Kurzfassung. In der plastischen Chirurgie ist es zur Bestimmung der Therapie notwendig, den Schweregrad einer Verbrennung genau einzuschatzen. Hierzu ist ein Verfahren entwickelt worden, das auf der Verarbeitung visueller Aufnahmen der Wunde in unterschiedlichen Farbspektren beruht. Diese mussen zur Weiterverarbeitung unbedingt deckungsgleich sein, so dass ein Registrierungsproblem gegeben ist. Zur Losung dieses Problems prasentieren wir einen parametrischen Registrierungsansatz, der auf einer speziellen Vorverarbeitung und der Modi kation eines bekannten Distanzma es beruht. Die einzelnen Schritte und Bausteine werden erlautert. Das Verfahren ist an 50 Datensatzen aus der klinischen Praxis getestet worden, wobei es sich als besonders geeignet erwiesen hat.
Die Schwierigkeiten der Registrierung liegen zum einen in den aufgenommenen Daten. In dieser Anwendung steht die teils stark zersto¨rte Haut im Fokus der Untersuchung, so dass beliebige Abschnitte des Ko¨rpers dargestellt werden (Kopf, Arme, Beine, Ru¨cken, Bauch). Die Aufnahmen werden von Bildverarbeitungslaien (den behandelnden Chirurgen) aufgenommen und folgen daher keinem Aufnahmestandard. Die Anwender stellen aber sehr hohe Forderungen an die Robustheit des Verfahrens. Durch Verwendung von Blitzlichtern sind die Bilder durch starke Reflexionen u¨berbelichtet. Ein typischer Datensatz ist in Abbildung 1, rechts, dargestellt. Die vier Frequenzba¨nder ko¨nnen mit Rot-, Infrarot-, Blau- und Gru¨nkanal bezeichnet werden. 2
Das hier vorgestellte Verfahren basiert auf einer Vorverarbeitung der Daten und
einer anschließenden parametrischen Registrierung. Folgende
Vorverarbeitungsschritte werden durchgefu¨hrt, nachdem die Kana¨le in vier Einzelbilder aufgeteilt
wurden:
1. Entrauschen: Um das Kamerarauschen zu entfernen, werden die Daten
mittels kubischer Splines approximiert [
1 − y′(x)min
der neue Intensita¨tswert eines Pixels mit Intensita¨t x [
i=0 p(i), y′ ∈ [0; 1] mit Intensita¨ten x; i und p(i) Ha¨ufigkeit von i.
Die Vorverarbeitungsschritte sind fu¨r einen Kanal in Abbildung 2 dargestellt. Da bei der Aufnahme der Kana¨le keine Bewegung stattfindet, wa¨hlen wir ein rigides Transformationsmodell y = y(w), w ∈ R3 mit affiner Nachregistrierung (w ∈ R6). Durch die Geometrie des Objektivs werden nur geringe Rotationsanteile erwartet. Daher wird die Rotation fu¨r rigide Transformationen im Optimierungsalgorithmus mit einem Strafterm belegt. Es wird eine parametrische Registrierung mit einem modifizierten NGF-Distanzmaß durchgefu¨hrt. Das Registrierungsproblem lautet (1) (2)
D(R; T ; w) + p(w) =! min mit Distanzmaß D, Bilder R; T , Transformation y und Strafterm p(w). Abb. 2. Vorverarbeitungsschritte am Beispiel eines Blau-Kanals; oben links: Eingangsbild; oben rechts: Entrauschen; unten links: Maskierung; unten rechts: Histogrammausgleich.
Idee des NGF-Distanzmaßes [
DNGFm(T; R; y) =
∫
Ω
1 −
( ⟨∇T (y(x)); ∇R(x)⟩ )
||∇T (y(x))|| ||∇R(x)||
dx:
(3)
Dies modelliert die Eigenschaft, Kanten von hell nach dunkel auf eben solche
Kanten zu registrieren, ohne dabei die absoluten Grauwerte zu beru¨cksichtigen.
Eben solche Gebiete treten in den Verbrennungsdaten typischerweise auf. Zur
Interpolation verwenden wir kubische Splines. Zur Lo¨sung des
Minimierungsproblems wa¨hlen wir einen Discretize-Optimize-Ansatz [
Die Registrierung ist an insgesamt 50 Datensa¨tzen getestet worden, die von der Delphi Optics GmbH bereitgestellt wurden. Die Datensa¨tze zeigen Verbrennungen in unterschiedlicher Schwere an verschiedenen Bereichen des menschlichen Ko¨rpers. Fu¨r jeden Datensatz sind drei Registrierungen mit dem Gru¨n-Kanal als Referenz durchgefu¨hrt worden. Bewertet wurde die Registrierung anhand Abb. 3. Oben links: U berlagerung der Kanale vor der Registrierung; oben rechts und unten: Ergebnisse der Registrierung an drei Beispielen. des Farbbilds, welches durch die U¨ berlagerung des Rot-, Gru¨n- und Blau-Kanals entsteht. In Abbildung 3 sind die Ergebnisse dreier Datensa¨tze dargestellt: oben links das Farbbild des ersten Datensatzes vor der Registrierung, oben rechts nach der Registrierung, sowie unten die Ergebnisse der Registrierung von zwei anderen Datensa¨tzen. Eine deutliche Verbesserung ist visuell zu erkennen. Der Wert des Zielfunktionals hat sich im Vergleich zum Eingangsdatensatz beim Rot-Kanal im Mittel auf 86,80 % verringert, beim Infrarot-Kanal auf 88,89 % und beim Blau-Kanal auf 76,93 %. 4
Wir haben ein neues Registrierungsproblem aus der plastischen Chirurgie vorgestellt und einen ersten Lo¨sungsansatz pra¨sentiert. Dieses Verfahren ist an einer großen Zahl klinischer Daten getestet worden. Die Ergebnisse wurden visuell inspiziert und fu¨r geeignet empfunden. Das Verfahren erfu¨llt zusa¨tzlich auch die oben beschriebenen Robustheitsanforderungen, so dass es in der klinischen Praxis eingesetzt werden kann.
Durch die Maskierung ko¨nnen die u¨berbelichteten Bildbereiche sinnvoll ausgeblendet werden. Obwohl die Modifikation die Freiheiten des NGF-Maßes einschra¨nkt, modelliert es so die auftretenden Daten geeigneter und schafft somit einen Beitrag zur Robustheit des Verfahrens.
Zur Weiterentwicklung planen wir das Einbringen der Kamerageometrie in
das Verfahren. Dabei soll ein perspektivisches Transformationsmodell [
Zur Verbesserung der Verla¨sslichkeit planen wir ein Maß, das die Gu¨te der Registrierung misst, so dass fehlschlagende Registrierungen erkannt und Aufnahmen wiederholt werden ko¨nnen.
Literaturverzeichnis