Skip to main content
SpringerLink
Log in

Automatische Registration des Patienten mit A-Mode-Ultraschall für computerunterstützte Chirurgie

Funktionsnachweis im Labor

Automatic registration of patients with A-mode ultrasound for computer-assisted surgery

Laboratory proof of concept

  • Originalien
  • Published:
HNO Aims and scope Submit manuscript

Zusammenfassung

Hintergrund

Die Hauptfehlerquelle beim klinischen Einsatz von 3D-Navigation ist die Registration des Patienten an die präoperative radiologische Bildgebung. Anatomische Landmarken oder Klebemarker sind in Folge der Hautverschieblichkeit suboptimal. Die Verwendung von invasiven Markern ist aufwändig und für den Patienten eher unangenehm. Um mögliche Registrationsfehler zu minimieren und den Einsatz von Navigationstechnologie im Operationssaal zu optimieren, zeigen wir, dass ein mit A-Mode-Ultraschall erstelltes Oberflächenmodel des Hinterhauptbeins zu präoperativen CT-Bildern registriert werden kann.

Methoden

Der Schallkopf wird computergesteuert mechanisch mit submillimetrischer Genauigkeit unter dem Kopf des Patienten positioniert. Aus den Echos wird die 3D-Oberfläche des Okziputs generiert, die mit dem Iterative–Closest-Point-(ICP-)Algorithmus zu den präoperativen CT-Bildern registriert wird. Die Evaluierung des Prototyps wurde an 3 anatomischen Präparaten und einem knöchernen Schädel durchgeführt.

Ergebnisse

Die Ultraschallreflexionen vom Okziput erlaubten das Erstellen einer 3D-Oberfläche, die zu der optimalen Segmentierung des Os occipitale mit einer Genauigkeit von mehr als 1,5 mm registriert werden konnte. Die erzielte Anwendungsgenauigkeit wurde quantitativ durch eine Farbkarte der Abweichung zwischen beiden Flächen (CT-Ultraschall) dargestellt.

Schlussfolgerung

Die vorgeschlagene Lösung zum Erfassen des hinteren Schädels mit A-Mode-Ultraschall stellt ein automatisiertes Registrationsverfahren dar, das in den intraoperativen Ablauf integrierbar ist.

Abstract

Background

The main source of error in 3D navigation is the patient-to-image registration process. Anatomical landmarks or adhesive markers perform sub-optimally. Bone-anchored invasive markers significantly change the clinical workflow of navigated ENT surgery, are invasive and cause patient discomfort. In order to minimize registration errors and to further streamline the clinical use of intraoperative 3D navigation we demonstrate that A-mode ultrasound allows an accurate 3D surface profile of the os occipitale to be created which can be reliably registered on preoperative patient CT data.

Methods

The transducer is mechanically positioned with sub-millimeter accuracy on the patient’s occiput. From the sound echos a 3D surface is generated and registered to the preoperative CT images with the iterative closest point (ICP) algorithm. The evaluation of our setup was performed on three anatomic specimens and one bony skull.

Results

The ultrasound echoes from the occiput allowed the creation of an adequate 3D surface which could be registered to a segmentation of the CT image with an accuracy greater than 1.5 mm. The experiments were evaluated by an intuitive representation of the spatial deviation between CT and ultrasound data as a color-coded map.

Conclusion

The approach to scan the posterior skull with A-mode ultrasound enables automatic intraoperative registration and can be integrated into the intraoperative setup.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5

Literatur

  1. 3D Slicer Verfügbar von: http://www.slicer.org. Zugegriffen 2010

  2. National instruments Verfügbar von: http://www.ni.com. Zugegriffen 2010

  3. NLM Insight segmentation & registration toolkit Verfügbar von: http://www.itk.org. Zugegriffen 2010

  4. The visualization toolkit Verfügbar von: http://www.vtk.org. Zugegriffen 2010

  5. MatLab Verfügbar von: http://www.mathworks.com. Zugegriffen 2010

  6. Amstutz C, Caversaccio M, Kowal J et al (2003) A-mode ultrasound-based registration in computer-aided surgery of the skull. Arch Otolaryngol Head Neck Surg 129 (12):1310–1316

    Article  PubMed  Google Scholar 

  7. Besl PJ, Mc Kay ND (1992) A Method for Registration of 3-D Shapes. IEEE Trans Pattern Anal Mach Intell 14 (2):239–256

    Article  Google Scholar 

  8. Bickel M, Gueler O, Kral F et al (2009) Evaluation of the Application Accuracy of 3D-Navigation through Measurements and Prediction. World Congress of Medical Physics and Biomedical Engineering, München 7–12 Sept 2009

  9. Caversaccio M, Freysinger W (2003) Computer assistance for intraoperative navigation in ENT surgery. Minim invasive Ther Allied Technol 12 (1):36–51

    Article  PubMed  Google Scholar 

  10. Diakov GM, Freysinger W (2007) Accuracy evaluation of initialization-free registration for 3D-navigation. Int J CARS 2 (2):65–73

    Article  Google Scholar 

  11. Fieten L, Heger S, Pasalic L et al (2008) Fast and accurate registration of cranial CT images with A-mode ultrasound. Int J CARS 3 (Suppl 1):275–276

    Article  Google Scholar 

  12. Fitzgibbon AW (2004) Robust registration of 2D and 3D point sets. Image Vis Comput 21:1145–1153

    Article  Google Scholar 

  13. Fitzpatrick JM, West JB, Maurer CR Jr (1998) Predicting error in rigid-body point-based registration. IEEE Trans Med Imaging 17 (5):694–702

    Article  CAS  PubMed  Google Scholar 

  14. Freysinger W, Gunkel AR, Thumfart WF (1997) Image-guided endoscopic ENT surgery. Eur Arch Otorhinolaryngol 254 (7):343–346

    Article  CAS  PubMed  Google Scholar 

  15. Gunkel AR, Freysinger W, Thumfart WF (2000) Computerunterstützte 3D-Navigationssysteme: Überblick und Standortbestimmung. [Computer-aided 3D-navigation systems. Survey and location determination]. HNO 48:75–90

    Article  CAS  PubMed  Google Scholar 

  16. Helbig M, Krysztoforski K, Kucharski J et al (2009) Navigationsunterstützte Weichteilsonographie für den Kopf-Hals-Bereich. HNO 57 (10):1010–1015

    Article  CAS  PubMed  Google Scholar 

  17. Ibanez L (2003) The ITK Software Guide. Kitware, Inc., ISBN 1–930934–10–6

  18. Lewis JT, Galloway RL Jr, Schreiner S (1998) An ultrasonic approach to localization of fiducial markers for interactive, image-guided neurosurgery–Part I: Principles. IEEE Trans Biomed Eng 45 (5):620–630

    Article  CAS  PubMed  Google Scholar 

  19. Lorensen WE, Cline HE (1987) Marching cubes: a high resolution 3d surface construction algorithm. Comput Graph 21 (4):163–169

    Article  Google Scholar 

  20. Ma B, Ellis RE (2006) Analytic Expressions for Fiducial and Surface Target Registration Error. MICCAI 2006, LNCS 4191:637–644

  21. Marmulla R, Hassfeld S, Lüth T et al (2003) Soft-tissue scanning for patient registration in image-guided surgery. Comput Aided Surg 8 (2):70–81

    Article  PubMed  Google Scholar 

  22. Morneburg H (Hrsg) (1995) Bildgebende Systeme für die medizinische Diagnostik. Publicis MCD, München, S 196 ISBN 89578–002–2

  23. Oszwald M, Citak M, Kowal J et al (2008) A-Mode-Ultraschall-Pointer für die navigierte Beckenchirurgie. Unfallchirurg 111 (3):162–166

    Article  CAS  PubMed  Google Scholar 

  24. Press WH, Teukolsky SA, Vetterling WT, Flannery BP (2007) Numerical recipes: the art of scientific computing. Cambridge University Press, New York, USA, ISBN 978–0–521–88068–8

  25. Raabe A, Krishnan R, Wolff R et al (2002) Laser surface scanning for patient registration in intracranial image-guided surgery. Neurosurgery 50 (4):797–801

    Article  PubMed  Google Scholar 

  26. Reka A, Freysinger W, Kral F et al (2007) A DICOM data import module. Proceedings of CAS-H, Innsbruck, Austria (ISBN 978–3–939533–91–7):2–3

  27. Salvi J, Matabosch C, Fofi D, Forest J (2007) A review of recent range image registration methods with accuracy evaluation. Image Vis Comput 25 (5):578–596

    Article  Google Scholar 

  28. Sonka M, Fitzpatrick JM (2004) Handbook of Medical Imaging. SPIE, Bellingham, WA, USA, ISBN 0–8194–3622–4

  29. Strauß G (2009) Computerassistierte Chirurgie an der Rhinobasis. HNO 57 (10):990–997

    Article  PubMed  Google Scholar 

  30. Wiles AD, Thompson DG, Frantz DD (2004) Accuracy assessment and interpretation for optical tracking systems. Proc SPIE 5367 (14):1–12

    Article  Google Scholar 

Download references

Interessenkonflikt

Der korrespondierende Autor gibt an, dass kein Interessenkonflikt besteht.

Author information

Authors and Affiliations

  1. Medizinische Universität Innsbruck, Universitätsklinik für Hals-, Nasen- und Ohrenheilkunde, Anichstr. 35, 6020, Innsbruck, Österreich

    G. Diakov PhD, F. Kral, O. Güler & W. Freysinger

Authors
  1. G. Diakov PhD
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. F. Kral
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. O. Güler
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. W. Freysinger
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to G. Diakov PhD.

Additional information

Gefördert durch den Österreichischen Wissenschaftsfond (FWF) unter Projekt 20604-B13 und durch die Medizinische Universität Innsbruck, Medizinischer Forschungsfonds Innsbruck unter Projekt 2007–404.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Diakov, G., Kral, F., Güler, O. et al. Automatische Registration des Patienten mit A-Mode-Ultraschall für computerunterstützte Chirurgie. HNO 58, 1067–1073 (2010). https://doi.org/10.1007/s00106-010-2171-1

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00106-010-2171-1

Schlüsselwörter

Keywords

Search

Navigation