4D Medical Image Computing zur modellbasierten Analyse atmungsbedingter Tumor- und Organbewegungen
Atmungsbedingte Bewegungen stellen eines der Hauptprobleme der Strahlentherapie thorakaler und abdominaler Tumoren dar. Räumlich-zeitliche Bilddaten, auch 4D-Bilddaten genannt, haben der Strahlentherapie die Möglichkeit eröffnet, die räumlich-zeitliche Bewegung und Verformung von Tumoren und inneren Organen während der Atmung zu erfassen. In diesem Projekt werden unter Verwendung von artefaktreduzierten, räumlich und zeitlich hochaufgelösten 4D-CT-Datensätzen Methoden zur Modellierung, Analyse und Visualisierung dieser Bewegungen entwickelt. Die Methoden sollen als Grundlage einer Verbesserung der strahlentherapeutischen Behandlung durch Einbeziehung der räumlich-zeitlichen Tumorbewegung und Organdeformationen dienen.
Methodische Schwerpunkte des Projektes sind die Entwicklung und Evaluation von optimierten nicht-linearen Registrierungsverfahren zur möglichst genauen Schätzung von 3D-Bewegungsfeldern in 4D-Bilddaten und deren Nutzung zur Bewegungsanalyse und -modellierung von Tumoren und strahlentherapeutischen Risikoorganen (Abb.1 und 2). Auf Basis des verfügbaren Patientenkollektivs werden z.B. Interpatientenvariabilitäten hinsichtlich der auftretenden Bewegungen bestimmt. Hierbei werden die Lungenbewegungen in verschiedenen Lungenregionen betrachtet und regionenbezogene Analysen durchgeführt. Jeweilige Resultate werden genutzt, um z.B. die von dem bewegten Tumor während der Atmung überstrichenen Volumina für die unterschiedlichen Patienten zu vergleichen und Aussagen abzuleiten, ob es möglich ist, für unterschiedliche Lungenregionen typische Atemmuster zu identifizieren.
Das Projekt wird durch die Deutsche Forschungsgemeinschaft (DFG) gefördert (HA 2355/9-1).
Ausgewählte Publikationen
- Alexander Schmidt-Richberg, Jan Ehrhardt, René Werner, Heinz Handels
Slipping Objects in Image Registration: Improved Motion Field Estimation with Direction-dependent Regularization
In: G.-Z. Yang Hawkes D., Reuckert D., Noble A., Taylor C. (eds.), Medical Image Computing and Computer-Assisted Intervention - MICCAI 2009, Part I, LNCS 5761, Springer Verlag, Berlin, 755-762, 2009.
- H. Handels, R. Werner, T. Frenzel, D. Säring, W. Lu, D. Low, and J. Ehrhardt:
4D Medical Image Computing and Visualization of Lung Tumor Mobility in Spatio-temporal CT Image Data, International Journal of Medical Informatics, 76S, S433-S439, 2007. - J. Ehrhardt, R. Werner, T. Frenzel, W. Lu, D. Low, H. Handels:
Analysis of Free Breathing Motion Using Artifact Reduced 4D CT Image Data, In: P.W. Pluim, J.M. Reinhardt (eds.), SPIE Medical Imaging 2007: Image Processing, San Diego, Proc. SPIE, Vol. 6512, 1N1-1N11, 2007. - R. Werner, J. Ehrhardt, T. Frenzel, W. Lu, D. Low, H. Handels:
Analysis of Tumor-influenced Respiratory Dynamics using Motion Artifact Reduced Thoracic 4D CT Images. In: T. Buzug et al. (eds.), Advances in Medical Engineering, Springer Verlag, Berlin, 181-186, 2007.
Projektteam
Dipl.-Inf. Dipl.-Phys. René Werner
Dr. Jan Ehrhardt
Dipl.-Inf. Alexander Schmidt-Richberg
Prof. Dr. Heinz Handels
Kooperationspartner
Dr. rer. nat. Florian Cremers
Klinik und Poliklinik für Strahlentherapie und Radioonkologie
Universitätsklinikum Hamburg-Eppendorf (UKE)
Dr. med. Dr. rer. nat. Thorsten Frenzel
Ambulanzzentrum des UKE GmbH
Bereich für Strahlentherapie
Prof. Daniel Low and Dr. Wei Lu
Washington University in St. Louis, School of Medicine
St. Louis, MO, USA
- Forschung
- KI und Deep Learning in der Medizin
- Medizinische Bildverarbeitung und VR-Simulation
- Integration und Nutzbarmachung von medizinischen Daten
- Sensordatenanalyse für assistive Gesundheitstechnologien
- AG Medical Image Computing and Artificial Intelligence
- AG Medical Data Science
- AG Medical Deep Learning
- AG Medical Data Engineering
- Nachwuchsgruppe Diagnostik und Erforschung von Bewegungsstörungen
Ansprechpartner
Heinz Handels
Institutsdirektor
Gebäude 64, 2.OG
,
Raum 87
heinz.handels(at)uni-luebeck.de
+49 451 3101 5600