger Navigationssysteme in der klinischen Routine unabdingbar ist. 5
Die vorliegende Arbeit ist im Rahmen des Graduiertenkollegs 1126 „Intelligente Chirurgie“ gefördert von der Deutschen Forschungsgemeinschaft (DFG) entstanden. Die Software für dieses Projekt wurde im open-source Medical Imaging Interation Toolkit (MITK) entwickelt.