Evaluierung von 3D Segmentierungsapplikationen sowie Entwicklung und Implementierung einer Segmentierungsmethode für den Voxel-Man Chirurgie-Simulator

Abstract

Der im Jahr 2005 am Markt eingeführte Voxel-Man Chirurgie-Simulator dient als Trainingssystem angehender Chirurgen während der Ausbildung. Zudem ermöglicht er die Vorbereitung auf eine Operation eines individuellen Patienten. Um aus den individuellen Daten einen virtuellen Patienten zu erstellen, ist zunächst eine Segmentierung der Daten erforderlich. Dies war bisher nur grob mit einem globalen Schwellwert möglich. Das Ziel der Arbeit war es daher, eine geeignete Segmentierungsapplikation zu finden und gegebenenfalls ein eigenes Verfahren zu entwickeln und in das Voxel-Man System zu integrieren. Um die für den Simulator „Voxel-Man Tempo” relevanten Risikostrukturen des Innenohrs segmentieren zu können, lag der Fokus der Arbeit auf der Segmentierung kleiner Strukturen. Zunächst werden verschiedene Segmentierungsapplikationen im Hinblick auf die Eignung für den Simulator untersucht. Dabei waren eine schwellwertbasierte Segmentierung kleiner Risikostrukturen sowie eine intuitive Bedienung von besonderer Wichtigkeit. Keine der untersuchten Applikationen erfüllte alle Anforderungen, weshalb ein eigenes Segmentierungsverfahren entwickelt und in das Voxel-Man System integriert wurde. Das Verfahren arbeitet mit einem Region Growing auf Schwellwertbasis. Durch Setzen des Startpunktes für das Region Growing wird der Schwellwertbereich bestimmt. Auch eine Schwellwertanpassung ist möglich, indem weitere Regionen des Datensatzes ausgewählt werden, an deren Intensitäten sich der Schwellwertbereich anpasst. Für die Trennung von Objekten, deren Schwellwertbereiche sich überschneiden, wurde eine Methode entwickelt, die nach Auswahl einer ungewünschten Region automatisch eine Trennung an der dünnsten Verbindung herbeiführt. Zudem ist eine Segmentierung über Teilobjekte möglich, um für jede Regionen einen optimalen Schwellwertbereich festzulegen und somit eine möglichst glatte Oberfläche zu erzielen. Das im Rahmen dieser Arbeit entwickelte Verfahren bietet eine interaktive und intuitive Bedienung. Durch die semi-automatische Trennung, die bildverarbeitende Algorithmen vor dem Benutzer verbirgt, kann die Segmentierung ohne aufwendige Einarbeitung und mit geringem Zeitaufwand erfolgen. Die Segmentierung aller Risikostrukturen ist jeweils in wenigen Minuten möglich und führt zu glatten Oberflächen in der 3D Ansicht.