Schärfere Bilder für die Medizin

FAU-Informatiker forscht an Verbesserung von medizinischen Bildgebungsverfahren

Moderne Bildgebungsverfahren ermöglichen in der Medizin immer genauere Eingriffe. Bilder aus 3D-Kameras erlauben es, zum Beispiel, die chirurgische Entfernung von Tumoren immer gezielter und schonender durchzuführen. Allerdings hat diese Technik Nachteile, zum Beispiel eine geringe Bildauflösung, und ist zum Teil anfällig für Störungen. Thomas Köhler, Doktorand an Lehrstuhl für Informatik 5 der FAU arbeitet in seinem Projekt „Outlier Detection for Multi-Sensor-Super-Resolution in Hybrid 3D-Endoscopy“ daran, die Probleme bei 3D-Bildgebungsverfahren zu beheben. Für seine Arbeit wurde er auf dem Workshop „Bildverarbeitung für die Medizin (BVM) 2014“ mit dem Preis für die beste wissenschaftliche Arbeit ausgezeichnet.

Die Time-of-Flight-Kamera – ein 3D-Kamerasystem, das allmählich auch in der Medizin genutzt wird – liefert Tiefenbilder eines Organs, wie der Lunge und kann auch Bewegungen registrieren. Die Auflösung ihrer Bilder ist allerdings sehr gering, und somit sind die Aufnahmen zu ungenau, um sich bei Operationen an ihnen zu orientieren.

Time-of-Flight-Kameras leuchten mit einem Lichtpuls ein Objekt an und messen die Zeit, die das Licht benötigt, um zum Objekt und durch Reflektion wieder zurück zu gelangen. Anhand dieser Daten kann für jeden Bildpunkt die Entfernung zur Kamera bestimmt werden und daraus ein 3D-Modell des Objekts konstruiert werden. Für die Experimente verwendete das Forscherteam um Köhler den Prototyp eines speziellen Endoskops, das sowohl 3-D Daten, als auch Farbdaten – wie ein klassisches Endoskop – liefert. Die Forscher konstruieren anhand der Farbbilddaten, die vom Endoskop mit höherer Auflösung aufgenommen werden können, im Zusammenspiel mit den Tiefenbilddaten ein hochauflösendes 3D-Bild.

Ein weiteres Problem der Time-of-Flight-Kameras ist ihre Fehleranfälligkeit. Reflexionen auf Objekten können zu ungültigen Daten, sogenannten Outliern, führen. Auch Übergänge zwischen Objekten können fehlerhaft erfasst werden, so dass diese als verschmolzen erscheinen. Um solche Outlier ausfindig zu machen, zum Beispiel um die Grenzen von Objekten zu bestimmen, analysiert Köhler mehrere Einzelbilder des Objekts mit einem statistischen Verfahren. Hier kann zum Beispiel festgestellt werden, wie oft bestimmte Bildpunkte dem einen oder dem anderen Objekt zugeordnet werden. Anhand dieser Daten kann eine fehlerfreie Abbildung konstruiert werden.

Das Team um Köhler arbeitet daran, Algorithmen für diese Arbeitsschritte zu erstellen. Diese Algorithmen sind die Grundlage für Programme, die sich in die Kameras integrieren lassen, um für eine bessere Bildauflösung zu sorgen und Bildfehler zu reduzieren. Am Projekt sind neben dem Lehrstuhl für Informatik 5 der FAU auch Forscher der TU München und des Deutschen Krebsforschungszentrums Heidelberg (DKFZ) beteiligt. Die Deutsche Forschungsgemeinschaft (DFG) fördert das Projekt.

Weitere Informationen:

Thomas Köhler
Tel.: 09131/85-25247
thomas.koehler@cs.fau.de