Computergestützte Quantitative Mitralklappenanalyse

Erzeugung von prä-und postoperativen patientenindividuellen Mitralklappenmodellen aus zeitaufgelösten Ultraschalldaten

Die zeitaufgelöste dreidimensionale transösophageale Echokardiographie (Ultraschall) wird klinisch zur Diagnose von Mitralklappeninsuffizienz und zur Therapieplanung von rekonstruktiven chirurgischen Operationen oder in der interventionellen Kardiologie eingesetzt. Dabei wird die Ultraschallsonde durch die Speiseröhre (Ösophagus) geführt, um die Mitralklappe möglichst präzise abzubilden. Die Erzeugung von computergestützten geometrischen Modellen der Mitralklappe spielt eine immer wichtigere Rolle, um den Kliniker mit reproduzierbaren quantitativen Charakterisierungen der patientenspezifischen Pathomorphologie objektiv zu unterstützen. 
In unserer Arbeitsgruppe verfolgen wir mehrere Fragestellungen:

1. Präzise Erstellung dynamischer Mitralklappenmodelle (3D+t)

Aufgrund der komplexen Natur der Mitralklappe, welche eine äußerst dünne und dynamische Struktur des Körpers darstellt, ist es kaum möglich die Klappe mit generischen Werkzeugen zu segmentieren. Deshalb wurde zur Erzeugung der Modelle eine spezielle Software („Mitralyzer“) basierend auf MITK in Zusammenarbeit mit der Herzchirurgie des Universitätsklinikums Heidelberg konzipiert und umgesetzt. Der Mitralyzer erlaubt es dem Benutzer, anhand eines vorgegebenen Workflows die einzelnen Komponenten der Mitralklappe (Annulus, Vorder- und Hintersegel, Papillarmuskeln) interaktiv zu segmentieren. Vorschläge von Standardebenen (siehe Bild 1 rechts), die senkrecht zum Annulus verlaufen, ermöglichen eine bessere Sichtbarkeit der Mitralklappensegel und sind dem Benutzer bei der Modellierung einzelner Zeitschritte behilflich. Darüber hinaus stellen die manuellen Methodiken eine wichtige Grundlage für die Evaluation von automatischen Segmentierungsansätzen dar, um einen verlässlichen und anatomisch plausiblen Goldstandard anzufertigen.

2. Methodische Entwicklung für die automatische Klappenmodellierung

Manuelle Segmentierungsmethoden sind in der Regel zu zeitaufwändig für den klinischen Einsatz, sodass wir uns mit neuartigen Verfahren zur automatischen Erzeugung detailgetreuer Klappenmodelle beschäftigen. Ziel ist es, Segmentierungsalgorithmen zu entwickeln, die gegenüber suboptimaler Bildqualität und pathologischen Veränderungen unempfindlich sind. Dies konnte bereits in veröffentlichten Ansätzen für die Annulus- [Gras2013] und die Segelsegmentierung [Engelh2015] gezeigt werden. Andere Arbeiten aus der Abteilung befassen sich mit der Weiterentwicklung von generischen Statistischen Formmodellansätzen, welche ihre Anwendbarkeit auf die 3D Segmentierung von Linken Ventrikeln aus Ultraschalldaten bereits unter Beweis gestellt haben [Nora2016].

3. Ableitung von neuartigen automatischen Quantifizierungen

Klinisch relevant ist die Verfügbarkeit von Maßzahlen, welche die Klappengeometrie genau beschreiben. Anhand der entwickelten Software können dynamische Quantifizierungen berechnet und interaktiv angezeigt werden (Bild 2).

Ausgewählte Publikationen

[Gras2013] Graser B, Wald D, Al-Maisary S, Grossgasteiger M, De Simone R, Meinzer HP, Wolf I. Using a Shape Prior for Robust Modeling of the Mitral Annulus on 4D Ultrasound Data. In: International Journal of Computer Assisted Radiology and Surgery 9, 2013, 635-644. doi:10.1007/s11548-013-0942-3

[Engelh2015] Engelhardt S, Lichtenberg N, Al-Maisary S, De Simone R, Rauch H, Roggenbach J, Müller S, Karck M, Meinzer H-P, Wolf I. Towards Automatic Assessment of the Mitral Valve Coaptation Zone from 4D Ultrasound. In: Functional Imaging and Modeling of the Heart, Lecture Notes in Computer Science Volume 9126, 2015, 137-145. doi: 10.1007/978-3-319-20309-6_16

[Nora2016] Norajitra T, Engelhardt S, Held T, Al-Maisary S, De Simone R, Meinzer  H-P, Maier-Hein K. Statistische 3D-Formmodelle mit verteilter Erscheinungsmodellierung,  Tolxdorff, T., Deserno, T.M., Handels, H., Meinzer, H.-P. (Eds.), Bildverarbeitung für die Medizin 2016, Informatik aktuell. Springer Berlin Heidelberg, 2016, 56–61. doi:10.1007/978-3-662-49465-3_12

nach oben
powered by webEdition CMS