Interventional Medical Image Processing - Cheatsheet

Geschichte und Entwicklung der medizinischen Bildverarbeitung

Definition:

Entwicklung medizinischer Bildverarbeitung von den Anfängen der Röntgentechnologie bis zu modernen bildgebenden Verfahren wie MRT und CT.

Details:

• 1895: Entdeckung der Röntgenstrahlen durch Wilhelm Conrad Röntgen
• 1972: Einführung der Computertomographie (CT) durch Sir Godfrey Hounsfield & Allan Cormack
• 1980er: Verbreitung der Magnetresonanztomographie (MRT)
• 1990er: Einzug digitaler Bildverarbeitung in klinische Routinen
• 2000er: Entwicklung von Algorithmen für Bildsegmentierung und -registrierung
• Heutzutage: Einsatz maschinellen Lernens und KI für Bildanalyse

Echtzeit-Bildgebungstechniken

Definition:

Echtzeit-Bildgebungstechniken ermöglichen die sofortige Visualisierung von anatomischen Strukturen und Interventionen während eines medizinischen Verfahrens.

Details:

• Erhöhte Präzision und Sicherheit bei Eingriffen
• Verwendet Methoden wie Fluoroskopie, Ultraschall und MRI
• Fluoroskopie: Echtzeit-Röntgen
• Ultraschall: Schallwellen-basierte Bilder
• MRI: Magnetfeld und Radiowellen zur Bildgebung
• Minimiert Verzögerung zwischen Bildgebung und Handlungsanweisung
• Dynamische Bildanpassungen zur Verlaufskontrolle

Minimal-invasive Techniken

Definition:

Methoden zur Durchführung medizinischer Eingriffe mit minimaler Verletzung von Haut und Gewebe, oft unterstützt durch bildgebende Verfahren.

Details:

• Weniger postoperative Schmerzen und schnellere Erholung
• Geringeres Infektionsrisiko
• Möglichkeiten: Endoskopie, Laparoskopie, Katheter-basierte Verfahren
• Wichtig: präzise Bildgebung zur Navigation (CT, MRT, Ultraschall)
• Herausforderung: hohe Genauigkeitsanforderungen

Bildregistrierung und -fusion

Definition:

Bildregistrierung: Ausrichtung verschiedener Bilder desselben Objekts, um korrespondierende Punkte übereinzubringen.Bildfusion: Kombination mehrerer Bilder zu einem einzigen Bild zur Verbesserung der Informationen.

Details:

• Bildregistrierung: Transformationen wie Translation, Rotation, Skalierung
• Ziel: Minimierung der Differenz zwischen den Bildern
• Methoden: Landmark-basierte Registrierung, Intensitäts-basierte Registrierung
• Bildfusion: Pixel-basierte Methoden, Merkmal-basierte Methoden
• Ziel: Verbesserung von Kontrast, Auflösung, Rauschunterdrückung
• Anwendungen: Medizinische Bildgebung, Fernerkundung

Statistische Methoden zur Validierung

Definition:

Statistische Methoden zur Validierung dienen der Bestätigung der Zuverlässigkeit und Genauigkeit von medizinischen Bildverarbeitungsalgorithmen. Sie bewerten, ob die Algorithmen die gewünschten Ergebnisse liefern.

Details:

• Konfidenzintervalle: Bereich, in dem der wahre Wert mit einer bestimmten Wahrscheinlichkeit liegt.
• Hypothesentests: Prüfung, ob Unterschiede zwischen Ergebnissen zufällig oder signifikant sind.
• ROC-Kurve: Grafische Darstellung der Sensitivität vs. 1-Spezifität eines Klassifikators.
• AUC (Area Under Curve): Maß der Güte einer ROC-Kurve.
• Kreuzvalidierung: Datensatz wird in mehrere Teilmengen geteilt zur Bewertung der Modellgeneralisation.
• \textit{t}-Test: Vergleich der Mittelwerte zweier Gruppen.
• F1-Score: Harmonic mean of precision and recall, gute Maß für unbalancierte Daten.

Techniken der Bildfusion

Definition:

Techniken der Bildfusion kombinieren Bilddaten aus verschiedenen Modalitäten, um diagnostische Informationen zu verbessern.

Details:

• Ziele: Bessere Visualisierung, Präzision in der Diagnose und Therapie
• Häufige Modalitäten: CT, MRT, PET, Ultraschall
• Methoden: Pixel-basierte Fusion, Feature-basierte Fusion, Entscheidungs-ebene Fusion
• Registrierung: Geometrische Anpassung der Bilder, häufig mit Transformationen wie Translation, Rotation und Skalierung
• Algorithmen: Einfach (z.B. Durchschnittsbildung) bis komplex (z.B. Wavelet-Transformationen)
• Qualitätsbewertung: Visuelle Inspektion, statistische Kennzahlen wie MSE, PSNR

Verarbeitung und Analyse von medizinischen Bildern

Definition:

Verarbeitung und Analyse von medizinischen Bildern bezieht sich auf Methoden zur Verbesserung, Segmentierung und Extraktion relevanter medizinischer Informationen aus Bilddaten.

Details:

• Bildverbesserung: Rauschunterdrückung, Kontrastanpassung
• Segmentierung: Trennung von Strukturen, z.B. Organe, Tumore
• Merkmalsextraktion: Formen, Texturen, Intensitäten
• Registrierung: Anpassung und Überlagerung mehrerer Bilder
• Visualization: 2D-/3D-Darstellung zur Unterstützung bei Diagnosen und Eingriffen

Integration von bildgebenden und therapeutischen Technologien

Definition:

Integration von bildgebenden und therapeutischen Technologien bedeutet die gleichzeitige Anwendung von Bildgebung und Therapie-Methoden, um präzisere und effektivere medizinische Eingriffe zu ermöglichen.

Details:

• Ziel: Verbesserung der Genauigkeit und Effizienz medizinischer Eingriffe.
• Beispiele: MR-gesteuerte Strahlentherapie, CT-gesteuerte Biopsien.
• Techniken: Bildregistrierung, Bildfusion, Echtzeit-Feedback.
• Vorteile: Minimale Invasivität, verbesserte Patientenversorgung.
• Herausforderungen: Hohe technische Anforderungen, Integration in klinische Abläufe.