Dienstag, 18.07.2017

Forschung

Strahlentherapie: Katheterpfade bestmöglich präzisieren

Medizinische Informatiker entwickeln eine Goldstandardmethode für die bildgestützte intraoperative Behandlung bei Gebärmutterhals- und Prostatakrebs

Am Institut für Medizinische Informatik der Universität zu Lübeck arbeiten Wissenschaftler in Zusammenarbeit mit dem Brigham and Women’s Hospital der Harvard Medical School daran, Katheterinterventionen durch Kathetersegmentierungsalgorithmen für die interne Strahlentherapie (Brachytherapie) bezüglich der lokalen Dosisapplikation zuverlässiger zu gestalten. Jetzt ist dazu eine neue Fachveröffentlichung in der renommierten Wissenschaftszeitschrift „Medical Image Analysis“ erschienen.

Brachytherapie ist eine Form der Strahlentherapie, bei der eine umschlossene radioaktive Strahlenquelle innerhalb oder in unmittelbarer Nähe des zu bestrahlenden Gebietes im Körper platziert wird. Im Rahmen des von der Universität zu Lübeck und an der Harvard Medical School geförderten Projektes „NeedleFinder“* werden Methoden für die hochgenaue und präzise Segmentierung der Katheterpfade entwickelt. Sie ermöglichen es, während der Operation im MRT-Bild die den Tumor treffenden Pfade den Öffnungen einer Syed-Neblett-Schablone zuzuordnen (Abb. 1). Dies ist für die fehlerlose Dosierung der durch die Schablone und die anliegenden Pfade eingeführten Strahlenquellen von zentraler Bedeutung (Abb. 2). Die Deponierung der Strahler geschieht intraoperativ, bildgestützt, den Tumor sehend (Abb. 3) und gegebenenfalls unter mehrfacher Nutzung der angelegten Katheterpfade.

Am Lübecker Institut für Medizinische Informatik werden Assistenzsysteme für die intraoperative Planung und Navigation von Katheterpunktionen zur Cervix- und Prostata-Brachytherapie der entwickelt

Die Arbeiten wurden im Rahmen der Ernennung des Lübecker Forschers Dr. habil. Andre Mastmeyer zum „Harvard Research Fellow“ an der Harvard Medical School innerhalb eines Forschungsaufenthaltes 2014 begonnen, auf internationalen Konferenzen 2015** und nun auch in der renommiertesten Fachzeitschrift auf dem Gebiet der Medizinischen Bildverarbeitung 2017 publiziert.

Im Projektkontext stellt die bei „Medical Image Analysis“ veröffentlichte Arbeit (Impact-Faktor 5,012) der Allgemeinheit unter Berücksichtigung der besonders schwierigen dunkel-diffusen Darstellung der Katheterartefakte in MRT-Bilddaten (Abb. 3) nunmehr zuverlässige Segmentierungs- und Identifikationsansätze zur Verfügung. Die Segmentierungsalgorithmen basieren auf (1) speziellen lokalen Bildfiltern für die dunkel-diffusen Katheterartefakte, (2) auf einem mechanischen Kathetermodell, welches den wahrscheinlichen Katheterpfad mithilfe der wirkenden Kräfte zur Schablone zurückverfolgt, und (3) logischem Ausschließen nicht plausibler gruppenweiser Katheterpfadkonfigurationen (Überschneidungen). Die dunkel-diffusen Katheterartefakte befinden sich in einem Grauwertespektrum, das im Gegensatz zur leicht diskriminierbaren, hellen Darstellung in CT-Aufnahmen zu Verwechslungen mit anderen Bildstrukturen führen kann.

Die umfangreiche Evaluation wurde auf 762 vorher segmentierten Referenztrajektorien (Abb. 3, 4, türkis-farbene Pfade) aus einer umfangreichen Population mit 54 intraoperativen 3D-MRT-Patientendatensätzen ausgewertet. Die erreichte Fehlergüte setzt aktuell den Goldstandard auf dem Arbeitsgebiet der bildgestützten Therapie. Es wurde die quantitative Bewertung der Genauigkeit und Robustheit vorgenommen: Im Vergleich zu expertensegmentierten Goldstandard-Kathetern ergeben sich bei 93 Prozent möglicher Identifikationsrate eine niedriger Maximalabstand 1,49 Millimeter (Hausdorff-Metrik) und exzellente Präzisionsfehler von 0,29 Millimeter (Abb. 3, 4, grüne Pfade).

_____________
* National Center for Image Guided Therapy, P41EB015898
** The Medical Image Computing and Computer Assisted Intervention Society

Veröffentlichung:
Andre Mastmeyer, Guillaume Pernelle, Ruibin Ma, Lauren Barber, Tina Kapur: Accurate Model-based Segmentation of Gynecologic Brachytherapy Catheter Collections in MRI-images. Medical Image Analysis, online verfügbar seit dem 18. Juli 2017.
doi.org/10.1016/j.media.2017.06.011

Weitere Informationen: www.slicer.org