Komparative Visualisierung von Segmentierungen der Beckenorgane

Abstract

Automatische Segmentierung der Beckenorgane spielt eine große Rolle bei der Behandlung von Prostatakrebs und hat hohe Ansprüche an die Genauigkeit der Ergebnisse. Segmentierungsexperten arbeiten ständig daran, ihre Algorithmen zu verbessern, jedoch ist die anatomische Variabilität der Organe und Strukturen oft ein Grund, warum diese Algorithmen schlechte Ergebnisse produzieren. Deswegen ist ein Verständnis dafür, warum dies in einem bestimmten Fall passiert, für die Verbesserung sehr wichtig. Segmentierungsexperten vermuten, dass die Form und Größe von Organen eine große Auswirkung auf das Ergebnis der Algorithmen haben, jedoch fehlen ihnen derzeit noch Möglichkeiten, dies zu untersuchen und zu analysieren, da derzeitige Lösungen noch zu wenig Einblick bieten. Diese Arbeit beschäftigt sich mit dem Design und der Implementierung einer webbasierten Anwendung, die eine einfache Untersuchung und Analyse der Variabilität von Formen der Organe ermöglicht, um Hypothesen über das Verhältnis von Formen zu den entsprechenden Segmentierungsergebnissen aufzustellen. Außerdem wird eine neue Art der komparativen Visualisierung von mehreren Organen mehrerer Patienten vorgestellt, die einen genauen Vergleich von Formen ermöglicht. Die Anwendung wurde mit einem Datensatz von Segmentierungen einer Kohorte von 17 Patienten getestet, wobei jedes Segmentierungsnetz aus vier Organen und zwei Kontaktflächen besteht, deren Dreiecke jeweils übereinstimmen. Die entwickelten Tools ermöglichen, fehlerhafte Segmentierungen schnell zu erkennen und Hypothesen über die Beziehung der Variabilität von Organen zu anatomischen Gegebenheiten und auch der Qualität der Segmentierung zu erstellen. Obwohl der Ansatz der Arbeit nur auf Segmentierungen der Beckenorgane angewandt wurde, kann er auch für andere Anwendungen erweitert werden, wie zum Beispiel den Vergleich von Segmentierungsalgorithmen oder die Analyse von anatomischer Variabilität.

Automatic segmentation of pelvic organs plays a major role in prostate cancer treatment and has high accuracy requirements. Segmentation experts are continuously working on improving their algorithms. However, natural anatomical variability of organs and structures is a common reason for which segmentation algorithms fail. Understanding why an algorithm fails in a specific case is of major importance. Segmentation experts expect that the shape and size of the organs can play an important role in the performance of their algorithms, but current means of exploration and analysis are limited and do not provide the necessary insight. This thesis discusses the design and implementation of a web-based application allowing for easy exploration and analysis of shape variability in order to generate hypotheses about the relation between algorithm performance and shape of organs. A new way of comparatively visualizing multiple organs of multiple patients is introduced for a detailed shape comparison. The application was tested with segmentation meshes of a cohort of 17 patients, each consisting of four pelvic organs and two organ-interfaces, which are labeled and have per-triangle correspondence. The proposed tools already allow users to quickly identify mis-segmented organs and hypothesize about the relation of variability to anatomical features as well as segmentation quality. The approach was applied on pelvic organ \glspl