Bewegungskompensation in der Strahlentherapie

Projektbeschreibung

Seit einigen Jahren ist es möglich, Tumore im gesamten Körper zielsicher zu bestrahlen. Die klinischen Anwendungen auf dem aktuellsten Stand der Technik ermöglichen es, eine letale Strahlungsdosis mit einer Genauigkeit von etwa 2-3 mm in der karzinomatösen Region zu platzieren. Um jedoch eine präzise Bestrahlung durchzuführen, müssen Tumorbewegungen (z.B. durch Atmung, Herzschlag oder Bewegungen des Patienten) kompensiert werden. Konventionelle Techniken basieren auf Gating Verfahren, Bestrahlung des Tumors zu bestimmten Atemphasen oder der Vergrößerung des Zielvolumens, bis sichergestellt ist, dass sich der Tumor nur innerhalb des Zielvolumens bewegt.

Ein von Prof. Schweikard, in Zusammenarbeit mit Accuray Inc., Sunnyvale, CA, entwickeltes Verfahren, behebt dieses Problem durch den Einsatz eines stereoskopischen Infrarot(IR)-Kamerasystems, um die Brust- bzw. Bauchbewegung des Patienten zu erfassen. Basierend auf den äußeren Surrogaten können über ein mathematisches Modell, dem sogenannten Korrelationsmodel, Rückschlüsse auf die eigentliche Tumorbewegung geschlossen werden. Ein roboterisiertes Bestrahlungssystem, z.B. das CyberKnife System, kann mit diesen Informationen Patienten- und Atmungsbewegungen in Echtzeit detektieren und korrigieren.

Vorhersage von Atmungsbewegungen:

Ein in diesem Ansatz neu auftretendes Problem ist die Tatsache, dass weder die Aufnahme der Patientenposition noch die Repositionierung des Robotersystems tatsächlich in Echtzeit erfolgen kann. Die momentan im klinischen Einsatz befindlichen Systeme haben Latenzen zwischen 50 und 300 ms. Die dadurch entstehenden Fehler in der Zielfindung können durchaus mehrere Millimeter betragen. Dieser systematische Fehler kann durch die Zeitreihenprädiktion der äußeren Surrogate minimiert werden. Neben klassischen Prädiktionsverfahren, wie dem least mean square (LMS) Verfahren, lag der Forschungsschwerpunkt in jüngster Zeit besonders auf Verfahren aus dem Bereich des maschinellen Lernens (Kernel Methoden, stochastische Lernansätze). Die Weiterentwicklung dieser Algorithmen ist ein Kernthema in diesem Forschungsprojekt.

In Laborumgebung wurde beispielhaft die menschliche Atmung untersucht. Dazu wurden auf der Brust eines Probanden 20 Infrarot-LEDs befestigt, die mit Hilfe eines Trackingsystems (atracsys accuTrack compact) aufgezeichnet wurden. Die Kamera wurde durch einen Roboterarm getragen, um genaue und stabile Positionierung zu Gewähr leisten. Ein Ausschnitt der aufgezeichneten Atmung wird im folgenden Video dargestellt.

Detektierung der Tumorbewegung (Korrelationsmodelle):

Sobald die Bewegung der Brustkorboberfläche bekannt ist, können daraus Schlüsse über die Tumorposition gezogen werden. Dies geschieht mit Hilfe eines Korrelationsmodells, das die Beziehung zwischen Oberflächen- und Tiefenbewegung simuliert. Wie dieses Modell aufgestellt und validiert werden kann, wird momentan untersucht.

Multimodale Bewegungskompensation:

Derzeitiger klinischer Standard in der bewegungskompensierten Strahlentherapie sind drei IR Marker, die beliebig auf Brust und Bauch des Patienten platziert werden können. Zahlreiche Studien haben belegt, dass die Korrelationsgenauigkeit maßgeblich von der Positionierung der Marker und dem Atmungsverhalten des Patient abhängen. Wir untersuchen, wie diese Abhängigkeiten durch Einsatz von multimodalen Messsystemen, z.B. Beschleunigung, Dehnung, Luftstrom und oberflächlicher Elektromyografie (EMG), reduziert werden können. Ziel dieses Forschungszweiges ist die Entwicklung multimodaler Prädiktions- und Korrelationsmodelle. Ein besonderer Fokus liegt dabei auf Feature Detektionsalgorithmen zur Echtzeitbestimmung der am meisten relevanten und am wenigsten redundanten Sensoren. Durch eine optimale Wahl der Features kann die Robustheit des Gesamtsystems erhöht werden.

a) Messaufbau für eine multimodale Messung mit Luftstromsensor (FLOW),  optischen Marken 1-3 (OM 1-3), Beschleunigungssensor (ACC), Dehnungsgurt (STRAIN) und Ultraschalltransducer (US),
b) Beispiel von einem US Bild mit einer exemplarisch gewählten Zielregion (roter Punkt) in der Leber,
c) mittlere absolute Korrelationkoeffizient und Standardabweichung von allen externen Sensoren bezogen auf OM1, OM3 und US.

Wahrscheinlichkeitsbasierte Modelle:

Surrogat gestützte Bewegungskompensation besteht aus einem Prädiktions- und einem Korrelationsalgorithmus, die sequentiell miteinander verbunden sind. Das bedeutet, der Eingang des zweiten Modells (z.B. Korrelation) ist das Ergebnis des ersten Modells (z.B. Prädiktion). Dadurch können sich Fehler des ersten Modells im zweiten Modell verstärken. In diesem Kontext wurden Multi-task Gaussian Process (MTGP) Modelle untersucht. Sie ermöglichen es erstmalig beide Problemstellungen innerhalb eines Modells zu lösen und somit den Gesamtfehler von Korrelation und Prädiktion zu minimieren. MTGP Modelle stellen eine Erweiterung von Gaussian Processes (GP) Modellen dar, welche häufig im Bereich des maschinellen Lernens für Regressionsaufgaben benutzt werden. MTGPs ermöglichen es mehrere, unterschiedlich abgetastete Signale gleichzeitig zu modellieren und deren Korrelation untereinander zu lernen.

MTGP Toolbox

Der MTGP Ansatz ist sehr flexibel und kann für verschiedenste biomedizinische Probleme verwendet werden, wie z.B. der multimodalen Analyse vitaler Parameter von Krankenhauspatienten. In Kooperation mit dem Computational Health Informatics Lab (University of Oxford) wurde eine Matlab Toolbox entwickelt. Zum besseren Verständnis beinhaltet die Toolbox zahlreiche Beispiele. [Link Toolbox]

Veröffentlichungen

2019

Sven Böttger, Felix Haxthausen, Markus Kleemann, Floris Ernst, and Achim Schweikard,
Robotics from the bench -- Research for ultrasound automation with augmented reality visualization, 2019.
Datei: MIC_2019_Program.pdf
Judit Boda-Heggemann, Anika Jahnke, Mark K. H. Chan, Floris Ernst, Ardekani Leila Ghaderi, Ulrike Attenberger, Peter Hunold, Jost Philipp Schäfer, Stefan Wurster, Dirk Rades, Guido Hildebrandt, Frank Lohr, Jürgen Dunst, Frederik Wenz, and Oliver Blanck,
In-vivo treatment accuracy analysis of active motion-compensated liver SBRT through registration of plan dose to post-therapeutic MRI-morphologic alterations, Radiotherapy and Oncology , vol. 134, pp. 158-165, 2019.
Datei: S0167814019300283

2018

Svenja Ipsen,
[I094] Ultrasound guidance in radiotherapy - Renaissance through innovation, in Physica Medica , Elsevier, 2018. pp. 57.
DOI:10.1016/j.ejmp.2018.06.166
Datei: j.ejmp.2018.06.166
Svenja Ipsen, Ralf Bruder, Ivo Kuhlemann, Philipp Jauer, Laura Motisi, Florian Cremers, Floris Ernst, and Achim Schweikard,
A visual probe positioning tool for 4D ultrasound-guided radiotherapy, 2018. pp. 883-886.
DOI:10.1109/EMBC.2018.8512390
Datei: EMBC.2018.8512390
Suzanne Lydiard, Vincent Caillet, Svenja Ipsen, Ricky T. O'Brien, Oliver Blanck, Per Rugaard Poulsen, Jeremy Booth, and Paul J. Keall,
Investigating MLC tracking in stereotactic arrhythmic radioablation (STAR) treatments for atrial fibrillation, Physics in Medicine and Biology , vol. 63, no. 19, pp. 195008, 2018.
DOI:10.1088/1361-6560/aadf7c
Datei: aadf7c
Nicholas Lowther, Svenja Ipsen, Steven Marsh, Oliver Blanck, and Paul J. Keall,
Investigation of the XCAT phantom as a validation tool in cardiac MRI tracking algorithms, Physica Medica , vol. 45, no. 1, pp. 44-51, 2018.
DOI:10.1016/j.ejmp.2017.12.003
Datei: j.ejmp.2017.12.003
Svenja Ipsen, Ralf Bruder, Floris Ernst, and Achim Schweikard,
WE-HI-KDBRB1-02: Characterization of 4D ultrasound systems with streaming interfaces for real-time motion compensation in radiotherapy, in Medical Physics , 2018. pp. E644.

2017

Suzanne Lydiard, Vincent Caillet, Svenja Ipsen, Ricky T. O'Brien, Ralf Bruder, Oliver Blanck, Jeremy Booth, and Paul J. Keall,
MO-AB-FS4-10: First Cardiac Radiosurgery MLC Tracking Results, in Medical Physics , 2017. pp. 3034.
Svenja Ipsen, Ralf Bruder, Esben Schjødt Worm, Rune Hansen, Per Rugaard Poulsen, Morten Høyer, and Achim Schweikard,
MO-DE-708-6: In-vivo comparison of real-time 4D ultrasound tracking with electromagnetic transponders in the liver during free breathing, in Medical Physics , 2017. pp. 3069.
Svenja Ipsen, Ralf Bruder, Esben Schjødt Worm, Rune Hansen, Per Rugaard Poulsen, Morten Høyer, and Achim Schweikard,
Simultaneous acquisition of 4D ultrasound and wireless electromagnetic tracking for in-vivo accuracy validation, Current Directions in Biomedical Engineering , vol. 3, no. 2, pp. 75-78, 2017.
DOI:10.1515/cdbme-2017-0016
Datei: cdbme-2017-0016

2016

Svenja Ipsen, Ralf Bruder, and Achim Schweikard,
P28: Towards 6dof tracking of deformable objects for 4D ultrasound-guided radiation therapy, Sydney, Australia: Springer Netherlands, 2016.
DOI:10.1007/s13246-016-0494-2
Datei: s13246-016-0494-2
Oliver Blanck, Svenja Ipsen, Mark K. H. Chan, Matthias Kerl, P. Hunold, Volkmar Jacobi, Ralf Bruder, Achim Schweikard, Dirk Rades, Thomas J. Vogl, Peter Kleine, F. Bode, and Jürgen Dunst,
Treatment Planning Considerations for Robotic Guided Cardiac Radiosurgery for Atrial Fibrillation, Cureus , vol. 8, no. 7, pp. e705, 2016.
DOI:10.7759/cureus.705
Datei: cureus.705
Svenja Ipsen, Oliver Blanck, Nicholas Lowther, Gary Liney, Robba Rai, F. Bode, Jürgen Dunst, Achim Schweikard, and Paul J. Keall,
Towards real-time MRI-guided 3D localization of deforming targets for non-invasive cardiac radiosurgery, Physics in Medicine and Biology , vol. 61, no. 22, pp. 7848-63, 2016.
DOI:10.1088/0031-9155/61/22/7848
Datei: 7848
Svenja Ipsen, Ralf Bruder, Ricky T. O'Brien, Paul J. Keall, Achim Schweikard, and Per Rugaard Poulsen,
TH-AB-202-05: BEST IN PHYSICS (JOINT IMAGING-THERAPY): First Online Ultrasound-Guided MLC Tracking for Real-Time Motion Compensation in Radiotherapy, in Medical Physics , 2016. pp. 3857-3857.
DOI:10.1118/1.4958069
Datei: 1.4958069
Svenja Ipsen, Ralf Bruder, Rick O'Brian, Paul J. Keall, Achim Schweikard, and Per Rugaard Poulsen,
Online 4D ultrasound guidance for real-time motion compensation by MLC tracking, Medical Physics , pp. 5695-5704, 2016.
DOI:10.1118/1.4962932
Datei: 1.4962932
Stefan Gerlach, Ivo Kuhlemann, Philipp Jauer, Ralf Bruder, Floris Ernst, Christoph Fürweger, and Alexander Schlaefer,
Feasibility of robotic ultrasound guided SBRT of the prostate, Heidelberg , 2016.
Svenja Ipsen, Nicholas Lowther, Gary Liney, Dirk Rades, Jürgen Dunst, Achim Schweikard, Paul J. Keall, and Oliver Blanck,
Echtzeit-Lokalisation in simulierten und realen MRT-Daten für nicht invasive Radiochirurgie des Herzens in einem MR-Linac, 2016.
Svenja Ipsen, Ralf Bruder, Philipp Jauer, Floris Ernst, Oliver Blanck, and Achim Schweikard,
An improved tracking framework for ultrasound probe localization in image-guided radiosurgery, Current Directions in Biomedical Engineering , vol. 2, no. 1, pp. 409-413, 2016.
DOI:10.1515/cdbme-2016-0091
Datei: cdbme-2016-0091

2015

Ralf Bruder, Floris Ernst, Oliver Blanck, Jürgen Dunst, and Achim Schweikard,
4D Ultrasound Image Guidance for Cardiac Radiosurgery, Cookham, UK , 2015.
Kenneth Poels, Jennifer Dhont, Dirk Verellen, Oliver Blanck, Floris Ernst, Jef Vandemeulebroucke, Tom Depuydt, Guy Storme, and Mark De Ridder,
A comparison of two clinical correlation models used for real-time tumor tracking of semi-periodic motion: A focus on geometrical accuracy in lung and liver cancer patients, Radiotherapy and Oncology , vol. 115, no. 3, pp. 419-424, 2015.
DOI:10.1016/j.radonc.2015.05.004
Datei: j.radonc.2015.05.004
Dimitre Hristov, Renhui Gong, Jeffrey Schlosser, Ralf Bruder, and Achim Schweikard,
Augmented reality system for robotic ultrasound guidance of external beam radiation therapy, Barcelona, Spain , 2015.
Oliver Blanck, Melanie Grehn, S. Wurster, Guido Hildebrandt, Jürgen Dunst, F. A. Siebert, Achim Schweikard, and Floris Ernst,
Dosimetrischer Einfluss von residualen Trackingfehlern in der robotergestützten Radiochirurgie von Lebertumoren, Hamburg, Germany , 2015.
Svenja Ipsen, Brad Oborn, F. Bode, Gary Liney, P. Hunold, Dirk Rades, Achim Schweikard, Jürgen Dunst, Paul J. Keall, and Oliver Blanck,
Echtzeit-Zielverfolgung für nicht invasive MRT-gestützte Herzradiochirurgie, Hamburg, Germany , 2015.
Ivo Kuhlemann, Philipp Jauer, Achim Schweikard, and Floris Ernst,
Patient localization for robotized ultrasound-guided radiation therapy, 2015. pp. 105-112.
Floris Ernst, and Philipp Saß,
Respiratory motion tracking using Microsoft's Kinect v2 camera, Current Directions in Biomedical Engineering , vol. 1, no. 1, pp. 192-195, 2015.
DOI:10.1515/cdbme-2015-0048
Datei: cdbme-2015-0048