Herunterladen Inhalt Inhalt Diese Seite drucken

Brainlab EXACTRAC Version 6.0 Benutzerhandbuch Seite 434

Band 1/2
Inhaltsverzeichnis

Werbung

Bildfusion (Röntgenbild – DRR)
ergibt ein hohes Ergebnis, falls an derselben Stelle gut erkennbare Kanten sichtbar sind. Kanten,
die keinem Knochen entsprechen, z. B. Rasterartefakte und die Grenze des Sichtfelds im
Röntgenbild (), haben kein Gegenstück im anderen Bild und daher geringen Einfluss auf das
Ähnlichkeitsmaß.
Unten stehende Abbildung (Abbildung 179) zeigt das Verhalten des Ähnlichkeitsmaßes für
verschiedene Korrekturen. Ein starkes Maximum steht für eine korrekte, übereinstimmende
Position.
Ähnlichkeit für verschiedene 2D-Korrekturen
Die Optimierungsmethode, die für die Auffindung der Maxima des Ähnlichkeitsmaßes verwendet
wird, ist äußerst schnell, genau und stabil. Sie ist unempfindlich gegenüber falschen Maxima und
kann selbst sehr große anfängliche Versätze korrigieren. Zahlreiche Experimente haben gezeigt,
dass selbst qualitativ sehr schlechte Röntgenbilder und DRRs erfolgreich registriert werden
können.
Registrierung mit sechs Freiheitsgraden (6DOF)
Zur Durchführung einer Registrierung, die die Position und die Ausrichtung des Patienten
berücksichtigt, sind sechs Freiheitsgrade erforderlich. In diesem Fall müssen von verschiedenen
Positionen und Ausrichtungen einige hundert DRRs gerendert werden, um das optimale Ergebnis
zu finden. Zur effizienten Berechnung der Registrierung wird ein schnelles, qualitativ hochwertiges
Rendering-Verfahren für DRRs angewendet.
Für den Vergleich von Röntgenbildern und DRRs wird dasselbe Ähnlichkeitsmaß verwendet wie
bei der Fusion mit drei Freiheitsgraden. Im Gegensatz zu anderen 6DOF-Registriermethoden
basiert dieses Ähnlichkeitsmaß nicht auf anatomischen Merkmalen, sondern arbeitet direkt mit
den Pixelwerten der Bilder.
Der restliche Teil des Algorithmus für die 6DOF-Registrierung ist ein effizientes
Optimierungsverfahren, das möglichst wenig Bildvergleiche erfordert. Brainlab verwendet daher
einen Algorithmus mit quadratischer Konvergenz. Die 3DOF-Fusion dient dazu, dem
Optimierungsalgorithmus einen guten Startwert zur Verfügung zu stellen.
434
Abbildung 179
Klinisches Benutzerhandbuch Aufl. 1.3 ExacTrac Version 6.0

Quicklinks ausblenden:

Werbung

Inhaltsverzeichnis
loading

Inhaltsverzeichnis