Michael Haubner
Dr. sc. hum.
Entwicklung von Methoden der virtuellen Realität für ein System zur immersiven
Analyse, Verarbeitung und Manipulation von medizinischen Bilddatenvolumen
Geboren am 22.11.1968 in München
Reifeprüfung am 29.06.1988 in Rosenheim
Studium der Informatik vom WS 1989 bis zum SS 1994
Vordiplom am 26.11.1991 an der Technischen Universität München
Diplom am 24.11.1994 an der Technischen Universität München
Promotionsfach: Medizinische Informatik
Doktorvater: Prof. Dr. rer. biol. hum. R. Haux
Virtuelle Realität definiert eine neue Form der Mensch-Maschine-Kommunikation,
die es ermöglicht, den Menschen unmittelbar in eine künstliche, computer-
generierte Umgebung zu integrieren. Neben innovativen Peripheriegeräten zählen
dazu Methoden der Computergraphik zur dreidimensionalen Visualisierung in
Echtzeit. Als Weiterentwicklung der Benutzerschnittstelle hat die virtuelle
Realität die Anpassung von Computerprogrammen und Interaktionsgeräten an die
menschlichen Sinne und Fähigkeiten zum Ziel.
In vielen Industriezweigen werden virtuelle Umgebungen als Hilfsmittel bei der
Ausbildung, der Planung und Entwicklung neuer Produkte sowie der Präsentation
eingesetzt. Diese VR-Systeme binden den Benutzer in eine virtuelle Umgebung ein
(Immersion), die dem realen menschlichen Umfeld ähnelt. Im Vergleich mit
herkömmlichen Benutzerschnittstellen ergeben sich damit eine wesentlich
einfachere, intuitive Systembenutzung, eine realistischere Darstellung und
insgesamt eine bessere Übertragbarkeit der Simulationsergebnisse in die
Realität. Die Anwendung der VR-Techniken auf dreidimensionale medizinische
Datensätze, beispielsweise aus der Röntgencomputer- oder Kernspintomographie,
scheitert derzeit an erheblichen Unterschieden der Einsatzgebiete in bezug auf
Ausgangsdaten, Interaktionstechniken, Genauigkeitsanspruch sowie Struktur und
Komplexität des zu visualisierenden Datenmaterials. Die wenigen medizinischen
VR-Systeme, die sich größtenteils noch im Entwicklungsstadium befinden,
beschränken sich daher auf die Simulation spezieller Operationstechniken zu
Ausbildungs- und Trainingszwecken. Für die Versorgung des individuellen
Patienten lassen sich die Vorteile der virtuellen Realität heute noch nicht
nutzen.
Ziel dieser Arbeit ist die Entwicklung von Datenstrukturen, Methoden und
Algorithmen aus den Bereichen der Bildverarbeitung, Computergraphik,
Parallelverarbeitung und Mensch-Maschine-Kommunikation zur Realisierung eines
medizinischen VR-Systems. Der zentrale Punkt ist dabei die durchgängig immersive
Ausführung der Verarbeitungsschritte für medizinische Bilddatenvolumen, woraus
sich eine Verbesserung von Diagnose und Therapieplanung und die Möglichkeit zur
Simulation minimalinvasiver Eingriffe ergibt.
Die neu entwickelten und implementierten Visualisierungsmethoden für diskrete
Volumen- und geometrische Oberflächendaten verfügen über Regelungsmechanismen,
mittels derer eine fließende 3D-Darstellung auf unterschiedlich leistungsfähigen
Hardwareplattformen gewährleistet wird. Optimierte Datenstrukturen stellen
sicher, daß der dabei unter Umständen auftretende Verlust an Bildqualität nur
einen minimalen Verlust an Bildinformation mit sich bringt. Zwei sich ergänzende
Segmentationsverfahren erlauben die teilautomatische Identifikation von
Bildinhalten im Rahmen vieler medizinischer Aufgabenstellungen. Dabei nutzen die
notwendigen Interaktionsschritte intensiv die Vorteile der VR-basierten
Benutzerschnittstelle. Visuelle Simulationen und Manipulationen werden durch ein
neuartiges Navigationssystem unterstützt, das sich an die Erfahrung und
Bedürfnisse des Anwenders anpassen läßt. Die Analyse der Daten ermöglichen dabei
verschiedene Werkzeuge sowie hybride Visualisierungsverfahren zur kombinierten
Darstellung segmentierter Objekte und unsegmentierter Volumenbereiche.
Der Einsatz des entwickelten medizinischen VR-Systems wird anhand der
innovativen Untersuchungstechniken der virtuellen Bronchoskopie und Koloskopie
demonstriert. Die Aufbereitung und Präsentation der Tomographiedaten erfolgt
dabei in einer problemorientierten, für Internisten und Chirurgen gewohnten
Form. Die realitätsnahe Simulation der endoskopischen Untersuchung ermöglicht
die gezielte Diagnoseunterstützung und Operationsvorbereitung und macht
Formveränderungen des segmentierten Tracheobronchialsystems bzw. Darmlumens
deutlich sichtbar. Durch hybride Darstellungstechniken kann dabei das umgebende,
extraluminale Gewebe visualisiert und analysiert werden. Zusätzlich unterstützt
die virtuelle Koloskopie durch eine Projektion des Darmwandprofils ein schnelles
Auffinden von Strukturen, bei denen es sich möglicherweise um Polypen oder
Tumoren handelt, wodurch sich das Verfahren als Screening-Methode anbietet.
Neben der virtuellen Endoskopie dient das implementierte System als Plattform
für die neu entwickelten Techniken und Methoden in
der Diagnose und Therapieplanung durch 3D-Bildanalyse,
der Zugangsplanung für Operationen,
der Strahlentherapieplanung,
der bildgestützten 3D-Therapieverlaufskontrolle und
der intraoperativen Unterstützung durch augmented reality.
Damit können vor allem die Fachgebiete der Radiologie sowie der Chirurgie mit
den Spezialgebieten Neuro-, Mund-Kiefer-Gesichts-, Gefäß- und Thoraxchirurgie
von dem innovativen Zugang zu den medizinischen Bilddaten in der virtuellen
Realität profitieren.
Die Erzeugung von virtuellen Umgebungen, die den Genauigkeitsansprüchen der
Medizin genügen, erfordert derzeit den Einsatz von teuren Graphik-
Supercomputern. Aufgrund der rasanten Weiterentwicklung auf dem Sektor der
Computerhardware wird die erforderliche Verarbeitungs- und
Darstellungsgeschwindigkeit in wenigen Jahren mit Workstations mittlerer
Preiskategorien erzielbar sein. Dann steht mit den entwickelten VR-Methoden auch
für den Routineeinsatz ein System zur Verfügung, das eine neue,
problemorientierte Präsentation von tomographischen Schichtbildsequenzen
ermöglicht. Dadurch werden Ausbildung und Training, Diagnose und Therapieplanung
sowie eine individuelle Operationsvorbereitung mittels realistischer
Darstellungs- und Interaktionsformen optimal unterstützt. Der Anwender wird sich
dann aufgrund des natürlichen Umgangs mit den Daten und geeigneten Werkzeugen
umfassend auf sein eigentliches Ziel konzentrieren können: die effiziente und
effektive Analyse der medizinischen Bilddaten zur Verbesserung von Diagnostik
und Therapie.
