Beiträge

Wissenschaftler des Zuse-Instituts Berlin (ZIB) erhielten Auszeichnung für ein Verfahren zur automatischen Rekonstruktion des Unterkiefers aus medizinischen Bilddaten

Implantatgetragener Zahnersatz gewinnt in unserer Gesellschaft aufgrund ästhetischer und funktioneller Vorteile zunehmend an Bedeutung. Allein in Deutschland werden mittlerweile ungefähr eine Million Zahnimplantate pro Jahr gesetzt – mit steigender Tendenz. Bei der Integration von Implantaten in den knöchernen Zahnhalteapparat handelt es sich um einen verhältnismäßig kleinen chirurgischen Eingriff, der nicht nur in Zahnkliniken sondern auch zunehmend in Zahnarztpraxen durchgeführt wird. Für die Behandlungsplanung ist eine medizinische Bildgebung (Röntgen) erforderlich mit deren Hilfe die optimalen Implantatpositionen im Kieferknochen hinsichtlich Knochenangebot und dem Verlauf von Risikostrukturen bestimmt werden. Der Trend geht dabei verstärkt zur dreidimensionalen Bildgebung mittels spezieller Röntgen-Computertomografie für die Dentaldiagnostik. Dreidimensionale tomografische Bilddaten setzen sich aus einer großen Zahl räumlich aufeinander folgender, zweidimensionaler Bilder zusammen, die jeweils einen Querschnitt durch den Körper darstellen. Erst anhand solcher 'Bildstapel' lassen sich räumliche Zusammenhänge von anatomischen Strukturen korrekt erfassen.

 

Diesem Ziel sind die Wissenschaftler Dagmar Kainmüller, Heiko Seim, Hans Lamecker und Stefan Zachow, der Arbeitsgruppe 'Medizinische Planung' am ZIB nun einen großen Schritt näher gekommen. Sie stellten auf der Internationalen Konferenz zum Thema Medizinische Bildverarbeitung und computergestützte Intervention (Medical Image Computing and Computer Assisted Intervention - MICCAI) in London ein dort preisgekröntes Verfahren zur automatischen Segmentierung des Unterkieferknochens aus tomografischen Bilddaten vor. Die Aufgabe bestand darin, innerhalb von drei Stunden aus 7 klinischen Datensätzen, ohne Benutzerinteraktion den Kieferknochen zu rekonstruieren (segmentieren). Dabei kam es weniger auf Schnelligkeit an, als vielmehr auf Qualität. Als Qualitätsmaß wurde der Prozentsatz der Schnittbilder der tomografischen Aufnahme herangezogen, in denen ein erfahrener Radiologe das Ergebnis als korrekt ansehen und selbst nicht mehr korrigieren würde. Jedes Bild, in dem keine Korrektur notwendig ist, reduziert den manuellen Aufwand bei der Bildsegmentierung, wodurch sich die klinische Einsatzfähigkeit einer bildbasierten Planung erhöht. Durch das am ZIB entwickelte Verfahren konnte der manuelle Aufwand der Segmentierung auf weniger als ein Viertel der rein manuell benötigten Zeit reduziert werden.
Darüber hinaus stellte das ZIB-Team im wissenschaftlichen Programm der Konferenz in Kooperation mit Dr. Max Zinser vom Universitätsklinikum Köln eine noch umfassendere Methode vor, mit der neben dem Unterkieferknochen auch der Unterkiefernerv automatisch und mit hoher Genauigkeit lokalisiert werden kann. Dazu wurde ein aus über 100 repräsentativen Datensätzen erstelltes statistisches Modell des Unterkiefers inklusive der Unterkiefernerven entwickelt, das an Bilddaten angepasst und so zur Bildsegmentierung genutzt werden kann. Dieses Verfahren ist aufgrund der statistischen Information sehr robust und erlaubt es, anatomische Strukturen auch aus medizinischen Bilddaten geringer Qualität und Auflösung verlässlich zu rekonstruieren. Die automatisierte Rekonstruktion der Nerven reduziert die zeitaufwändige und zum Teil schwierige manuelle Verlaufsverfolgung der Nerven in den Schnittbildern auf eine kurze Kontrolle, gegebenenfalls mit einfacher, manueller Korrekturmöglichkeit – ein Verfahren, das sich in absehbarer Zeit in dentalen Bildgebungs- und Planungssystemen durchsetzen wird.

weitere Informationen