Hochpräzise Bewegungsverfolgung am Kopf in der Strahlentherapie
Projektbeschreibung
Die Erkennung und Kompensation von Patientenbewegungen ist besonders in der kranialen Strahlentherapie ein herausforderndes und bedeutendes Problem, dessen Lösung für eine hochgenaue Behandlung essentiell ist. Im Laufe der Zeit haben sich zwei Ansätze zur Bewältigung der Problematik etabliert: Eine Möglichkeit ist die Fixierung des Kopfes, eine andere die Erkennung und Kompensation von Bewegungen. Für ersteres bilden stereotaktische Rahmen, thermoplastische Masken und Beißblöcke den aktuellen Stand der Technik. Dabei wird angenommen, dass eine Bewegung nicht möglich und die Position somit fix ist. Abgesehen von der Tatsache, dass viele Patienten eine Fixierung nicht tolerieren, hat sich herausgestellt, dass trotz Fixierung Bewegungen im Millimeterbereich möglich sind. Beim zweiten Ansatz kommt unter anderem Röntgenbildgebung zum Einsatz. Dadurch wird der Patient einer zusätzlichen Strahlendosis ausgesetzt und die Abtastrate ist für die kraniale Therapie auf 1Hz limitiert.
Ein weiterer Ansatz, der sich in den vergangenen Jahren etabliert hat, basiert auf markerlosem optischen Tracking. Dabei wird die Stirn des Patienten mit Hilfe eines Laserscanners abgescannt und die Position errechnet. Kommerziell verfügbare Systeme setzen eine leichte Fixierung voraus, können aber aufgrund des Verfahrens eine Echtzeiterfassung der Kopfposition gewährleisten. Obwohl vielversprechende Ergebnisse z.B. mit der Microsoft Kinect® erzielt wurden, konnte eine Genauigkeit im Submillimeterbereich bisher nicht erreicht werden. Der Hauptgrund besteht darin, dass es keine Punkt-zu-Punkt-Korrespondenzen beim markerlosen Tracking gibt. Hinzu kommt, dass menschliches Gewebe kein rigides Objekt ist, wodurch das Finden etwaiger Korrespondenzen sehr fehleranfällig ist. Registrieralgorithmen, die für dieses Problem konzipiert wurden, setzen aber genau eben diese natürlichen Landmarken voraus. Gerade bei Haut kommt es zu Doppeldeutigkeiten während der Registrierung, weshalb diese Algorithmen in lokale Fehlerminima konvergieren und damit ihre Zuverlässigkeit stark abnimmt.
Bild (1) Lasertriangulationsaufbau, (2) Laserabtastung der Stirn, (3) MR segmentierte Gewebedicke.
Durch die Kombination verschiedenster Expertisen im Bereich Informatik, Elektronik, angewandte Mathematik, maschinelles Lernen und biomedizinischer Optik arbeiten wir an einem Lasertriangulationsverfahren zum Erreichen eines submillimetergenauen Trackings. Im Rahmen des Projektes haben wir sowohl die nötige Hardware, die dazugehörige Elektronik als auch algorithmische Verfahren entwickelt, die vielversprechende Ergebnisse liefern. Dabei wird analog zu bestehenden Systemen mit Hilfe eines Laserscanners ein Muster auf die Stirn des Probanden projiziert und die 3D-Struktur ermittelt. In Kombination mit der für jeden Punkt des Musters errechneten Gewebedicke entsteht eine 4D-Punktwolke, welche zum Tracking verwendet wird. Letztere verbessert die Trackinggenauigkeit maßgeblich gegenüber bestehenden Systemen. Die Entwicklung dieses Verfahrens wird in Kooperation mit der Firma Varian Medical Systems Inc., dem weltmarktführenden Hersteller für Strahlentherapiegeräte, durchgeführt und soll bis zur klinischen Reife gebracht werden.
Bild (1) Rekonstruierte 3D Oberfläche, (2) Punktwolke mit überlagerter Rückstreucharakteristik, (3) Punktwolke überlagert mit rekonstruierter Gewebedicke
Veröffentlichungen
2019
Human Forehead Recognition: A Novel Biometric Modality based on NIR Laser Backscattering Feature Image using Deep Transfer Learning, IET Biometrics , vol. online first, 2019. Institution of Engineering and Technology.
DOI: | 10.1049/iet-bmt.2019.0015 |
Datei: | iet-bmt.2019.0015 |
2018
Relationship between NIR laser power and the human forehead tissue backscattering image features: Photonic Solutions for Better Health Care VI, Popp, Jürgen and Tuchin, Valery V. and Pavone, Francesco S., Eds. Strasbourg (France): SPIE, 2018. pp. 136.
DOI: | 10.1117/12.2306827 |
ISBN: | 9781510618961 |
Datei: | 12.2306827 |
Patient identification using a near-infrared laser scanner: Image-Guided Procedures, Robotic Interventions, and Modeling, Orlando, FL: SPIE, 2017. pp. 101352L.
DOI: | 10.1117/12.2254963 |
Datei: | 12.2254963 |
2016
Enhanced Optical Head Tracking for Cranial Radiotherapy: Supporting Surface Registration by Cutaneous Structures, International Journal of Radiation Oncology, Biology, Physics , vol. 95, no. 2, pp. 810-817, 2016.
DOI: | 10.1016/j.ijrobp.2016.01.041 |
Datei: | j.ijrobp.2016.01.041 |
2015
Enhanced Tissue Thickness Computation by Exploiting Local Neighborhoods, Barcelona, Spain , 2015.
Tissue Segmentation from Head MRI: A Ground Truth Validation for Feature-Enhanced Tracking, Lübeck, Germany , 2015. pp. S184.
DOI: | 10.1515/bmt-2015-5008 |
Datei: | bmt-2015-5008 |
Ray Interpolation for Generic Triangulation Based on a Galvanometric Laser Scanning System, New York: IEEE, 2015. pp. 1419-1422.
DOI: | 10.1109/ISBI.2015.7164142 |
Datei: | ISBI.2015.7164142 |
Optical localization of the human skull for cranial radiation therapy, Atlanta, GA, USA , 2015.
Enriching 3D optical surface scans with prior knowledge: tissue thickness computation by exploiting local neighborhoods, International Journal of Computer Assisted Radiology and Surgery , vol. 11, no. 4, pp. 569-579, 2015. Springer Berlin Heidelberg.
DOI: | 10.1007/s11548-015-1246-6 |
Datei: | s11548-015-1246-6 |
Data-driven Learning for Calibrating Galvanometric Laser Scanners, IEEE Sensors Journal , vol. 15, no. 10, pp. 5709-5717, 2015.
DOI: | 10.1109/jsen.2015.2447835 |
Datei: | jsen.2015.2447835 |
Efficient Estimation of Tissue Thicknesses using Sparse Approximation for Gaussian Processes, Milano, Italy: IEEE, 2015. pp. 7015-7018.
DOI: | 10.1109/EMBC.2015.7320007 |
Datei: | EMBC.2015.7320007 |
Calibration of galvanometric laser scanners using statistical learning methods, Berlin, Heidelberg, New York; Lübeck, Germany: Springer, 2015. pp. 467-472.
DOI: | 10.1007/978-3-662-46224-9_80 |
Datei: | 978-3-662-46224-9_80 |
Analysis of feature stability for laser-based determination of tissue thickness, San Francisco, CA , 2015. pp. 93130Q.
DOI: | 10.1117/12.2078722 |
Datei: | 12.2078722 |
An Approach to Improve Accuracy of Optical Tracking Systems in Cranial Radiation Therapy, Cureus , vol. 7, no. 1, pp. e239, 2015.
A Study of Gaussian Noise Effects on Skin Thickness Measurement, Lübeck, Germany , 2015. pp. S190.
DOI: | 10.1515/bmt-2015-5008 |
Datei: | bmt-2015-5008 |
2014
Measuring cranial soft tissue thickness with MRI or pressure-compensated tracked ultrasound, British Journal of Medicine and Medical Research , vol. 4, no. 4, pp. 937-948, 2014.
Tissue Thickness Estimation for High Precision Head-Tracking using a Galvanometric Laser Scanner - A Case Study, Chicago, IL: IEEE, 2014. pp. 3106-3109.
A comparison of different hardware design approaches for feature-supported optical tracking with respect to angular dependencies, 2014. pp. 204.
DOI: | 10.1118/1.4888259 |
Datei: | 1.4888259 |
Kalman Filter based Head Tracking for Cranial Radiation Therapy with low-cost Range-Imaging Cameras, Deserno, Thomas M. and Handels, Heinz and Tolxdorff, Thomas and Meinzer, Hans-Peter and Ehrhardt, Jan, Eds. Aachen, Germany; Berlin, Heidelberg: Springer, 2014. pp. 324-329.
DOI: | 10.1007/978-3-642-54111-7_60 |
Datei: | 978-3-642-54111-7_60 |
Accuracy analysis for triangulation and tracking based on time-multiplexed structured light, Medical Physics , vol. 41, no. 8, pp. 082701, 2014.
DOI: | 10.1118/1.4890093 |
Datei: | 1.4890093 |
2013
Accuracy of object tracking based on time-multiplexed structured light, Innsbruck, Austria , 2013. pp. 139-142.
An improvement for the scanning process in high accuracy head tracking, Innsbruck, Austria , 2013. pp. 179-182.
Design and evaluation of a highly accurate optical setup for backscatter analysis, Treuer, Harald, Eds. Cologne, Germany , 2013. pp. 181-186.
- Forschung
- Robotics Laboratory (RobLab)
- OLRIM
- MIRANA
- Ultraschallgeführte Strahlenchirurgie
- Digitaler Superzwilling: Projekt TWIN-WIN
- - Abgeschlossene Projekte -
- Hochpräzise Bewegungsverfolgung am Kopf in der Strahlentherapie
- Neurologische Modellierungen
- Modellierung von Herzbewegungen
- Bewegungskompensation in der Strahlentherapie
- Navigation and Visualisation in Endovascular Aortic Repair (Nav EVAR)
- Autonome Elektrofahrzeuge als urbane Lieferanten
- Ziel-basierendes lebenslanges autonomes Lernen
- Transkranielle Elektrostimulation
- Bestrahlungsplanung
- Transkranielle Magnetstimulation
- Navigation in der Leberchirurgie
- Stereotaktische Mikronavigation
- OP - Mikroskop
- Interaktiver C-Arm
- OCT-basierte Neurobildgebung
Floris Ernst
Gebäude 64
,
Raum 95
floris.ernst(at)uni-luebeck.de
+49 451 31015208