Fortschritte bei der 3D-Endoskopie

By Jörg Viola / 1. Mai 2014

Moderne Bildgebungsverfahren ermöglichen in der Medizin immer genauere Eingriffe. Bilder aus 3D-Kameras erlauben beispielsweise, die chirurgische Entfernung von Tumoren immer gezielter und schonender durchzuführen. Allerdings hat diese Technik Nachteile, zum Beispiel eine geringe Bildauflösung, und ist zum Teil anfällig für Störungen. Thomas Köhler, Doktorand am Lehrstuhl für Informatik 5 der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) arbeitet in seinem Projekt „Outlier Detection for Multi-Sensor-Super-Resolution in Hybrid 3D-Endoscopy“ daran, diese Probleme bei 3D-Bildgebungsverfahren zu beheben. Jetzt wurde er hierfür auf dem Workshop „Bildverarbeitung für die Medizin (BVM) 2014“ mit dem Preis für die beste wissenschaftliche Arbeit ausgezeichnet.

Die Time-of-Flight-Kamera – ein 3D-Kamerasystem, das auch in der Medizin genutzt wird – liefert Tiefenbilder eines Organs, wie der Lunge, und kann auch Bewegungen registrieren. Die Auflösung dieser Bilder ist allerdings sehr gering und deswegen sind die Aufnahmen für eine Operation zu ungenau. Das 3D-Bild der Time-of-Flight-Kameras entsteht durch Lichtimpulse, bei denen die Zeit gemessen wird, die das Licht benötigt, um zum Objekt und durch Reflektion wieder zurück zu gelangen. Anhand dieser Daten kann für jeden Bildpunkt die Entfernung zur Kamera bestimmt werden und daraus ein 3D-Modell des Objekts konstruiert werden.

Das Forscherteam verwendet den Prototyp eines speziellen Endoskops, das sowohl 3-D Daten, als auch Farbdaten – wie ein klassisches Endoskop – liefert. Die Forscher konstruieren anhand der Farbbilddaten, die vom Endoskop mit höherer Auflösung aufgenommen werden können, im Zusammenspiel mit den Tiefenbilddaten ein hochauflösendes 3D-Bild.

Ein weiteres Problem der Time-of-Flight-Kameras ist ihre Fehleranfälligkeit. Reflexionen auf Objekten können zu ungültigen Daten, sogenannten Outliern, führen. Um solche ausfindig zu machen, analysiert Köhler mehrere Einzelbilder des Objekts mit einem statistischen Verfahren, das erfasst, wie oft bestimmte Bildpunkte dem einen oder dem anderen Objekt zugeordnet werden. Anhand dieser Daten kann eine fehlerfreie Abbildung konstruiert werden.

Das Team um Köhler arbeitet daran, Algorithmen für diese Arbeitsschritte zu erstellen. Diese Algorithmen sind die Grundlage für Programme, die sich in die Kameras integrieren lassen, um für eine bessere Bildauflösung zu sorgen und Bildfehler zu reduzieren. Am Projekt sind neben dem Lehrstuhl für Informatik 5 der FAU auch Forscher der TU München und des Deutschen Krebsforschungszentrums Heidelberg (DKFZ) beteiligt. Die Deutsche Forschungsgemeinschaft (DFG) fördert das Projekt.

 

Diese Abbildung zeigt exemplarisch ein im Rahmen der experimentellen Auswertung aufgenommenes Farbbild eines Leberphantoms sowie das zugehörige Tiefenbild. (Bild: FAU)

Diese Abbildung zeigt exemplarisch ein im Rahmen der experimentellen Auswertung aufgenommenes Farbbild eines Leberphantoms sowie das zugehörige Tiefenbild. (Bild: FAU)

Quelle:

http://blogs.fau.de/news/2014/04/29/schaerfere-bilder-fuer-die-medizin/

http://www5.cs.fau.de/research/areas/medical-image-registration/time-of-flight-endoscopy