POLITESI Politecnico di Milano Servizi Bibliotecari di Ateneo Servizi Bibliotecari di Ateneo
 
   ALL THESES       POST GRADUATE THESES       DOCTORAL THESES   
My POLITesi
authorized users
italiano
Please use this identifier to cite or link to this thesis: http://hdl.handle.net/10589/131513

Author: LAD, AKASH
FORMENTI, DAVIDE
Supervisor: DE MOMI, ELENA
Scientific Disciplinary Sector: ING-INF/06 BIOINGEGNERIA ELETTRONICA E INFORMATICA
Date: 21-Dec-2016
Academic year: 2015/2016
Title: Automatic atlas-based trajectory planner and navigation system for keyhole neurosurgery in ovine model
Italian abstract: Lo sviluppo tecnologico ha portato, negli ultimi anni, allo sviluppo di nuove tecniche neurochirurgiche in grado non solo di trattare efficacemente la patologia, ma anche di minimizzare il danneggiamento dei tessuti circostanti durante l’operazione, diminuendo così il pericolo di complicazioni post operatorie e il tempo di ospedalizzazione del paziente. Per questo motivo, per un’ampia categoria di interventi (come ad esempio biopsie, posizionamento di elettrodi per stimolazione cerebrale profonda, interventi di rimozione e trattamento di tumori cerebrali) questo approccio viene preferito alle tecniche tradizionali. Tuttavia, questo nuovo approccio presenta alcuni limiti in termini di ridotta visibilità del campo chirurgico e di manovrabilità degli strumenti chirurgici. Per svolgere questi interventi è dunque necessaria una fase pre-operatoria per pianificare accuratamente il percorso che deve compiere lo strumento chirurgico per raggiungere il target. Questi metodi di pianificazione, generalmente, ottimizzano le traiettorie massimizzando la distanza dai vasi sanguigni e dalle strutture critiche (i.e. ventricoli, cervelletto, ponte encefalico). La raccolta di immagini diagnostiche sul paziente, quali scansioni tomografiche (CT) e risonanze magnetiche (MR), trattografie ed angiografie, consente, attraverso la registrazione con un atlante anatomico, di adattare un modello statistico al paziente ed identificare le strutture anatomiche di interesse, calcolando per ognuna una mappa di distanza. Tale mappa permette, mediante una codifica in scala di grigi, di valutare la distanza di ogni voxel dal contorno anatomico della struttura di interesse. Quest'informazione può, quindi, essere utilizzata per calcolare automaticamente la traiettoria ottima per un dato tipo di set up chirurgico. Grazie a queste nuove tecnologie, nuove tecniche per il trattamento di diversi disordini cerebrali sono state studiate. Prima di passare alla sperimentazione umana, uno degli step fondamentali è rappresentato dai trial clinici su modelli animali. Nelle neuroscienze traslazionali, l’utilizzo di un modello animale di pecora risulta essere sempre più importante vista la similarità del suo cervello con quello umano rispetto a quello di altre specie di non-primati. Nonostante l’importanza di questo modello, nessun sistema di pianificazione automatica e navigazione è presente in letteratura. Questa tesi si presenta come step iniziale di un progetto più ampio (EDEN2020) che si pone come scopo lo sviluppo di una nuova tecnica di drug delivery per il trattamento di tumori cerebrali. In questa prima fase, l’obiettivo è quello di sviluppare un sistema pre-operativo di pianificazione completamente automatico che permetta di pianificare traiettorie rettilinee sicure e un sistema intra-operativo di navigazione, di tali traiettorie, per pecore. Il sistema si divide in 4 fasi: registrazione ad un atlante statistico, segmentazione delle strutture critiche grazie all’utilizzo dell’atlante, lo sviluppo di un pianificatore che vada a calcolare le 10 migliori traiettorie (mostrandole poi al chirurgo) e infine, una parte di navigazione intra-operatoria che permetta di guidare il chirurgo lungo le traiettorie calcolate dal pianificatore nella maniera più sicura possibile. Dal Polo Veterinario di Lodi sono state fornite CT e MRI (pesata in T1) di un soggetto ovino. La registrazione di queste immagini con l’atlante è stata effettuata mediante l’applicazione dell’algoritmo di \textit{Informazione Mutua Normalizzata} da parte di un tool open source (SPM) sviluppato dal Wellcome department of imaging neuroscience. Lo stesso software, con l’utilizzo di mappe di probabilità già coregistrate all’atlante, ha permesso anche l’identificazione automatica delle strutture di interesse tramite l’algoritmo Unified Segmentation, implementato nel tool di segmentazione, applicato alle immagini registrate. La fase di pianificazione è stata sviluppata su un software di analisi ed elaborazione di immagini biomediche (3DSlicer). Tramite un’apposita interfaccia grafica, il chirurgo può selezionare un’area di ingresso e il target dell’operazione sul modello virtuale tridimensionale ricavato dalla segmentazione della materia grigia. Al modello di materia grigia vengono quindi aggiunte le ricostruzioni tridimensionali delle strutture critiche segmentate in precedenza, e per ognuna di queste strutture viene calcolata una mappa di distanza. Per ogni voxel dell’area di ingresso viene valutato il percorso che lo congiunge al target: la traiettoria sarà valutata in base alla sua distanza dalle strutture critiche e alla sua lunghezza complessiva. Al termine del processo verranno mostrate le dieci traiettorie giudicate più sicure, e verranno ordinate dalla migliore alla peggiore. Una volta calcolate le traiettorie, si avvia la fase di navigazione intra-operatoria. Lo strumento utilizzato dal chirurgo è stato modellizzato tramite un puntatore dotato di marker passivi, riconosciuti in tempo reale da un sistema di tracking ottico (NDI Polaris VICRA). Un server virtuale (Plus Server) è stato utilizzato per permettere la comunicazione tra tale sistema e 3DSlicer. Applicando una registrazione per punti si è resa possibile la rappresentazione dello strumento ottico nello spazio immagine del paziente. Al termine del lavoro, nonostante la bassa risoluzione delle MRI di partenza, i risultati delle analisi statistiche e la successiva valutazione da parte di esperti del settore hanno evidenziato la robustezza del metodo descritto.
English abstract: The recent technological improvements in the field of biomedical images lead to the development of new neurosurgical techniques, called minimal invasive neurosurgery. These techniques can not only efficiently treat the pathology, but also minimize the damages to the nearby tissues during the operation, reducing the post-operative risk and the time of patient's discharge. For this reason, for a large category of surgical intervention (such as: electrodes positioning for deep brain stimulation, removal and treatment of brain tumors) minimal invasive procedures are preferred to the traditional techniques. However, this new approach presents some limitations in terms of reduced field of view and maneuverability of the surgical instruments. A pre-operative planning phase is needed in order to accurately perform the surgical operation. These planning systems generally optimize the computed trajectories by maximizing the distances from the vessel tree and other critical structures to avoid (i.e ventricles, cerebellum, brain stem). The collection of different diagnostic images of the patient, such as computed tomographies (CT), magnetic resonance images (MRI), tractographies and angiographies allows to adapt a statistical model to the patient through a registration to an anatomical atlas, and to identify the anatomical structures of interest. Then, for each of these structures a distance map is computed. These distance maps, firstly allows to evaluate the distance of each voxel from the anatomical contour of the structure of interest thanks to a gray level codification, and then, this information can be used to compute the optimal trajectory for a particular surgical operation. Thanks to these new technologies, new techniques for the treatment of different brain disorders has been studied. The test of these new approaches has to be done on animal models before starting human trials. In translational neuroscience the ovine model is increasingly recognized due to its similarity with human brain with respect to other gyrencephalic species. Although the relevance of the sheep, no automatic planning and navigation systems has been developed in literature. This thesis is the initial step of a wider project (EDEN2020), which aims to develop a new technique for brain drug delivery in the treatment of brain tumors. During the first phase, the goal is to develop an automatic pre-operative planning system, which allows to compute rectilinear trajectories and an intra-operative navigation system of these trajectories for ovine neurosurgical applications. The process is divided in four steps: registration to a statistical atlas, segmentation of the critical structures (thanks to the atlas), trajectory planning system which shows to the surgeon the ten safest trajectories, and, finally, an intra-operative navigation system which guides the surgeon through the computed trajectories. From the Veterinary Pole of Lodi, a CT scan and a T1 weighted MRI of an ovine subject was provided. The registration of these images with respect to the atlas was performed by the application of the Normalized Mutual Information algorithm through an open source software developed by the \textit{Wellcome Department Of Imaging Neuroscience}. The same software, by using tissue Probability Maps already coregistered to the atlas, allowed the automatic identification of the structures of interest through the Unified Segmentation algorithm implemented in the segmentation tool. The planning phase has been developed on a biomedical image elaboration software (3DSlicer). Thanks to the graphical user interface (GUI), the surgeon can select an entry area and the target on the 3D model of the grey matter. Moreover, the 3D models of the previously segmented critical structures are displayed with the grey matter model, and a distance map is computed for each of these structures. The path connecting every voxel of the entry area with the target point has been evaluated with respect to the distances from the structures and its total length. At the end of the process the ten safest trajectories are shown to the surgeon, ranked from the safest to the most dangerous. Once the trajectories has been computed, the intra-operative navigation get started. The tool used by the surgeon has been modeled by a stylus with passive markers and recognized by an optical tracking system (NDI Polaris Vicra). A server has been used in order to allow the communication between the considered system and 3DSlicer. The representation of the optically tracked tool in the patient's image space is made possible by a fiducials registration, that allow to find a relationship between the real world and the virtual one. At the end of the work, despite the low resolution MRI provided, the statistical analysis and the evaluation of the results by an expert proved the robustness of the described method.
Italian keywords: sistema automatico di planning di traittorie per pecora; sistemi di navigazione intraoperatoria; 3DSlicer; statistical parameters mapping tools; atlante di pecora
English keywords: automatic planning system for sheep; intraoperative navigation system for sheep; 3DSlicer; statistical parameters mapping tools; sheep atlas
Language: eng
Appears in Collections:POLITesi >Tesi Specialistiche/Magistrali

Files in This Item:

File Description SizeFormatVisibility
2016_12_Lad_Formenti.pdfTesto della tesi27.63 MBAdobe PDFNot accessible View/Open





 

  Support, maintenance and development by SURplus team @ CINECA- Powered by DSpace Software