Effiziente Planung von Zugangswegen für sichere Nadelinsertionen Alexander Seitel, Kwong Yung, Markus Engel, Markus Fangerau, Anja Groch, Michael Müller, Hans-Peter Meinzer, Lena Maier-Hein Abteilung Medizinische und Biologische Informatik, Deutsches Krebsforschungszentrum Heidelberg a.seitel@dkfz-heidelberg.de Kurzfassung. Automatische Systeme für minimal-invasive perkutane Nadelinsertionen erfordern die Segmentierung von Risikostrukturen zur Bestimmung eines sicheren Zugangsweges. Mangels vollautomatischer Segmentierungsverfahren für alle Strukturen im Abdominalraum macht dieser Segmentierungsschritt den größten Teil der gesamten Planungs- dauer aus. Um die Planung zu beschleunigen, stellen wir ein zweistu- figes Konzept für eine schnelle semiautomatische Zugangsplanung vor, bei dem (1) vollautomatisch ein Großteil der Hautoberfläche als Ein- stichszone ausgeschlossen wird, indem nur automatisch segmentierbare Risikostrukturen berücksichtigt werden und (2) die so erhaltene Ein- stichszone durch Benutzung des Prinzips der Pareto-Optimalität weiter eingeschränkt und der finale Einstichspunkt interaktiv mit einer neuen Visualisierungtechnik unter Berücksichtigung der anderen Risikostruk- turen gewählt wird. 1 Einleitung Minimal-invasive Verfahren zur Tumorbehandlung wie z.B. Radiofrequenzabla- tionen oder Biopsien haben in den letzten Jahren immer mehr an Bedeutung gewonnen. Viele dieser Verfahren erfordern das Einbringen eines nadelförmigen Instruments in die Zielstruktur wie z.B. die Leber. Für eine komplikationsfreie und schnelle Durchführung der Intervention ist ein gut gewählter Zugangsweg unabdingbar. Neben zahlreichen semi-automatischen Verfahren zur Zugangspla- nung wurden in den letzten Jahren Ansätze präsentiert, die eine automatische Berechnung möglicher Nadeltrajektorien zum Ziel haben [1, 2]. Grundlage dieser Verfahren ist die Beachtung bestimmter Bedingungen (sogenannter constraints), die für eine Trajektorie erfüllt sein müssen (Abb. 1). So darf der Zugangsweg bei- spielsweise keine kritische Struktur (z.B. die Lunge) kreuzen und nicht länger als die verwendete Nadel sein. In [3] wurde ein System vorgestellt, das auf Basis von Segmentierungen von Haut, Zielstruktur und Risikostrukturen aus einem dreidi- mensionalen Planungsdatensatz sowie unter Berücksichtung gewisser Restriktio- nen (sogenannter hard constraints) automatisch mögliche Zugangswege berech- net und diese anhand bestimmter Parameter (sogenannter soft constraints) wie der Trajektorienlänge oder deren Distanz zu kritischen Strukturen bewertet. In 200 Seitel et al. einer retrospektiven Studie konnte gezeigt werden, dass das System in der Lage ist, Komplikationen zu vermeiden. Nichtsdestotrotz ist das Hauptproblem die- ses Ansatzes, dass eine ausreichend genaue Segmentierung aller Strukturen noch nicht vollautomatisch erfolgen kann und somit zwar eine schnelle Pfadplanung möglich ist, diese jedoch eine relativ lange Vorbereitungszeit erfordert. Wir stellen deshalb in diesem Beitrag ein zweistufiges Konzept für eine schnel- le semiautomatische Zugangsplanung vor. Zunächst wird vollautomatisch ein Großteil der Hautoberfläche als Einstichszone ausgeschlossen indem nur auto- matisch segmentierbare Risikostrukturen berücksichtigt werden (Abschn. 2.1). In einem zweiten Schritt wird die so erhaltene Einstichszone durch Benutzung des Prinzips der Pareto Optimalität weiter eingeschränkt und interaktiv mit Segmentierungen Haut Läsion Knochen Lunge Hard Constraints Nadellänge, kollisionsfreier Zugangsweg Soft Constraints Distanz zu kritischen Einstichswinkel Pfadlänge Strukturen Abb. 1. Prinzip der automatischen Pfadplanung. Ausgehend von Segmentierungen der wichtigsten Strukturen wird über die hard constraints eine mögliche Einstichszone er- mittelt, welche mit Hilfe der soft constraints bewertet wird. Effiziente Planung für Nadelinsertionen 201 einer neuen Visualisierungtechnik unter Berücksichtigung der restlichen Risi- kostrukturen der finale Einstichspunkt gewählt (Abschn. 2.2). 2 Material und Methoden 2.1 Automatische Grobplanung Das grundlegende Prinzip der automatischen Pfadplanung, wie in [3] vorgestellt, ist in Abb. 1 verdeutlicht. Ausgehend von Segmentierungen der einzelnen Struk- turen wird anhand der sogenannten hard constraints, wie z.B. der Nadellänge, eine Einstichszone auf der Hautoberfläche berechnet. Diese wird 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. Die Farbkodierung ändert sich je nach Auswahl oder Gewichtung der soft constraint. Besonders zeit- aufwändig ist die Segmentierung von Strukturen wie Leber, Herz, Magen oder Darm, da sich diese Organe nur wenig in ihren Grauwertbereichen im Bild unter- scheiden. Die Rippen, die Haut, sowie die beiden Lungen lassen sich hingegen mit relativ einfachen Verfahren automatisch segmentieren. Wir verwenden daher zur Berechnung der Einstichszone nur die automatisch segmentierbaren Strukturen und berücksichtigen die anderen kritischen Strukturen im neuen, interaktiven Planungsschritt (Abschn. 2.2). 2.2 Interaktive Feinplanung Die automatisch berechnete Grobplanung wird verfeinert, indem zunächst der Suchraum innerhalb der Einstichszone eingeschränkt wird und danach eine Vi- sualisierungstechnik verwendet wird, um dem Arzt anhand einer Trajektorien- ” vorschau“ das errechnete Planungsergebnis direkt am Patienten zu visualisieren. Suchraumeinschränkung. Da im Vergleich zum Planungssystem, in dem die Risikostrukturen vollständig segmentiert wurden, bei diesem Ansatz mit nur wenigen segmentierten Strukturen eine deutlich größere Einstichszone errechnet wird, bedarf es einer Einschränkung dieses relativ großen Suchraums. Um dieje- nigen Punkte der Einstichszone zu ermitteln, die für die aktuelle Kombination von constraints am besten für das Einführen des Instrumentes geeignet sind, verwenden wir das Prinzip der Pareto-Optimalität. Es ist damit möglich, die pareto-optimalen Punkte eines Parameterraums (in unserem Fall aufgespannt von den soft constraints) zu bestimmen. Ein Punkt in diesem Raum ist genau dann pareto-optimal, wenn es keinen anderen Punkt gibt, der bezüglich eines Parameters besser bewertet wird, ohne dass dadurch die Bewertung durch einen anderen Parameter verschlechtert wird. Das ermöglicht es, dem Arzt einen Vor- schlag zu geeigneten Einstichspunkten zu präsentieren (Abb. 2a, Pareto-Front) bzw. sein Augenmerk auf die potentiell interessanten Bereiche der Einstichszone 202 Seitel et al. zu lenken. Der errechnete Vorschlag kann nun als Ausgangspunkt für die Verfei- nerung der Zugangsplanung verwendet werden, dient dabei jedoch lediglich als Entscheidungshilfe; der Einstichspunkt wird frei vom Arzt gewählt. Verfeinerung der Planung. Zur Planung des finalen Einstichspunktes wird eine Visualisierung bereitgestellt, die es ermöglicht, unter Berücksichtigung sämt- licher Risikostrukturen sowie des groben Planungsergebnisses eine geeignete Tra- jektorie zu ermitteln. Hierfür wird eine Übersicht des berechneten Planungser- gebnisses visualisiert (Abb. 2a). Zudem wird in Echtzeit eine Volumenvisuali- sierung berechnet, mit der sämtliche Risikostrukturen im Bezug zum aktuel- len Einstichspunkt dargestellt werden können (Abb. 2b). Hierfür wird mittels Shading-Techniken, ähnlich der Ghost View in [4], anhand der Kameraposition und deren Blickrichtung eine Art vergrößertes Einstichsloch aus der Hautoberflä- che ausgeschnitten, was den Blick entlang des so gewählten Pfades freigibt und somit eine visuelle Beurteilung der Trajektorie ermöglicht. Es kann so schnell festgestellt werden, ob die aktuell geplante Trajektorie durch eine vorher nicht berücksichtigte Struktur (z.B. das Herz) verläuft. Für den Einsatz dieser Form der Visualisierung sind zwei Möglichkeiten vorhanden: Offline Visualisierung: Die Feinplanung erfolgt ausschließlich am Planungssystem. Lediglich die Bilddaten des Patienten sind erforderlich. Der aktuell vom Arzt gewählte Einstichspunkt definiert die Blickrichtung der Kamera entlang der Trajektorie, sowie die Kame- raposition auf der Verlängerung des Pfades außerhalb des Körpers. Alternativ kann der Arzt durch manuelles Interagieren mit der virtuellen Planungsszene die Kameraposition und somit den resultierenden Einstichspunkt wählen. Online Vi- sualisierung: Die finale Planung erfolgt am Patienten, wobei die Kameraposition über ein getracktes Instrument berechnet wird. Der Einstichspunkt kann somit direkt mit dem Instrument definiert werden. Hautoberfläche Volumenvisualisierung Instrument Einstichszone Läsion Pareto-Front Läsion (a) (b) Abb. 2. (a) Planungsergebnis der Grobplanung sowie aktuelle Nadelposition. (b) Fein- planung direkt am Patienten mittels Volumenvisualisierung. Die Blickrichtung der Ka- mera des Renderers bestimmt den gezeigten Ausschnitt. Effiziente Planung für Nadelinsertionen 203 3 Ergebnisse Die beschriebene Planungsmethode wurde prototypisch als Demosystem ent- wickelt und wird zur BVM 2011 präsentiert. Neben seiner Funktionalität als eigenständige Anwendung kann das Planungssystem auch in den Workflow eines Navigationssystems für Nadelinsertionen [5] integriert werden. Abbildung 2 zeigt die Umsetzung der neuartigen Visualisierungsmethoden für die Zugangsplanung. Die initiale, automatische Planung kann innerhalb von weniger als 10 Sekunden durchgeführt werden. Erste Experimente zeigen, dass die Verfeinerung dieser in- itialen Planung im Zeitraum von wenigen Minuten abhängig von der Lage der zu punktierenden Läsion durchgeführt werden kann. 4 Diskussion Dieser Beitrag beschreibt eine Erweiterung des in [3] präsentierten Systems zur automatischen Pfadplanung und dessen Integration als Planungskomponente in ein Navigationssystem für perkutane Nadelinsertionen. Hauptaugenmerk wur- de hierbei auf die Vermeidung zeitaufwändiger Segmentierungen von kritischen Strukturen gelegt. Die Lunge, als eine der komplikationsträchtigsten Strukturen bei Punktionen der Leber konnte durch ihre leichte Segmentierbarkeit berück- sichtigt werden. Das entstandene System ermöglicht es dem Arzt, anhand einer innovativen Visualisierung, mögliche Zugangswege schnell auf ihre Qualität zu überprüfen. Im Vergleich zu einer manuellen Planung auf Schichtdaten, die in der Klinik in der Regel einige Minuten erfordert [6] konnte hiermit eine schnelle Planungskomponente für Navigationssysteme gefunden werden, welche aufwän- dige Segmentierungen aller kritischen Strukturen vermeiden kann. Zukünftige Arbeiten konzentrieren sich auf (1) die Evaluation des Systems im klinischen Workflow sowie (2) die Integration eines Konzeptes zur Kompensation von Be- wegungen und Deformationen. Literaturverzeichnis 1. Schumann C, et al. Fast automatic path proposal computation for hepatic needle placement. In: Proc SPIE. vol. 7625; 2010. p. 1J. 2. Baegert C, et al. Multi-criteria trajectory planning for hepatic radiofrequency ab- lation. In: Proc MICCAI. vol. 10; 2007. p. 676–84. 3. Engel M, et al. Schnelle Zugangsplanung für die perkutane Punktion der Leber. In: Proc BVM; 2010. p. 216–20. 4. Tietjen C, et al. GPU-basierte Smart Visibility Techniken für die Planung von Tumor-Operationen. In: Proc BVM; 2009. p. 272–6. 5. Maier-Hein L, et al. In vivo accuracy assessment of a needle-based navigati- on system for CT-guided radiofrequency ablation of the liver. Med Phys. 2008 December;35(12):5386–96. 6. Müller SA, et al. Navigated liver biopsy using a novel soft tissue navigation system versus CT-guided liver biopsy in a porcine model: a prospective randomized trial. Acad Radiol. 2010;17(10):1282–7.