medizinische visualisierung - uni koblenz-landaucg/ws1213/medvis/...2012/11/21 · part 6 data...
TRANSCRIPT
Vorlesung 421.11.2012, Universität Koblenz-Landau
Dr. Matthias RaspeSOVAmed GmbH
Medizinische Visualisierung
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Agenda
• Wiederholung• Bildgebende Verfahren 2• Praxisbeispiele: OsiriX, MeVisLab
• Repräsentation von Bilddaten• Datenstrukturen• Grundlagen Volumenvisualisierung
• DICOM• Grundlagen und Historie• Der Standard im Überblick• DICOM-Dateiformat
• Organisatorisches: Themen Masterprojekte
2
Veranstaltungshinweis
MTI-Kolloquium WS 2012/2013
Di 18:00-19:00 Uhr, M 001
���������������������� ������������������
����������������������� ����!�
�!������������"�������#������$������%�����������������������������������&���&�'�����(���)������"���������(��(������������������*������&��+������,��������������-������$���(����������������������������$.���&��� ��������$�,�/�"�����0�������)�-���,�*��&�������)
!���������#���1�2��2(�����+������������������������3��������(�������������������#��������4���4�����56�(�,�*��$��)��3��������(�����������������������$�(�2���2������������
�7��������������������������5������������(��������������������8��$��#���#��������9����������2�������,�*��$��)��������(����,����$������&����������*����(��������������������+��� ���)�����2��2����������)
�!��������9������(������4��)����(��(������������������#������������5�������,�:�����)��$.��9������(���������������������9������(��������������#���"��1���,������)
�����������9�#��(����2������2���2����������'����������������������8��$��#�����������&���:�����,�*��$��)�����(���������������"���������9������(�����������������������$�(�2���2������������
�;��������#���&���0������&������������5���2�����)����4.$�(���2�����������,�:��������<�:��������2�������������������#��������8����&&�9�����,�=�����)��=����&0�����������2����������������������>���&���4��&����,���������
�?��������1����)�����(������$(�����������������������������#�����������������4�����������������������-��������=�����)��/$���������������������(������(��� �@�����(�����)�������������������+��� ���)�����2��2����������)
�����������'&�������&���"�����)(��������������&��������������������#����������������6�2,�*��$��)��/$��������(�����=����&0���������������������5��������$��2���2�������)���'�,����&����$������)
�A��������5����(�������&�����"���������0�������&��������������������#��������:�����������,�*��$��)���������0�������(�������������������������������������2�������),�+�.������
�A�����!��B#������)��������CB������B5��D��-(�,�(���-(�CB������������������8��"��#�)��#���������������3.D���,�*��$��)����������2�$.�����������>(������)�������������������5��������$��2���2�������)���'�,����&����$������)
�E�����!��:�����������&������>������������&�2��������������������������3����,�:���� ����$.������)��������������������������)����3����,������2���,�%������<�8�����,������)
�������!���2�������������������&�������&�����@��������2��$��2�����(�����)�����&��)�������&�������������������������#��������#��2�4��������*��$��)���������2�&������*����(��� ��&��������&0��������������������������������������2�������),�+�.������
�F�����!�������2���������������������������������������8��$��#���4���9���,�5�.�(����(������������������������������������������������������������&�'��2,�/�"�����0���.��(�����������������5��0����,�46����������
%�����#�����(��A�������F����/��=�����/�"�����0�����&�������)���������&���(��0���4,������������4��F
����������������������)��
NEU: Gebäude M, Hörsaal M001
Wiederholung
Medizinische Visualisierung
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Sonographie (Ultraschall)
• Erstmals 1942 von Dussik medizinisch eingesetzt („Hyperphonographie“)• sehr weit verbreitetes Bildgebungsverfahren → auch ambulant/mobil• Diagnostik und Verlaufskontrolle von vorwiegend inneren Strukturen
• Grundprinzip: Aussendung von Ultraschallwellen und Bestimmung von Stärke und Laufzeit des Echos• Frequenzspektrum in Medizin: 1 - 15 MHz, 30-40 MHz• Eindringtiefen: 1 MHz ~ 50cm vs. 40 MHz ~ 0,6cm• Ankopplung an Körper durch stark wasserhaltiges Gel
• Bildentstehung im Wesentlichen durch:• Reflexion und Brechnung an Grenzflächen unterschiedlicher Strukturen• Absorption der Schallwellen je nach Material
5
Ultraschall-Sonden(Wikimedia Commons)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Sonographie-Bilderzeugung
• A-Mode (A = Amplitude)• eindimensionale Darstellung des
Echos als Amplitude auf Zeitachse• heute nur noch sehr selten verwendet
• B-Mode (B = Brightness)• 2D-Abbildung des Echos je nach
Helligkeit und Laufzeit mit ca. 25-30 fps• heute Standardverfahren in
verschiedenen medizinischen Gebieten
6
(Wikimedia Commons)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Sonographie-Bildverarbeitung
• M-Mode (M = Motion):• Echo einer B-Mode-Bildzeile auf der
Zeitachse• häufig Darstellung und Quantifzierung
dynamischer Prozesse (z.B. Echokardiographie)
• Doppler-Sonographie• Darstellung von Frequenzverschiebungen
an bewegten Strukturen (z.B. Blutfluss)• meist als farbcodiertes Dopperultraschall
7
(Wikimedia Commons)
Herzkammern
YouTube
A. carotis communis
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Funktionelle MRT
• Grundprinzip:• Durchführung bestimmter Aufgaben
während MR-Scan (z.B. Fingertippen)• Ausnutzung des BOLD-Effekts zur
Lokalisation von Aktivitäten
• Mehrere Scans• schneller Übersichts-Scan• detaillierter Morphologie-Scan• BOLD-Scan (während Aufgabe)
• Lange Aufnahmezeit• Bewegungsartefakte• geringe SNR
8
fmri-easy.de
fMRT nach linksseitigem Fingertippen(Wikimedia Commons)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Diffusion Tensor Imaging (DTI)
• Untersuchung der Diffusionsbewegung von Wasser in Gewebe• Bewegungrichtung abhängig von Struktur (z.B. Fasern)• Skalar reicht nicht mehr aus → 3x3 Matrix (Tensor 2. Ordnung)
• Berechnung verschiedener Maßzahlen aus Eigenwerten• mittlerer Diffusionskoeffizient• fraktionale Anisotropie:
FA = 0 vs. FA = 1
• Diskussion:• nicht alle Strukturen durch Tensoren
eindeutig abbildbar: Kreuzungen etc.• Weiterentwicklung HARDI: >40
Richtungen pro Voxel
9
ADC, FA absolut, FA color-coded(Lund University, Faculty of Medicine)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
DTI-Visualisierung
• Farbcodierte Schnittbilder
• RGB für XYZ-Richtung• vgl. Normalmaps in Computergrafik
• Glyphendarstellung
• Ellipsoide mit Vorzugsrichtung• meist zusätzlich farblich codiert
• Traktographie
• Verfolgung der Hauptrichtungen• Darstellung durch Geometrie
10
(Wikimedia Commons)
Darstellung DTI-Berechnungen(YouTube)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Nuklearmedizin
• Grundprinzip:• Radiopharmaka werden
verabreicht• Anreicherung in zu untersuchendem Gewebe → markierte Tracer• ausgesendete Strahlung wird aufgezeichnet
• Szintigraphie• Registrierung der Gammastrahlung• häufige Anwendung in Onkologie• z.T. auch in Pädiatrie und Forensik
• Diskussion• sehr lange Aufnahmezeiten (30min - 4h)• insgesamt jedoch geringe Strahlenbelastung
11
Skelett-Szintigramm(Wikmedia Commons)
Szintigramm der Schilddrüsen (nativ, gefiltert) (M. Hoffmann, Kemperhof)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Single-Photon-Emission CT (SPECT)
• Prinzip der Computertomographie auf Szintigraphie angewendet• statische und dynamische Bildgebung möglich• geringe Ortsauflösung (u.a. durch Kollimation)• weniger Aufwand bei Radionuklid-Herstellung
• Einsatz vorwiegend in Onkologie und Kardiologie
12
Dynamisches Myokard-SPECT(University of Ottawa)
Gehirn-SPECT (fusioniert mit MRT)(University of Washington (rView))
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Positronen-Emissions-Tomographie (PET)
• Radiopharmakon injiziert → Emission vonPositronen (meist Fluor-18-Verbindungen)
• Wechselwirkung mit Elektronen → Annihilation• hochenergetische Photonen (511 keV)• 180 Grad Winkel → Konzidenzmessung• keine Kollimation nötig, da nur
Photonenpaare berücksichtigt werden
• Meist geringe Strahlenbelastung, v.a. bei vorhandenen Indikationen
• Hohe Kosten• je Untersuchung bis zu 1.500€• Geräte ca. 1.5-3 Mio €
13
Aufbau PET-System (schematisch(Wikimedia Commons)
FDG-PET des Rumpfes(Wikimedia Commons)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Hybridsysteme
• Geringe Ortsauflösung der funktionellen Bildgebung
• Kombination mit hochauflösender morphologischer Bildgebung (CT, MRT)
• genauere Lokalisation der aktiven Regionen• ggf. Mehrwert für herkömmliche Diagnostik
• Bisher: getrennte Aufnahmen → Software-Fusionierung
• meist manuelles Vorgehen, rechnerisch aufwendig• Veränderung der Strukturen durch Zeit/Bewegung des Patienten
• Besser: kombinierte Bildgebung
• PET/CT: seit 2001 verfügbar• PET/MR: erst seit 2007 eingesetzt,
sehr komplexe Technik
14
Siemens Healthcare
Siemens Biograph mMR(Medscape News)
Siemens Biograph mCT(Duke University)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Weitere Bildgebungsverfahren
• Optische Verfahren• Endoskopie• Hautscreening• Retinascans
• Elastographie• Darstellung unterschiedlichen
Verhaltens bei Druck• US- oder MRT-basiert
• im weiteren Sinne auch EKG• zusätzliche Ableitungspunkte• mittlerweile auch „mobil“ und
berührungslos
15
Endoskopie des Magens(Wikimedia Commons)
MRT-Elastographie(DiagnosticImaging)
Heidelberg HRT-Scan (2D, 3D)(Heidelberg Engineering)
Kapazitives EKG(capical GmbH)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Praxisbeispiele
• OsiriX (www.osirix-viewer.com)
• nur für Mac• klinischer DICOM/PACS-Viewer
• MeVisLab als modulares, plattformunabhängiges Tool (www.mevislab.de)
• Beispiele:
• Modalitäten CR, XA, CT, MR, PET• Side-by-Side CT+MR• Fusion CT+PET• 3D-Volumenrendering• ...
16
Datenstrukturen
Medizinische Visualisierung
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Einführung
• In Computergrafik üblich: polygonale Oberflächen ohne „Inhalt“
• Visualisierung oft für 3D-Strukturen
• eigene Verarbeitungspipeline:
18
Transferfunktion
CompositingIntegration zu
Endbild
Darstellung
Akquisitionder Daten
Bildgebende Verfahren (z.B. CT, MR), Simulationen
Applikation/Hardware
Externe Systeme
Sampling
Anzahl/Abstand der Slices oder Samples
entlang Sehstrahl
FilterungInterpolation der
vorhandenen Daten für Samples
KlassifikationZuweisung von
Farbe und Opazität/Transparenz
ShadingAuswertung von
Beleuchtungs-modellen
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Datenstrukturen
• Bisher geometrische Oberflächen:• Dreiecksnetze, mit/ohne Topologie• Parametrische Flächen (Bézier, NURBS etc.)
• Oberflächen reichen nicht, daher:• Punkte(wolken)• Volumenelemente
• Zusätzlich sind den Elementen meist Attribute zugeordnet:• Skalare (z.B. Temperatur, Druck, Gewebedichte)• Vektoren (z.B. Geschwindigkeit, Gradienten, DTI (7D!))
19
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Topologien
Gleichmäßig(regular/uniform)
Kartesisch(cartesian)
Strukturiert(structured/regular)
Unstrukturiert(unstructured/regular)
Gestreut(scattered)
Rechtwinklig(rectilinear/uniform)
20
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Räumliche Struktur 2D
• Ein zweidimensionales Datenfeld kann logisch strukturiert werden:
• als Zellen mit den Werten in der Mitte → „Pixel“• als Gitternetz mit Werten an den Knoten
21
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
• Analog für den dreidimensionalen Raum
• Würfel/Zelle mit Werten im Zentrum → „Voxel“ *
• Zelle mit Werten an den Knoten → Voxelzelle/-gitter
Räumliche Struktur 3D
*) abgeleitet von „volume element“, in Analogie zu Pixel = „picture element“
22
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Räumliche Struktur
• Üblich: Werte in Zellen (Pixel/Voxel)
• einige Algorithmen verwenden Gitter, z.B. • Marching Cubes/Squares• Graph-Cut Verfahren
• Einfache Konvertierung, da nur „logische Definition“
• Im folgenden wird von Pixeln/Voxeln ausgegangen, sofern nicht ausdrücklich erwähnt
• Andere Repräsentationen (z.B. hexagonal) werden hier nicht berücksichtigt, da keine Verwendung/Vorteile in der Computergrafik...
23
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Diskussion/Fragen
• Wie werden diese Eigenschaften in den Daten repräsentiert?
• Wie können dabei unterschiedliche Modalitäten berücksichtigt werden?
• Daten im medizinisch-klinischen Kontext:• Sätze von Bilddaten (ggf. mehrere pro Patient)• Berichte, Annotationen• weitere Daten (EKG, Blutwerte etc.)
• Standards...?!• hersteller-übergreifend und -unabhängig• kompatibel zu alten und neuen Modalitäten
24
DICOM
Medizinische Visualisierung
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Grundlagen DICOM
• DICOM = Digital Imaging and Communication in Medicine
• 1983 durch ACR und NEMA initiiert, 1985 Version 1.0
• 1988 ACR-NEMA 2.0:• Dateiformat• Punkt-zu-Punkt-Verbindung
• ab 1993 Standard in heutiger Struktur (u.a. Kommunikation über Netzwerk)
• aktuell: Base Standard 2011• 18 Teile (1-20, ohne 9 und 13)• insgesamt über 4000 Seiten +
zahlreiche Zusätze und Anhänge...• hier nur wichtigste Teile und Modelle
26
PS 3.10-2011 Page 18
- Standard -
Medium ZMedium X
(Images, Study, etc.)
Initial 9 Parts of DICOM
Media Storage Interchange
Part 1
Overview
Part 5 Data Structure & Encoding
Network
Part 2 Conformance
Communication General
(Addressed by this Part of the Standard)
Part 10Storage Media and File Format
Parts to support Media Storage Interchange.
This Part of the DICOM Standard
Part 8
Medium Y
Part 11
Application
Part 6 Data Dictionary
Part 4 Service Class Specifications
Part 3 Information Object Definitions Media Storage
Profiles
Part 7
Part 12 Media Formats andPhysical Media
Part 15 Security Profiles
Figure 6.2-2 Media Storage and DICOM Parts
7 DICOM File Format
The DICOM File Format provides a means to encapsulate in a file the Data Set representing a SOP Instance related to a DICOM IOD. As shown in Figure 7-1, the byte stream of the Data Set is placed into the file after the DICOM File Meta Information. Each file contains a single SOP Instance.
http://medical.nema.org/
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Grundlagen DICOM
• DICOM-Infrastruktur• Bilddaten und Befunde
als „first-class citizen“• Netzwerk zum Austausch der
digitalen Daten, inkl. Archiv (PACS)• Abgrenzung zu HL7
• HL7 = Health Level 7 (vgl. ISO/OSI-Schichtmodell)• Standard für Gesundheitssysteme
im Allgemeinen• Abrechnungen, Patientenmanagement,
Labordaten etc.
• RIS üblicherweise Schnittstelle
27
Überblick DICOM/HL7-Infrastruktur(MedInfo Wiki)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Klinischer Ablauf (Schema)
28
(aus: Visualization in Medicine)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
Datenstruktur
• Hierarchischer Aufbau mitPatient als Wurzel• Studie(n)• Serie(n)• Bild(er)/Instanz(en)
• Patientendaten:• Name• Geburtsdatum• Versicherungsnummer• Status etc.
• Eindeutige Zuordnung durch einmalige ID-Nummer („Unique Identifier“)
• Grundlage: DICOM-Modelle
29
Beispiel DICOM-Datenstruktur(MedInfo Wiki)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
DICOM-Modelle
• „DICOM Model of the Real-World“• übergeordnete, abstrakte
Beschreibung realerAbläufe
• Grundlage für weitereModelle
• „DICOM Information Model“• alle Objekte über IOD
festgelegt• „Normalized“ und
„Composite“ IODs
30
PS 3.3 - 2011 Page 64
- Standard -
Patient
Visit
Study
makes has
includes
Modality Performed Procedure Steps
Comprised of
includes contains
Radiotherapy Objects
1
1-n
1
1
1-n
1-n
1-n
1-n
1 1
0-n
Series
Frame of Reference
creates
Spatially Defines
Equipment
1-n 1-n
1-n
1-n
0-1
1
0-n
Image
contains1
0-n
0-n
SR Document
PresentationState
0-n
Waveform
0-n
MR Spectroscopy
0-n
Raw Data
0-n
0-n
Fiducials
Registration
Spatially Defines
1-n
1
0-n
Encapsulated Document
0-n
Real World Value Mapping
0-n
Stereometric Relationship
0-n
Surface
0-n
Measurements
Figure 7-1a DICOM MODEL OF THE REAL-WORLD
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
DICOM-Modelle
• Beispiele für „Normalized“ und „Composite“ IODs
• Moduldefinition für IOD-Items am Beispiel CT
31
(Institut für Telematik in der Medizin)(Institut für Telematik in der Medizin)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
DICOM-Modelle
• Module als Gruppen von DICOM-Attributen
• Attribute werden über„Data Tags“ definiert
• achtstellige Hexadezimalziffern• in 2 Ziffergruppen unterteilt (xxxx,yyyy)
• xxxx = Zugehörigkeit Gruppe• yyyy = das Element selbst
• Standard-Attributgruppen geradzahlig (ab 0008)• ungerade Gruppen für „private“ Elemente
-> implementationsabhängig
• Weiterhin sind sog. Service-Klassen als Operationen auf DICOM-Objekten definiert
• z.B. Verify, Store, Query/Retrieve• durch RIS/PACS-Systeme implementiert (hier z.B. OsiriX)
32
(MedInfo Wiki)
MedVis - Vorlesung 4 21.11.2012 Dr. Matthias Raspe, SOVAmed GmbH
DICOM-Dateiformat
• DICOM-Dateien integrieren Meta-Informationen (Header) in Datei• festes Schema für Kompatibilität• binäres Format: Metadaten
zusammen mit den Bilddaten
• Beispiel:• Datensatz 109 x 91 x 2• 8 bit pro Voxel• Transfer Syntax UID:
• Raw data• Explicit VR• Little endian
• Isotrope Voxel (2x2x2 mm)
33
Fragen? Anregungen?
Medizinische Visualisierung