Directly to content
  1. Publishing |
  2. Search |
  3. Browse |
  4. Recent items rss |
  5. Open Access |
  6. Jur. Issues |
  7. DeutschClear Cookie - decide language by browser settings

Framework für interventionelle 2D-3D-Bildregistrierung multipler Objekte

Kabelitz, Gordian Konrad

[thumbnail of Kabelitz_Promotionsarbeit_2020_a-1b.pdf]
Preview
PDF, German
Download (47MB) | Terms of use

Citation of documents: Please do not cite the URL that is displayed in your browser location input, instead use the DOI, URN or the persistent URL below, as we can guarantee their long-time accessibility.

Abstract

Die Anzahl der interventionellen Eingriffe steigt und die Unterstützung durch robotische oder digitale Assistenzsysteme nimmt zu. Zeitgleich steigt der Informationsgehalt der diagnostischen Daten, die vor der Intervention über den Patienten erhoben werden. Der Transfer der präinterventionellen Daten in den Interventionsraum kann für Interventionalist und Assistenzsystem entscheidende Vorteile in Planung und Durchführung bedeuten. Derzeit bedeutet die interventionelle Bildgebung entweder zweidimensionale Projektionen ohne Tiefeninformation oder dreidimensionale Aufnahmen, die unter hohem Strahlungsaufwand gewonnen werden. Die interventionelle 2D-3D-Registrierung schließt diesen Informationsbruch durch die räumliche Registrierung der drei-dimensionalen präinterventionellen Daten durch eine oder mehrere Projektionen. In dieser Arbeit wird ein flexibles Bildregistrierungsframework vorgestellt, dass dreidimensionale Daten mit zweidimensionalen Aufnahmen registriert. Dazu wurde die mathematische Beschreibung der interdimensionalen Registrierung analysiert, die Komponenten identifiziert und deren Einfluss auf die Registrierungsperformanz evaluiert. Als Ergebnis der Laufzeitanalyse ist in das Framework ein hardware-beschleunigter Projektionsalgorithmus mit minimalen Datentransfer integriert. Für spezifische Anwendungen können sowohl die Komponenten, Transformationstyp, metrische Funktion und Optimierungsalgorithmus, gewählt werden, als auch die Anzahl der Objekte, die mit den Referenzaufnahmen registriert werden. Für die Instantiierung und Initialisierung des Frameworks werden weniger als eine Millisekunde benötigt, so dass für neue Aufnahmen das Framework rekonfiguriert werden kann. Es ist vollständig in die weitverbreitete open-source-Software Insight Segmentation and Registration Toolkit für die Bildverarbeitung integrierbar und funktioniert mit verschiedenen Kombinationen von Metriken und Optimierungsfunktionen. Stellvertretend wurde die erfolgreiche 2D-3D-Registrierung mit der Mutual-Information-Metrik und der Powell-Optimierungsfunktion gezeigt.

Document type: Dissertation
Supervisor: Schad, Prof. Dr. rer. nat. Lothar R.
Place of Publication: Heidelberg
Date of thesis defense: 17 August 2020
Date Deposited: 08 Oct 2020 07:01
Date: 2020
Faculties / Institutes: Medizinische Fakultät Mannheim > Zentrum für Biomedizin und Medizintechnik (CBTM)
DDC-classification: 500 Natural sciences and mathematics
610 Medical sciences Medicine
About | FAQ | Contact | Imprint |
OA-LogoDINI certificate 2013Logo der Open-Archives-Initiative