Bewegungskompensation in der Strahlentherapie

Projektbeschreibung

CyberKnife
CyberKnife

Seit einigen Jahren ist es möglich, Tumore im gesamten Körper zielsicher zu bestrahlen. Die klinischen Anwendungen auf dem aktuellsten Stand der Technik ermöglichen es, eine letale Strahlungsdosis mit einer Genauigkeit von etwa 2-3 mm in der karzinomatösen Region zu platzieren. Um jedoch eine präzise Bestrahlung durchzuführen, müssen Tumorbewegungen (z.B. durch Atmung, Herzschlag oder Bewegungen des Patienten) kompensiert werden. Konventionelle Techniken basieren auf Gating Verfahren, Bestrahlung des Tumors zu bestimmten Atemphasen oder der Vergrößerung des Zielvolumens, bis sichergestellt ist, dass sich der Tumor nur innerhalb des Zielvolumens bewegt.

Ein von Prof. Schweikard, in Zusammenarbeit mit Accuray Inc., Sunnyvale, CA, entwickeltes Verfahren, behebt dieses Problem durch den Einsatz eines stereoskopischen Infrarot(IR)-Kamerasystems, um die Brust- bzw. Bauchbewegung des Patienten zu erfassen. Basierend auf den äußeren Surrogaten können über ein mathematisches Modell, dem sogenannten Korrelationsmodel, Rückschlüsse auf die eigentliche Tumorbewegung geschlossen werden. Ein roboterisiertes Bestrahlungssystem, z.B. das CyberKnife System, kann mit diesen Informationen Patienten- und Atmungsbewegungen in Echtzeit detektieren und korrigieren.

Forschungsgebiete:

Vorhersage von Atmungsbewegungen:

Fehleroberfläche dreier LMS-basierter Prädiktionsalgorithmen
Fehleroberfläche dreier LMS-basierter Prädiktionsalgorithmen

Ein in diesem Ansatz neu auftretendes Problem ist die Tatsache, dass weder die Aufnahme der Patientenposition noch die Repositionierung des Robotersystems tatsächlich in Echtzeit erfolgen kann. Die momentan im klinischen Einsatz befindlichen Systeme haben Latenzen zwischen 50 und 300 ms. Die dadurch entstehenden Fehler in der Zielfindung können durchaus mehrere Millimeter betragen. Dieser systematische Fehler kann durch die Zeitreihenprädiktion der äußeren Surrogate minimiert werden. Neben klassischen Prädiktionsverfahren, wie dem least mean square (LMS) Verfahren, lag der Forschungsschwerpunkt in jüngster Zeit besonders auf Verfahren aus dem Bereich des maschinellen Lernens (Kernel Methoden, stochastische Lernansätze). Die Weiterentwicklung dieser Algorithmen ist ein Kernthema in diesem Forschungsprojekt.

Kamera zur Erfassung von Atmungsbewegungen
Kamera zur Erfassung von Atmungsbewegungen

In Laborumgebung wurde beispielhaft die menschliche Atmung untersucht. Dazu wurden auf der Brust eines Probanden 20 Infrarot-LEDs befestigt, die mit Hilfe eines Trackingsystems (atracsys accuTrack compact) aufgezeichnet wurden. Die Kamera wurde durch einen Roboterarm getragen, um genaue und stabile Positionierung zu Gewähr leisten. Ein Ausschnitt der aufgezeichneten Atmung wird im folgenden Video dargestellt.

Detektierung der Tumorbewegung (Korrelationsmodelle):

Sobald die Bewegung der Brustkorboberfläche bekannt ist, können daraus Schlüsse über die Tumorposition gezogen werden. Dies geschieht mit Hilfe eines Korrelationsmodells, das die Beziehung zwischen Oberflächen- und Tiefenbewegung simuliert. Wie dieses Modell aufgestellt und validiert werden kann, wird momentan untersucht.

Multimodale Bewegungskompensation:

Derzeitiger klinischer Standard in der bewegungskompensierten Strahlentherapie sind drei IR Marker, die beliebig auf Brust und Bauch des Patienten platziert werden können. Zahlreiche Studien haben belegt, dass die Korrelationsgenauigkeit maßgeblich von der Positionierung der Marker und dem Atmungsverhalten des Patient abhängen. Wir untersuchen, wie diese Abhängigkeiten durch Einsatz von multimodalen Messsystemen, z.B. Beschleunigung, Dehnung, Luftstrom und oberflächlicher Elektromyografie (EMG), reduziert werden können. Ziel dieses Forschungszweiges ist die Entwicklung multimodaler Prädiktions- und Korrelationsmodelle. Ein besonderer Fokus liegt dabei auf Feature Detektionsalgorithmen zur Echtzeitbestimmung der am meisten relevanten und am wenigsten redundanten Sensoren. Durch eine optimale Wahl der Features kann die Robustheit des Gesamtsystems erhöht werden.

a) Messaufbau für eine multimodale Messung mit Luftstromsensor (FLOW),  optischen Marken 1-3 (OM 1-3), Beschleunigungssensor (ACC), Dehnungsgurt (STRAIN) und Ultraschalltransducer (US),
b) Beispiel von einem US Bild mit einer exemplarisch gewählten Zielregion (roter Punkt) in der Leber,
c) mittlere absolute Korrelationkoeffizient und Standardabweichung von allen externen Sensoren bezogen auf OM1, OM3 und US.

Wahrscheinlichkeitsbasierte Modelle:

Surrogat gestützte Bewegungskompensation besteht aus einem Prädiktions- und einem Korrelationsalgorithmus, die sequentiell miteinander verbunden sind. Das bedeutet, der Eingang des zweiten Modells (z.B. Korrelation) ist das Ergebnis des ersten Modells (z.B. Prädiktion). Dadurch können sich Fehler des ersten Modells im zweiten Modell verstärken. In diesem Kontext wurden Multi-task Gaussian Process (MTGP) Modelle untersucht. Sie ermöglichen es erstmalig beide Problemstellungen innerhalb eines Modells zu lösen und somit den Gesamtfehler von Korrelation und Prädiktion zu minimieren. MTGP Modelle stellen eine Erweiterung von Gaussian Processes (GP) Modellen dar, welche häufig im Bereich des maschinellen Lernens für Regressionsaufgaben benutzt werden. MTGPs ermöglichen es mehrere, unterschiedlich abgetastete Signale gleichzeitig zu modellieren und deren Korrelation untereinander zu lernen.

MTGP Toolbox

Der MTGP Ansatz ist sehr flexibel und kann für verschiedenste biomedizinische Probleme verwendet werden, wie z.B. der multimodalen Analyse vitaler Parameter von Krankenhauspatienten. In Kooperation mit dem Computational Health Informatics Lab (University of Oxford) wurde eine Matlab Toolbox entwickelt. Zum besseren Verständnis beinhaltet die Toolbox zahlreiche Beispiele. [Link Toolbox]

Modellierung von multivariaten Signalen mit unterschiedlichen Abtastfrequenzen über MTGP Modelle.
Modellierung von multivariaten Signalen mit unterschiedlichen Abtastfrequenzen über MTGP Modelle.

Veröffentlichungen

2014

Robert Dürichen, Tobias Wissel, Floris Ernst, Alexander Schlaefer, and Achim Schweikard,
Multivariate respiratory motion prediction, Physics in Medicine and Biology , vol. 59, no. 20, pp. 6043, 2014.
Ivo Kuhlemann, Ralf Bruder, Floris Ernst, and Achim Schweikard,
WE-G-BRF-09: Force- and Image-Adaptive Strategies for Robotised Placement of 4D Ultrasound Probes, 2014. pp. 523.
DOI:10.1118/1.4889502
Datei: 1.4889502
Oliver Blanck, Svenja Ipsen, Brad Oborn, Ralf Bruder, René Werner, F. Bode, P. Hunold, Gary Liney, Dirk Rades, Jürgen Dunst, Achim Schweikard, and Paul J. Keall,
Treatment planning for cardiac radiosurgery -- initial human simulations, Zürich, Switzerland , 2014.
Katharina Merkel, Tobias Wissel, Achim Schweikard, and Robert Dürichen,
Respiratory motion prediction with surface EMG features, Fukuoka, Japan , 2014. pp. 290-291.
Datei:
Svenja Ipsen, Oliver Blanck, Brad Oborn, F. Bode, Gary Liney, P. Hunold, Dirk Rades, Achim Schweikard, and Paul J. Keall,
Radiotherapy beyond cancer: Target localization in real-time MRI and treatment planning for cardiac radiosurgery, Medical Physics , vol. 41, no. 12, pp. 120702-1-8, 2014.
DOI:10.1118/1.4901414
Datei: 1.4901414
Robert Dürichen, Tobias Wissel, Floris Ernst, Marco A. F. Pimentel, David A. Clifton, and Achim Schweikard,
A Unified Approach For Respiratory Motion Prediction and Correlation with Multi-Task Gaussian Processes, Reims, France , 2014. pp. 1-6.
DOI:10.1109/MLSP.2014.6958895
Datei: MLSP.2014.6958895
Robert Dürichen, Marco A. F. Pimentel, Lei Clifton, Achim Schweikard, and David A. Clifton,
Multi-task Gaussian Processes for Multivariate Physiological Time-Series Analysis, IEEE Transactions on Biomedical Engineering , vol. 62, no. 1, pp. 314-322, 2014.
DOI:10.1109/TBME.2014.2351376
Datei: TBME.2014.2351376
Robert Dürichen, Xiao Fang, Tobias Wissel, and Achim Schweikard,
Gaussian Process models for respiratory motion compensation, Fukuoka, Japan , 2014. pp. 286-287.
Datei:
Robert Dürichen,
From Univariate to Multivariate Respiratory Motion Compensation - A Bayesian Way to Increase Treatment Accuracy in Robotic Radiotherapy, Institute for Robotics and Cognitive Systems, 2014.
Robert Dürichen, Tobias Wissel, and Achim Schweikard,
Exploiting probabilistic uncertainty measures for respiratory motion prediction, Fukuoka, Japan , 2014. pp. 59.
Datei:
Robert Dürichen, Tobias Wissel, and Achim Schweikard,
Controlling motion prediction errors in radiotherapy with relevance vector machine, International Journal of Computer Assisted Radiology and Surgery , pp. in-press, 2014.
DOI:10.1007/s11548-014-1008-x
Datei: s11548-014-1008-x
Robert Dürichen, Marco A. F. Pimentel, Lei Clifton, Achim Schweikard, and David A. Clifton,
Multi-task Gaussian process models for biomedical applications, Valencia, Spain , 2014. pp. 492-495.
DOI:10.1109/BHI.2014.6864410
Datei: BHI.2014.6864410

2013

Robert Dürichen, Tobias Wissel, and Achim Schweikard,
Optimized order estimation for autoregressive models to predict respiratory motion, Heidelberg, Germany , 2013. pp. accepted-for publication.
DOI:10.1007/s11548-013-0900-0
Datei:
Ralf Bruder, Gerd Bruder, and Achim Schweikard,
Verfahren zum Auffinden der Position eines Schallkopfes, 2013.
Robert Dürichen, Tobias Wissel, Floris Ernst, and Achim Schweikard,
Respiratory Motion Compensation with Relevance Vector Machines, Mori, Kensaku and Sakuma, Ichiro and Sato, Yoshinobu and Barillot, Christian and Navab, Nassir, Eds. Nagoya, Japan: Springer, 2013. pp. 108-115.
DOI:10.1007/978-3-642-40763-5_14
Datei: 978-3-642-40763-5_14
Oliver Blanck, Philipp Jauer, Floris Ernst, Ralf Bruder, and Achim Schweikard,
Pilot-Phantomtest zur ultraschall-geführten robotergestützten Radiochirurgie, Treuer, Harald, Eds. Cologne, Germany , 2013. pp. 122-123.
Svenja Ipsen,
Ortung eines Ultraschallkopfes in stereoskopischen Röntgenbildern für den hybriden Bewegungsausgleich in der bildgestützten Strahlentherapie, 2013.
Robert Dürichen, Lucas Davenport, Ralf Bruder, Tobias Wissel, Floris Ernst, and Achim Schweikard,
Evaluation of the potential of multi-modal sensors for respiratory motion prediction and correlation, Osaka, Japan , 2013. pp. 5678-5681.
DOI:10.1109/EMBC.2013.6610839
Datei: EMBC.2013.6610839
Robert Dürichen, Tobias Wissel, Floris Ernst, and Achim Schweikard,
Multi-modal respiratory motion prediction using sequential forward selection method, Innsbruck, Austria , 2013. pp. 183-187.
Ivo Kuhlemann,
"Force and Image Adaptive Strategies for Robotised Placement of 4D Ultrasound Probes" 2013.
Floris Ernst, Robert Dürichen, Alexander Schlaefer, and Achim Schweikard,
Evaluating and comparing algorithms for respiratory motion prediction, Physics in Medicine and Biology , vol. 58, no. 11, pp. 3911-3929, 2013.
DOI:10.1088/0031-9155/58/11/3911
Datei: 3911
Robert Dürichen, Ralf Bruder, Lucas Davenport, Tobias Wissel, Floris Ernst, and Achim Schweikard,
Correlation and variation of a multi-modal sensor setup for respiratory motion prediction and correlation, Indianapolis, USA; Indianapolis, IN, USA: American Association of Physicists in Medicine, 2013. pp. 186.
DOI:10.1118/1.4814365
Datei: 1.4814365
Robert Dürichen, Oliver Blanck, Jürgen Dunst, Guido Hildebrandt, Alexander Schlaefer, and Achim Schweikard,
Atemphasenabhängige Prädiktionsfehler in der extrakraniellen stereotaktischen Strahlentherapie, Berlin, Germany , 2013.

2012

Nikolaus Ammann,
"Robotized 4D Ultrasound for cardiac Image- Guided Radiation Therapy" 2012.
Robert Dürichen, Tobias Wissel, and Achim Schweikard,
Prediction of respiratory Motion using Wavelet-based Support Vector Regression, Santander, Spain , 2012. pp. 1-6.
DOI:10.1109/MLSP.2012.6349742
Datei: MLSP.2012.6349742