Patientenindividuelle 4D Virtual Reality Simulation von Punktionen und Radiofrequenz-Ablationen in atmungsbewegten virtuellen Körpermodellen
Zusammenfassung
Im Rahmen des Projektes werden Methoden für die realitätsnahe visuo-haptische VR-Simulation von Atembewegungen in virtuellen Körpermodellen entwickelt. Anwendungsbereiche sind die patientenindividuelle Planung und das Training von Punktionen und Radiofrequenz-Ablationen unter Atembewegung. Auf einen statischen 3D-Bilddatensatz des Patienten werden sowohl individuelle als auch mittlere 4D-Bewegungsmodelle angewendet, die aus 4D-Bilddaten extrahiert wurden und zur voxelbezogenen Beschreibung realer Atembewegungen dienen. Mithilfe surrogatbasierter 4D-Bewegungsmodelle wird zudem die Variabilität der Atmung in verschiedenen Atmungszyklen realitätsnah simuliert. Mittels nicht-linearer Registrierungsverfahren werden die anatomischen Unterschiede zwischen der Modell- und der Patientenanatomie kompensiert und die 4D-Organbewegungen auf die statischen 3D-Patientendaten zur Animation übertragen. Die 4D-Bewegungsmodelle werden in ein visuo-haptisches Framework integriert, das die haptisch-visuell gesteuerte Interaktion der Punktions- bzw. Ablationsnadel mit dem atmenden virtuellen Körper ermöglicht. Für die visuo-haptische 4D-Darstellung der bewegten 3D-Bilddaten in Echtzeit werden spezielle volumenbasierte 4D-Renderingtechniken parallelisiert und laufzeitoptimiert auf der GPU entwickelt. Weiterhin wird insbesondere für Punktionen und Radiofrequenz-Ablationen im zwerchfellnahen Bereich untersucht, welche Auswirkungen die Atembewegung auf die 4D-Nadelpfadplanung sowie die biophysikalische Simulation der RF-Ablation im Vergleich zur Planung und Simulation im statischen 3D-Datensatz hat. Neben der Evaluation der einzelnen Methoden und Systemkomponenten wird abschließend eine Gesamtevaluation des VR-Trainingssimulators für die RF-Ablation unter Atembewegung im Rahmen einer Benutzerstudie durchgeführt.
Dieses Projekt wird von der Deutschen Forschungsgemeinschaft gefördert (DFG: HA 2355/11-2).
Projektteam
Dr. Andre Mastmeyer
Prof. Dr. Heinz Handels
- 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