Integrierte Analyse und probabilistische Registrierung medizinischer Bilddaten mit fehlenden korrespondierenden Strukturen

Die robuste, genaue und automatische Registrierung von medizinischen Bilddaten ist ein zentrales Problem der medizinischen Bildverarbeitung, dessen Lösung in der bildgestützten Diagnostik und Therapie eine große Bedeutung zukommt. Aktuell verfügbare Registrierungsmethoden stoßen jedoch bei Vorhandensein großer anatomischer oder pathologisch bedingter Unterschiede in den zu registrierenden Bildern an ihre Grenzen, wenn in größeren Bildbereichen keine korrespondierenden Strukturen auftreten. Eine weitere Limitierung aktueller Standardverfahren ist die fehlende Information über lokale Unsicherheiten der berechneten Transformation, die dem Anwender die Beurteilung der lokalen Verlässlichkeit der Transformation ermöglicht.

Ziel dieses Projektes ist es, die robuste Registrierung von Bilddaten mit stark unterschiedlichen Bildinhalten zu ermöglichen, bei denen in großen Bereichen keine 1-1-Korrespondenzen bestehen. Hierzu wird ein genereller probabilistischer Registrierungsansatz unter Verwendung von Korrespondenzwahrscheinlichkeiten formuliert, der neben den reinen Bildintensitäten auch lokale Bildmerkmale und morphologisches Wissen in Form von Landmarken und Segmentierungsinformationen zur Ausrichtung der Bilder nutzt. Durch die probabilistische Beschreibung des Registrierungsproblems wird über die Ausrichtung korrespondierender Bildstrukturen hinaus zugleich eine Detektion der Bereiche mit fehlenden lokalen Korrespondenzen sowie eine objektive Beurteilung der Sicherheit der erzielten Registrierung in Abhängigkeit von der Lokalisation im Bildraum ermöglicht.

Die methodischen Erweiterungen sollen die deutliche Ausweitung medizinischer Anwendungsmöglichkeiten von Registrierungsalgorithmen ermöglichen und somit beispielsweise die Verlaufskontrolle, den Vergleich prä- und postoperativer Bilddaten oder aber auch statistische Studien über die räumliche Verteilung von Krankheitsmustern in deutlich verbesserter Qualität.

Projektteam

M.Sc. Sandra Schultz
Dr. rer. nat. Jan Ehrhardt
Prof. Dr. rer. nat. habil. Heinz Handels