Autoren: Wolfgang Steiner, Kerstin Dorner, Marc Glantschnig und Christian Safran
Einleitung
Wir haben eine Software entwickelt, die verschiedene Symptome rheumatoider Arthritis (RA) in Fingergelenken an Hand von Röntgenbildern erkennen kann. Arthritis kann in über 100 unterschiedlichen Formen auftreten, wobei RA eine der hinderlichsten ist, da sie starke Schmerzen in den Gelenken verursacht und zur Deformation der Finger führen kann. Frauen sind von dieser Form der Arthritis etwa dreimal so oft betroffen wie Männer, und sie ist auf keine Altersgruppe beschränkt. Alle Arten von Arthritis verursachen Entzündungen der jeweils betroffenen Gelenke, wobei weiße Blutkörperchen bei diesem Vorgang eine entscheidende Rolle spielen.
Typische Veränderungen der Knochen (z.B. Erosionen), die Schwellung des Synoviums und die Größe des interphalangealen Gelenksspaltes können von einer Software automatisiert gemessen und evaluiert werden, um den Arzt zu entlasten. Ein Radiologe benötigt durchschnittlich sieben Minuten, um ein Röntgenbild zu interpretieren, wogegen ein geeigneter Algorithmus diese Arbeit in wenigen Sekunden erledigen kann. Dieser Algorithmus ist obendrein absolut objektiv, was speziell bei der Verlaufskontrolle dieser Krankheit von großem Vorteil ist.
Rechts/Links-Erkennung
Zuerst bereiten wir das geladene Bild auf, um für jede Untersuchung die gleichen Voraussetzungen in bezug auf Bildgröße, Kontrast und betrachteten Bildausschnitt (ROI – Region of Interest) zu erhalten. Wir gehen davon aus, dass in einem kartesischen Koordinatensystem bei jeder Hand die y-Koordinate des Daumens niedriger ist als die des kleinen Fingers. Daher bestimmen wir zuerst die Fingerspitzen des rechten und des linken Fingers mit Hilfe einer Funktion, die in einer Schleife bei jedem Durchlauf die maximale vertikale Distanz des äußersten Punktes des Fingers zum unteren Bildrand bestimmt. Ist die Abbruchbedingung erfüllt, so werden die jeweiligen y-Werte, die den Abstand zu einer imaginären Horizontalen darstellen, verglichen, wobei der niedrigere dieser beiden Werte folglich den Daumen repräsentiert.
Gelenkserkennung
Jedes geladene Bild wird von diesem Teil des Algorithmus auf eine Größe von 320x578 Pixel kalibriert, da es auf kleineren Ausschnitten leichter ist, gute Ergebnisse zu erzielen. Außerdem erlaubt diese Standardisierung von Höhe und Breite eine Ausblendung der störenden Bildränder, sodass ausschließlich die abgebildete Hand sichtbar ist. Danach folgt eine Umwandlung in ein binäres Bild, auf dem nur jene Objekte zu sehen sind, die einen Helligkeitswert von über 253 haben. Nun werden alle Objekte, deren Schwerpunkte in der Bildmitte liegen, gelöscht. Was übrig bleibt sind all jene weißen Objekte, die nicht zur abgebildeten Hand gehören, sondern Störungen auf der Röntgenaufnahme darstellen. Dieses Binärbild wird dann mit 255 multipliziert und vom Originalbild abgezogen, was ein völlig störungsfreies Bild der Hand ergibt.
Daraufhin können wir die x-Koordinaten des Zeige-, Mittel- und Ringfingers berechnen. Danach ermitteln wir die dazugehörigen y-Werte, indem wir eine vertikale Suchlinie für jeden berechneten x-Wert generieren, die mit Hilfe einer Kantenerkennungsfunktion die Detektion der jeweiligen Fingerspitzen ermöglicht. Die Koordinaten für Daumen und kleinen Finger wurden ja bereits bei der rechts/links Erkennung bestimmt.
Detektion der Gelenke
Ausgangspunkt für das Erkennen der äußeren Fingergelenke sind, wie oben beschrieben, die berechneten Koor-di-naten der Fingerspitzen. Im nächsten Schritt generieren wir eine ROI, die relativ zur Bildgröße des Originalbildes definiert ist. Daraus resultierend erhalten wir ein Bild, das lediglich das distale Gelenk des entsprechenden Fingers zeigt. Die Koordinaten für diese ROI basieren auf den Ergebnissen der Fingerspitzendetektion (Abbildung 1). Der x-Wert für das Gelenk ist derselbe wie jener der Fingerspitze, und der y-Wert resultiert aus einer Durchschnittsberechnung entlang der y-Achse sowie der Bestimmung der minimalen Distanz zum Ausgangspunkt.
Abbildung 1: Röntgenbild mit den überlagerten Koordinaten der Fingerspitzen und des Gelenkes.
Messung des geschwollenen Gewebes
Ausgangspunkt für die nachfolgenden Berechnungen ist auch hier die bereits detektierte Spitze des entsprechenden Fingers. Von hier ausgehend lesen wir nun 1000 Pixel entlang einer horizontalen Linie von links nach rechts ein, um die äußere Kante des Fingers zu bestimmen. Die so gewonnenen Werte werden in einem Array gespeichert und es wird ein Linienprofil erstellt. Das erste Minimum entlang dieses Profils stellt die rechte Kante des Fingers dar. Die linke Kante erhalten wir sinngemäß in umgekehrter Reihenfolge, wodurch die Berechnung des äußeren Fingerdurchmessers erfolgen kann. Nun werden die Koordinaten der Kantenpunkte gebündelt und liefern so die ROI zur Detektion des Knochendurchmessers. Weiters werden alle Objekte innerhalb dieser ROI erkannt, wobei das erste und das letzte Objekt den Knochen definieren, und so der entsprechende Knochen-durchmesser errechnet werden kann. Wenn wir nun den Wert des Knochendurchmessers vom äußeren Durchmesser subtrahieren, erhalten wir einen Wert für die Schwellung des Gewebes direkt um das Fingergelenk.
Die Berechnungen der Software laufen automatisch ab; die Ergebnisse werden sowohl am Front Panel angezeigt (Abbildung 2), als auch auf dem Originalbild in Form von roten bzw. grünen Kreuzen überlagert dargestellt (Abbildung 1 und 2).
Abbildung 2: Ergebnisse am Front Panel und Röntgenbild mit überlagerten Ergebnissen.
Weiterführend zu unseren bisherigen Entwicklungen wird dieses Programm die Achse der einzelnen Finger bestimmen, alle Fingergelenke detektieren und eine exakte Bestimmung des interphalangealen Gelenksspaltes sowie die Erfassung von erosiven Veränderungen an den Gelenken ermöglichen.
Kontakte: Fachhochschule TECHNIKUM Kärnten, Studiengang Medizinische Informationstechnik, Primoschgasse 8, A-9020 Klagenfurt, Tel.: +43 463 90500-0, www.fh-kaernten.at
Autoren: Wolfgang Steiner: 0099stwo@edu.fh-kaernten.ac.at, Kerstin Dorner: 0099doke@edu.fh-kaernten.ac.at, Marc Glantschnig: 0099glma@edu.fh-kaernten.ac.at, Christian Safran: 0099sach@edu.fh-kaernten.ac.at
