Adaptive gruppenweise Registrierung zur robusten und modalitätsübergreifend konsistenten Bewegungsfeldschätzung in klinischen 4D-(CB)-CT-Bildsequenzen

Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 390567362

Die Aufnahme von räumlich-zeitlichen Bildsequenzen (4D-Bilddaten), die Anwendung nicht-linearer Registrierungsverfahren zur Schätzung atmungsbedingter Bewegungsfelder in den 4D-Bilddaten sowie die Nutzung der berechneten Bewegungsfelder zur Erstellung von z.B. atemsignalgetriebenen Bewegungs-/Korrespondenzmodellen und zur Abschätzung der unter Berücksichtigung der Patientenbewegung applizierten Dosis sind zentrale Komponenten von 4D-Strahlentherapiekonzepten. Als Folge sind insbesondere in dem Bereich der Bildregistrierung und Bewegungsmodellierung in den letzten Jahren eine Vielzahl methodischer Ansätze entwickelt worden. Und dies mit Erfolg: Aktuell publizierte Fehler im Kontext der registrierungsbasierten Bewegungsfeldschätzung liegen im Subvoxelbereich. Jeweilige Werte basieren allerdings in der Regel auf ausgewählten Datensätzen einer bestimmten Bildgebungsmodalität (meist 4D-CT). In der klinischen Praxis auftretende Probleme wie das Vorhandensein von Bildartefakten (ca. 90% der klinischen Bestrahlungsplanungs-4D-CT-Daten weisen Artefakte auf!), deren Einfluss auf Registrierung und Bewegungsmodellierung sowie die Vergleichbarkeit anhand verschiedener bildgebender Modalitäten berechneter Bewegungsinformationen und -felder wurden bislang und werden aktuell vernachlässigt. Diese Herausforderung werden in dem vorliegenden Projekt adressiert. Es werden Ansätze zur robusten registrierungsbasierten Bewegungsfeldschätzung in artefaktbehafteten 4D-CT- und 4D-Cone Beam (CB)-CT-Bilddaten entwickelt sowie patienten- und populationsbasierte Bewegungs-Prior-Terme zur bildmodalitätsübergreifend konsistenten Bewegungsfeldschätzung und -modellierung in die resultierenden Registrierungsansätze integriert. Die Verfahren werden systematisch anhand einer umfassenden klinischen (Wiederholt-)4D-Bilddatenbank evaluiert, die im Rahmen des Projekts auf- bzw. ausgebaut und der Wissenschaftsgemeinschaft öffentlich verfügbar gestellt wird. Die entwickelten Algorithmen und die Wiederholt-4D-Bilddatenbank werden dann genutzt, um durch geeignete Clusterverfahren Subpopulationen von Patienten mit ähnlichen Bewegungsmustern zu identifizieren. Dieses Wissen ermöglicht die Stabilisierung des Trainings und der Anwendung aktueller Ansätze zur atemsignal- und modellgetriebenen Abschätzung der Bewegung körperinterner Strukturen (Zielvolumina und Risikoorgane) - und bietet hierüber hinaus potentiell die Möglichkeit zur frühzeitigen Prädiktion der während des Strahlentherapieverlaufs zu erwartenden Bewegungsvariabilität des in Behandlung befindlichen Patienten anhand der Kombination aus patientenspezifischer und subpopulationsbasierter Bewegungsinformation.