Subscribe to RSS
DOI: 10.1055/s-2005-868248
Ein semiautomatischer Segmentierungsalgorithmus für die Planung einer vollständigen Mastoidektomie
Ziele: Für die CT-basierte Planung einer roboterassistierten Mastoidektomie ist eine vollständige Segmentierung des Mastoids erforderlich. Wird dieser Prozess manuell durchgeführt, ist er sehr zeitraubend. Wir stellen hier einen semi-automatischen Algorithmus zur Lösung dieses Problems vor und vergleichen ihn bezüglich Qualität und Zeitbedarf mit der manuellen Segmentierung. Methode: Es wurden 15 CT-Datensätze von Patienten bearbeitet, die ein vollimplantierbares Hörgerät erhielten. Die manuelle Segmentierung wurde mit einer medizinischen Workstation (EasyVision, Philips, Best, Niederlande) durchgeführt. Die selben Datensätze wurden mit unserem proprietären semi-automatischen Algorithmus segmentiert. In einem Preprocessingschritt wurden die Datensätze durch Erosion und Filterung vorbereitet und dann durch schwellenwertbasiertes Regiongrowing segmentiert. Durch spezielle interaktive Werkzeuge wurden dann Verbindungspfade, die zum Auslaufen der Segmentierung führen aufgefunden und manuell abgetrennt. Unzureichend erkannte knöcherne Begrenzungen wurden interaktiv durch live wires korrigiert. Die erhaltenen Segmentierungen wurden dann schichtweise und dreidimensional verglichen. Ergebnis: Durch die Anwendung des semi-automatischen Algorithmus konnte die Zeit für die Segmentierung des Mastoids von 45 Min. bei rein manueller Segmentierung auf etwa 15 Min. reduziert werden. Die spongiösen Strukturen wurden zuverlässig erkannt. Die Kortikalis zur Dura wurde jedoch häufig durchbrochen und musste dann ebenso wie das Innenohr und der Sinus sigmoideus manuell nachbearbeitet werden. Schlussfolgerung: Die erste klinische Erprobung unseres semi-automatischen Algorithmus ergab eine erhebliche Beschleunigung der Segmentierung des Mastoid. Die manuelle Korrektur benötigte deutlich weniger Zeit als bisher. In der weiteren Entwicklung sollen noch Sicherheitsaspekte berücksichtigt werden, um die endgültige Kontrolle der Segmentierung durch den Arzt zu erleichtern.
Korrespondierender Autor: Schwaderer E
Universitätsklinikum Tübingen, Radiologische Diagnostik, Hoppe-Seyler-Str. 3, 72076, Tübingen
E-Mail: erwin.schwaderer@med.uni-tuebingen.de
Key words
HNO - Robotik - Segmentierung - Operationsplanung