Themen bei Siemens

Effiziente Visualisierung von Blutgefäßbäumen mit Hervorhebung pathologischer Bereiche

Erkrankungen des Blutkreislaufs gehören zu den am weitesten verbreiteten Krankheiten in Industrienationen. So starben alleine in Deutschland im Jahr 2001 insgesamt 290.000 Personen an Erkrankungen des Herz-Kreislauf-Systems. Zuverlässige Diagnosesysteme und eine Verbesserung bestehender Verfahren sind daher von großer Bedeutung. Eine zentrale Aufgabe stellt hierbei eine geeignete Visualisierung des segmentierten Blutflußbaums beziehungsweise einzelner, erkrankter Abschnitte der Blutgefäße dar.

Diese Diplom-/Masterarbeit ist Teil eines Projekts zur vollautomatischen Segmentierung und Interpretation des arteriellen Gefäßbaums. Hierzu werden Verfahren entwickelt um unter Verwendung von anatomischen Hintergrundwissen, das in einem Referenzmodell abgelegt ist, den Gefäßbaum zu segmentieren. Anschließend soll die Diagnose durch geeignete Interpretation der Segmentierung optimal unterstützt werden. Die Grundlage des Systems sind dabei CT-Bilder, in denen Gefäße durch Kontrastmittel von umgebendem Gewebe hervorgehoben dargestellt werden.

Der Aufgabenbereich dieser Diplom-/Masterarbeit umfasst folgende Punkte:

  • Effiziente Erzeugung eines Oberflächennetzes aus einem Graphen bestehend aus Gefäßmittelpunkten und zugehörigen Konturen
  • 3D Visualisierung des Oberflächennetzes mit Hervorhebung der Abweichungen zwischen Segmentierung und Referenzmodell
  • Visualisierung pathologischer Bereiche, wie Stenosen, Aneurysmen und Kalzifikationen

Voraussetzung für eine erfolgreiche Durchführung der Arbeit sind Kenntnisse der Computergraphik/Visualisierung sowie der Programmierung mit C++, wünschenswert ist außerdem Erfahrung in medizinischer Bildverarbeitung

Literatur: T. Beck, C. Biermann, D. Fritz et al.: “Robust model-based centerline extraction of vessels in CTA data”, Proc. SPIE, Vol. 7259, 2009
S. Grosskopf, C. Biermann, K. Deng et al.: “Accurate, fast, and robust vessel contour segmentation of CTA using and adaptive self-learning edge model”, Proc. SPIE, Vol. 7259, 2009

Master-Arbeit: Evaluierung von Techniken zur Selektion von Objekten in dreidimensionalen Darstellungen

Chirurgische Eingriffe an der Leber, etwa zur Entfernung von Tumoren, gelten aufgrund der komplexen Struktur der Blutversorgung innerhalb der Leber als besonders schwierig. Für eine erfolgreiche Operation ist die genaue Kenntnis des Verlaufs der Blutgefäße von entscheidender Bedeutung, da sich an ihnen die Schnittführung der Resektion orientiert.

Diese Diplomarbeit ist eingebettet in ein Projekt, dessen Ziel ein neuartiges Planungssystem für Leberoperationen ist. In Kooperation mit klinischen Partnern sollen neue Verfahren entwickelt werden, um insbesondere die Diagnose, chirurgische Therapie und Verlaufskontrolle vonLebertumoren sicherer und effizienter zu gestalten und so die Heilungschancen von Patienten wesentlich zu verbessern. Die Grundlage des Systems bilden dabei CT-Bilder, da diese die Anatomie der Leber optimal darstellen.

Die Aufgabenstellung der Diplomarbeit umfasst folgende Punkte:

  • Integration einer gegebenen Blutgefäßsegmentierung in das Planungssystem
  • 3D Visualisierung der segmentierten Gefäße und anderer segmentierter Strukturen wie Tumore zur intuitiven Operationsplanung
  • Entwicklung von Mechanismen zur Editierung und Annotation der verschiedenen Lebergefäßbäume mit minimaler Nutzerinteraktion
  • Berechnung und Visualisierung von Parametern wie Abständen zwischen Gefäßen und bereits segmentierten Tumoren, Hervorhebung möglicher Risiko-Strukturen
  • Semi-automatische Definition von funktionalen Lebersegmenten und Resektionsarealen

Voraussetzung für eine erfolgreiche Durchführung der Arbeit sind Kenntnisse der Computergraphik/Visualisierung sowie der Programmierung mit C++, wünschenswert ist außerdem Erfahrung in medizinischer Bildverarbeitung.