Bildverarbeitung in der Radiologie

Zusammenfassung

Die medizinische Bildverarbeitung hat in den vergangenen Jahren erhebliche Fortschritte erzielt. Sie findet jetzt - vorwiegend auf der Basis radiologischer Methoden - zunehmend Verwendung in der klinischen Praxis. Von der ersten Aufbereitung der digitalen Bilddaten bis zur Endverwendung ist eine Folge aufeinander aufbauender Arbeitsbereiche differenzierbar. Bei der Vorverarbeitung werden Filter zur Beeinflussung von Kontrast oder Rauschen eingesetzt. Mittels Segmentierung können interessierende Strukturen aus dem Bild herausgelöst werden. Solche Strukturen lassen sich mit automatisierten Quantifizierungsverfahren analysieren. Die Registrierung dient der anatomiegerechten Überlagerung unterschiedlicher oder gleicher Untersuchungsmethoden. Zur dreidimensionalen Darstellung ist eine zunehmende Anzahl von Techniken verfügbar, zu denen insbesondere das Volume Rendering und die Virtuelle Endoskopie gehören. Parallel hierzu gewinnen schnittbildbasierte Verfahren der dreidimensionalen Therapieplanung, Simulation und Steuerung zunehmend an Bedeutung. Hierzu gehören der medizinische Modellbau, Virtuelle Realität-Systeme, Operationsroboter und Navigationssysteme. Die neuen Verfahren erfordern spezielle Kenntnisse in der Herstellung und Weiterverarbeitung der radiologischen Bilddaten. Sie bringen zudem eine neue Verteilung von Aufgaben in interdisziplinären Arbeitsgruppen mit sich. Die vorliegende Arbeit möchte einen aktuellen Überblick über die Bereiche der medizinischen Bildverarbeitung, deren praktische Bedeutung in der Radiologie sowie zukünftige Perspektiven aufzeigen.

Abstract

Medical imaging processing and analysis methods have significantly improved during recent years and are now being increasingly used in clinical applications. Preprocessing algorithms are used to influence image contrast and noise. Three-dimensional visualization techniques including volume rendering and virtual endoscopy are increasingly available to evaluate sectional imaging data sets. Registration techniques have been developed to merge different examination modalities. Structures of interest can be extracted from the image data sets by various segmentation methods. Segmented structures are used for automated quantification analysis as well as for three-dimensional therapy planning, simulation and intervention guidance, including medical modelling, virtual reality environments, surgical robots and navigation systems. These newly developed methods require specialized skills for the production and postprocessing of radiological imaging data as well as new definitions of the roles of the traditional specialities. The aim of this article is to give an overview of the state-of-the-art of medical imaging processing methods, practical implications for the ragiologist's daily work and future aspects.

Schlüsselwörter

3D-Darstellung - Bildverarbeitung - Computer assistierte Radiologie - Medizinischer Modellbau - Segmentierung - Therapieplanung - Virtuelle Endoskopie

Key words

Computer aided radiology - Computer simulation - Image processing - Computer assisted - Artifacts - User computer interface

Literatur

• 1 Herfarth H, Schreyer A, Messmann H, Feuerbach S, Schölmerich J. MR-basierte virtuelle Endoskopie des Gastrointestinaltraktes.  Dt Ärztebl. 2001;  98 A1120-1123
• 2 Meinzer H P. 20 Jahre medizinische Bildverarbeitung: Ränder, Regionen, Intelligenz und Wahrnehmung. In: Horsch A, Lehmann T (Eds.) Bildverarbeitung für die Medizin 2000 - Algorithmen, Systeme, Anwendungen. Springer, Berlin 2000: 1-9
• 3 Handels H, Horsch A, Lehmann T, Meinzer H P. (Eds.) .Bildverarbeitung für die Medizin 2001 - Proceedings des Workshops vom 4.-6. März 2001 in Lübeck. Springer, Berlin 2001
• 4 http://cars-int.de
• 5 www.imse.med.tu-muenchen.de/mi/agbild/bvgruppen.html
• 6 Paranjape R B. Fundamental enhancement techniques. In: Bankman IN (Edt.) Handbook of medical imaging processing and analysis. Academic Press, San Diego 2000: 3-18
• 7 Goshtasby A, Turner D A. Segmentation of cardiac cine MR images for extraction of right and left ventricular chambers.  IEEE Trans Med Imag. 1995;  14 56-64
• 8 Kittler J, Illingworth J, Foglein J. Threshold based on a simple image statistics.  Comput Vision Graph Image. 1985;  30 125-147
• 9 Adams R, Bischof L. Seeded region growing.  IEEE Trans Pattern Recogn Mach Intell. 1994;  16 641-647
• 10 Hu X, Alperin N, Levin D N, Tan K K, Mengeot M. Visualization of MR angiography data with segmentation and volume-rendering techniques.  J Magn Res Imag. 1991;  1 539-546
• 11 Rogowska J, Batchelder K, Gazelle G S, Halpern E F, Connor W, Wolf G L. Quantitative CT lymphography: evaluation of selected two-dimensional techniques for computed tomography quantitation of lymph nodes.  Invest Radiol. 1996;  31 138-145
• 12 Wang J Z, Turner D A, Chutuape M D. Fast, interactive algorithm for segmentation of series of related images: application to volumetric analysis of MR images of the heart.  J Magn Res Imag. 1992;  2 575-582
• 13 Muzzolini R, Yang Y H, Pierson R. Multiresolution texture segmentation with application to diagnostic ultrasound images.  IEEE Trans Med Imag. 1993;  12 108-123
• 14 Reddik W E, Glass J O, Cook E N, Elkin T D, Deaton R J. Automated segmentation and classification of multispectral magnetic resonance images of the brain using artificial neural networks.  IEEE Trans Med Imag. 1997;  16 911-918
• 15 Lucas-Quesada F A, Sinha U, Sinha S. Segmentation strategies for breast tumors from dynamic MR images.  J Magn Res Imag. 1996;  6 763
• 16 Höhne K H, Hanson W A. Interactive 3D segmentation of MRI and CT volumes using morphological operations.  J Comput Assist Tomogr. 1992;  16 285-294
• 17 Lorensen W E, Cline H E. Marching cubes: a high resolution 3D surface construction algorithm.  Computer Graphics. 1987;  21 163-169
• 18 Kass M, Witkin A, Terzopoulos D. Snakes: active contour models.  Int J Comput Vision. 1988;  1 321-331
• 19 McInerney T, Terzopoulos D. A dynamic finite element surface model for segmentation and tracking in multidimensional medical images with application to cardiac 4D images.  Comput Med Imaging Graph. 1995;  19 69-83
• 20 Reiss A L, Hennessey J G, Rubin M, Beach L, Abrams M T, Warsofsky I S, Liu A MC. et al . Reliability and validity of an algorithm for fuzzy tissue segmentation of MRI.  J Comput Assist Tomogr. 1998;  22 471-479
• 21 Wismüller A, Vietze F, Dersch D R. Segmentation with neural networks. In: Bankman IN (Ed.) Handbook of medical imaging processing and analysis. Academic Press, San Diego 2000: 107-126
• 22 Roehrig J, Castellino R A. The promise of computer aided detection in digital mammography.  Eur J Radiol. 1999;  31 35-39
• 23 O'Dell W G, Moore C C, Hunter W C, Zerhouni E A. Three-dimensional myocardial deformations: calculation with field fitting to tagged MR images.  Radiology. 1995;  195 829-835
• 24 König H, Fröhlich J J, Knaak L, Spindler W, Krass S, Peitgen H O, Klose K. Quantifizierung von Lungenarterienvolumina und perivaskuläre Fibrosierungen bei Patienten mit fibrosierenden Lungengerüstveränderungen. In: Evers H, Glombitza G, Lehmann T, Meinzer HP (Eds.) Bildverarbeitung für die Medizin. Springer Verlag, Berlin 1999: 129-133
• 25 Wildberger J E, Niethammer M U, Klotz E, Schaller S, Wein B B, Gunther R W. Multislice CT for visualization of pulmonary embolism using perfusion weighted color maps.  Rofo Fortschr Geb Rontgenstr Neuen Bildgeb Verfahr. 2001;  173 289-294
• 26 Ko J P, Betke M. Chest CT: automated nodule detection and assessment of change over time - preliminary experience.  Radiology. 2001;  218 267-273
• 27 Sun Y. Automated identification of vessel contours in coronary arteriograms by an adaptive tracking algorithm.  IEEE Trans Med Imag. 1989;  8 78-88
• 28 Rubin G D, Paik D S, Johnston P C, Napel S. Measurement of the aorta and its branches with helical CT.  Radiology. 1998;  206 823-829
• 29 Glombitza G, LamadeŽ W, Demiris A M, Göpfert M R, Mayer A, Bahner M L, Meinzer H P. et al . Virtual planning of liver resections: image processing, visualization and volumetric evaluation.  Int J Medical Informatics. 1999;  53 225
• 30 Putzer J, Teistler M, Dormeier J, Mieht L, Pohlemann T. Computergestützte Segmentierung des frakturierten Acetabulums in CT-Aufnahmen mit Hilfe aktiver Konturen zur Klassifikation und Operationsplanung in der Unfallchirurgie. In: Handels H, Horsch A, Lehmann T, Meinzer HP (Eds.) Bildverarbeitung für die Medizin 2001. Springer Verlag, Berlin 2001: 34-38
• 31 Woods R P, Grafton S T, Holmes C J, Cherry S R, Mazziotta J C. Automated image registration: I. General methods and intrasubject, intramodality validation.  J Comput Assist Tomogr. 1998;  22 141-154
• 32 Fitzpatrick J M, Hill D L, Shyr Y, West J, Studholme C, Maurer C R. Visual assessment of the accuracy of retrospective registration of MR and CT images.  IEEE Trans Med Imag. 1998;  17 571-585
• 33 West J B, Fitzpatrick J M, Wang M Y, Dawant B M, Maurer C R , Kessler R J. et al . Comparison and evaluation of retrospective intermodality brain image registration techniques.  J Comput Assist Tomogr. 1997;  21 554-566
• 34 Rohlfing T, Beier J. Improving reliability and performance of voxel-based  registration by coincidence thresholding and volume clipping. In: Hawkes DJ, Hill DLG, Gaston R (Eds.) Proceedings of medical image understanding and analysis. King's College, London, UK 1999: 165-168
• 35 Gabrani M, Tretiak O M. Surface based matching using elastic transformations.  Pattern Recognition. 1999;  32 87-97
• 36 Marmulla R, Hilbert M, Niederdellmann H. Intraoperative Präzision mechanischer, elektromagnetischer, infrarot- und lasergeführter Navigationssysteme in der computergestützten Chirurgie.  Mund Kiefer Gesichtschir. 1998;  2 (Suppl. 1) S145-S148
• 37 Grimson W EL, Ettinger G J, White S J, Lozano-Perez T, Wells W M, Kikinis R. An automatic registration method for frameless stereotaxy, image guided surgery, and enhanced reality visualization.  IEEE Trans Med Imag. 1996;  15 129-140
• 38 Cartellieri M, Vorbeck F. Endoscopic sinus surgery using intraoperative computed tomography imaging for updating a three-dimensional navigation system.  Laryngoscope. 2000;  110 292-296
• 39 Wang G, Vannier M W. Stair-step artifacts in three-dimensional helical CT: an experimental study.  Radiology. 1994;  191 79-83
• 40 Wilting J E, Timmer J. Artefacts in spiral-CT images and their relation to pitch and subject morphology.  Eur Radiol. 1999;  9 316-322
• 41 Lemke A J, Hosten N, Neumann K, Wollensak J, Felix R. Spiral-CT von orbitalen Raumforderungen: verbesserte Darstellungsmöglichkeiten durch frei rekonstruierbare Ebenen.  Fortschr Röntgenstr. 1994;  161 391-398
• 42 Dammann F, Momino-Traserra E, Remy C, Buchgeister M, Pereira P L, Baumann I, Koitschev A. Strahlenexposition bei der Spiral-CT der Nasennebenhöhlen.  Fortschr Röntgenstr. 2000;  172 232-237
• 43 Schroeder W, Martin K, Lorensen W. The visualization toolkit. 2. ed. Prentice-Hall 1997
• 44 Sipos E P, Tebo S A, Zinreich S J. et al . In vivo accuracy testing and clinical experience with the ISG Viewing Wand.  Neurosurgery. 1996;  39 194-202
• 45 Herman G T, Liu H K. Display of three-dimensional information in computed tomography.  J Comput Assist Tomogr. 1977;  1 155-160
• 46 Englmeier K H, Haubner M, Losch A, Eckstein F, Seemann M D, van Eimeren W, Reiser M. Hybrid rendering of multidimensional image data.  Methods Inf Med. 1997;  36 1-10
• 47 Summers R M, Shaw D J, Shelhamer J H. CT virtual bronchoscopy of simulated endobronchial lesions: effect of scanning, reconstruction, and display settings and potential pitfalls.  AJR Am J Roentgenol. 1998;  170 947-950
• 48 Rubin G D, Beaulieu C F, Argiro V, Ringl H, Norbash A M, Feller J F, Dake M D. et al . Perspective volume rendering of CT and MR images: applications for endoscopic imaging.  Radiology. 1996;  199 321-330
• 49 Vining D J, Liu K, Choplin R H, Haponik E F. Virtual bronchoscopy. Relationships of virtual reality endobronchial simulations to actual bronchoscopic findings.  Chest. 1996;  109 549-553
• 50 Fleiter T, Merkle E M, Aschoff A J, Lang G, Stein M, Görich J, Liewald F. et al . Comparison of real-time virtual and fiberoptic bronchoscopy in patients with bronchial carcinoma: opportunities and limitations.  AJR Am J Roentgenol. 1997;  169 1591-1595
• 51 Rodenwaldt J, Kopka L, Roedel R, Grabbe E. Dreidimensionale Oberflächendarstellung des Larynx und der Trachea mittels Spiral-CT: Virtuelle Endoskopie.  Fortschr Röntgenstr. 1996;  165 80-83
• 52 Seemann M D, Luboldt W, Haferkamp C, Bode A, Schäfer J, Allen C M, Dammann F. et al . Hybride 3D-Visualisierung und virtuelle Endoskopie von Cochlea-Implantaten.  Fortschr Röntgenstr. 2000;  172 238-243
• 53 Nolte-Ernsting C C, Krombach G A, Staatz G, Kilbinger M, Adam G B, Günther R W. Virtuelle Endoskopie des oberen Harntraktes auf der Basis kontrastangehobener MR-Urographie Datensätze.  Fortschr Röntgenstr. 1999;  170 550-556
• 54 Fenlon H M, Nunes D P, Schroy III P C, Barish M A, Clarke P D, Ferruci J T. A comparison of virtual and conventional colonoscopy for the detection of colorectal polyps.  New England J Med. 1999;  341 1496-1503
• 55 Luboldt W, Bauerfeind P, Steiner P, Fried M, Krestin G P, Debatin J F. Preliminary assessment of three-dimensional magnetic resonance imaging for various kolonic disorders.  Lancet. 1997;  349 1288-1291
• 56 Rodenwaldt J, Kopka L, Roedel R, Margas A, Grabbe E. 3D virtual endoscopy of the upper airway: optimization of scan parameters in a cadaver phantom and clinical assessment.  J Comput Assist Tomogr. 1997;  21 411
• 57 Bode A, Dammann F, Pelikan E HW, Heuschmid M, Schwaderer E, Schaich M, Claussen C D. Analyse von Artefakten bei der virtuellen endoskopischen Darstellung auf Basis von Spiral-CT-Daten.  Fortschr Röntgenstr. 2001;  173 245-252
• 58 Hara A K, Johnson D, Reed J E, Ehman R L, Ulstrup D M. Colorectal polyp detection with CT colonography: two- versus three-dimensional techniques.  Radiology. 1996;  200 49-54
• 59 Höss A, Debus J, Bendl R, Engenhart-Cabillic R, Schlegel W. Computerverfahren in der dreidimensionalen Strahlentherapieplanung.  Radiologe. 1995;  35 583-586
• 60 Wolf H P, Lindner A, Millesi W, Knabl J, Watzke I. Technik und Anwendungsmöglichkeiten der stereolithographischen Schädelmodellherstellung.  Fortschr Kiefer Gesichtschir. 1994;  39 19-22
• 61 Schaich M, Bauer J, Kaus T, Gruben K, Huppert P E, Claussen C D. Bohrvorrichtung für Zahnimplantate auf der Grundlage computertomographischer Daten. In: Arnolds, Müller H (Eds.) Digitale Bildverarbeitung in der Medizin 1995. Springer Verlag, Berlin 1995
• 62 Fallahi B, Foroutan M, Motavalli S, Dujovny M, Limaye S. Computer-aided manufacturing of implants for the repair of large cranial defects: an improvement of the stereolithography technique.  Neurol Res. 1999;  21 281-286
• 63 Kermer C, Lindner A, Friede I, Wagner A, Millesi W. Preoperative stereolithographic model planning for primary reconstruction in craniomaxillofacial trauma surgery.  J Craniomaxillofac Surg. 1998;  26 136-139
• 64 Schwaderer E, Bode A, Budach W, Claussen C D, Dammann F, Kaus T, Plinkert P K. Stereolithographisches Weichteilgewebsmodell zur Herstellung eines Applikators für die Brachytherapie.  Kontraste. 2000;  16 40-43
• 65 Santler G, Kärcher H, Kern R. Stereolithographiemodelle vs. gefräste 3D-Modelle. Produktion, Indikationen und Genauigkeit.  Mund Kiefer Gesichtschir. 1998;  2 91-95
• 66 Barker T M, Earwaker W J, Lisle D A. Accuracy of stereolithographic models of human anatomy.  Australas Radiol. 1994;  38 106-111
• 67 Dunkley P. Virtual reality in medical training.  Lancet. 1994;  343 1218
• 68 Müller W, Bockholt U, Lahrner A, Voss G, Borner M. VRATS - Virtual-Reality-Arthroskopie-Trainingssimulator.  Radiologe. 2000;  40 290-294
• 69 Peitgen H O, Preim B. Virtuelle Realität in der Radiologie. Zwischen Hoffnung und Dilemma.  Radiologe. 2000;  40 203-210
• 70 Xia J, Ip H H, Samman N, Wang D, Kot C S, Yeung R W, Tideman H. Computer-assisted three-dimensional surgical planning and simulation: 3D virtual osteotomy.  Int J Oral Maxillofac Surg. 2000;  29 11-17
• 71 Lamade W, Glombitza G, Demiris A M, Cardenas C, Meinzer H P, Richter G, Lehnert T. et al . Virtuelle Operationsplanung in der Leberchirurgie.  Chirurg. 1999;  70 239-245
• 72 Dammann F, Bode A, Schwaderer E, Schaich M, Heuschmid M, Maaßen M. Computeraided surgical planning for implantation of hearing aids based on CT data in a VR environment.  RadioGraphics. 2001;  21 183-190
• 73 Frohlich B, Grunst G, Kruger W, Wesche G. The responsive workbench: a virtual working environment for physicians.  Comput Biol Med. 1995;  25 301-308
• 74 Kaminsky J, Brinker T, Sami A, Arango G, Vorkapic P, Sami M. Technical considerations regarding accuracy of the MKM navigation system. An experimental study on impact factors.  Neurol Res. 1999;  21 420-424
• 75 Brandt G, Radermacher K, Zimolong A, Rau G, Merloz P, Klos T V, Robb J. et al . CRIGOS - Entwicklung eines Kompaktrobotersystems für die bildgeführte orthopädische Chirurgie.  Orthopäde. 2000;  29 645-649
• 76 Wickham J E. Minimally invasive surgery. Future developments.  BMJ. 1994;  308 193-196
• 77 Stoll E, Stern C, Stucki P, Wildermuth S. A new filtering algorithm for medical magnetic resonance and computer tomography images. .  J Digit Imaging. 1999;  12 23-28