Müller, Wolfgang (2000)
Visualisierung innerer Organe von Exemplaren der Gattungen Corucia Zebrata und Tiliqua Rugosa anhand von Konturdaten.
Buch, Bibliographie

Kurzbeschreibung (Abstract)

Die Studienarbeit befaßt sich mit Arbeitsschritten innerhalb der Umwandlung von medizinischen 2D-Daten wie z.B. CT-Bildern zu Volumendatensätzen, die in einer für Menschen leicht erfaßbaren Form präsentiert werden können. Dabei konzentriert sie sich insbesondere auf die Ergänzung gegebener Konturdaten durch die Berechnung interpolierender Konturen, die eine Voraussetzung für das Erstellen einer wirklichkeitsgetreuen Darstellung der Oberfläche von Organen ist. Als Rohdaten dienen Schnitt- und CT-Bilder aus dem veterinärmedizinischen Bereich. Diese sind von besonderem praktischem Interesse, da es sich um Datensätze von Reptilien handelt, die besondere anatomische Eigenheiten aufweisen. Allen voran sei die Plastizität innerer Organe genannt. Dieses Phänomen äußert sich derart, daß Organe der Tiere Position und Form innerhalb des Körpers ändern können, ohne eine äußerlich sichtbare Veränderung hervorzurufen. Anhand von Serien 2-dimensionaler Schnittbilder ist es auch einem Spezialisten nur schwer möglich, pathologische Veränderungen von jahreszeitlich oder durch die Ernährung bedingten zu unterscheiden. Daher ist eine 3-dimensionale Darstellung ihres Körperinneren besonders hilfreich für Diagnose- und Lehrzwecke. Sie nimmt dem Benutzer die Rekonstruktion der Oberflächenstruktur von inneren Organen ab und erleichtert damit Vergleich und Einordnung von Datensätzen. Dem praktischen Interesse an einer Arbeit auf diesem Gebiet stehen zur Zeit sehr mangelnde Datenbestände und noch relativ geringe Forschungstätigkeit entgegen. Daher beschäftigt sich die vorliegende Arbeit mit allgemeinen Überlegungen zur Konzeption und der Untersuchung eines möglichen Ansatzes für die Vorgehensweise. Die Vorverarbeitung der Daten (d.h. Kantendetektion, Filterung u.ä.) sind nicht Gegenstand dieser Betrachtungen. Sie allein ist eine äußerst komplexe Aufgabenstellung, zu deren Bewältigung immenser Arbeitsaufwand benötigt wird. Auch die Präsentation der Ergebnisse in einer möglichst einfach vom Benutzer erfaßbaren Form wirft viele Fragen auf, die nicht innerhalb einer Arbeit wie dieser zu klären sind. Das Hauptaugenmerk liegt somit auf dem eigentlichen Modell der Daten und ihrer Verarbeitung. Das in der Implementierung des Algorithmus zur Datenergänzung verwendete Modell zielt auf eine möglichst geringe Anzahl von Datenumwandlungen ab. Daher werden die Rasterdaten der eingelesenen Bilddateien als solche direkt weiterverarbeitet. Die dabei benutzte Idee basiert auf der Definition einer Kontur als einer Menge von Punkten im Raum, die der Kontur angehören. Sie erfordert keinerlei Information über den Zusammenhang zwischen Punkten oder den Verlauf der Kontur. Interpolierende Konturen können damit als Menge derjenigen Punkte aufgefaßt werden, die sich in derselben Entfernung von beiden zu interpolierenden Konturen befinden. Der Algorithmus zur Berechnung dieser Punktmengen ist äußerst einfach und somit leicht zu modifizieren. Die Anzahl der Datenumwandlungen (die durch Rundungen u.ä. eine mögliche Fehlerquelle und zusätzlichen Arbeitsaufwand darstellen) ist minimal. Für die Präsentation findet die in den USA im Universitätsbereich entwickelte VolVis-Software Verwendung, die ebenfalls gerasterte Daten verarbeitet und dadurch ebenfalls keine Umrechnungen erfordert. Nachteil dieses rasterbasierten Modells bei der Betrachtung der Volumendaten ist die hohe Redundanz der Daten. Sie beschränkt zwar die theoretisch erreichbare Genauigkeit der berechneten Daten nicht, führt jedoch mit steigender Auflösung zu explodierenden Datenmengen. Gleichzeitig stellt die Erhöhung der Auflösung bei diesem Ansatz den einzigen Ansatzpunkt für grundsätzliche Verbesserungen der Bildqualität dar. Ein Vergleich mit den Möglichkeiten und Beschränkungen vergleichbarer Algorithmen, die auf anderen Datenmodellen basieren, wäre äußerst interessant, da er für mögliche spätere Gesamtlösungen des Problems die Richtung weisen könnte, und eine sinnvolle Ergänzung dieser Arbeit darstellen würde, deren Hauptziel das Aufzeigen von konzeptionellen Stärken und Schwächen des rasterbasierten Datenmodells für die medizinische Anwendung ist.

Frage zum Eintrag

Redaktionelle Details anzeigen