Entwicklung und Evaluation einer Ultraschallnavigation für Freihandbiopsien kleiner Raumforderungen im Kopf-Hals-Bereich

Das beschriebene Navigationssystems umfasst zwei Hauptabläufe: (1) Zielpunktmarkierung und (2) Navigation (Abb. 1). (1): Nach sonographischer 2‑D-Einstellung der zu punktierenden RF erfolgt die Registrierung im 3‑D-Raum (2): Einstichstelle, Einstichwinkel und Einstichtiefe werden angezeigt, sodass die Biopsienadel optimal ausgerichtet werden kann. Die Punktion kann beidhändig ohne zusätzliches Halten des UK durchgeführt werden. Der Blick des Operateurs bleibt auf dem Patienten, da die Navigation akustische Rückmeldungen gibt.

Wir haben einen einfach bedienbaren Prototyp einer Ultraschallnavigation für den Kopf-Hals-Bereich entwickelt. Die Vorteile sind: Echtzeitvisualisierung, Beibehaltung des Blicks des Operateurs auf den Patienten und die Möglichkeit zum freien beidhändigen Punktieren. So können auch RF in der Nähe von sensiblen Strukturen sicherer erreicht werden. Ein Novum ist das akustische Feedback zur Ausrichtung der Biopsienadel. Von jeglichem Punkt der Hautoberfläche können RF navigiert werden. Auf jede Verschiebung des Ziels kann sofort reagiert werden. Gerade der Kopf-Hals-Bereich ist von Weichgewebsverschiebungen („tissue shift“) betroffen, da hier ein knöchernes Bezugsystem fehlt. Herkömmliche Navigationssysteme verwenden präoperative Daten, die intraoperativ entstandene Verschiebungen nicht betrachten. Deshalb können sie für Weichteiloperationen nicht routinemäßig eingesetzt werden. Intraoperative CT- oder MRT-Aufnahmen liefern Momentaufnahmen, sind aber mit hohem Aufwand, Kosten oder Strahlenbelastung verbunden. Da die Sonographie ein echtzeitfähiges Bildgebungsverfahren ist, kann eine Gewebeverschiebung besser berücksichtigt werden. Die Sicherheit der Operation mit sonographischer Navigation kann zusätzlich gesteigert werden. Es wurden auch Hybridsysteme beschrieben, die auf präoperativen Bilddaten basieren und sich mit intraoperativen Ultraschalldaten überlagern, aber den Datensatz nicht stabil aktualisieren können [1]. Helbig et al. entwickelten ein ultraschallgestütztes Navigationssystem, was die Position des chirurgischen Instruments in Echtzeit im Ultraschallmonitor anzeigt [6]. Nachteilig an diesem System ist sowohl der Wechsel der optischen Achse zwischen Monitor und Patient als auch das einhändige Arbeiten, da der UK in der anderen Hand gehalten werden muss. Ein Wechsel der chirurgischen Blickachse reduziert die intuitive Durchführung des Eingriffs, woraus Fehler und längere Op.-Zeiten folgen [20]. Das in der vorliegenden Arbeit entwickelte Funktionsmuster schafft Abhilfe, indem die wesentlichen Navigationsinformationen für eine Biopsie (Einstichwinkel und Ausrichtung der Biopsienadel) akustisch angegeben werden. Durch die Segmentierung über tiefe neuronale Netze kann der UK nach Einstellen der Zielstruktur abgelegt werden. Der Operateur ist während des Ausrichtens der Biopsienadel frei und kann beidhändig weiterarbeiten.

Neuere Entwicklungen verwenden Augmented-Reality-Systeme, um Ultraschallbilder virtuell in ein auf dem Kopf getragenes System (Head-Mounted-Display) zu projizieren. Maas et al. beschreiben eine virtuelle Darstellung einer Nadel im Ultraschallbild, über die eine Biopsie erleichtert wird, da der Anwender den Blick auf den Operationsbereich fokussieren kann [15]. Augmented-Reality-Systeme können auch bei der Navigation in der offenen Kopf-Hals-Chirurgie helfen, die optische Achse auf den Op.-Situs beizubehalten [16, 17].

Neben dem Einsatz von Augmented Reality kommt auch die Nutzung von neuronalen Netzen in der chirurgischen Navigation zur Anwendung, da hiermit sehr genau automatisch segmentiert werden kann [2, 22]. Als modernes Verfahren maschinellen Lernens modellieren sie abstrakte Daten durch lineare und nichtlineare Verarbeitungseinheiten, die in einer tiefen Architektur angeordnet sind [4]. Nachteilig ist die große Datenmenge zum Training des Netzes, die in der Medizin nur begrenzt verfügbar ist. Alternativ können deshalb semiautomatische Algorithmen zur Segmentierung einer Zielstruktur eingesetzt werden. Beispiele für diese Verfahren sind kontur- und formbasierte [9] oder regionenbasierte Methoden [14]. Diese Verfahren sind zeitaufwendig und weisen einen hohen untersucherabhängigen Fehler auf. Deshalb, und auch um die Trainingsdaten für neuronale Netze zu reduzieren, wurde in dieser Stude die Lokalisierung der RF im Ultraschallbild über ein vortrainiertes tiefes neuronales Netz realisiert („transfer learning“). Dieses erreicht auch hohe Segmentierungsgenauigkeiten [11].

Eine Besonderheit der vorliegenden Studie ist die Genauigkeitsmessung. Dafür wurden ideale Randbedingungen geschaffen, indem ein eigenes Evaluationsphantom mit definierter Geometrie entwickelt wurde. Durch Einbringen des Modells in Wasser wurde eine Eigendeformation verhindert. Die Messergebnisse zeigen, dass das Navigationssystem eine chirurgische Genauigkeit von 2,5 mm liefert. Die Messwerte in der x‑ und z‑Dimension streuen um den Mittelwert ca. 1 mm, in y‑Richtung um 1,6 mm. Um die echte Genauigkeit zu bewerten, müssen alle Unsicherheiten betrachtet werden. Die mit der Biopsienadelspitze erfasste Geometrie der RF zeigt eine Abweichung von 0,79 mm. Der Eigenfehler des Trackingsystems fließt mit 0,25 mm ein. Es kann abgeleitet werden, dass trotz einer Abweichung des jeweiligen Messwerts zum wahren Wert alle Messwerte innerhalb der RF im Evaluationsphantom liegen. Repräsentiert die RF eine Zielstruktur im Halsphantom von nur 8 mm, bedeutet dies, dass sie von der Biopsienadel in acht von zehn Fällen getroffen wird. Mittelfristig sollte eine Verbesserung der Systemgenauigkeit erzielt werden. Dies kann durch Optimierung der Kalibrierung erreicht werden. Ein direkter Vergleich mit anderen Navigationssystemen ist nicht möglich, da verschiedene Randbedingungen vorliegen. Grundlegender Unterschied ist, dass traditionelle Navigationssysteme auf präoperativen Daten basieren, die intraoperativ registriert werden. Dem hier angewendeten Funktionsmuster liegt der Einsatz von intraoperativen Ultraschalldaten zugrunde, die in Echtzeit während des Eingriffs kalibriert werden. In der Literatur sind verschiedene Methoden zur Kalibrierung eines Ultraschallgeräts zu finden. Die Großzahl basiert auf der Verwendung von ultraschallfähigen Phantomen mit bekannter Geometrie und eines Trackingtools am Ultraschallgerät [8], was auch hier verwendet wurde.

Um den Prototyp klinisch einsetzen zu können, wären folgende Änderungen hinsichtlich des Studiendesigns notwendig:

Das bestehende Funktionsmuster soll in einer klinischen Erprobung weiterentwickelt werden. Die bisherigen Ergebnisse zeigen, dass ein ergonomischer Ultraschallnavigationsprozess technisch realisierbar ist. Das neuronale Netz wird im nächsten Schritt noch spezifischer auf die Kopf-Hals-Anatomie trainiert. Versuche eines 3‑D-Projektionsscanners, der Navigationsinformationen direkt auf den Situs projiziert, sind in unserer Arbeitsgruppe im Entwicklungsprozess. Darüber hinaus werden aktuell zwei weitere Trackingverfahren untersucht, die eine höhere Genauigkeit aufweisen.