Die Erkennung und Kompensation von Patientenbewegungen ist besonders in der kranialen Strahlentherapie ein herausforderndes und bedeutendes Problem, dessen Lösung für eine hochgenaue Behandlung essentiell ist. Im Laufe der Zeit haben sich zwei Ansätze zur Bewältigung der Problematik etabliert: Eine Möglichkeit ist die Fixierung des Kopfes, eine andere die Erkennung und Kompensation von Bewegungen. Für ersteres bilden stereotaktische Rahmen, thermoplastische Masken und Beißblöcke den aktuellen Stand der Technik. Dabei wird angenommen, dass eine Bewegung nicht möglich und die Position somit fix ist. Abgesehen von der Tatsache, dass viele Patienten eine Fixierung nicht tolerieren, hat sich herausgestellt, dass trotz Fixierung Bewegungen im Millimeterbereich möglich sind. Beim zweiten Ansatz kommt unter anderem Röntgenbildgebung zum Einsatz. Dadurch wird der Patient einer zusätzlichen Strahlendosis ausgesetzt und die Abtastrate ist für die kraniale Therapie auf 1Hz limitiert.
Ein weiterer Ansatz, der sich in den vergangenen Jahren etabliert hat, basiert auf markerlosem optischen Tracking. Dabei wird die Stirn des Patienten mit Hilfe eines Laserscanners abgescannt und die Position errechnet. Kommerziell verfügbare Systeme setzen eine leichte Fixierung voraus, können aber aufgrund des Verfahrens eine Echtzeiterfassung der Kopfposition gewährleisten. Obwohl vielversprechende Ergebnisse z.B. mit der Microsoft Kinect® erzielt wurden, konnte eine Genauigkeit im Submillimeterbereich bisher nicht erreicht werden. Der Hauptgrund besteht darin, dass es keine Punkt-zu-Punkt-Korrespondenzen beim markerlosen Tracking gibt. Hinzu kommt, dass menschliches Gewebe kein rigides Objekt ist, wodurch das Finden etwaiger Korrespondenzen sehr fehleranfällig ist. Registrieralgorithmen, die für dieses Problem konzipiert wurden, setzen aber genau eben diese natürlichen Landmarken voraus. Gerade bei Haut kommt es zu Doppeldeutigkeiten während der Registrierung, weshalb diese Algorithmen in lokale Fehlerminima konvergieren und damit ihre Zuverlässigkeit stark abnimmt.
Bild (1) Lasertriangulationsaufbau, (2) Laserabtastung der Stirn, (3) MR segmentierte Gewebedicke.
Durch die Kombination verschiedenster Expertisen im Bereich Informatik, Elektronik, angewandte Mathematik, maschinelles Lernen und biomedizinischer Optik arbeiten wir an einem Lasertriangulationsverfahren zum Erreichen eines submillimetergenauen Trackings. Im Rahmen des Projektes haben wir sowohl die nötige Hardware, die dazugehörige Elektronik als auch algorithmische Verfahren entwickelt, die vielversprechende Ergebnisse liefern. Dabei wird analog zu bestehenden Systemen mit Hilfe eines Laserscanners ein Muster auf die Stirn des Probanden projiziert und die 3D-Struktur ermittelt. In Kombination mit der für jeden Punkt des Musters errechneten Gewebedicke entsteht eine 4D-Punktwolke, welche zum Tracking verwendet wird. Letztere verbessert die Trackinggenauigkeit maßgeblich gegenüber bestehenden Systemen. Die Entwicklung dieses Verfahrens wird in Kooperation mit der Firma Varian Medical Systems Inc., dem weltmarktführenden Hersteller für Strahlentherapiegeräte, durchgeführt und soll bis zur klinischen Reife gebracht werden.
Bild (1) Rekonstruierte 3D Oberfläche, (2) Punktwolke mit überlagerter Rückstreucharakteristik, (3) Punktwolke überlagert mit rekonstruierter Gewebedicke
Human Forehead Recognition: A Novel Biometric Modality based on NIR Laser Backscattering Feature Image using Deep Transfer Learning (2019), in: IET Biometrics, online first | , , and ,
![]() [DOI] [Bib|RIS] |
Relationship between NIR laser power and the human forehead tissue backscattering image features, in: Biophotonics: Photonic Solutions for Better Health Care VI, Strasbourg (France), pages 136, SPIE, 2018 | , and ,
![]() [DOI] [Bib|RIS] [URL] |
Deep Convolutional Neural Network Approach for Forehead Tissue Thickness Estimation from NIR Laser Backscattering Images, in: Proceedings of the 51st DGBMT Annual Conference, Dresden, Germany, pages submitted, 2017 | , and ,
[Bib|RIS] |
Patient identification using a near-infrared laser scanner, in: Medical Imaging 2017: Image-Guided Procedures, Robotic Interventions, and Modeling, SPIE, Orlando, FL, pages 101352L, SPIE, 2017 | , , and ,
![]() [DOI] [Bib|RIS] |
Enhanced Optical Head Tracking for Cranial Radiotherapy: Supporting Surface Registration by Cutaneous Structures (2016), in: International Journal of Radiation Oncology, Biology, Physics, 95:2(810-817) | , , , , , , , , and ,
![]() [DOI] [Bib|RIS] |
A Study of Gaussian Noise Effects on Skin Thickness Measurement, in: Proceedings of the 49th DGBMT Annual Conference, Lübeck, Germany, pages S190, 2015 | , , , and ,
![]() [DOI] [Bib|RIS] |
An Approach to Improve Accuracy of Optical Tracking Systems in Cranial Radiation Therapy (2015), in: Cureus, 7:1(e239) | , , , , and ,
![]() [DOI] [Bib|RIS] |
Analysis of feature stability for laser-based determination of tissue thickness, in: Advanced Biomedical and Clinical Diagnostic and Surgical Guidance Systems XIII, San Francisco, CA, pages 93130Q, 2015 | , , , , and ,
![]() [DOI] [Bib|RIS] |
Calibration of galvanometric laser scanners using statistical learning methods, in: Bildverarbeitung für die Medizin, Berlin, Heidelberg, New York, pages 467-472, Springer, 2015 | , , , , , and ,
![]() [DOI] [Bib|RIS] |
Data-driven Learning for Calibrating Galvanometric Laser Scanners (2015), in: IEEE Sensors Journal, 15:10(5709-5717) | , , , and ,
![]() [DOI] [Bib|RIS] |
Efficient Estimation of Tissue Thicknesses using Sparse Approximation for Gaussian Processes, in: 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC '15), EMBS, Milano, Italy, pages 7015-7018, IEEE, 2015 | , , , and ,
![]() [DOI] [Bib|RIS] |
Enhanced Tissue Thickness Computation by Exploiting Local Neighborhoods, in: Proceedings of the 29th International Congress and Exhibition on Computer Assisted Radiology and Surgery (CARS'15), Barcelona, Spain, 2015 | , , , , and ,
![]() [Bib|RIS] |
Enriching 3D optical surface scans with prior knowledge: tissue thickness computation by exploiting local neighborhoods (2015), in: International Journal of Computer Assisted Radiology and Surgery, 11:4(569-579) | , , , , and ,
![]() [DOI] [Bib|RIS] |
Optical localization of the human skull for cranial radiation therapy, in: Varian Research Partnership Symposium, Varian Medical, 2015 | , , , , and ,
[Bib|RIS] |
Ray Interpolation for Generic Triangulation Based on a Galvanometric Laser Scanning System, in: 2015 IEEE International Symposium on Biomedical Imaging, New York, pages 1419-1422, IEEE, 2015 | , , , , and ,
![]() [DOI] [Bib|RIS] |
Tissue Segmentation from Head MRI: A Ground Truth Validation for Feature-Enhanced Tracking, in: Proceedings of the 49th DGBMT Annual Conference, Lübeck, Germany, pages S184, 2015 | , , , and ,
![]() [DOI] [Bib|RIS] |
Tissue segmentation from head MRI: a ground truth validation for feature-enhanced tracking (2015), in: Current Directions in Biomedical Engineering, 1:1(228-231) | , , , and ,
![]() [DOI] [Bib|RIS] |
A comparison of different hardware design approaches for feature-supported optical tracking with respect to angular dependencies, in: 56th Annual Meeting of the AAPM, pages 204, 2014 | , , , , and ,
![]() [DOI] [Bib|RIS] |
Accuracy analysis for triangulation and tracking based on time-multiplexed structured light (2014), in: Medical Physics, 41:8(082701) | , , , , and ,
[DOI] [Bib|RIS] |
Angle influence and compensation for marker-less head tracking based on laser scanners, in: Proceedings of the 28th International Congress and Exhibition on Computer Assisted Radiology and Surgery (CARS'14), Fukuoka, Japan, pages 62-63, 2014 | , , , , and ,
![]() [Bib|RIS] |
Kalman Filter based Head Tracking for Cranial Radiation Therapy with low-cost Range-Imaging Cameras, in: Bildverarbeitung für die Medizin 2014, Aachen, Germany, pages 324-329, Springer, 2014 | , , and ,
![]() [DOI] [Bib|RIS] |
Measuring cranial soft tissue thickness with MRI or pressure-compensated tracked ultrasound (2014), in: British Journal of Medicine and Medical Research, 4:4(937-948) | , , , , and ,
![]() [Bib|RIS] |
Tissue Thickness Estimation for High Precision Head-Tracking using a Galvanometric Laser Scanner - A Case Study, in: 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC '14), EMBS, Chicago, IL, pages 3106-3109, IEEE, 2014 | , , , , , and ,
![]() [Bib|RIS] |
Accuracy of object tracking based on time-multiplexed structured light, in: 12. Jahrestagung der Deutschen Gesellschaft für Computer- und Roboterassistierte Chirurgie (CURAC), CURAC, Innsbruck, Austria, pages 139-142, 2013 | , , , , and ,
![]() [Bib|RIS] |
An improvement for the scanning process in high accuracy head tracking, in: 12. Jahrestagung der Deutschen Gesellschaft für Computer- und Roboterassistierte Chirurgie (CURAC), CURAC, Innsbruck, Austria, pages 179-182, 2013 | , , , , and ,
![]() [Bib|RIS] |
Design and evaluation of a highly accurate optical setup for backscatter analysis, in: 44. Jahrestagung der DGMP, DGMP, Cologne, Germany, pages 181-186, 2013 | , , , , and ,
![]() [Bib|RIS] |
Estimating soft tissue thickness from light-tissue interactions\textemdash a simulation study (2013), in: Biomedical Optics Express, 4:7(1176-1187) | , , and ,
![]() [DOI] [Bib|RIS] |
Für mehr Präzision in der Tumorbestrahlung (2013), in: Lübecker Nachrichten | ,
![]() [Bib|RIS] [URL] |
Preliminary Study on Optical Feature Detection for Head Tracking in Radiation Therapy, in: 13th IEEE International Conference on BioInformatics and BioEngineering (BIBE), IEEE, Chania, Greece, pages 1-5, 2013 | , , , , and ,
![]() [DOI] [Bib|RIS] |
Real time contact-free and non-invasive tracking of the human skull\textemdash first light and initial validation, in: Applications of Digital Image Processing XXXVI, San Diego, CA, pages 88561G-1 - 88561G-8, 2013 | , , , , and ,
[DOI] [Bib|RIS] |
Skin measurements improve motion tracking, medicalphysicsweb.org, 2013 | ,
![]() [Bib|RIS] [URL] |
Skin thickness estimation for high precision optical head tracking during cranial radiation therapy\textemdash a simulation study, in: Proceedings of the 55th Annual Meeting of the {ASTRO}, ASTRO, Atlanta, GA, USA, pages S669, 2013 | , and ,
![]() [DOI] [Bib|RIS] |
Time-multiplexed structured light for head tracking, in: 44. Jahrestagung der DGMP, DGMP, Cologne, Germany, pages 199-202, 2013 | , , , , and ,
![]() [Bib|RIS] |
Estimation of error sources for optical head tracking in cranial radiation therapy, in: 11. Jahrestagung der Deutschen Gesellschaft für Computer- und Roboterassistierte Chirurgie (CURAC), CURAC, 2012 | , , , , and ,
![]() [Bib|RIS] |