
Flash nicht gefunden.
Live-Video nicht möglich.
Segmentierung und Visualisierung des Kleinhirns
Aufgabe
Eine Möglichkeit, die Funktionsweise des Gehirns zu studieren, ist die
Untersuchung von Menschen mit definierten Hirnläsionen. Die Aussagekraft
solcher Untersuchungen profitiert ganz wesentlich von der genauen
Beschreibung der Ausdehnung der Schädigung.
Die Funktionsweise des menschlichen Kleinhirns wird häufig am Beispiel von
Menschen mit degenerativen Schädigungen untersucht. Hier
kommt es zu einer Volumenminderung von weiten Anteilen des Kleinhirns. Die
Verarbeitung von dreidimensionalen kernspintomografischen Aufnahmen des
Gehirns ermöglicht es, das Ausmaß der Volumenminderung zu bestimmen. Hierfür
wird das Kleinhirn halbautomatisch segmentiert und dann das Volumen
berechnet. Um individuelle Größenunterschiede zu kontrollieren, wird das
Kleinhirnhirnvolumen in Bezug zum Schädelinnenvolumen gesetzt, und um
mögliche gleichzeitige, krankhafte Prozesse des Großhirns zu kontrollieren,
in Bezug zum Großhirnvolumen.
Die Befunde der Kleinhirnvolumetrie werden mit den Befunden von
verschiedenen neurophysiologischen und neuropsychologischen Untersuchungen
korreliert.
Wir betreiben dazu ein gemeinsames Projekt mit der
Klinik für Neurologie
Universität Duisburg-Essen
Prof. Dr. D. Timmann-Braun
Dr. A. Dimitrova
Die MR-Aufnahmen werden in der Abteilung für Neuroradiologie des Instituts
für Diagnostische und Interventionelle Radiologie der Universität
Duisburg-Essen (Dr. E. Gizewski, Prof. Dr. M. Forsting) angefertigt.
Die Auswertesoftware basiert auf ECCET und läuft auf handelsüblichen PCs.
Segmentierungsprobleme
In den kernspintomografischen Aufnahmen ist es schwierig, allein aufgrund
der Grauwerte das Kleinhirn von benachbarten Strukturen abzugrenzen. So gibt
es häufig Stellen, an denen zwischen Groß- und Kleinhirn die Grauwerte ohne
deutlichen Sprung ineinander übergehen. Eine einfache
Schwellwertentscheidung reicht nicht aus, um Groß- und Kleinhirn dort zu
trennen. Es gibt aber raffiniertere Füllalgorithmen, die das meistens
schaffen.

Ein menschlicher Experte verwendet mehr oder weniger explizit sein Vorwissen
über die geometrische Gestalt des Gehirns, um eine korrekte Trennung
vornehmen. Es ist jedoch meist nicht offensichtlich, wie solche intuitiven
Vorgehensweisen in implementierbare Algorithmen transformiert werden können.
Sehr viel schwieriger ist die Abgrenzung von Kleinhirn und Hirnstamm. Die
Kleinhirnschenkel sind breite Verbindungsbahnen zwischen Kleinhirn und
Hirnstamm, in denen anhand der Grauwerte keine Grenze auszumachen ist. In
dem Bild rechts sind alle Bildpunkte, deren Grauwert in einem vorgegebenen
Intervall liegt, grün markiert. Die Intervallgrenzen sind so gewählt, dass
der Hirnstamm gerade eben in dem grünen Bereich enthalten ist. Wie man
sieht, sind dann auch Teile des Kleinhirns grün gefärbt, weil ihre Grauwerte
ebenfalls in dem gewählten Intervall liegen.
Und auch von menschliche Experten eingezeichnete Grenzen variieren von Mal
zu Mal und von Individuum zu Individuum, so dass keine verläßliche
Volumenbestimmung des Kleinhirns möglich ist. Es ist wichtig, ein Verfahren
zu finden, mit dem in jedem MRT-Datensatz auf reproduzierbare Weise eine
Grenzfläche zwischen Kleinhirn und Hirnstamm konstruiert werden kann. Das an
der Universität Düsseldorf entwickelte Verfahren leistet dies.

Untere Hüllenbegrenzung

Obere Hüllenbegrenzung
Lösung
In den mittleren Schichten der MRT-Daten ist keine klare Grenze zwischen
Kleinhirn und Hirnstamm zu erkennen; in den höheren und in den tieferen
dagegen schon. In diesen Schichten ist es leicht, auf manuelle oder auch
halbautomatische Weise den Querschnitt des Hirnstamms (oder seine Kontur) zu
markieren.

Interpolierte Schicht
Mit einem Interpolationsverfahren wird aus den markierten
Hirnstammquerschnitten das fehlende Mittelstück des Hirnstamms ergänzt. Das
Ergebnis ist weitgehend unabhängig von individuellen Entscheidungen des
Bedieners.

Hirnstamm

Hirnstamm
Der so konstruierte Hirnstamm ist in den folgenden Bildern gelb dargestellt.
Die beiden blauen Ringe markieren diejenigen Schichten, zwischen denen der
Hirnstamm durch Interpolation gewonnen wurde. Das Kleinhirn ist weiß
dargestellt. Die Kleinhirnschenkel werden zum Volumen des Kleinhirns
gezählt.
Das gesamte Verfahren
ist zu einer leicht bedienbaren Applikation zusammengefasst, die
den Benutzer jederzeit bei der schwierigen Aufgabe der Kleinhirnsegmentierung
effektiv unterstützt.