Musterring mr 837 preis

Wir schlagen eine neuartige Methode für die Bewegungsmodellierung vor, die sich automatisch an neue Atemmuster anpassen kann. Dies wird erreicht, indem die Ersatzdaten so ausgewählt werden, dass sie verwendet werden können, um die aktuelle Bewegung in 3D zu schätzen und das Bewegungsmodell zu aktualisieren. Insbesondere verwenden wir in dieser Arbeit 2D MR-Slices aus verschiedenen Slice-Positionen, um das Bewegungsmodell zu erstellen und anzuwenden. Wir haben ein solches autoadaptives Bewegungsmodell implementiert, indem wir unsere bisherige Arbeit zur Verteilerausrichtung erweitert haben. Wir demonstrieren einen Proof-of-Prinzip der vorgeschlagenen Technik auf Herzgated-Daten des Thorax und bewerten sein adaptives Verhalten auf realistische synthetische Daten mit zwei Atemtypen von 6 Freiwilligen und realen Daten von 4 Freiwilligen. Bei synthetischen Daten lieferte das autoadaptive Bewegungsmodell 21,45 % genauere Bewegungsschätzungen im Vergleich zu einem nicht-adaptiven Bewegungsmodell 10 min nach einer Änderung des Atemmusters. Anhand realer Daten demonstrierten wir die Fähigkeit der Methode, die Genauigkeit der Bewegungsschätzung trotz einer Drift in der Atembasis zu halten. Aufgrund der kardialen Gating der bildgebenden Daten ist die Methode derzeit auf ein Update pro Herzschlag beschränkt und die Kalibrierung erfordert ca. 12 min Scannen.

Darüber hinaus hat die Methode eine Vorhersagelatenz von 800 ms. Diese Einschränkungen können in zukünftigen Arbeiten durch Änderung des Erfassungsprotokolls überwunden werden. Atembewegungen stellen bildgesteuerte Eingriffe vor große Herausforderungen. Bei neu auftretenden Behandlungen wie MR-geführter HIFU oder MR-geführter Strahlentherapie kann es zu erheblichen Fehlstellungen zwischen interventionellen Straßenkarten führen, die vor dem Verfahren und der Anatomie während der Behandlung erhalten wurden, und kann die intraprozedurale Bildgebung wie die MR-Thermometrie beeinträchtigen. Patientenspezifische Atembewegungsmodelle bieten eine Lösung für dieses Problem. Sie stellen eine Entsprechung zwischen der Patientenbewegung und einfacheren Ersatzdaten her, die während der Behandlung leicht erfasst werden können. Die Patientenbewegung kann dann während der Behandlung geschätzt werden, indem nur die einfacheren Ersatzdaten erfasst werden. Die resultierende Methode passt sich kontinuierlich und automatisch an neue Atemmuster an. In der Mehrzahl der klassischen Bewegungsmodellierung nähert sich, sobald die Entsprechung zwischen den Ersatzdaten und der Patientenbewegung festgestellt ist, kann sie nicht geändert werden, es sei denn, das Modell wird neu kalibriert.

Es ist jedoch bekannt, dass sich die Atemmuster im Zeitrahmen von MR-geführten Eingriffen signifikant verändern. Daher kann der klassische Bewegungsmodellierungsansatz zu ungenauen Bewegungsschätzungen führen, wenn sich das Verhältnis zwischen der Bewegung und den Ersatzdaten über die Dauer der Behandlung ändert und eine häufige Neukalibrierung möglicherweise nicht möglich ist. Es folgt einem neuartigen Paradigma, bei dem Kalibrierungs- und Ersatzdaten von einem Typ sind. Unsere vorgeschlagene Methode übertrifft eine nicht-adaptive Technik für reale und synthetische Daten. Wir präsentieren ein autoadaptives Atembewegungsmodell für MR-geführte Eingriffe. Download : Download High-Res Bild (250KB)Download : Download Full-Size-Image Wir implementieren ein solches Modell mit vielfältigen Ausrichtungstechniken..

Teilen Sie den Post: