Skip to main content

Atlasbasierte Feature-Registrierung zur automatischen Einstellung der Standardebenen bei mobilen C-Bogen CT-Daten

  • Chapter
  • First Online:
Bildverarbeitung für die Medizin 2014

Kurzfassung

Das Standardvorgehen bei der Behandlung von Calcaneusfrakturen ist eine Osteosynthese. Mit Hilfe der intraoperativen Bildgebung wie dem mobilen C-Bogen CT kann der Chirurg das Repositionsergebnis noch im Operationssaal verifizieren und wenn nötig korrigieren. Die Mobilität des C-Bogen CT hat jedoch zur Folge, dass Informationen über die Orientierung des Patienten zum Gerät verloren gehen. Dadurch kann keine Standard-Ausrichtung der dreidimensionalen Daten an die Anatomie erfolgen. Eine manuelle Einstellung des Volumendatensatzes durch den Chirurgen ist damit unabdingbar. Dies ist ein zeitaufwendiger Schritt und kann bei einer unpräzisen Einstellung zu Fehlern bei der Beurteilung der Daten führen. In diesem Paper stellen wir zwei automatische Methoden zur Einstellung der Standard-Ebenen auf mobilen C-Bogen CT Daten vor. Die automatischen Methoden rekonstruieren die Standard-Ebenen in zwei Schritten: als Erstes werden SURF-Keypoints (2D und neu eingeführte Pseudo-3D-Punkte) für das Bildvolumen berechnet, in einem zweiten Schritt wird eine Atlas-Punktwolke auf diese Merkmale registriert und die Parameter der Standard-Ebenen transformiert. Die Genauigkeit unserer Methoden wurde an 51 klinischen mobilen C-Bogen CT Bildern mit manuell eingestellten Standard-Ebenen evaluiert. Die Referenzdaten wurden von drei Chirurgen mit unterschiedlichem Erfahrungsstand erstellt. Die durchschnittlich benötigte Zeit der Experten (46 s) unterscheidet sich von der des fortgeschrittenen Benutzers (55 s) um neun Sekunden. Die Berechnungszeit des 2D-Surf Ansatzes beträgt 10 Sekunden und liefert bei 88% der Ebenen der Referenzdaten eine korrkte Einstellung. Der Pseudo-3D Ansatz liefert die besten Ergebnisse mit einer Genauigkeit von 91% und einer Berechnungszeit von nur 8 Sekunden.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 79.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 84.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Von Recum J, Wendl, Vock B, et al. Intraoperative 3D C-arm imaging: state of the art. Unfallchirurg. 2012;115(3):196–201.

    Article  Google Scholar 

  2. Franke J, von Recum J, Suda AJ, et al. Intraoperative three-dimensional imaging in the treatment of acute unstable syndesmotic injuries. J Bone Joint Surg Br. 2012;94(15):1386–90.

    Article  Google Scholar 

  3. Bay H, Ess A, Tuytelaars T, et al. SURF: speeded up robust features. Comput Vis Image Underst. 2008;110(3):346–59.

    Article  Google Scholar 

  4. Viola P, Jones M; IEEE. Rapid object detection using a boosted cascade of simple features. Proc IEEE Comput Soc Conf Comput Vis Pattern Recognit. 2001;1:I–511–8.

    Google Scholar 

  5. Nolden M, Zelzer S, Seitel A, et al. The medical imaging interaction toolkit: challenges and advances. Int J Comput Assist Radiol Surg. 2013;8(4):607–20.

    Article  Google Scholar 

  6. Lowe DG; IEEE. Object recognition from local scale-invariant features. Proc IEEE Int Conf Comput Vis. 1999;2:1150–7.

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Michael Brehler .

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2014 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Brehler, M. et al. (2014). Atlasbasierte Feature-Registrierung zur automatischen Einstellung der Standardebenen bei mobilen C-Bogen CT-Daten. In: Deserno, T., Handels, H., Meinzer, HP., Tolxdorff, T. (eds) Bildverarbeitung für die Medizin 2014. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-54111-7_41

Download citation

Publish with us

Policies and ethics