RSS-Feed abonnieren
DOI: 10.1055/s-0031-1283834
Computer-integrierte Endoskopie
Computer Integrated EndoscopyPublikationsverlauf
Publikationsdatum:
21. Dezember 2011 (online)
![](https://www.thieme-connect.de/media/endoheute/201104/lookinside/thumbnails/10.1055-s-0031-1283834-1.jpg)
Zusammenfassung
Endoskopische Untersuchungen des Körperinneren sind seit Hippokrates bekannt, aber fanden ihren klinischen Durchbruch erst mit der Entwicklung von Bozzinis „Lichtleiter“. Weitere Fortschritte und Verbesserungen in der diagnostischen Endoskopie konnten durch die Verwendung von Glühbirnen bei der Beleuchtung sowie die Nutzung von Glasfasern zur Übertragung von Licht in den und Bildinformationen aus dem Körper erreicht werden. Durch Integration von Foto- und Videokameras am proximalen oder distalen Ende von starren oder flexiblen Endoskopen wurde es Mitte des zwanzigsten Jahrhunderts möglich Bilder aus dem Körperinneren nicht nur über das Okular zu betrachten, sondern diese zudem als Einzelbilder, Film- oder Videoaufzeichnungen für die Dokumentation, Forschung und Lehre unabhängig von der Anwesenheit des Patienten zu nutzen und auszuwerten. Das mittlerweile schon fortgeschrittene Zeitalter der Digitaltechnik ermöglicht es zudem seit einigen Jahren, endoskopisch erfasste Bilder und Bildsequenzen nicht nur aus dem Körper quasi in Echtzeit durch das Internet an jeden beliebigen Rechner zu übertragen und zu speichern, sondern eröffnet gleichermaßen bislang ungenutzte Möglichkeit, diese Bilder in geeigneter Weise zu manipulieren und für Betrachter aufzubereiten, sowie durch Rechner automatisch auszuwerten.
Speziell diese neuen Möglichkeiten, Inhalte endoskopischer Bilder automatisch auszuwerten und die daraus extrahierte Information für die Dokumentation, Diagnose sowie die Therapie zu nutzen, sollen in diesem Beitrag skizziert werden. Einsatzmöglichkeiten solcher neuen Verfahren der digitalen Bildbearbeitung und -analyse sind die automatische Bildverbesserung wie z. B. das intelligente Entfernen von Wabenmustern in Faserendoskopen, die zeitliche Filterung sowie die Bildrektifizierung rotierter Ansichten, neue Möglichkeiten der Ansichtenerweiterung (Augmentierung) durch Panoramaendoskopie und Überlagerung endoskopischer Ansichten mit präoperativen Bild- und Planungsdaten, sowie die Computer-assistierte Detektion von Tumorvorstufen und Tumoren (CADe) und die Computer-assistierte Diagnose (CADx). Da diese neuen Möglichkeiten der Endoskopie inhärent mit der Nutzung von Computern verbunden sind, bezeichnen wir dieses Feld auch als „Computer-integrierte Endoskopie“.
Abstract
Endoscopic examinations of the inside of the human body have been known since Hippocrates. Nevertheless, the breakthrough of endoscopy came not until the development of Bozzinis “Lichtleiter”. Further progress and advancements in diagnostic endoscopy were reached by the use of electric light for illumination as well as glass fibers for the transmission of light into and image information out of the human body. By the integration of video sensors at the proximal or distal end of rigid or flexible endoscopes, it became possible in the last quarter of the last century to observe the inside of the human body not only via the ocular, but also to capture and use still images and video sequences for documentation, research and education, independent from the presence of the patients. Furthermore, the meanwhile well advanced age of digital technologies facilitates the possibility, not only to transmit and store endoscopically acquired images and sequences from inside the human body in real time through the internet towards almost every arbitrary computer, but likewise opens the currently unused possibilities, to manipulate these images for a modified view for the operator, and furthermore condition, evaluate and analyze them using computers.
Specifically, the new possibilities to automatically analyze the content of endoscopic imagery and the application of the extracted information for enhanced documentation, diagnosis and treatment shall be sketched out in this contribution. The field of application of such new methods of digital image processing and analysis include automatic image enhancement such as the intelligent removal of honey comb patterns in fiberscopic images, temporal image filtering, as well as the rectification of rotated images; new possibilities of view extension (augmentation) using panorama endoscopy and the overlay of endoscopic views with preoperative imagery and planning data; and computer aided detection of dysplasia and tumors (CADe) as well as computer-assisted diagnose (CADx). As these possibilities of endoscopy are inherently coupled with the use of computers, these methods and applications can be referred to as new endoscopic “computer-integrated” endoscopy.
-
Literatur
- 1 Dayhoff RE, Kuzmak PM, Kirin G et al. Providing a complete online multimedia patient record. Proc AMIA Symp; 1999: 241-245
- 2 Heinlein M. Softwarelösung hilft bei der Prozessoptimierung im Krankenhaus. Elektronikpraxis. 26.11.2010 http://www.elektronikpraxis.vogel.de/themen/embeddedsoftwareengineering/softwarekomponenten/articles/294056/
- 3 Rosenstock U. Über die Bedeutung endoskopischer Bilddateien für die Qualitätssicherung in der gastroenterologischen Endoskopie. [Dissertation] Gießen: Justus-Liebig-Universität; 2003
- 4 Lewerenz B. Bilddokumentation in der gastroenterologischen Endoskopie. [Dissertation] München: Ludwig-Maximilians Univ; 2009
- 5 Sußmann H, Allescher HD, Horsch A. ENDOTEL – Ein Konsultations- und Informationsystem für die gastroenterologische Endoskopie. In: Jäckel A. Telemedizinführer Deutschland – Ausgabe 2001. Ober-Mörlen: Medizin Forum AG; 2000: 124-125
- 6 Sußmann H, Horsch A, Allescher HD. Zweitmeinung per Internet – Das Telemedizinprojekt ENDOTEL. Biomedical Journal 2001; 57: 12-13
- 7 Sclafani AP, Heneghan C, Ginsburg J et al. Teleconsultation in otolaryngology: live versus store and forward consultations. Otolaryngology Head and Neck Surgery 1999; 120: 62-72
- 8 Kim CY, Etemad B, Glenn TF et al. Remote clinical assessment of gastrointestinal endoscopy (tele-endoscopy): an initial experience. Proc AMIA Symp; 2000: 423-427
- 9 Rabenstein T, Maiss J, Naegele-Jackson S et al. Tele-endoscopy: Influence of data compression, bandwidth and simulated impairments on the usability of real-time digital video endoscopy transmissions for medical diagnoses. Endoscopy 2002; 34: 703-710
- 10 Huang KJ, Qiu ZJ, Fu CY et al. Uncompressed video image transmission of laparoscopic or endoscopic surgery for telemedicine. Telemedicine & e-Health 2008; 14: 479-485
- 11 Marescaux J, Leroy J, Rubino F et al. Transcontinental Robot Assisted Remote Telesurgery: Feasibility and Potential Applications. Annals of Surgery 2002; 235: 487-492
- 12 Gong F, Swain P, Mills T. Wireless Edoscopy. Gastrointest Endosc 2000; 51: 725-729
- 13 Park HJ, Nam HW, Song BS et al. Design of miniaturized telemetry module for bi-directional wireless endoscopy. IEICE Transactions on Fundamentals on Electronics, Communications and Computer Sciences 2003; 6: 1487-1491
- 14 Vogt F, Krüger S, Niemann H et al. A system for real-time endosopic image enhancement. Proc’s Medical Image Computing & Computer Assisted Intervention (MICCAI); 2003: 356-363
- 15 Winter C, Zerfaß T, Elter M et al. Physically motivated enhancement of color images for fiber endoscopy. Proc’s Medical Image Computing & Computer-Assisted Intervention (MICCAI); 2007: 360-367
- 16 Münzenmayer C, Winter C, Rupp S et al. Texture-based computer-assisted diagnosis for fiberscopic images. Medicine & Biology (EMBC). Conf. Proc's 31th IEEE Annual Int. Conf. Eng. 2009: 37-35
- 17 Höller K, Penne J, Schneider A et al. Endoscopic orientation correction. Medical Image Computing & Computer Assisted Intervention (MICCAI). Proc’ 12th Int. Conf. 2009: 459-466
- 18 Höller K, Schneider A, Jahn J et al. Spatial orientation in translumenal surgery. Minimally Invasive Therapy & Allied Technologies 2010; 19: 262-273
- 19 Rilk ME, Winkelbach S, Wahl FM. Partikelfilterbasiertes Tracking chirurgischer Instrumente in Endoskopbildern. Proc’s Bildverarbeitung für die Medizin; 2006: 414-418
- 20 McKenna SJ, Charif HN, Frank T. Towards Video Understanding of Laparoscopic Surgery: Instrument Tracking. New Zealand: Image and Vision Computing; 2005
- 21 Sánchez-González P, Oropesa I, Díaz S et al. How can video analysis help laparoscopic surgeons?. Graz, Austria: Proc’s 2011 SCATh Joint Workshop on New Technologies for Computer & Robot Assisted Surgery; 2011
- 22 Wittenberg T, Drechsler K, Kaltenbacher D et al. “MISS Heart”: Assisting Systems for Minimal Invasive Smart Suturing (MISS) in Cardiac Surgery – A Conceptually Closed Loop Approach. In: Dössel O, Schlegel WC. Proc’s World Congress on Medical Physics & Engineering. 25/IV. of IFMBE Proc’s Heidelberg: Springer; 2009: 445-448
- 23 Friedl S, Wittenberg T, Kondruweit M. Interactive Registration and Visualization of Cardiac Video and Angiography. Doessel O, Schlegel WC. Proc’s World Congress on Medical Physics & Biomedical Engineering. 25/IV. of IFMBE Proc’s Heidelberg: Springer; 2009: 468-471
- 24 Vogt F. Augmented Light Field Visualization and Real-Time Image Enhancement for Computer Assisted Endoscopic Surgery. [PhD Thesis] Erlangen-Nuremberg: University Erlangen-Nuremberg; 2006
- 25 Wegner I, Vetter M, Schoebinger M et al. Development of a navigation system for endoluminal brachytherapy in human lungs. Proc’s SPIE Medical Imaging 2006: Visualization, Image-Guided Procedures and Display 2006; 6141: 23-30
- 26 Bergen T, Ruthotto S, Rupp S et al. Endoscopic Egomotion Computation. In: Proc’s SPIE Medical Imaging: Computer Aided Diagnosis; 2010 7623.
- 27 Bergen T, Schneider A, Münzenmayer C et al. Echtzeit-Stitching endoskopischer Bilder für eine erweiterte Sicht in chirurgischen Eingriffen. Endoskopie Heute 2011; 24: 60-61
- 28 Münzenmayer C, Mühldorfer S, Engelhardt L et al. Bildbasierte Unterscheidung kolorektaler Polypen und Hintergrundgewebe mittels Farbtexturanalyse. Endoskopie Heute 2011; 24: 60-60
- 29 Ameling S, Wirth S, Shevchenko N et al. Detection of lesions in colonoscopic images: A review. In: Proc’s World Congress on Medical Physics & Biomedical Eng. 25/IV. Heidelberg: Springer; 2009: 995-998
- 30 Maroulis D et al. “ColD: a versatile detection system for colorectal lesions in endoscopy video-frames”. Comp Meth & Programs Biomed 2003; 70: 151-166
- 31 Benz M, Rojas-Solano J, Kage A et al. Computer-Assisted Diagnosis for White Light Bronchoscopy: First Results. Chest 2010; 138: 433A-433A
- 32 Münzenmayer C, Kage A, Wittenberg T et al. Computer-assisted diagnosis for precancerous lesions in the esophagus. Methods of Information in Medicine 2009; 48: 324-330
- 33 Tischendorf J, Gross S, Winograd R et al. Computer-Aided Classification of Colorectal Polyps Based on Vascular Patterns: A Pilot Study. Endoscopy 2010; 42: 203-207
- 34 Mehlhorn G, Münzenmayer C, Benz M et al. Computerassistierte Diagnostik (CAD) für die Kolposkopie: Unterscheidung von Low-Grade, High-Grade und Tumor-Läsionen der Cervix uteri. Endoskopie Heute 2010; 23: 290-296
- 35 Benz M, Rojas-Solano J, Kage A et al. Computer-Assisted Diagnosis for White Light Bronchoscopy – First Results. Biomed Tech 2010; 55 (Suppl. 01) DOI: 10.1515/BMT.2010.264.