Loading…
Thumbnail Image

Image-based tracking, quantification and exploration of cardiac dynamics

Tautz, Lennart

FG Computer Vision & Remote Sensing

The heart is the central driver of blood circulation, which supplies the body with oxygen. Heart function is determined by a complex interaction between heart wall contraction, heart valves and respiration. Cardiac diseases and disease progression manifest often regionally and diversely across patients. Modern clinical imaging allows the acquisition of image data for the detailed assessment of the state and dynamics of the heart muscle and the valves. Quantification and advanced analysis of these structures require image processing and image-based modeling techniques to enable the patient-specific evaluation of heart function. The goal of this thesis is to investigate and implement methods for the regional analysis of motion patterns in the heart wall, segmentation and analysis of the mitral valve for quantification and simulation, and for the integrated visualization of time-resolved cardiac multi-parameter results. The developed methods include efficient registration-based wall motion analysis in 3D tagged MRI and echocardiography images, interventricular septum motion analysis in cine MRI images time-resolved by cardiac and respiratory phase, semi-automatic segmentation of the mitral valve in 3D CT images combining user-defined landmarks and image information, automatic segmentation of the mitral valve in 4D echocardiography images by tracking a deformable model, regional subdivision of a mitral valve model for standardized reporting, and an interactive hierarchical exploration approach incorporating multiple parameters and the relevant temporal dimensions to make the quantitative results of analysis methods such as the previous ones accessible to medical experts. All techniques have been evaluated on a variety of phantom and clinical data. The heart wall motion analysis performed with satisfactory accuracy and strain recovery in different modalities. The septum analysis produced consistent motion parameters, and showed the need for an appropriate visualization tool. The evaluation of the semi-automatic valve segmentation demonstrated an efficient method to define a valve model in image data with varying contrast and in the presence of pathologies. The automatic 4D valve segmentation produced satisfactory valve models in normal and pathological cases. The accuracy of the regional subdivision was comparable to the variation between user experts. The interactive exploration approach demonstrated a promising approach that was valued as helpful for the task. Remaining challenges that have to be addressed in future work include the temporal consistency of wall motion analysis, and high inter-operator variation in mitral valve segmentation.
Das Herz ist das treibende Organ im Blutkreislauf, der den Körper mit Sauerstoff versorgt. Die Herzfunktion wird durch ein komplexes Zusammenspiel zwischen Wandkontraktion, Herzklappen und Atmung bestimmt. Erkrankungen des Herzens und ihre Verläufe manifestieren sich oft regional und je nach Patient unterschiedlich. Moderne klinische Bildgebung ermöglicht die Aufnahme von Bilddaten für die detaillierte Bewertung von Zustand und Dynamik von Herzmuskel und -klappen. Quantifizierung und weitergehende Analyse dieser Strukturen erfordert Methoden der Bildverarbeitung und bildbasierten Modellierung, um patientenspezifisch die Herzfunktion bewerten zu können. Das Ziel dieser Arbeit ist die Untersuchung und Implementierung von Methoden zur regionalen Analyse von Bewegungsmustern in der Herzwand, zur Segmentierung und Analyse der Mitralklappe zur Quantifizierung und Simulation, und zur integrierten Visualisierung zeitaufgelöster kardialer multiparametrischer Ergebnisse. Die entwickelten Methoden umfassen eine effiziente registrierungsbasierte Wandbewegungsanalyse in 3D-Tagged-MRT- und Echokardiographie-Daten, die Bewegungsanalyse des interventrikulären Septums in Cine-MRI-Bildern mit zeitlicher Auflösung von Herz- und Atemphase, die semi-automatische Segmentierung der Mitralklappe in 3D-CT-Daten durch Kombination von benutzerdefinierten Landmarken und Bildinformationen, die automatische Segmentierung der Mitralklappe in 4D-Echokardiographie-Bildern durch Tracking eines verformbaren Modells, die regionale Unterteilung eines Mitralklappenmodells zur standardisierten Dokumentation, und einen interaktiven hierarchichen multiparametrischen Explorationsansatz, der alle relevanten zeitlichen Dimensionen beinhaltet und damit die quantitativen Ergebnisse von Analysemethoden wie den vorgenannten für medizinische Experten zugänglich machen kann. Alle Verfahren wurden auf einer Vielzahl von synthetischen und klinischen Daten evaluiert. Die Herzwandbewegungsanalyse erbrachte zufriedenstellende Genauigkeit und Strainberechnung in verschiedenen Bildmodalitäten. Die Analyse des Septums ergab konsistente Bewegungsparameter, und zeigte den Bedarf an einem geeigneten Visualisierungswerkzeug auf. Die Evaluierung der semi-automatischen Klappensegmentierung demonstrierte eine effiziente Methode, um in Bilddaten mit wechselndem Kontrast und Pathologien ein Klappenmodell zu definieren. Die automatische 4D-Klappensegmentierung erbrachte zufriedenstellende Klappenmodelle in normalen und pathologischen Fällen. Die Genauigkeit der regionalen Unterteilung war vergleichbar mit der Variation zwischen menschlichen Experten. Der interaktive Explorationsansatz wurde als vielversprechender Ansatz und als hilfreich für die Aufgabe bewertet. Verbleibende Herausforderungen für zukünftige Arbeiten umfassen die zeitliche Konsistenz der Wandbewegungsanalyse, und hohe Inter-Operator-Variation der Mitralklappensegmentierung.