<!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>Elastische Registrierung der Leber mit laparoskopischem Ultraschall in drei Schritten</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>V. Martens</string-name>
          <email>martens@rob.uni-luebeck.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>A. Besirevic</string-name>
          <xref ref-type="aff" rid="aff1">1</xref>
          <xref ref-type="aff" rid="aff3">3</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>O. Shahin</string-name>
          <email>shahin@rob.uni-luebeck.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>M. Kleemann</string-name>
          <xref ref-type="aff" rid="aff1">1</xref>
          <xref ref-type="aff" rid="aff3">3</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>A. Schlaefer</string-name>
          <email>schlaefer@rob.uni-luebeck.de</email>
          <xref ref-type="aff" rid="aff1">1</xref>
          <xref ref-type="aff" rid="aff2">2</xref>
        </contrib>
        <aff id="aff0">
          <label>0</label>
          <institution>Graduate School for Computing in Medicine and Life Sciences</institution>
          ,
          <addr-line>Lübeck</addr-line>
          ,
          <country country="DE">Germany</country>
        </aff>
        <aff id="aff1">
          <label>1</label>
          <institution>Schlüsselworte: Ultraschall</institution>
          ,
          <addr-line>Laparoskopie, elastische Registrierung, TPS-ICP</addr-line>
        </aff>
        <aff id="aff2">
          <label>2</label>
          <institution>Universität zu Lübeck, Institut für Robotik u. Kognitive Systeme</institution>
          ,
          <addr-line>Lübeck</addr-line>
          ,
          <country country="DE">Germany</country>
        </aff>
        <aff id="aff3">
          <label>3</label>
          <institution>Universitätsklinikum Schleswig-Holstein, Klinik für Chirurgie</institution>
          ,
          <addr-line>Lübeck</addr-line>
          ,
          <country country="DE">Germany</country>
        </aff>
      </contrib-group>
      <fpage>179</fpage>
      <lpage>182</lpage>
      <abstract>
        <p>Für die Navigation in laparoskopischer Leberchirurgie ist die Registrierung präoperativer Daten das zentrale Problem. Es wird das Konzept und die Umsetzung vorgestellt. Dabei kommt ausschließlich eine elektromagnetisch navigierte laparoskopische Ultraschallsonde zum Einsatz. Die Registrierung besteht aus drei Schritten: Einer Vorregistrierung basierend auf grob geschätzten Punkten an der Leberoberfläche, einer rigiden Oberflächenregistrierung und einer elastischen Registrierung. Letztere verwendet aus US-Bildern extrahierte Gefäße sowie die bereits erfasste Oberfläche. Es wird an Simulationen, am Phantom und einem echten Patientendatensatz gezeigt, dass die elastische Registrierung eine messbare und sichtbare Verbesserung bringt. Die Einbeziehung der Oberflächendaten sorgt dabei für vernünftige Ergebnisse, auch wenn nur wenige brauchbare Daten aus den Ultraschallbildern gewonnen werden können.</p>
      </abstract>
    </article-meta>
  </front>
  <body>
    <sec id="sec-1">
      <title>Problem</title>
      <p>Die Gruppe um Chapman und Galloway aus Nashville präsentiert, ebenfalls für offene Eingriffe, verschiedene Ansätze
für eine elastische Registrierung basierend auf Oberflächendaten, u.a. ein Atlas-basiertes Verfahren über mit FEM
vorberechneten Deformationen [4]. Hierfür wird optisches Tracking und ein Laser-Range-Scanner verwendet. Arbeiten an
einer minimal-invasiven Umsetzung laufen indes bereits [5].</p>
      <p>Im Folgenden präsentieren wir ein dreistufiges Registrierungsverfahren, welches ausschließlich die navigierte
laparoskopische Ultraschallsonde erfordert. Die Interaktion mit dem System ist auf wenige einfache Aktionen beschränkt
(Lebermodell drehen, Knöpfe drücken, Schieberegler einstellen). Da die Leber nicht direkt getrackt wird, findet keine
automatische Anpassung der Registrierung bei Bewegungen oder im Laufe der Resektion selbst statt. Allerdings konnte
bei mehreren laparoskopischen Eingriffen an der Leber keine nennenswerte Atmungsbewegung festgestellt werden.
Der ohnehin zur Diagnose aufgenommene CT- oder MRT-Patientendatensatz wird zuerst segmentiert (MeVis, Bremen).
Diese Daten werden zu Beginn der Anwendung in das System eingelesen und 3D-Modelle der Tumore, Gefäße,
Lebersegmente und Resektionsvorschläge erstellt. Nach einigen Schritten zur Kalibrierung der Instrumente beginnt die
Registrierung der Leber zu den präoperativen Falldaten. Diese Registrierung gliedert sich in die folgenden 3 Schritte.
Der erste Schritt dient der groben Einmessung der Leber. Dazu muss das Modell auf dem Bildschirm so ausgerichtet
werden, dass die sichtbare Seite auch in Wirklichkeit mit Instrumenten erreichbar ist (Interaktion I). Nach dem Start
erscheinen automatisch 4 Landmarken an den Seiten der Leber, die nacheinander vom Chirurgen mit der navigierten
Ultraschallsonde angesteuert und über eine Schaltfläche bestätigt werden müssen (Interaktion II). Dieser Vorgang ist
zwar relativ grob, aber kann recht schnell durchgeführt werden und ist zudem sehr robust.</p>
      <p>Als nächstes wird die Oberfläche erfasst, um sie mit dem ICP-Algorithmus (Iterative Closest Point) rigide auf das
präoperative 3D-Modell zu registrieren mit der Grobregistrierung aus dem ersten Schritt als Startwert. Dies geschieht
ebenfalls mit der navigierten Ultraschallsonde (Interaktion III), da deren flexible Spitze auch an die Seiten und hinter die
Leber gelangt. Allerdings wird dabei die Oberfläche eingedrückt, weswegen die erfasste Punktposition leicht
modifiziert wird. Wichtig ist, dass die aufgenommenen Punkte möglichst weit über die Leber verteilt sind, damit der
Algorithmus nicht in ein lokales Optimum läuft. Daher werden die Anzahl und räumliche Ausdehnung der
Oberflächenpunkte kontrolliert. Zudem wird anhand des Ultraschallbildes überprüft, ob überhaupt Kontakt zum Gewebe besteht. Bei
Luft bilden sich charakteristische weiße Artefakte am oberen Bildrand, und es werden keine Oberflächenpunkte
aufgenommen. Daher kann der Chirurg während der Aufnahme problemlos die Sonde umsetzen.</p>
      <p>Als dritter und letzter Schritt folgt eine elastische Registrierung. Hierfür muss eine Sequenz von Ultraschallbildern
aufgenommen werden (Interaktion IV). Dabei kann es sich sowohl um Farbdopplerbilder wie auch Grauwertbilder in allen
verfügbaren Eindringtiefen handeln. Auch hier ist eine großräumige Aufnahme von Vorteil. Die elastische Registrierung
besteht aus folgenden Schritten:
• Segmentierung: Alles Farbige im Farbdopplerbild. Bei Grauwertbildern adaptives Thresholding auf
herunterskaliertem und geglättetem Bild, wobei über einen Schieberegler (Interaktion V) der Threshold feinjustiert
werden kann. Dank einer Echtzeit-Segmentierungsvorschau kann die Segmentierung direkt auf der Leber so
eingestellt werden, dass nur die sichtbaren Gefäße möglichst gut erkannt werden.
• Gefäßvalidierung: Alle segmentierten Bereiche werden überprüft, ob es sich um Gefäße handelt und nicht z.B. um
Luft oder Schatten. Neben der bereits erwähnten Prüfung auf Luftkontakt werden zu kleine und zu große Segmente
entfernt. Außerdem werden alle Bereiche entfernt, die den Bildrand berühren und ihren Schwerpunkt sehr nah am
Bildrand haben, da vermutlich ein wesentlicher Teil ihrer Gestalt fehlt. Schließlich werden nur die Segmente als
Gefäße akzeptiert, die größtenteils von helleren Regionen umgeben sind.
• Merkmalsbestimmung: Für eine schnelle Verarbeitung werden die Gefäße bzw. die Gefäßschnitte auf ihre
wesentlichen Eigenschaften reduziert: Mittelpunkt und Radius. Bei ovalen Segmenten kann der Schwerpunkt genommen
werden. Bei Gefäßaufzweigungen könnte dieser jedoch sogar außerhalb des Segments liegen. Daher wird eine
Abstandskarte der Pixel eines Segments zusammen mit dem Skelett, wie in [6] beschrieben, erstellt. Liegt der
Schwerpunkt nahe am Abstandsmaximum des Segments, wird er ausgewählt. Ansonsten werden die lokalen
Maxima (als Teile des bereits extrahierten Skeletts) in der Abstandskarte verwendet. Liegen mehrere dicht beisammen,
wird wiederum deren Schwerpunkt genommen. Dadurch können auch Gefäßaufzweigungen häufig gut erfasst
werden (s. Abbildung. 1). Der zugehörige Gefäßradius ergibt sich direkt aus der Abstandskarte.
•
Abb. 1: Beispiel für Bestimmung der Gefäßmittelpunkte. Segmentierte Bereiche zur Anschaulichkeit mit Intensität
proportional zum Abstand zum Segmentrand (Abstandskarte). Dunkle Punkte sind Schwerpunkte der Segmente, helle
Punkte mit dunklem Rand die (aggregierten) Maxima. Im 2.-5. Bild von links wäre der Schwerpunkt keine gute Wahl.</p>
      <p>Registrierung: In einem iterativen Verfahren (TPS-ICP) wird eine elastische Verformung mittels TPS (Thin Plate
Splines) durchgeführt. Dafür wird jedem im Ultraschall gefundenen Gefäßmittelpunkt ICP-ähnlich der
nächstliegende Punkt im präoperativen Gefäßmodell (hepatische und portalvenöse Gefäße, sofern segmentiert auch
Arterien) zugewiesen, wobei auch der Gefäßradius in die Abstandsberechnung mit eingeht. Das gleiche geschieht
parallel mit den im zweiten Schritt gefundenen Oberflächenpunkten und dem präoperativen Oberflächenmodell. In
einem dem diskreten Abkühlen (discrete annealing) ähnlichen Verfahren wird der Regularisierungsparameter α
kontinuierlich verringert (elastischer). Wenn in einer inneren Schleife die Veränderung der Punktpositionen unter eine
bestimmte Grenze fällt, wird diese verlassen und in einer äußeren die Temperatur und mit ihr die Elastizität
verändert, bis eine minimale Temperatur erreicht ist. Dabei werden die wenigen erfassten Punkte verformt und erst zum
Schluss mit einer inversen Transformation die präoperativen Daten auf die intraoperativen abgebildet.
Sowohl beim zweiten wie auch dritten Registrierungschritt sollte die Beatmung für die Dauer der jeweiligen Aufnahme
(Oberfläche bzw. US-Sequenz) angehalten werden, wenn die Bewegung der Leber zu stark ist (mehr als 5mm).
3</p>
    </sec>
    <sec id="sec-2">
      <title>Ergebnisse</title>
      <p>Es wurden drei Arten von Evaluationen durchgeführt: synthetisch (a), am Phantom (b) und an Patientendaten (c).
a) Der Schritt der elastischen Registrierung ohne Bildverarbeitung wurde an verschiedenen präoperativen
Leberdatensätzen evaluiert. Dafür wurden zufällig Gefäß- und Oberflächenpunkte in einem Radius von 90mm um einen zufälligen
Punkt nahe des Leberschwerpunkts ausgewählt. Zuvor wurden die Patientendaten zufällig rigide und elastisch (mit
TPS) verformt. Tabelle 1 zeigt die mittlere quadratische und maximale Abweichung der registrierten Gefäßmittelpunkte
und Oberflächenpunkte von der deformierten Grundwahrheit. Vor TPS-ICP (Gefäßmittel- und Oberflächenpunkte)
wurde ICP auf die Gefäßmittelpunkte angewendet, um eine bessere Ausgangslage für TPS-ICP zu erhalten.</p>
      <p>Verfahren
Initial
ICP (Gefäße)
TPS-ICP
b) An einem Leberphantom (Kagaku, Kyoto, Japan) wurde die ganze Registrierung durchgeführt, und zwar einmal ohne
Verformung und mit zwei unterschiedlichen Verformungen. Für jeden der drei Testfälle wurden eine Grob- und
Oberflächenregistrierung durchgeführt und 4-6 US-Sequenzen zur elastischen Registrierung aufgenommen. Die
Grundwahrheit bildeten an der Oberfläche mit einem Zeiger und innen mit der Ultraschallsonde definierte Landmarken. Die
Landmarken wurden zuvor in einem störfreien Umfeld und nach präziser Oberflächenregistrierung im unverformten
Zustand definiert. Die tatsächlichen Aufnahmen fanden unter OP-ähnlichen Bedingungen statt (Tabelle 2).
Der Unterschied zwischen dem Fehler nach ICP und nach TPS-ICP mag nicht groß sein, der visuelle Unterschied ist
jedoch nicht unerheblich. Abbildung 2 zeigt einige ausgewählte (und in der Sequenz gleichmäßig verteilte)
Ultraschallbilder nach ICP und nach darauf folgendem TPS-ICP. Für TPS-ICP zeigen die überblendeten Gefäße eine bessere
Übereinstimmung mit den US-Bildern. Aufgrund der starken Gewebekompression wurden die ermittelten Gefäßdurchmesser
mit dem Faktor 1.3 multipliziert. Dies ist beim nachfolgend beschriebenen Leberphantom nicht erforderlich. Die
USSegmentierung dauerte 64ms pro Bild (PC mit Intel Core 2 Duo, 2.4 GHz).</p>
      <p>Abb. 2: Von links nach rechts vier Bilder aus der US-Sequenz vom echten Patienten. Die Eckpunkte der präoperativen
Oberflächenmodelle sind als helle Punkte eingezeichnet. Oben: ICP über Gefäße. Unten: zusätzlich TPS-ICP.
Die Ergebnisse zeigen, dass die elastische Registrierung eine Verbesserung bringen kann. Stehen US-Daten für den
gesamten Gefäßbaum zur Verfügung (Simulation), ist die Verbesserung erheblich und das Verfahren robust. Stehen nur
wenige Daten zur Verfügung (wenige Gefäße im Sequenzbereich, schlechte Bildqualität), kann das TPS-ICP Verfahren
auch zu schlechteren Lösungen führen. Hier helfen aber weiträumig verteilte Oberflächenpunkte. Der gezeigte Ansatz
ist aufgrund der geringen Interaktion und der Verwendung weniger Merkmale bei den Ultraschallsequenzen
(Gefäßmittelpunkt und Radius) schnell, es gibt fast keine Wartezeiten. Allerdings ist das Verfahren stark vom Startwert abhängig,
und bei starker Deformation wäre eine elastische Vorregistrierung, z.B. über Landmarken, wohl hilfreich.
Das Projekt wird finanziert vom Bundesministerium für Bildung und Forschung (Förderkennzeichen 01IBE03A).</p>
    </sec>
  </body>
  <back>
    <ref-list>
      <ref id="ref1">
        <mixed-citation>
          <string-name>
            <given-names>V.</given-names>
            <surname>Martens</surname>
          </string-name>
          ,
          <string-name>
            <given-names>S.</given-names>
            <surname>Schlichting</surname>
          </string-name>
          ,
          <string-name>
            <given-names>A.</given-names>
            <surname>Besirevic</surname>
          </string-name>
          and
          <string-name>
            <given-names>M.</given-names>
            <surname>Kleemann</surname>
          </string-name>
          , “
          <article-title>LapAssistent - a laparoscopic liver surgery assistence system”</article-title>
          ,
          <source>Proceedings of the EMBEC</source>
          ,
          <fpage>121</fpage>
          -
          <lpage>125</lpage>
          , Antwerpen, Belgien, 2008
          <string-name>
            <given-names>T.</given-names>
            <surname>Lange</surname>
          </string-name>
          ,
          <string-name>
            <given-names>N.</given-names>
            <surname>Papenberg</surname>
          </string-name>
          ,
          <string-name>
            <given-names>S.</given-names>
            <surname>Heldmann</surname>
          </string-name>
          ,
          <string-name>
            <given-names>J.</given-names>
            <surname>Modersitzki</surname>
          </string-name>
          ,
          <string-name>
            <given-names>B.</given-names>
            <surname>Fischer</surname>
          </string-name>
          ,
          <string-name>
            <given-names>H.</given-names>
            <surname>Lamecker</surname>
          </string-name>
          , P. Schlag, „
          <article-title>3D ultrasoundCT registration of the liver using combined landmark-intensity information</article-title>
          ,
          <source>Int. J. CARS</source>
          ,
          <volume>4</volume>
          (
          <issue>1</issue>
          ):
          <fpage>79</fpage>
          -
          <lpage>88</lpage>
          , 2009
          <string-name>
            <given-names>S.</given-names>
            <surname>Heldmann und N. Papenberg</surname>
          </string-name>
          , „
          <article-title>A Variational Approach for Volume-to-Slice Registration”</article-title>
          ,
          <source>Proceedings of the SSVM</source>
          ,
          <fpage>624</fpage>
          -
          <lpage>635</lpage>
          , Voss, Norwegen, 2009
          <string-name>
            <given-names>L. W.</given-names>
            <surname>Clements</surname>
          </string-name>
          ,
          <string-name>
            <given-names>P.</given-names>
            <surname>Dumpuri</surname>
          </string-name>
          ,
          <string-name>
            <given-names>W. C.</given-names>
            <surname>Chapman</surname>
          </string-name>
          ,
          <string-name>
            <given-names>R. L.</given-names>
            <surname>Galloway und M. I. Miga</surname>
          </string-name>
          , “
          <article-title>Atlas-based method for model updating in image-guided liver surgery”</article-title>
          , In K. R. Cleary und
          <string-name>
            <surname>M. I. Miga</surname>
          </string-name>
          , Hg.,
          <source>Medical Imaging</source>
          <year>2007</year>
          :
          <article-title>Visualization</article-title>
          and
          <string-name>
            <surname>Image-Guided</surname>
            <given-names>Procedures</given-names>
          </string-name>
          , Bd. 6509, SPIE 2007
          <string-name>
            <given-names>T. P.</given-names>
            <surname>Rauth</surname>
          </string-name>
          ,
          <string-name>
            <given-names>P. Q.</given-names>
            <surname>Bao</surname>
          </string-name>
          ,
          <string-name>
            <given-names>R. L.</given-names>
            <surname>Galloway</surname>
          </string-name>
          ,
          <string-name>
            <given-names>J.</given-names>
            <surname>Bieszczad</surname>
          </string-name>
          ,
          <string-name>
            <given-names>E. M.</given-names>
            <surname>Friets</surname>
          </string-name>
          ,
          <string-name>
            <given-names>D. A.</given-names>
            <surname>Knaus</surname>
          </string-name>
          , D. B.
          <string-name>
            <surname>Kynor</surname>
            und
            <given-names>A. J.</given-names>
          </string-name>
          <string-name>
            <surname>Herline</surname>
          </string-name>
          , “
          <article-title>Laparoscopic surface scanning and subsurface targeting: implications for image-guided laparoscopic liver surgery”</article-title>
          , Surgery,
          <volume>142</volume>
          (
          <issue>2</issue>
          ):
          <fpage>207</fpage>
          -
          <lpage>214</lpage>
          , 2007
          <string-name>
            <given-names>S.</given-names>
            <surname>Chang</surname>
          </string-name>
          , “
          <article-title>Extracting Skeletons from Distance Maps”</article-title>
          ,
          <source>IJCSNS International Journal of Computer Science and Network Security</source>
          ,
          <year>2007</year>
        </mixed-citation>
      </ref>
    </ref-list>
  </back>
</article>