Bildfusion von MRT und ECD-SPECT Daten des menschlichen Gehirns

Die Bildfusion ist eine Methode der Nachverarbeitung radiologischer
oder nuklearmedizinischer Bilddaten, die es erlaubt, die sich
ergänzenden Informationen verschiedener bildgebender Untersuchungen
zu kombinieren. Ein Ziel der Arbeit war die Entwicklung eines
universell anwendbaren Fehlermodells, das eine Berechnung der
Bildfusionsgenauigkeit ermöglicht. Im zweiten Teil wurde das
erarbeitete Fehlerberechnungsmodell für den Vergleich der beiden am
besten etablierten automatischen Bildfusionsverfahren mit einer
manuell durchgeführten Bildfusion von T1-gewichteter MRT und
ECD-Perfusions-SPECT Daten eingesetzt. Der Methodenvergleich hat
die Überlegenheit der manuellen Bildfusion gegenüber den
automatischen Ansätzen belegt: Sowohl die erzielbare Genauigkeit
mit einer Intraobservervariabilität von 1,5 Millimetern, als auch
der Zeitaufwand von insgesamt durchschnittlich 11 Minuten sprechen
für die manuelle Bildfusion. Die automatischen Methoden, das
surface matching nach Pelizzari und das pixel uniformity matching
nach Woods, wiesen einen größeren Fehler von 2,9 bzw. 2,2
Millimetern auf, in Einzelfällen traten hier grobe Fusionsfehler
mit Rotationsfehlstellungen von > 30 Grad auf. Die eigenen
Ergebnisse werden mit Literaturangaben verglichen, prinzipielle
Schwächen der automatischen Fusionsverfahren werden erläutert.