Forschungs- und Servicegruppe
IT & Elektronik-Entwicklung Leiter: Dr. Stefan Vollmar
(IT & Elektronics Development)
Visualisierung und Auswertung von PET-Daten
Zur Darstellung und Auswertung der von den Tomographen erzeugten Volumen-Datensätze wurde am Institut ein Programm entwickelt: VINCI – “Volume Imaging in Neurological Research, Co-Registration and ROIs included”. Es berücksichtigt auch die speziellen Anforderungen neurologischer PET-Untersuchungen und ermöglicht die vollautomatische Ko-Registrierung von Datensätzen, sowie VOI- und ROI-Auswertungen.
In der Arbeitsgruppe Kortikale Netzwerke wird VINCI kontinuierlich weiterentwickelt. Eine „Lite-Version“ kann von der VINCI-Homepage heruntergeladen werden.
VINCI (ganzer Bildschirm mit Auflösung 1024 × 768 Pixel) mit aufbereiteten Bilddaten zur Erstellung eines Operationsplanes. Alle wesentlichen Grafikobjekte (Widgets) sind scrollbar, zum Beispiel OrthoView und PlanesView. Die Bedienfenster können beliebig positioniert oder geschlossen werden. VINCI-Projekte können auch deutlich größere Bildschirme ausnutzen und eignen sich für Multi-Monitor-Installationen.
- Vergleich verschiedener Farbskalen für Falschfarbenbilder. (a) – (e) zeigen denselben transaxialen Schnitt durch eine PET-Aufnahme, negative Werte sind Rekonstruktions-Artefakte.
Abbildung links:
(a) den kompletten Wertebereich umfassende lineare Grauskala (γ=1.0)
(b) gamma-korrigierte Grauskala (γ=0.5) mit eingeschränktem Wertebereich zur Darstellung der Streifenartefakte
(c) lineare Grauskala mit einem für die Diagnostik geeigneten Wertebereich
(d) Darstellung mit "Regenbogen"-Farbskala
(e) Darstellung mit einer "heiß-Metall" Farbskala.
Weitere mögliche Farbskalen sind in (f) bis (j) dargestellt. Gestufte Farbskalen wie "GraySteps" und "Bronson" eignen sich zur Darstellung der statistischen Eigenschaften von Aktivierungs-Studien.
Qualitätssicherung
Die Verfahren zur Berechnung und Auswertung von Bilddatensätzen werden immer komplexer. Zunehmend bedeutend ist daher eine Qualitätssicherung, welche die eindeutige und ausführliche Dokumentation der einzelnen Schritte der Prozessierung beinhaltet, zum Beispiel Rekonstruktion, Quantifizierung und statistische Auswertungen.
Mit dem VHIST-Projekt tragen wir diesem Bedürfnis Rechnung:
- VHIST beschreibt ein Dateiformat, das mit PDF-Browsern, wie zum Beispiel Adobe Acrobat, gelesen werden kann. Es lässt sich aber auch auf einfache Weise mit gängigen Programmiersprachen verarbeiten, ohne Kenntnisse der PDF-Spezifikation.
- Zu Validierungszwecken beinhaltet eine VHIST-Datei mehrere Prüfsummen.
- Man kann eine automatische Verlaufsdatei („history“) erzeugen.
- Zur Referenz-Implementation gehört außerdem eine Reihe von Programmen, die Information an diese Datei anhängen beziehungsweise sie auslesen können.
- Alle Komponenten sind Plattform-unabhängig und unterliegen einer OpenSource-Lizenz, so dass das Projekt auch für Anwendungen außerhalb des Instituts interessant ist.
Cluster-Rekonstruktion
Seit mehreren Jahren beschäftigen wir uns mit der Rekonstruktion von PET-Daten (Vollmar et al, HeinzelCluster 2002). Bei einer PET-Messung am HRRT-Tomographen fallen etwa 30 Gigabyte Daten an. Daraus wird mit einem Compute-Cluster ein Bildvolumen rekonstruiert, das immer noch eine Größe von circa 50 Megabyte hat.
Die besondere Herausforderung liegt beim HRRT-System darin, auch bei den sehr großen Datensätzen mit iterativen Methoden zu arbeiten, mit denen sich die Physik des Scanners besser berücksichtigen lässt. Diese Methoden sind sehr aufwendig: Selbst mit einer effizienten Parallelisierung des Rekonstruktionsverfahrens fallen mehrere Stunden Rechenzeit auf einem 16 CPU-Compute-Cluster an (Ausstattung). Auch der Weg, der von den Rohdaten zu einem quantifizierten Bildvolumen führt, ist aufwendig: Viele Parameter beeinflussen die Bildeigenschaften teils erheblich. Sie müssen im Sinne guter wissenschaftlicher Praxis erfasst werden und jederzeit nachvollziehbar sein (Qualitätssicherung).
Abbildung:
In diesem Rack sind die beiden Compute-Cluster des PET-Labors zu sehen: das ElvesCluster verfügt über acht Nodes mit je zwei Prozessoren, die Vernetzung nutzt den Gigabit-Ethernet-Standard. Es hat das ältere HeinzelCluster im Bereich der 3D-PET-Rekonstruktion abgelöst. Das HeinzelCluster besteht aus 28 CPUs, verteilt auf sieben Nodes (mit Myrinet für den schnellen Datenaustausch).
Elektronik-Entwicklung
Das Elektronik-Labor berät und unterstützt die neurologischen Arbeitsgruppen in elektrophysiologischer und bildgebender Technik: sowohl durch Eigenentwicklungen als auch durch den Bau von Messkomponenten und Labor-Systemen. Die Kompetenz des Elektronik-Labors umfasst
- Mechanik
- Kleinsignal-Messungen (elektrophysiologische Potentiale)
- Analog- und Digitaltechnik, Regelungstechnik (speziell Temperatur-Controller)
- CAD-Techniken
- Hochfrequenz-Technik
Aus der Gruppe heraus hat sich die Firma Medres entwickelt, die kommerziell Hardware für den Einsatz in der medizinischen Forschung entwickelt.
VINCI –
“Volume Imaging in Neurological Research, Co-Registration and ROIs included”:
Am MPI entwickeltes Programm zur Darstellung und Auswertung von PET- und MRI-Bildern.
Qualitätssicherung:
Das VHIST-Projekt
Geräte für den Einsatz in der medizinischen Forschung:
Medres, ein Spinoff des MPI für neurologische Forschung