| dc.description.abstract | Perfusionsdaten sind dynamische medizinische Bilddaten, welche den regionalen Blutfluss in Gewebe charakterisieren. Sie besitzen ein großes Potential in der medizinischen Diagnose, da sie, verglichen mit statischen Daten, eine bessere Differenzierung und eine frühere Erkennung von Krankheiten ermöglichen. Diese Dissertation konzentriert sich auf Perfusionsdaten, welche mit Hilfe der Magnet-Resonanz-Tomographie (MRT) akquiriert wurden und auf deren Analyse in der Diagnostik des ischämischen Schlaganfalls und der Früherkennung und Diagnostik der Koronaren Herzkrankheit (KHK). An passender Stelle werden Beispiele aus der Brustkrebsdiagnostik hinzugezogen, um die Flexibilität der zur visuellen Exploration und Analyse entwickelten Techniken zu illustrieren. Die Übertragbarkeit auf weitere Anwendungsgebiete der dynamischen Bildgebung und auf andere Bildgebungsmodalitäten neben MR werden am Ende der Dissertation skizziert. Sogenannte Zeit-Intensitätskurven spezifizieren die Anreicherung eines Kontrastmittels für die Voxel in einem Perfusionsdatensatz. Parameter, welche von diesen Kurven abgeleitet werden, charakterisieren die Perfusion und müssen für die Diagnose integriert werden. Die diagnostische Auswertung solcher Multiparameter Daten ist anspruchsvoll und zeitintensiv aufgrund der Komplexität der Daten. In der klinischen Routine basiert die Auswertung auf einzelnen Parameterkarten, welche nebeneinander auf dem Bildschirm dargestellt werden. Die Interpretation einer derartigen Ansicht erfordert einen erheblichen kognitiven Aufwand, da der Arzt die einzelnen Karten immer wieder abwechselnd betrachten muss, um korrespondierende Regionen zu vergleichen. Fortgeschrittene Visualisierungstechniken sind daher notwendig, um eine integrierte Ansicht mehrerer Parameter zu generieren und dadurch die Auswertung zu beschleunigen. In dieser Dissertation werden Multiparameter Visualisierungen basierend auf Farbe, Textur und Glyphen für die integrierte Visualisierung mehrerer Perfusionsparameter vorgestellt. Das Aufnahmeprotokoll für die MR-basierte Akquisition von Perfusionsdaten umfasst häufig die Aufnahme weiterer Bilddaten, welche unterschiedliche klinische Aspekte beschreiben. Zusammen vermitteln die Daten ein globales Bild des Patientenstatus. Die Diagnostik der KHK ist ein prominentes Beispiel. Sie umfasst sowohl Aufnahmen welche die Anatomie des Herzens und der Herzkranzgefäße charakterisieren, als auch Aufnahmen welche eine Beurteilung der Perfusion, Viabilität und Funktion des Myokards (Herzmuskel) gestatten. Innerhalb der Dissertation wird eine Glyphen-basierte 3D Visualisierung der Myokardperfusion vorgestellt. Diese ist in den anatomischen Kontext eingebettet und wird durch Informationen angereichert, welche die Viabilität und Funktion des Myokards beschreiben. Die rein visuelle Exploration von Perfusionsdaten und den zugehörigen Perfusionsparametern ist vorherrschend im engen Zeitplan der klinischen Routine. Sie ist jedoch eine vom Betrachter abhängige und kaum reproduzierbare Aufgabe, die keine quantitativen Ergebnisse liefert. Für eine geordnete und reproduzierbare Analyse von Perfusionsdaten ist eine Kombination aus visueller Exploration und aus Techniken der Datenanalyse notwendig. Die Dissertation trägt dazu einen interaktiven, merkmalsbasierten Ansatz für die geordnete visuelle Analyse von Perfusionsdaten bei. Dieser Ansatz stützt sich auf drei Komponenten, für die Vorverarbeitung der Daten, für eine statistische Analyse und für die Spezifikation von Merkmalen. Die Durchführbarkeit des Ansatzes wurde für mehrere Datensätze aus der Diagnostik des ischämischen Schlaganfalls, der KHK-Diagnostik und der Brustkrebsdiagnostik erfolgreich getestet. Weiterhin konnte sein Nutzen bei der Beantwortung wichtiger investigativer Fragen in der Perfusionsforschung am Beispiel des Vergleichs von daten- und modellbasierter Auswertung zerebraler Perfusion demonstriert werden. - Perfusion data are dynamic medical image image data which characterize the regional blood flow in tissue. These data bear a great potential in medical diagnosis, since diseases can be better distinguished and detected at an earlier stage compared to static image data. The thesis at hand focuses on Magnetic Resonance (MR) perfusion data and their analysis in ischemic stroke diagnosis and in the early detection and diagnosis of Coronary Heart Disease (CHD). When appropriate, examples from breast tumor diagnosis are consulted to illustrate the flexibility of the developed visual exploration and analysis techniques. The transferability to further application fields of dynamic imaging and to imaging modalities other than MR are outlined at the end of the thesis. For each voxel in a perfusion dataset, a time-intensity curve specifies the accumulation and washout of a contrast agent. Parameters derived from these curves characterize the perfusion and have to be integrated for diagnosis. The diagnostic evaluation of this multiparameter data is challenging and time-consuming due to its complexity. In clinical routine, the evaluation is based on a side-by-side display of single-parameter visualizations whose interpretation demands a considerable cognitive effort to scan back and forth for comparing corresponding regions. Hence, sophisticated visualization techniques are required that generate an integrated display of several parameters thereby accelerating the evaluation. In this thesis, color-, texture- and glyph-based multiparameter visualizations for the integrated display of several perfusion parameters are presented. MR perfusion data are often acquired in a scanning protocol together with other image data describing different clinical aspects. Together, the data contribute to a global picture of the patient state. CHD diagnosis is a prominent example including scans that characterize the anatomy of the heart and the great vessels as well as scans depicting the perfusion, viability, and function of the myocardium (heart muscle). The thesis at hand introduces a 3D glyph-based visualization of myocardial perfusion which is embedded in the anatomical context of the myocardium and enhanced by adding viability and functional information. The pure visual exploration of perfusion data and associated perfusion parameters is the prevailing method in the tight schedule of clinical routine. However, it is an observerdependent and barely reproducible task delivering no quantitative results. An approach is required that merges visual exploration and data analysis techniques into visual analysis for a streamlined investigation of perfusion. The thesis contributes an interactive feature-based approach for the streamlined visual analysis of perfusion data which comprises components for data preprocessing, statistical analysis, and feature specification. The approach is applied to several datasets from ischemic stroke, CHD, and breast tumor diagnosis for a proof of concept. Furthermore, its benefit in answering crucial investigative questions in perfusion research is demonstrated by comparing data-near and model-near cerebral perfusion assessment. | en_US |
