Signal Processing for Interventional X-ray-based Coronary Angiography

dc.contributorMaier, Andreas
dc.contributor.authorUnberath, Mathias
dc.date.accessioned2017-06-19
dc.date.available2017-05-30
dc.date.created2017
dc.date.issued2017-06-19
dc.description.abstractRotational angiography using C-arm scanners enables intra-operative 3-D imaging that has proved beneficial for diagnostic assessment and interventional guidance. Despite previous efforts, rotational angiography was not yet successfully established in clinical practice for coronary artery imaging but remains subject of intensive academic research. 3-D reconstruction of the coronary vasculature is impeded by severe lateral truncation of the thorax, as well as substantial intra-scan respiratory and cardiac motion. Reliable and fully automated solutions to all of the aforementioned problems are required to pave the way for clinical application of rotational angiography and, hence, sustainably change the state-of-care. Within this thesis, we identify shortcomings of existing approaches and devise algorithms that effectively address non-recurrent object motion, severe angular undersampling, and the dependency on projection domain segmentations. The proposed methods build upon virtual digital subtraction angiography (vDSA) that voids image truncation and enables prior-reconstruction-free respiratory motion compensation using both Epipolar consistency conditions (ECC) and auto-focus measures (AFMs). The motion-corrected geometry is then used in conjunction with a novel 4-D iterative algorithm that reconstructs images at multiple cardiac phases simultaneously. The method allows for communication among 3-D volumes by regularizing the temporal total variation (tTV) and thus implicitly addresses the problem of insufficient data very effectively. Finally, we consider symbolic coronary artery reconstruction from very few observations and develop generic extensions that consist of symmetrization, outlier removal, and projection domain-informed topology recovery. When applied to two state-of-the-art reconstruction algorithms, the proposed methods substantially reduce problems due to incorrect 2-D centerlines, promoting improved performance. Given that all methods proved effective on the same in silico and in vivo data sets, we are confident that the proposed algorithms bring rotational coronary angiography one step closer to clinical applicability.en
dc.description.abstractDie Verwendung interventioneller C-Bogen-Systeme ermöglicht die Rekonstruktion intra-operativer 3-D Bilder des Patienten. Diese erlauben Verbesserungen in der Diagnostik und bieten eine klare Orientierungshilfe für kathetergeführte Eingriffe. Trotz einschlägiger Versuche ist es bisher jedoch nicht geglückt, dieses Verfahren in der Koronarangiographie zu etablieren. Grund hierfür sind grundlegende Schwierigkeiten die der Herzbildgebung eigen sind. Diese bestehen zum Einen aus drastischer Trunkierung, und zum Anderen aus stetiger Atem- und Herzbewegung. Für einen erfolgreichen klinischen Einsatz der interventionellen 3-D Koronarbildgebung, müssen zuverlässige und voll automatisierte Lösungen für oben angeführte Probleme gefunden werden. Wir identifizieren Unzulänglichkeiten derzeitiger Algorithmen und entwickeln Methoden die sich einerseits mit der Bewegungskompensation nicht-periodischer Bewegungsmuster und andererseits mit der 3-D Rekonstruktion beschäftigen. Dabei liegt der Fokus auf der tomographischen Rekonstruktion aus unterabgetasteten Daten, und der symbolischen Rekonstruktion aus unverlässlichen 2-D Segmentierungen. Wir verwenden virtuelle Subtraktionsbildgebung um Trunkierung zu umgehen und schließlich die Anwendung von bildbasierten Qualitätsmaßen, wie der Epipolar Konsistenz oder Autofokus Messungen, zu ermöglichen, welche wiederum die Atembewegungskorrektur ohne Vorwissen erlauben. Anschließend verwenden wir die atembewegungskorrigierte Geometrie zur tomographischen Rekonstruktion mittels eines neuen Algorithmus, der mehrere Herzphasen gleichzeitig rekonstruiert aber Informationsaustausch zwischen den Volumen zulässt, und damit implizit die Unterabtastung geschickt umgeht. Zuletzt widmen wir uns der 3-D Mittellinienrekonstruktion von Koronararterien aus sehr wenigen Ansichten und entwickeln Methoden zur Erweiterung bestehender Rekonstruktionsalgorithmen. Die Erweiterungen beschäftigen sich sowohl mit der Identifikation und Beseitigung von Ausreißern, als auch der Herstellung von Punktkonnektivität, die auf 2-D Mittellinien basiert. Anhand von zwei Methoden, die den Stand der Technik repräsentieren, wird nachgewiesen, dass die Erweiterungen eine Robustheit gegenüber inkorrekten Segmentierungen in 2-D mit sich bringen und damit schlußendlich zu besserer Rekonstruktionsqualität führen. In Anbetracht der durchweg vielversprechenden Ergebnisse in in silico und in vivo Studien, sind wir zuversichtlich, dass die hier vorgeschlagenen Methoden einen positiven Einfluss auf die klinische Anwendbarkeit der 3-D Koronarbildgebung haben.de
dc.format.extent1 - 130
dc.identifier.opus-id8553
dc.identifier.urihttps://open.fau.de/handle/openfau/8553
dc.identifier.urnurn:nbn:de:bvb:29-opus4-85532
dc.language.isoen
dc.rights.urihttps://creativecommons.org/licenses/by-nc/3.0/de/deed.de
dc.subjectRespiratory Motion Correction
dc.subjectTomographic Reconstruction
dc.subjectDigital Subtraction Angiography
dc.subject.ddcDDC Classification::6 Technik, Medizin, angewandte Wissenschaften :: 62 Ingenieurwissenschaften :: 629 Andere Fachrichtungen der Ingenieurwissenschaften
dc.titleSignal Processing for Interventional X-ray-based Coronary Angiographyen
dc.titleSignalverarbeitung für die Koronarangiographiede
dc.typedoctoralthesis
dcterms.publisherFriedrich-Alexander-Universität Erlangen-Nürnberg (FAU)
local.date.accepted2017-05-29
local.sendToDnbfree*
local.subject.fakultaetTechnische Fakultät / Department Informatik
local.subject.gndAngiographie
local.subject.gndAtmung
local.subject.gndC-Bogen
local.subject.gndDreidimensionale Rekonstruktion
local.thesis.grantorFriedrich-Alexander-Universität Erlangen-Nürnberg (FAU) Technische Fakultät
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
8553_DissertationMathiasUnberath.pdf
Size:
10.36 MB
Format:
Adobe Portable Document Format
Description:
Faculties & Collections