Respiratory Motion Compensation in X-Ray Fluoroscopy

Language
en
Document Type
Doctoral Thesis
Issue Date
2019-04-29
Issue Year
2019
Authors
Fischer, Peter
Editor
Abstract

Fluoroscopy is a common imaging modality in medicine for guidance of minimally invasive interventions due to its high temporal and spatial resolution and the good visibility of interventional devices and bones. To counteract its lack of 3-D information and soft-tissue contrast, the X-ray images can be enhanced with overlays. This constitutes a medical application of augmented reality technology. Most commonly, the overlays are static. Due to inevitable respiratory and cardiac motion of the patient when imaging chest or abdomen, the images and the overlays frequently are inconsistent. In this thesis, two methods for compensating this involuntary motion are presented. In the first method, a respiratory signal is estimated from a 2-D+t X-ray image sequence using unsupervised learning. The robustness of respiratory signal extraction to common disturbances occurring in interventional imaging is increased by patchbased processing and illumination invariance. The respiratory signal is used as prior information in the subsequent motion estimation step. Due to transparency effects in X-ray, conventional registration methods are not applicable for motion estimation. Thus, a novel surrogate-driven layered motion model is proposed to estimate the respiratory motion from the X-ray sequence. The motion model is incorporated in an energy formulation that is solved with an efficient graphics processing unit (GPU) implementation of primal-dual optimization. In the second method, pre-operative magnetic resonance imaging (MRI) enables 3-D imaging with good soft-tissue contrast. Real-time 2-D+t slice images are acquired and stacked to 3-D+t volumes using a Markov random field (MRF). The MRF enforces similar surrogate signals in slices that are assigned to each other as well as temporal smoothness of the assignment. The surrogate signal for respiratory motion is estimated from the MRI images, while the cardiac surrogate signal is derived from electrocardiography (ECG). In the MRI volumes, conventional 3-D/3-D registration is used to estimate the patient motion. In both methods, the surrogate signals and the estimated motions are combined in a motion model, which is then used for motion compensation in X-ray. For evaluation, experiments are conducted on pig and patient data. Compared to static overlays, the residual apparent motion in the X-ray images is reduced by 13% using the X-ray-based motion model and by 40% using the MRI-based motion model. The runtime of applying the motion model during the procedure is sufficient for real-time processing at common fluoroscopy frame rates. Two alternative methods with different properties are proposed in this thesis. Xray-based motion compensation requires no pre-procedural processing, but is more complex during the procedure and is limited to respiratory motion. MRI-based motion compensation can also handle cardiac motion, but needs to be transferred from MRI to X-ray. The choice of motion model depends on the requirements of the clinical application. To this end, the X-ray-based motion model is implemented in a prototype and is evaluated clinically.

Abstract

Röntgenfluoroskopie ist eine übliche Bildgebungsmodalität in der Medizin für die Führung minimalinvasiver Interventionen. Gründe dafür sind die hohe zeitliche und räumliche Auflösung und die gute Sichtbarkeit von Knochen und interventionellen Werkzeugen. Um dem Fehlen von 3-D-Information und Weichteilkontrast entgegenzuwirken, können die Röntengenbilder mit Überlagerungen angereichert werden. Dieses Vorgehen stellt eine medizinische Anwendung von erweiterter Realität dar. Üblicherweise sind die Überlagerungen statisch. Wegen der unvermeidlichen Bewegung durch Atmung und Herzschlag des Patienten sind die Bilder und Überlagerungen im Bereich des Thorax und Abdomen häufig inkonsistent. In dieser Dissertation werden zwei Methoden zur Kompensation dieser unwillkürlichen Bewegungen vorgestellt. In der ersten Methode wird ein Atemsignal aus einer 2-D+t Sequenz von Röntgenbildern mit Hilfe von unüberwachtem Lernen geschätzt. Die Robustheit der Atemsignalextraktion gegenüber üblichen Störungen, die bei interventioneller Bildgebung auftreten, wird durch ausschnittsweise Verarbeitung und Beleuchtungsinvarianz erhöht. Das Atemsignal wird als Vorwissen im nachfolgenden Bewegungsschätzungsschritt verwendet. Wegen der beim Röntgen auftretenden Transparenzeffekte sind konventionelle Registrierungsmethoden zur Bewegungsschätzung nicht anwendbar. Deshalb wird ein neues surrogatgetriebenes Bewegungsmodell vorgeschlagen, um die Atembewegung aus der Röntgenbildsequenz zu schätzen. Das Bewegungsmodell wird in eine Energieminimierung eingebettet, welche mit einer effizienten GPU-Implementierung von primal-dualer Optimierung gelöst wird. Bei der zweiten Methode ermöglicht MRI präoperative 3-D-Bildgebung mit hohem Weichteilkontrast. 2-D+t-Schichtbilder werden in Echtzeit aufgenommen und mit Hilfe eines MRF zu 3-D+t-Volumen aufgeschichtet. Das MRF erzwingt die Ähnlichkeit der Surrogatsignale von einander zugeordneten Schichten sowie die zeitliche Glattheit der Zuordnung. Das Surrogatsignal für die Atmung wird aus den MRIBildern geschätzt, während das Surrogatsignal für den Herzschlag aus dem Elektrokardiogramm abgeleitet wird. Konventionelle 3-D/3-D-Registrierung wird verwendet, um die Patientenbewegung aus den MRI-Volumen zu schätzen. In beiden Methoden werden die Surrogatsignale und die geschätzten Bewegungen in einem Bewegungsmodell kombiniert, das zur Bewegungskompensation im Röntgen eingesetzt wird. Zur Evaluation werden Experimente auf Daten von Schweinen und Patienten durchgeführt. Im Vergleich zu statischen Überlagerungen reduziert sich die sichtbare Bewegung in den Röntgenbildern mit dem röntgenbasierten Bewegungsmodell um 13% und mit dem MRI-basierten Bewegungsmodell um 40%. Die Laufzeit für die Anwendung des Bewegungsmodells während der Prozedur ist ausreichend für echtzeitfähige Verarbeitung bei typischen Bildfrequenzen der Röntgenfluoroskopie. In dieser Arbeit werden zwei alternative Methoden mit unterschiedlichen Eigenschaften vorgestellt. Röntgenbasierte Bewegungskompensation benötigt keine präprozeduralen Verarbeitungsschritte, ist aber während der Prozedur komplexer und beschränkt auf Atembewegung. MRI-basierte Bewegungskompensation kann zusätzlich mit Herzbewegung umgehen, muss aber von MRI zu Röntgen übertragen werden. Das passende Bewegungsmodell hängt von den Anforderungen der klinischen Applikation ab. Zu diesem Zweck wird das röntgenbasierte Bewegungsmodell als Prototyp implementiert und klinisch evaluiert.

DOI
Faculties & Collections
Zugehörige ORCIDs