Individuelle Knieimplantate
automatisiert aus CT-Daten designen
Patientenindividuelle Implantate passen sich der Anatomie des Patienten an und benötigen weniger
Abtrag von gesundem Knochengewebe – das kann Heilungschancen, Haltbarkeit und Lebensqualität
verbessern. Trotz dieser Vorteile werden meist Standardimplantate bevorzugt, weil das Design
individueller Endoprothesen aufwändig und teuer ist: Die äußere Geometrie wie Abrollflächen und
Außenmaße wird bislang weitgehend händisch aus der Bildgebung abgeleitet.
Ziel von EXPERTEB war es, ein individuelles Knieimplantat in der klinischen Routine
konkurrenzfähig – ja sogar zur bevorzugten Wahl – zu machen, indem der Designprozess durch
Automatisierung und passende Schnittstellen vereinfacht und beschleunigt wird. Perspektivisch soll
der Arzt das Implantat weitgehend selbst nach seinen Vorstellungen gestalten können, ohne auf einen
technischen Experten angewiesen zu sein.
Der Lösungsansatz: ein Statistical Shape Model
Kern des von Dornheim bearbeiteten Teilvorhabens (AP 1) ist ein Statistical bzw. Active Shape Model
(SSM/ASM), das Femur und Tibia aus den CT-Daten des Patienten als separate 3D-Modelle
segmentiert. An das Modell sind Messobjekte geknüpft, die automatisch die geometrischen Parameter
für die äußere Form des individuellen Implantats liefern. Durch die Adaption des Modells an eine
leicht idealisierte, gesündere Knochenform ergeben sich die individuellen Außenmaße, die über eine
definierte Schnittstelle an die Partner übergeben werden.
Die ermittelten Parameter fließen anschließend in ein parametrisches Einheitsmodell (TU Dresden)
und in ein künstliches neuronales Netz (iba) ein, das die innere Geometrie – etwa die Länge des
Stiels – berechnet. So entsteht Hand in Hand ein individuelles Implantatdesign, das an die
biomechanische Optimierung (AP 2) und die additive Fertigung (AP 3) übergeben wird. Ein einheitliches
Koordinatensystem sorgt dabei für reproduzierbare, vergleichbare Ergebnisse über alle Fälle hinweg.
Genauigkeit, Effizienz und Bildqualität
Für den klinischen Einsatz sind Genauigkeit und Geschwindigkeit entscheidend. Die Segmentierung
muss die reale Knochenkontur mit einer Toleranz von etwa einem Millimeter treffen – abgeleitet aus
den üblichen Toleranzen beim Einsetzen von Standardimplantaten. Um Rauschen zu reduzieren, ohne
die Objektkanten zu verwischen, kam anstelle des rechenintensiven Bilateralfilters ein Guided Filter
zum Einsatz, der kantenerhaltend und in akzeptabler Zeit glättet.
Bei Datensätzen, die zu den Trainingsdaten passen, liegt der manuelle Aufwand im Schnitt deutlich
unter den angestrebten 30 Minuten – im Demonstrator wird lediglich die Position des Knochens
markiert, den Rest übernimmt das Verfahren weitgehend autark. Da das Modell mit wachsender
Datenbasis kontinuierlich weiter angelernt wird, verbessern sich die Ergebnisse über die Zeit.
Beiträge von Dornheim Medical Images
Dornheim übernahm die Gesamtkoordination des Verbunds und bearbeitete AP 1: die automatisierte
Segmentierung und 3D-Modellierung der anatomischen Strukturen, intuitive Interaktions- und
Korrekturwerkzeuge zur Qualitätskontrolle, wissensbasierte Methoden zur Auswahl eines
Basisimplantats sowie die Konzeption einer erweiterbaren Implantatbibliothek und der erforderlichen
Schnittstellen. Auf Basis des über viele Jahre gereiften Dornheim Segmenter® entstand ein
Demonstrator aus mehreren zusammenspielenden Modulen. Die erarbeiteten Verfahren fließen in die
Dornheim.Cloud sowie in Spezialmodule des Dornheim Segmenter ein und wurden im direkten
Anschlussprojekt OptiKneeBM
um das Design der zugehörigen Schnitt- und Bohrschablonen erweitert.
