Im Rahmen des DFG-Projekts MUKNO (Multi-Port Knochenchirurgie am Beispiel der Otobasis, FOR 1585), wurde erstmals ein System eines Multi-Port-Zuganges an der Otobasis entwickelt. Es verfolgt das Ziel eines gewebeschonenden minimaltraumatischen Operationsverfahrens. Hierbei werden drei Bohrkanälen zu einem Zielpunkt innerhalb des Felsenbeins gebohrt, die dann synchron für einen Endoskop zur Visualisierung des Zielgebietes sowie für zwei Instrumentenkanäle genutzt werden können.

Ein Überblick über den Prozess des Multi-Port Eingriffs ist in Abbildung 0.1 gegeben: Es wird nach der Diagnose entschieden ob der Patient für eine MUKNO-Operation geeignet ist. Wenn ja, wird am Tag der Operation nach der Allgemeinanästhesie die Grundplatte inklusive Marker am Patienten angebracht. Eine hochauflösende Computertomographie (CT) wird dann aufgenommen und basierend darauf werden die relevanten Risikostrukturen segmentiert und eine hochpräzise Planung der Bohrkanäle erstellt. Danach wird die Positioniereinheit für den Bohrer auf die Grundplatte montiert. Nach der Übertragung der Planung in das lokale Koordinatensystem der Positioniereinheit mit Hilfe der Marker kann mit dem Bohrprozess begonnen. Während der Anlegung der Zugänge wird die Lage des Bohrers punktuell mit einem C-Bogen überprüft. Anschließend wird die Operation im engeren Sinne durchgeführt.

Die Anatomie des Felsenbeins ist äußerst komplex und beinhaltet eine enge Lagebeziehung der sensorischen Organe (Hörschnecke und Gleichgewichtsorgan), Nerven und vitale Gefäße. Um eine genaue Lokalisierung der anatomischen Strukturen zu ermöglichen, müssen die akquirierten Bilddaten mit möglichst hoher isotroper Auflösung aufgenommen werden: Die Präzision der Bildgebung ist entscheidend für die Genauigkeit der Segmentierung, Planung und den eigentlichen Bohrprozess. In dieser Arbeit werden verschiedene Verfahren zur hoch-präzisen 3D Rekonstruktion sowie Navigation für die Multi-Port Otobasischirurgie entwickelt. Dafür werden zwei Ansätze untersucht: - Super-Resolution Rekonstruktion (SRR) zur Rekonstruktion hochaufgelöster isotroper Voxeldaten aus zwei niedrigaufgelöster CT Volumen. - Die direkte Aufnahme hochaufgelöster isotroper Voxeldaten mittels eines C-Bogens.

Weiterhin werden Methoden zu Navigation entwickelt, um präzise intra-operative Kontrolle der Instrumentenlage (Soll-Ist-Vergleich) zu ermöglichen.

1) Super-Resolution Rekonstruktion (SRR): Ein Spiral CT hat den Nachteil, anisotrope Bilddaten zu akquirieren: i.A. ist die Auflösung senkrecht zu den Schichten geringer als innerhalb der Schichtbilder. Um isotrope Voxeldaten zu rekonstruieren, werden zwei um ca. 90° gegeneinander verdrehte 3D-Bildstapel aufgenommen und mittels einer SRR-Methode zu einem hochaufgelösten 3D-Volumen rekonstruiert. Während der SR-Rekonstruktion werden die Input-Datensätze als niedrig aufgelöste Versionen des unbekannten hochaufgelösten Bildes betrachtet. Durch das Simulieren des Akquisitionsprozesses können niedrig aufgelöste Bilder generiert werden. Ziele der SRR-Methode ist dann ein Bild zu rekonstruieren, sodass der Unterschied zwischen originalem und simuliertem Bild minimiert wird. Aufgrund der niedrigen Anzahl der Input-Bilder (nur zwei Datensätze) sowie ihrer hohen Anisotropie (die Auflösung senkrecht zu den Schichten ist 3 bis 7 Mal schlechter als die Schichtauflösung) führen die klassischen Rekonstruktionsmethoden zu unscharfen Strukturen an den Stellen, wo Inputdaten fehlen. Weiterhin berücksichtigen klassische SRR-Ansätze die Unsicherheit der Input-Datensätze nicht. Daher wird in dieser Arbeit eine Methode entwickelt, die den Vertrauenswert der Inputdaten abschätzt und diesen während der Rekonstruktion berücksichtigt. Für eine verbesserte Rekonstruktion an der Stelle, wo keine Input-Daten vorhanden sind, wird eine neue Inpainting-Technik vorgeschlagen. Die Rekonstruktionsmethode wird anhand synthetischer Daten als auch mit realen Scans evaluiert. Weiterhin wird der Einfluss der Bildverbesserung auf die Segmentierungsergebnisse bewertet.

2) Bildrekonstruktion aus Kegelstrahlprojektionen (CBCT): Intraoperative 3D-Röntgenbildgebung ist zum Standard in der modernen Chirurgie geworden. Mithilfe von mobilen C-Bögen können 3D CT-ähnliche Bilder intraoperativ aufgenommen werden. Während der Rotation des C-Bogens um den Patienten werden 2D-Röntgenbilder akquiriert, die zur Rekonstruktion der Volumendaten verwendet werden. Die Bildqualität der CT Bilder ist jedoch aufgrund mehrerer Einschränkungen relativ schlecht. Präzise geometrische Projektionsparameter (Position der Röntgenquelle, Detektor-Lage und -Orientierung) werden für jedes Röntgenbild benötigt, da sonst bei der Rekonstruktion Artefakte entstehen können. Aufgrund der mechanischen Stabilität des C-Bogens wird eine Offline-Kalibrierung üblicherweise durchgeführt, damit die Projektionsparameter ermittelt werden können. Es wird dabei angenommen, dass Abweichungen von der Idealgeometrie reproduzierbar sind; stochastische Abweichungen (z.B. Vibrationen bei der Rotation) werden dabei nicht berücksichtigt. In dieser Arbeit wird eine neue Methode zur geometrischen Online-Kalibrierung präsentiert, die zusätzlich die stochastisch-mechanischen Abweichungen kompensiert. Die Qualität der Kalibrierung wird anhand von Simulations- und experimentellen Daten demonstriert.

Die Präsenz von Metallobjekten im durchstrahlten Bereich führen zu einer nichtlinearen Veränderung der Detektorantwort (Nutzsignal) und verursachen dadurch typischerweise Metallartefakte. Diese Artefakte können die Beurteilung von Bilddaten erschweren oder sogar unmöglich machen. Sowohl die standardmäßig verwendete gefilterte Rückprojektion (FBP) Methode als auch die iterativen Methoden, die einen linearen Rückprojektionskernel verwenden, erweisen sich als sehr empfindlich gegenüber der Totalabsorption der Röntgenstrahlung durch Metallobjekte. Um dieses Problem umzugehen, wird in dieser Arbeit eine nicht-lineare iterative Methode zur Reduktion der Metallartefakte entwickelt.

3) Intraoperative bildbasierte Instrumentenverifikation: Zur Kontrolle der aktuellen Instrumentenposition relativ zur Anatomie des Patienten werden mittels CBogen intraoperativ Bilddaten aufgenommen, um somit die Soll- und die Ist-Positionen während der Intervention zu vergleichen. Dafür muss die aktuelle Lage des Bohrers relativ zur Patientenanatomie bekannt sein. Um diese Aufgabe zu erledigen, werden zwei Durchleuchtungsbilder intraoperativ akquiriert. Hier werden nur zwei Bilder verwendet, um die Strahlenbelastung des Patienten gering zu halten. Nachdem der Bohrinstrument in beiden Bildern lokalisiert wird, kann anhand der entsprechenden geometrischen Projektionsparametern die 3D Lage des Bohrers berechnet werden. Ein entscheidender Schritt dabei ist die Bestimmung der Lage des C-Bogens. Dafür wird eine Grundplatte mit Referenzstrukturen vor der CT-Aufnahme am Schädel des Patienten angebracht. Die Referenzstrukturen (Glass-Marker) sind sowohl im prä-operativen Volumen als auch in den intra-operativen Durchleuchtungsbildern sichtbar. Die Konfiguration der Marker ermöglicht die eindeutige Erkennung der Scanner-Lage relative zum Patienten.

In dieser Arbeit wird eine zweistufige Registrierung angewandt, um die Lage des C-bogens zu bestimmen: zunächst wird die Projektionsmatrix mit Hilfe der angebrachten Marker abgeschätzt. Die Marker- Mittelpunkten werden im proxi-operativen CT Volumen und in intra-operativen Durchleuchtungsbildern erfasst und basierend darauf wird die Projektionsmatrix abgeleitet. Anschließend erfolgt eine intensitätsbasierte Registrierung um die Projektionsparameter präziser zu ermitteln. Eine gute Initialisierung ist an der Stelle nötig, damit die Intensitätsbasierte Registrierung erfolgreich konvergiert. Die Hauptherausforderung dabei ist die voll-automatische Marker-Detektion und die präzise Ermittlung der entsprechenden Mittelpunkte im Durchleuchtungsbild, da aufgrund der Markerinhomogenität sowie möglicher Überlappung mit anderen Strukturen werden die Marker nicht als homogene Ellipsen abgebildet und können daher nicht genau lokalisiert werden. Um dieses Problem umzugehen, werden üblicherweise Metall- Marker eingesetzt, die als homogene dunkle Regionen abgebildet werden. Solche Marker verursachen aber starke Metallartefakte in den rekonstruierten CT-Volumen und führen daher zur Verfälschung der Segmentierungsergebnisse. In dieser Arbeit wird eine robuste Methode vorgestellt, die Marker automatisch und präzise segmentiert auch im Fall einer Überlappung mit anderen Strukturen. Die Genauigkeit des Pose Estimation des C-Bogens wurde evaluiert, indem der Registrierungsfehler am Ziel (Target-Registration Error (TRE)) berechnet wird. Ein TRE von 0.167 ±0.018 mm konnte erreicht werden. Nachdem die Lage und Orientierung des Bohrinstruments berechnet sind, wird anschließend während des Vorschubs des Bohrinstruments ein visuelles Feedback bezüglich der Instrumentenspitze relativ zur Patientenanatomie angeboten.