Speaker: Stefan Krass (MeVis, University Bremen, Germany)
Das Bronchialkarzinom ist die Krebserkrankung mit der höchsten Mortalitätsrate. Diagnostik und Planung der chirurgischen Therapie erfordern eine exakte Lokalisierung des Tumors und eine möglichst genaue Prognose der postoperativen Lungenfunktion. Bei der Erfüllung dieser morphologischen und funktionellen Anforderungen würde die präoperative Bestimmung und Visualisierung der Lungenlappensegmente einen wichtigen Beitrag liefern. Der Vortrag beschreibt eine Methode zur Segmentbestimmung auf Grundlage computertomographischer (CT) Daten.
Der Bronchialbaum wird durch ein spezielles Bereichswachstumsverfahren segmentiert. Nach Skelettierung des Segmentierungsergebnisses und Überführung des Skeletts in eine Graphenrepräsentation können die Unterbäume der Lungenlappen und der Lappensegmente identifiziert werden. Ein auf Wachstumsmodellen basierender Algorithmus approximiert aus den identifizierten Unterbäumen und der ebenfalls segmentierten Parenchymgrenze die Grenzen der Lappensegmente.
In einer Machbarkeitsstudie wurde die Methode auf klinische Einzeilen- und Mehrzeilen-Spiral-CTs angewandt. Die Validierung erfolgte in-vitro anhand von Präparaten der menschlichen Lunge.
In klinischen CT-Daten war eine sichere Segmentierung des Bronchialbaums bis zur 3. Ordnung (Einzeilen-CT) bzw. bis zur 5. Ordnung (Mehrzeilen-CT) möglich. Die Validierung ergab eine Genauigkeit der Segmentapproximation von 70 % (Einzeilen-CT) bzw. 80 % (Mehrzeilen-CT).
Mit der vorgestellten Methode wird die Beurteilung der Lagebeziehung von Tumoren und Segmenten verbessert. Weiterhin ist eine verbesserte Abschätzung der postoperativen Lungenfunktion zu erwarten.