Unsicherheiten in der Hochpräzisionstherapie: Einfluss von Deformationsberechnungsverfahren und Segmentierungsvariationen auf die akkumulierte Dosisverteilung
Nuklearmedizin, Strahlentherapie, Strahlenbiologie
Zusammenfassung der Projektergebnisse
Elastische Bildregistrierungsverfahren spielen heute eine nicht mehr weg zu denkende Schlüsselrolle im Workflow der adaptiven Strahlentherapie. Mit ihnen verbundene Fehlerintervalle der Positionsbestimmung aller anatomischen Strukturen addieren sich im zyklischen Therapieverlauf auf. Die fehlende Quantifizierbarkeit dieser Fehlerintervalle und ihrer Auswirkungen auf die applizierte Dosis stellen bisher den größten Hinderungsgrund dar, die adaptiven Strategien vollends in die klinische Routine zu integrieren. Bisherige Ansätze, diese Fehlerintervalle für die individuelle Patientenanatomie messbar zu machen, hinken hinter den Realitätsanforderungen der klinischen Praxis hinterher: Entweder verlangen sie, auf die im Voraus - an Phantom- und wenigen Patientendaten - gemessene Registrierungsqualität zu vertrauen. Was für jeden individuellen Fall, begleitet lediglich durch eine visuelle Bildüberlagerungskontrolle, schwerfällt. Oder sie bürden dem behandelnden Personal einen nicht zu tragenden Verpunktungsaufwand der individuellen Datensätze auf. In diesem Projekt haben wir den aufkeimenden Trend zur Nutzung der biomechanischen anthropomorphen Bewegungsmodellierung aufgegriffen und ihn, mit dem Anspruch die Basis für ein in die Klinik übertragbares System zu schaffen, für den Kopf-Hals-Bereich realisiert. Im Kontrast zu bisherigen Objekt-basierten Modellierungsansätzen haben wir ein kinematisch-getriebenes Skelettbewegungsmodell mit einem schnellen quasi-physikalischen Weichteildeformationsmodell kombiniert und damit ein interaktives Werkzeug zur individuellen Qualitätsmessung der bildverarbeitenden Verfahren etabliert. Die Berechnungszeiten des Modell-Prototypen liegen im Bereich von 25 fps für das Skelettbewegungsmodell und wenigen Sekunden für die heterogene Weichteil-Deformationspropagation bei voller CT-scan-Auflösung. Neben den in der Strahlentherapie typisch auftretenden Deformationen von einigen Millimetern, kann das neu entwickelte Modell auch große Positionsänderungen realitätsnah simulieren. Besonders herausfordernd ist es, den Bildinhalt mit der Positionierung beider Arme nach oben in die Positionierung mit Armen nach unten zu überführen. Dies ist im Gegensatz zum entwickelten Modell mit den heutigen verbreiteten Bildregistrierungsverfahren kaum möglich. Die wesentlichen noch verbleibenden Limitationen des Modells liegen in der benötigten Segmentierung einzelner Knochen im CT als Vorverarbeitung und in der noch fehlenden lokalen Volumenerhaltungsfähigkeit des Weichteildeformationsmodells. An diesen beiden Stellen konnten wir den wesentlichen weiteren Entwicklungsbedarf identifizieren. Prinzipiell ist dieser Modell-Ansatz auf alle Körperbereiche übertragbar. Durch aufgezeigte Eigenschaften hat das entwickelte Modell Potential in einem Registrierungsverfahren als Transformationsmodell eingebettet zu glänzen. Denn durch das biomechanisch bestimmte Verhalten werden viele unrealistische Deformationen im Lösungsraum während der Optimierung unterdrückt, was sowohl die Fehlregistrierungsquote zu minimieren als auch die Laufzeit durch Einschränkung der Freiheitsgrade zu verkürzen verspricht. Zusätzlich haben wir durch bessere Vektorfeldvisualisierungen mittels animierter Streamline-Ansätze eine leichter interpretierbare 3D Darstellung der Vektorfelder entwickelt, die auch in der Routine eine visuelle Kontrolle der Realitätsnähe der ermittelten Deformation erleichtert. Wir konnten weiterhin zeigen, dass Monte Carlo Simulation aus tessellierten Patientenmodellen sowohl Artefakt-freie künstliche CT-Generierung mit verformter Anatomie zur Qualitätsprüfung von Registrierungsverfahren ermöglicht, als auch Potential hat, akkurater applizierte Dosis in sich verformenden anatomischen Strukturen vorherzusagen. Dies ist besonders wichtig in Strukturen mit Ausdehnung vergleichbar zu CT-Auflösung, wie zum Beispiel Haut, Organwände, Nervenstränge oder Blutgefäße. Der entwickelte Kopf-Hals-Prototyp des tessellierten in-silico Patienten hat Vorbildfunktion wie zukünftig adaptive Strategien mit minimalen Fehlerintervallen simuliert und überwacht werden müssen.
Projektbezogene Publikationen (Auswahl)
- Articulated head and neck patient model in the context of ART. In: ICCR 2016, Programme Book of the 18th International Conference on the use of Computers in Radiation Therapy
Teske H, Bierstedt C, Stoll M, Stoiber EM, Bendl R, Giske K
- Comparison of Safety Margin Generation Concepts in Image Guided Radiotherapy to Account for Daily Head and Neck Pose Variations. PLoS One 2016 11(12):e0168916
Stoll M, Stoiber EM, Grimm S, Debus J, Bendl R, Giske K
(Siehe online unter https://doi.org/10.1371/journal.pone.0168916) - Abstract: Articulated Head and Neck Patient Model for Adaptive Radiotherapy. In: BVM 2017, Algorithmen – Systeme – Anwendungen: Proceedings des Workshops
Teske H, Bartelheimer K, Meis J, Stoiber EM, Bendl R, Giske K
(Siehe online unter https://doi.org/10.1007/978-3-662-54345-0_58) - Abstract: Effiziente Visualisierung von Vektorfeldern in der Strahlentherapie. In: BVM 2017, Algorithmen – Systeme – Anwendungen: Proceedings des Workshops
Meis J, Teske H, Giske K
(Siehe online unter https://doi.org/10.1007/978-3-662-54345-0_52) - Analyzing human decisions in IGRT of head-and-neck cancer patients to teach image registration algorithms what experts know. Radiat Oncol 2017 12(1):104
Stoiber EM, Bougatf N, Teske H, Bierstedt C, Oetzel D, Debus J, Bendl R, Giske K
(Siehe online unter https://doi.org/10.1186/s13014-017-0842-8) - Construction of a biomechanical head and neck motion model as a guide to evaluation of deformable image registration. Phys Med Biol 2017 62(12):N271-84
Teske H, Bartelheimer K, Meis J, Bendl R, Stoiber EM, Giske K
(Siehe online unter https://doi.org/10.1088/1361-6560/aa69b6) - Handling images of patient postures in arms up and arms down position using a biomechanical skeleton model. Current Directions in Biomedical Engineering 2017; 3(2): 469-472
Teske H, Bartelheimer K, Bendl R, Stoiber EM, Giske K
(Siehe online unter https://doi.org/10.1515/cdbme-2017-0099) - Monte-Carlo based CT Simulation of Virtual Patients for Image Guided Radiotherapy. Jahrestagung der Biomedizinischen Technik und Dreiländertagung der Medizinischen Physik (DGBMT&DGMP 2017)
Kirchhof S, Giske K, Burigo LN
- Tissue-specific transformation model for CT-images: Implementation of a volume calculation on voxel-level. Current Directions in Biomedical Engineering 2017; 3(2):525-528
Bartelheimer K, Teske H, Bendl R, Giske K
(Siehe online unter https://doi.org/10.1515/cdbme-2017-0111)
