Ultrasound-based 3D reconstruction of the knee joint

Hohlmann, Benjamin; Hacihaliloglu, Ilker; Radermacher, Klaus; Kuhlen, Torsten

doi:43130

Ultrasound-based 3D reconstruction of the knee joint = Ultraschallbasierte 3D Rekonstruktion des Kniegelenks

Hohlmann, Benjamin^RWTH*

2024

Verantwortlichkeitsangabevorgelegt von Benjamin Hohlmann

ImpressumAachen : RWTH Aachen University 2024

Umfang1 Online-Ressource : Illustrationen

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2024

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Radermacher, Klaus (Thesis advisor)^RWTH* ; Kuhlen, Torsten (Thesis advisor)^RWTH* ; Hacihaliloglu, Ilker (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2024-02-19

Online
DOI: 10.18154/RWTH-2024-03497
URL: https://publications.rwth-aachen.de/record/983538/files/983538.pdf

Einrichtungen

Lehrstuhl für Medizintechnik (419410)

Inhaltliche Beschreibung (Schlagwörter)
artificial intelligence (frei) ; computer vision (frei) ; knee (frei) ; segmentation (frei) ; ultrasound (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
In der Knie Endoprothetik (engl. TKA) kann eine patientenindividuelle Behandlung eine entscheidende Verbesserung der klinischen Ergebnisse ermöglichen. Sie erfordert eine 3D-Bildgebung des Knies, wobei die Computertomographie (CT) der Goldstandard ist. In dieser Arbeit wird Ultraschall als strahlungsfreie, kostengünstige und weithin verfügbare Alternative untersucht. Ultraschall weist ein geringes Signal-Rausch-Verhältnis auf, was die Interpretation der Bilder erschwert. Um eine praktikable Alternative zu werden, muss die Knochenoberfläche genau, robust und vollautomatisch erfasst werden. Zu diesem Zweck werden verschiedene Methoden auf der Grundlage von Heuristiken und maschinellen Lernens untersucht und ein neuronales Faltungsnetzwerk entwickelt. Angesichts der begrenzten Darstellbarkeit des inneren Kniegelenks mittels Ultraschalls wird jedes aus den Ultraschalldaten segmentierte Modell unvollständig sein. Methoden zur Modellvervollständigung werden evaluiert und ein auf statistischen Formmodellen basierender Ansatz vorgeschlagen. Beide Methoden werden in einer selbst-entwickelten Software kombiniert, die eine Echtzeit-Bildgebung des Kniegelenks am Patientenbett ermöglicht. In einem In-vivo-Experiment werden die Knierekonstruktionen von zehn Probanden mit denen einer Magnetresonanztomographie (MRT) verglichen. Mit der im Rahmen der Arbeit entwickelten Methode konnten das distale Femur und die proximale Tibia aller Probanden ohne manuelle Interaktion im Softwareprozess rekonstruiert werden. Die Echtzeitverarbeitung ermöglichte die Aufnahme des gesamten Knies in durchschnittlich 22 Minuten. Der durchschnittliche Oberflächenabstandsfehler zwischen der MRT- und der ultraschallbasierten Rekonstruktion betrug 0,96 mm für den Femur bzw. 1,24 mm für die Tibia. In dieser Arbeit wurde die Machbarkeit des Ansatzes in einer klinischen In-vivo-Umgebung nachgewiesen. In Zukunft könnten eine geringere Strahlenbelastung und niedrigere Kosten des Verfahrens die Gesundheitsversorgung von TKA-Patienten verbessern.

In total knee arthroplasty (TKA), patient-specific treatment may play a vital role to improve clinical outcomes. It requires 3D imaging of the knee, with computed tomography (CT) being the gold standard imaging technique. In this thesis, ultrasound is investigated as a radiation-free, cheap and widely available alternative. Ultrasound exhibits a low signal-to-noise ratio, which makes interpretation of the images difficult. To become a viable alternative, the bone surface must be detected accurately, robustly and fully automatic. To this end, various methods based on hand-crafted heuristics and machine learning are evaluated and a convolutional neural network is proposed. Given the limited accessibility of the inner knee joint with ultrasound imaging, any model segmented from the ultrasound data will be incomplete. Accordingly, model completion methods are investigated and an approach based on statistical shape models is proposed. Both methods are combined in a custom software, enabling real-time and chair-side imaging of the knee joint. In an in-vivo experiment, the knee of ten subjects is compared to a magnetic resonance imaging (MRI) ground truth. Using the proposed method, the distal femur and proximal tibia of all subjects could be reconstructed without any manual interaction during the reconstruction process. Real-time processing enabled recording the full knee in 22 minutes on average. The average surface distance error between the MRI ground truth and ultrasound-based reconstruction was 0.96mm for the femur and 1.24mm for the tibia, respectively. In this thesis, the feasibility of the approach was proven in a near-clinical in-vivo setting. In the future, lowered exposition to radiation and lower costs may improve health care of TKA patients.

OpenAccess:
PDF
(additional files)