Automatische Untersuchung großer Gewebeflächen mittels Optischer Kohärenztomographie

Die Optische Kohärenztomographie stellt ein nicht-invasives Verfahren zur in-vivo Untersuchung von Gewebe dar, das bereits in zahlreichen Gebieten der Medizin zum Einsatz kommt, z.B. Neurochirurgie, Ophthalmologie, Laryngologie. Dabei ermöglicht die Integration der OCT-Sonde in ein motorisiertes Operationsmikroskop den navigierten Einsatz der Sonde. Dies schafft für den Chirurgen die Voraussetzung, große Gewebeflächen automatisch zu untersuchen, ohne dass zusätzliche Instrumente während der Operation zum Einsatz kommen müssen. Dabei gewährleistet das Mikroskop stets eine optimale Ausrichtung der Sonde senkrecht zur Gewebeoberfläche. Aus den OCT-Aufnahmen kann ein 3D Modell des Resektionsvolumens sowie zusätzliche Informationen zu Gewebestellen gewonnen werden, die mit bloßem Auge nicht zu erkennen sind. Dies erleichtert die intraoperative Orientierung für den Chirurgen. Schlüsselworte: Optische Kohärenztomographie, Robotik, Mikroskop 1 Problem Im Bereich der Neurochirurgie besteht bei Tumorresektionen oftmals das Problem, dass intraoperativ nicht genau zwischen Tumorgewebe und gesundem Gewebe unterschieden werden kann. Mit bildgebenden Verfahren wie der Computertomografie und der Magnetresonanztomografie (MRT) lassen sich zwar viele Krebsgeschwüre deutlich erkennen, allerdings ist die genaue Ausdehnung der weniger bösartigen Formen oft nicht festzustellen. Dies hat zur Folge, dass der Tumor unter Umständen nicht vollständig entfernt und damit eine weitere Operation für den Patienten notwendig wird. Eine Möglichkeit, den Tumor intraoperativ sichtbar zu machen, besteht darin, ihn mit Hilfe von Kontrastmitteln zu markieren. Dafür werden dem Patienten beispielsweise Nanopartikel [1] oder fluoreszierende Kontrastmittel [2] injiziert, die sich an Tumorzellen anlagern und diesen intraoperativ sichtbar machen. Dies setzt allerdings einen gewissen zeitlichen Vorlauf voraus, um eine ausreichende Anlagerung des Markers an den Tumor zu gewährleisten. Für eine intraoperative, nicht-invasive Untersuchung ohne optische Marker kommt aber zunehmend auch die Optische Kohärenztomographie (OCT) [3] zum Einsatz. Dabei wird reflektiertes, infrarotes Licht zunächst als zweidimensionales Tiefenschnittbild (b-Scan) dargestellt. Mit diesem Verfahren erreicht man eine Eindringtiefe von ca.2-3mm und eine axiale Auflösung von ca. 10μm. Ein Verfahren zur Unterscheidung von Tumorund Hirngewebe mit Hilfe von OCT in Echtzeit wurde in [4] vorgestellt. Allerdings stellt ein einzelner b-Scan nur einen begrenzten Bereich des Resektionsvolumens dar, so dass der Chirurg die OCT-Sonde mehrfach manuell positionieren muss ohne dabei einen räumlichen Überblick zu bekommen. Wir stellen deshalb ein Verfahren vor, dass die automatische Untersuchung großer Gewebeflächen mit Hilfe von OCT ermöglicht. 2 Methoden In ein speziell ausgerüstetes Operationsmikroskop wurde ein SD-OCT Scanner zur intraoperativen Untersuchung von Gewebeoberflächen integriert [5]. Dies ermöglicht es, mehrere b-Scans automatisch aufzunehmen, und liefert Tiefeninformationen für mehrere parallele Gewebeschnitte im Abstand weniger μm. In einem weiteren Schritt wurde das Mikroskop vollständig motorisiert, um eine intuitive und automatische Positionierung der OCT-Sonde zu ermöglichen [6]. Proceedings curac2010@MEDICA 221 2.1 Punktwolke aus OCT-Daten generieren Der in das Mikroskop integrierte OCT-Scanner ermöglicht automatische Scans nur für jeweils kleine Gewebeflächen. Diese Flächen hängen vom Arbeitsabstand des Mikroskops ab. Bei einem Abstand von 240mm beträgt die Fläche ca. 1,6×1,4cm, wobei sich ein solcher Scan aus 50 B-Scans besteht, die sich jeweils aus 500 A-Scans zusammensetzen. Um eine großflächige Aufnahme des Gewebes erzeugen zu können, bewegen wir die Sonde mit Hilfe des motorisierten Mikroskops in einem Raster über das Resektionsvolumen und zeichnen jeweils einen OCT-Datensatz auf. Aus den Grauwerten jedes Datensatzes segmentieren wir zunächst mit einem Schwellwertverfahren eine Punktwolke der Gewebeoberfläche. Durch das Speckle-Rauschen in den OCT-Aufnahmen entstehen Ausreißer, die mit Hilfe eines 2DMedianfilters eliminiert werden können. In Abhängigkeit vom Schwellwert, besteht jede Punktwolke aus ca. 25.000-30.000 Elementen. Allerdings liegen aufgrund der hohen Auflösung der OCT viele dieser Elemente vor allem im Bereich der Gewebeoberfläche sehr nahe zusammen, ohne einen zusätzlichen Informationsgewinn zu erzeugen. Aus diesem Grund werden Bereiche der Punktwolke mit einer hohen Dichte ausgedünnt und die Anzahl damit um ca. 8.000-10.000 Elemente reduziert. 2.2 Translation der Mikroskopbewegung bestimmen Nach der Registrierung von Patient und Mikroskop lässt sich mit Hilfe der Mikroskopkinematik die Position der fokussierten Gewebestelle berechnen und abspeichern. Allerdings wird damit nur eine Genauigkeit von etwa einem Millimeter erreicht. Da die OCT-Aufnahmen aber eine Auflösung im μm-Bereich aufweisen, kann die Position des Mikroskops nur zur groben Ausrichtung der Datensätze und zur Begrenzung des Suchfensters für das weitere Verfahren genutzt werden. Eine bessere Registrierung lässt sich mit Hilfe von Phase-Only-Correlation (POC) erreichen. Bei diesem Verfahren werden keine Rotationen, sondern nur Translationen im Bild berücksichtigt. Da für großflächige Aufnahmen des Gewebes das Mikroskop nur parallel zur Bildebene in einem Raster verschoben wird, treten hierbei keine Rotationen auf, so dass aus Aufnahmen der Gewebeoberfläche der Verschiebungsvektor mit Hilfe von POC berechnet werden kann. Hierfür wird während der Mikroskopbewegung der sichtbare Bereich des Gewebes mit einer Firewire-Kamera mit 20Hz und einer Auflösung von 1024×768 Pixeln aufgezeichnet. Der Verschiebungsvektor in der 2D-Bildebene wird dann iterativ ermittelt. Dazu berechnen wir in einem ersten Schritt aus jeweils zwei aufeinanderfolgenden Aufnahmen ein Differenzbild, das in Bereichen mit großer Veränderung signifikante Merkmale aufweist. Seien f und g zwei solche Differenzbilder der Gewebeoberfläche mit einer Auflösung von N×M. Dann berechnet sich die Diskrete Fouriertransformation (DFT) an der Position (i, j) mit