Schlüsselwörter
3D - Photogrammetrie - Oberflächenerfassung - Smartphone - Applikation
Key words
3D-imaging - photogrammetry - surface scanning - smartphones - applications
Einleitung
Kamerasysteme zur 3-dimensionalen (3D) strahlungsfreien Oberflächenerfassung werden zunehmend auch außerhalb großer Universitätskliniken zur Erweiterung des Arzt-Patienten-Gespräches in der Plastischen Chirurgie eingesetzt. Obwohl das Verfahren zur 3D Rekonstruktion aus 2D Bildern (digitale Photogrammetrie) seit Jahrzehnten bekannt ist [1]
[2]
[3], zeigten sich entscheidende Entwicklungen in den letzten Jahren sowohl in der immer höheren Präzision der Geräte, als auch dem erweiterten Einsatzspektrum[4]
[5]. 3D Kamerasysteme bieten heutzutage eine umfassende Dokumentation und Planung unterschiedlicher formverändernder Eingriffe und werden insbesondere im Bereich der Mund-Kiefer-Gesichts-Chirurgie und der Plastischen, Rekonstruktiven und Ästhetischen Chirurgie genutzt. Initial mit einem hohen technischen Aufwand verbunden und in wenigen ausgewählten Forschergruppen angewandt, sind derzeit verschiede Kamerasysteme auf dem Markt zu erwerben. Die Bedienung und Technik wurde immer weiter der klinischen Umsetzbarkeit angepasst, wodurch heutige automatische 3D Systeme leicht zu bedienen sind und auch durch niedergelassene Chirurgen in der Patientenkonsultation eingesetzt werden.
Obwohl zunehmend kleinere, mobile Systeme entwickelt werden, sind die bereits etablierten Geräte, wie das in unserer Klinik eingesetzte Vectra 3D Surface Imaging System® (Canfield Sci, NJ, USA) [6], noch relativ groß, unbeweglich und zumeist auf wenige Körperteile wie Gesicht, Brust und Bauch spezialisiert. Dabei stellen hohe Anschaffungskosten immer noch die größte Hemmschwelle zum Erwerb der nützlichen Geräte dar. Verschiedene Ansätze mit kostengünstigeren Alternativen wurden bereits verfolgt, darunter auch die alternative Nutzung einer Tiefensensor-Kamera eines bekannten Multimediasystems [7]
[8].
Einen anderen Ansatz zur Ergänzung des Arzt-Patienten-Gespräches verfolgen kostenpflichtige Softwarelösungen mit einer 3D Verarbeitung über das Internet [9]
[10]. Hierbei werden durch den Arzt aufgenommene Digitalfotos von Gesicht oder Brust seiner Patienten zur online 3D Rekonstruktion an Firmen übermittelt. Durch den Nutzen von Digitalkameras entfällt somit die Anschaffung eines 3D Systems.
Eine neue kostenlose Variante bietet die Firma Autodesk® (Autodesk Inc., San Rafael, CA, USA) mit ihrer Applikation 123d Catch® (kurz Catch®) für die mobile Geräte Apple® iPhone® und iPad® (Apple Inc., Cupertino, CA, USA). Diese Anwendung nutzt die mit dem Smartphone oder Tablet geschossenen Digitalfotos eines Objekts zur Berechnung eines 3D Models. Die schwache Rechenleistung der mobilen Geräte wird umgangen, indem die geschossenen Bilder automatisch über das Internet auf externe Rechenzentren hochgeladen und dort verarbeitet werden. Der Anwender erhält nach einer gewissen Verarbeitungszeit ein fertiges 3D Model seiner Aufnahmen zurück. Entwickelt für das schnelle und kostengünstige 3D Erfassen von Objekten für den aufstrebenden Bereich des 3D Drucks, lassen sich mit alltäglichen Smartphones und Tablets auch Personen erfassen. Im Sinne der zunehmenden Integrierung von mobilen Endgeräten [11]
[12], wie Smartphones und Tablets, im klinischen Alltag, würde sich eine solche Technik schneller etablieren können, sofern der Datenschutz gewährleistet werden kann.
Unsere Arbeitsgruppe hat sich als Ziel dieser Arbeit mit der Evaluierung der mobilen Applikation Catch® zur Erfassung von Objekten unter standardisierten Bedingungen befasst. Es wurden die Genauigkeit der 3D Rekonstruktion anhand eines Vergleichs mit der manuellen Maßbandmessung, sowie dem etablierten Vectra System® untersucht. Zusätzlich wurde die benötigte Zeit zwischen den zwei 3D Rekonstruktionsverfahren verglichen.
Material und Methoden
Datenerhebung
Als Objekt für standardisierte Aufnahmen diente ein unbewegliches Puppenkopfmodel auf einem ebenen Tisch. Dieses wurde dezent gepudert, um Lichtstreuungsartefakt während der Aufnahmen zu reduzieren. Sämtliche 3D Aufnahmen wurden in einem gleichmäßig hellen Raum und vor einem blauen Hintergrund aufgenommen.
2 verschiedene Systeme zur 3D Erfassungen wurden für diese Studie genutzt.
Eine hochauflösende 3D Aufnahme des Puppenkopfes wurde mit dem kalibrierten Vectra Volumetric 3D Surface Imaging System® (Canfield Sci, NJ, USA) erfasst. Dieses 3D Model diente später als digitale Referenz gegenüber den mit Catch® generierten Modellen.
Im Weiteren wurden mit einem Apple® iPad® der 3ten Generation und einem Apple® iPhone 4 s® insgesamt 16 Bilder aus 50 cm Entfernung rund um das Puppenkopfmodel aufgenommen ([Abb. 1]). Die auf den beiden Geräten installierte mobile Anwendung 123d Catch® (Softwareversion 1.0.3) nutzt diese Bilder zur automatischen Berechnung von 3D Modellen und benötigt keine vorherige Kalibrierung.
Abb. 1 a+b: Aufnahmepositionen. In einem 50 cm Abstand wurden dem schwarzen zum weißen Pfeil folgend insgesamt 16 Bilder des Puppenkopfes aufgenommen, davon 4 frontal, sowie pro Seite je 3 Bilder von 30° medio-lateral und 3 Bilder von 60° lateral. In jedem Bild wurde das Gesicht fokussiert, wobei der Kopf 50% des Bildes eingenommen hat. Abbildungen der Anwendung Catch® entnommen.
Zur Untersuchung der Auswirkung von 3 verschiedenen Qualitätsstufen der Berechnung, sowie einer geringeren Anzahl an Fotos auf die 3D Rekonstruktion nutzten wir die Desktop Variante von Catch® (Version v.2.2.3.377). Mit dieser wurden schrittweise die Anzahl der Fotos zur 3D Verarbeitung auf je 12, 9, 6 und 3 Bilder reduziert. Alle Catch® Modelle wurden zusätzlich in hoher Qualität (HQ), Standard Qualität (SQ) und niedriger Qualität (LQ) generiert.
Genauigkeitsanalyse
Die Genauigkeit der 3D Rekonstruktion durch Catch® wurde in 2 Schritten bestimmt.
Zunächst wurde die Abweichung von Distanzmessung auf den 3D Modeloberflächen gegenüber der manuellen Maßbandmessung auf der Puppenkopfoberfläche bestimmt.
Dazu wurden initial 21 Landmarken ([Abb. 2]) im Gesichtsbereich des Puppenmodels gesetzt [13]
[14]
[15] (Stirn, Augenbrauen lateral, äußere Augenwinkel, innere Augenwinkel, Nasenspitze, Nasenflügel, Mundwinkel, Kinn, Jochbeine, Kieferwinkel, Tragus, Ohrläppchen). Aus diesen wurden 42 Distanzen definiert ([Tab. 1]), die manuell per Maßband und digital mittels MIRROR® (Canfield Sci., NJ, USA) Software auf den 3D Modellen vermessen wurden. Zur digitalen Distanzmessung nutzten wir das Vectra® Referenzmodell, sowie 3 Catch® Modelle, welche mit der maximalen Anzahl an 16 Bildern in den 3 Qualitätsstufen HQ, SQ, LQ generiert wurden.
Abb. 2 a+b: Landmarken. Insgesamt 21 Landmarken wurden im Gesichtsbereich gesetzt.
Tab. 1 Distanzen. Übersicht der durch Landmarken definierten Distanzen.
|
Beschreibung der Distanzen
|
Landmarken
|
|
|
Rechte Seite
|
Linke Seite
|
|
Stirn – Augenbraue lateral
|
1 und 2
|
1 und 3
|
|
Augenbraue lateral – lateraler Augenwinkel
|
2 und 4
|
3 und 7
|
|
medialer Augenwinkel – Nasenflügel
|
5 und 9
|
6 und 10
|
|
Nasenflügel – Mundwinkel
|
9 und 11
|
10 und 12
|
|
Nasenflügel – Jochbogen
|
9 und 18
|
10 und 19
|
|
Nasenspitze – Nasenflügel
|
8 und 9
|
8 und 10
|
|
Mundwinkel – Kinn
|
11 und 13
|
12 und 13
|
|
Augenbraue lateral – Tragus
|
2 und 20
|
3 und 16
|
|
Augenwinkel lateral – Tragus
|
4 und 20
|
7 und 16
|
|
Augenwinkel lateral – Jochbogen
|
4 und 18
|
7 und 19
|
|
Augenwinkel medial – Jochbogen
|
5 und 18
|
6 und 19
|
|
Jochbogen – Mundwinkel
|
11 und 18
|
12 und 19
|
|
Jochbogen – Tragus
|
18 und 20
|
16 und 19
|
|
Jochbogen – Ohrläppchen
|
18 und 21
|
17 und 19
|
|
Jochbogen – Kieferwinkel
|
14 und 18
|
15 und 19
|
|
Kieferwinkel – Kinn
|
13 und 14
|
13 und 15
|
|
Kieferwinkel – Mundwinkel
|
11 und 14
|
12 und 15
|
|
Tragus – Ohrläppchen
|
20 und 21
|
16 und 17
|
|
Kieferwinkel – Ohrläppchen
|
14 und 21
|
15 und 17
|
|
Mundwinkel – Tragus
|
11 und 20
|
12 und 16
|
|
Stirn – Nasenspitze
|
1 und 8
|
|
|
Augenbraue lateral rechts – links
|
2 und 3
|
|
|
medialer Augenwinkel rechts – links
|
5 und 6
|
|
|
Nasenspitze – Kinn
|
8 und 13
|
|
3 Untersucher wiederholten jeweils 3-mal die manuelle Maßbandmessung und die digitalen Distanzmessungen an der Modeloberfläche. Wir definierten den endgültigen Wert als den Mittelwert der 3 Messungen für jede Distanz. Die Genauigkeit der Distanzmessungen wurde definiert als die Abweichung der digitalen Messungen beider 3D Systeme von der manuellen Maßbandmessung.
Im zweiten Schritt wurde die Genauigkeit der 3D Oberfläche der durch Catch® generierten 3D Modelle gegenüber dem Vectra® Referenzmodel untersucht. Dabei wurden auch die 3D Aufnahmen zwischen Smartphone und Tablet verglichen.
Zum 3D Oberflächenvergleich berechnet die Software MIRROR® anhand automatischer Überlagerung des Vectra® Referenzmodels mit den zu vergleichenden 3D Modellen von Catch® (engl. superimposition [16]
[17]) die Gesamtabweichung beider Oberflächen. Das Ergebnis dieser Oberflächen (surface-to-surface)-Analyse wird als quadratisches Mittel (engl. root mean square, RMS [18]
[19]) in Millimetern angegeben.
Für eine differenziertere Analyse der verschiedenen Einstellungen von Catch® und deren Auswirkung auf das 3D Model, wurde das Gesicht in modifizierte Ästhetische Einheiten (Stirn – zentral und lateral, Nase, Wange – medial und lateral, Mund und Kinn Region) nach Fattahi et al. [20] gegliedert ([Abb. 3]).
Abb. 3 Einteilung in ästhetische Einheiten. Das Gesicht wurde unterteilt in zentrale (türkis) und laterale (lila) Stirn, nasal (grün), mediale (gelb) und laterale (rot) Wange, sowie in Mund (hellblau) und Kinn (dunkelblau). Die gewählten Areale wurden anhand weiterer Landmarken automatisch durch die MIRROR® Software auf alle Modelle gleich übertragen.
Insgesamt wurden 30 Catch® Modelle, generiert durch Smartphone und Tablet Aufnahmen aus je 5 Bildersätzen (16, 12, 9, 6 und 3 Bilder) und den 3 Qualitätsstufen HQ, SQ, LQ, mit dem Vectra® Referenzmodel verglichen. Die Benennung der einzelnen Modelle erfolgte nach ihrer Bilderanzahl und der Qualitätsstufe.
Aufnahme und Verarbeitungszeit
Für jeweils eine 3D Aufnahme mittels Vectra® und Catch® System wurde die Zeit vom Beginn der Aufnahme bis zum finalen 3D Model festgehalten. Die Gesamtzeit wurde weiter unterteilt in eine Akquisitions- und Verarbeitungsphase. Die Akquisitionsphase beinhaltet die Zeit zur Aufnahme der 16 Bilder. Darauf folgt die Verarbeitungsphase bis zum fertigen 3D Model.
Statistik
Zur statistischen Auswertung wurde das Programm IBM® SPSS® Statistics 19 (SPSS Inc., IL, USA) genutzt.
Die Auswertung der Distanzmessungen wurden als absolute Abweichungen in Millimeter [mm] und relative Abweichungen in Prozent [%] wiedergegeben.
Alle Distanzmessungen wurden mit dem Wilcoxon-Mann-Whitney-Test verglichen und der Pearson Korrelationskoeffizient wurde bestimmt. Die Wahrscheinlichkeit, dass sich die Messungen signifikant unterscheiden, wurde mit p<0,05 angenommen.
Ergebnisse
Genauigkeitsanalyse
Der Vergleich zwischen manueller Maßbandmessung und der digitalen Auswertung der 3 Catch Modelle aus 16 Bildern zeigte keinen signifikanten Unterschied, mit den geringsten Abweichungen für die Standardqualität (HQ p=0,765; 0,69±0,20 mm; SQ p=0,917; 0,512±0,12 mm; LQ p=0,913; 0,66±0,14 mm). [Abb. 4] vergleicht die absolute Abweichung der Catch® Standard Qualität (SQ) und dem Vectra® Model gegenüber der manuellen Maßbandmessung. Die digitalen Distanzen der 3 Modelle zeigten eine hohe Korrelation zu den manuellen Maßbandmessungen (r=0,999). Die größten Abweichungen zeigten sich in den Distanzen zwischen Mundwinkel außen und Tragus (HQ: 2,31±0,21 mm; SQ: 1,53±0,14 mm; LQ: 2,51±0,20 mm), sowie zwischen Kieferwinkel und Kinn (HQ: 2,95±0,21 mm; SQ: 1,4±0,11 mm; Mobil: 3,29±0,24 mm).
Abb. 4 Vergleich der Distanzmessungen. Dargestellt sind die absoluten Abweichungen der digitalen Messungen am Catch® 16SQ (aus 16 Bildern, Standard Qualität) Model und Vectra® Referenzmodel gegenüber der manuellen Maßbandmessung. Es zeigten sich insgesamt niedrigere Abweichungen des Vectra Systems gegenüber dem Catch Model, bei tendenziell gleichem Abweichungsverhalten. Beide digitale Messungen unterschieden sich jedoch nicht signifikant gegenüber der manuellen Messung.
Die digitale Messung der Vectra Modelle zeigte keine signifikanten Unterschiede gegenüber der manuellen Messung (p=0,967; 0,353±0,12 mm).
Es zeigten sich geringe Unterschiede in der 3D Aufnahmen mittels Catch® zwischen dem Smartphone und Tablet mit einer durchschnittlichen Abweichung von 0,126 mm±0,02 mm RMS (min 0,079 mm, max 0,178 mm).
Die Auswirkung auf die Genauigkeit der Oberflächenrekonstruktion durch unterschiedliche Einstellungen wurde in [Abb. 5] zusammengefasst.
Abb. 5 Auswirkung unterschiedlicher Einstellungen. Dargestellt sind verschiedene Einstellungen aus Bilderanzahl und Verarbeitungsqualität (hoch HQ, Standard SQ, niedrig LQ) mit ihrer Oberflächenabweichung (mm RMS) gegenüber dem Vectra® Referenzmodel insgesamt, sowie für die einzelnen ästhetischen Einheiten. Aufnahmen mit 6 und 3 Bildern sind für das Verfahren nicht zu empfehlen (rot eingerahmt). Laterale Abschnitte zeigten insgesamt höhere Abweichungen.
Hierbei zeigten sich keine signifikanten Unterschiede der RMS Abweichungen zwischen den Modellen aus 16, 12 und 9 Bildern mit ihren 3 Qualitätsstufen (P>0,05). Es ergaben sich insgesamt niedrigere Gesamtabweichungen für Modelle mit hoher Verarbeitungsqualität (HQ) gegenüber den Standard (SQ) und niedrigen (LQ). Modelle aus 6 und 3 Bildern unterschieden sich jedoch signifikant gegenüber den vorherig genannten (P<0,001). Die Ergebnisse der Messung mit 6 und 3 Bildern repräsentieren jene Teile, deren Auswertung möglich war.
Der Vergleich zwischen ästhetischen Einheiten zeigte niedrigere RMS Abweichungen für zentrale und mediale Regionen (Stirn zentral, Nase, Wange medial, Kinn; durchschnittlich 0,43±0,16 mm RMS; [Abb. 6a]) im Vergleich zu lateralen Regionen (Stirn lateral, Wange lateral; 0,73±0,22 mm RMS; [Abb. 6b]).
Abb. 6 a+b Oberflächenabweichung vom Referenzmodel. a – Oberflächenabweichung der zentralen Stirneinheit des Catch SQ Models mit 16 Bildern (16SQ) mit einer niedrigen Abweichung von 0,25 mm RMS. b – Laterale Wangeneinheit des aus 12 Bildern in niedriger (LQ) Qualität (12LQ) generierten Catch Models mit einer erhöhten Abweichung von 0,68 mm RMS.
Aufnahme und Verarbeitungszeit
Das Vectra System erstellte ein 3D Model in insgesamt 2 min, mit einer Akquisitionszeit von 3 ms. Im Vergleich benötigte Catch die 5-fache Zeit (10 min) bis zum finalen Model, mit einer Akquisitionszeit von 1 min zur Aufnahme der 16 Bilder mit der mobilen Anwendung ([Abb. 7]). Eine Reduktion der Bilderzahl verkürzte die Akquisitionszeit für 12 (40 s), 9 (30 s), 6 (20 s) und 3 Bilder (10 s), die Verarbeitungszeit blieb konstant bei durchschnittlich 9 min.
Abb. 7 Zeiten. Akquisitions-, Verarbeitungs- und Gesamtzeit der 3D Oberflächenerfassung und Verarbeitung für das Vectra Referenzmodel und einem Catch Model aus 16 Bildern in hoher Qualität (HQ). Bedeutend ist eine kurze Akquisitionszeit.
Diskussion
Unsere Ergebnisse mit der Applikation Autodesk 123d Catch® zeigen einen neuartigen, kostengünstigen Ansatz zur 3D Rekonstruktion aus Bildern mit einem Smartphone und Tablet.
Im ersten Teil der Genauigkeitsanalyse zeigten die digitalen Distanzmessungen der 3 Catch® Modelle geringe, nicht signifikante Unterschiede gegenüber der manuellen Messung. Insbesondere die Distanzen der Standard Qualität ergaben vergleichbar genaue Ergebnisse mit dem Vectra® System. Größere Abweichungen zeigten sich bei längeren Distanzen zwischen der manuellen und digitalen Messung, nicht jedoch zwischen beiden digitalen Systemen. Eine mögliche Erklärung bietet die individuelle Ungenauigkeit bei der manuellen Maßbandmessung zwischen weit entfernten Punkten. Auch zeigten sich nicht die in früheren Publikationen typischen Messungenauigkeiten [3]
[6]
[13]
[14]
[21] zwischen Nase und Kinn, da die verwendete Puppe mit vereinfachter Mundregion eine genauere manuelle Messung zulässt. Eine zukünftige Messung an Probanden sollte voraussichtlich größere Abweichungen aufweisen.
Im zweiten Teil zeigten sich mittels 3D Oberflächenüberlagerung des Vectra® Referenzmodels mit den Catch® Modellen generell bessere Ergebnisse für zentrale und mediale ästhetische Einheiten in allen Verarbeitungsstufen mit 16, 12 und 9 Bildern. Die digitale Photogrammetrie beruht auf der Übereinstimmung gleicher Punkte auf verschiedenen Bildern und berechnet daraus ein 3D Model. Je mehr Bilder auf einen Bereich gerichtet sind, umso mehr profitiert der Algorithmus für die 3D Rekonstruktion. In unserem Versuchsaufbau waren die ästhetischen Einheiten von Nase, zentraler Stirn und Kinn auf allen Bildern vorhanden, was die geringere Abweichung erklären kann. Laterale Anteile zeigten höhere Abweichungen vom Referenzmodel, da sie insgesamt auf weniger Aufnahmen vorhanden waren.
Wir untersuchten durch die nachträgliche selektive Reduzierung der Bilderanzahl und Einstellung der 3 Verarbeitungsqualitäten HQ, SQ und LQ die Auswirkungen auf das generierte 3D Model. Dadurch konnte mit identischen Aufnahmen gearbeitet und Ungenauigkeiten bei erneuten Aufnahmesitzungen vermieden werden. Der Studienaufbau mit Puppenkopfmodel zeigte akzeptable Ergebnisse [19]
[22]
[23] für die Generierung von 3D Modellen mit 16, 12 und 9 Bildern (RMS min 0,378 mm, max. 0,781 mm). Es zeigten sich nur geringe Unterschiede in der Konfiguration aus 16, 12 und 9 Bildern für mediale ästhetische Einheiten und tendenziell steigende Abweichungen insbesondere für die lateralen Einheiten. Verarbeitungen in hoher Qualität (HQ) hatten gegenüber der SQ und LQ Qualität niedrigere totale RMS Werte. Die Ergebnisse verdeutlichen, dass für eine ausreichende, gleichmäßige 3D Rekonstruktion mindestens 9 Bilder benötigt werden. Die Auswertung von 6 und 3 Bildern zeigte starke Abweichungen vom Referenzmodel und zahlreiche Oberflächenlöcher durch fehlerhafte Verarbeitung. Somit konnten nur vorhandene Bereiche ausgewertet werden, wodurch die erhaltenen Ergebnisse zu unterschätzen sind.
Die 3D Rekonstruktion beschrieben durch Oliveira-Santos et al. [9] erreichte für das Gesicht Abweichungen von durchschnittlich 1 mm mit maximalen Abweichungen unter 2 mm. Dabei wurden mit nur 3 Bildern einer Digitalkamera die Gesichter von Probanden rekonstruiert. Zusätzlich wurde auch der komplizierte Augenbereich zur Auswertung miteinbezogen. Somit lassen sich die Ergebnisse nur bedingt vergleichen, da von einer vereinfachten Aufnahme am Puppenmodel auszugehen ist und Catch keine ausreichenden 3D Modelle mit nur 3 Bildern generieren konnte.
Obwohl das Smartphone und Tablet der Firma Apple® baugleiche Kameraeinheiten für ihre Aufnahmen nutzen, wäre eine größere Abweichung durch die Software oder den Untersucher trotzt standardisiertem Aufbau zu erwarten. Catch® erfasste mit beiden Geräten 3D Modelle mit einer geringen Abweichung zueinander (durchschnittlich 0,126±0,04 mm RMS), weshalb wir beide Geräte für den Einsatz zur 3D Fotografie als gleichwertig ansehen. Ein Unterschied zeigte sich nur in der Form und Haptik der Geräte. Ein größeres Display erleichtert initial die Aufnahme bei ungeübten Untersuchern, jedoch bietet das Smartphone bei gleicher Qualität eine einhändige Benutzung und wird im klinischen Alltag häufiger gegenüber Tablets eingesetzt. Beide Geräte zeichnen sich mit der intuitiven Anwendung von Catch® durch ihre schnelle und anwenderfreundliche Bedienung aus.
Zu Bedenken ist, dass die Qualität der Aufnahmen durch beide Geräte bereits zum Zeitpunkt der Studie im Vergleich zu professionellen Digitalkameras und auch hochpreisigen mobilen Endgeräten nur durchschnittliche Auflösungen (5mp) erzielten. Da die Pixeldichte, also das Auflösungsvermögen pro Bild, mit der späteren Verarbeitung korreliert, erreichen Professionelle Kamerasysteme mit qualitativ hochwertigen Kameras (36mp) genauere 3D Modelle. Mit zunehmender Verbesserung der Kameras von Smartphones und Tablets wird auch die Qualität der 3D Erfassung erhöht.
In Verbindung mit den geringen Unterschieden zwischen den Aufnahmen mit 16,12 und 9 Bildern sollten mit der bisherigen Technik weniger Bilder favorisiert werden, um die initiale Akquisitionsphase zu verkürzen. Diese Phase, die benötigt wird um alle Fotos des Objektes aufzunehmen, ist als einzige anfällig für Störgrößen und wirkt sich unabhängig von verschiedenen Einstellungen negativ bei falscher Durchführung auf die Objektqualität aus. Die spätere Verarbeitungsphase auf externen Servern oder des Vectra® Systems wird vornehmlich durch die Rechenleistung derer bestimmt und könnte sich durch bessere Hardware beschleunigen lassen. Im Hinblick auf weitere Studien mit Probanden ist eine kurze Aufnahmezeit anzustreben, um die Auswirkung durch unwillkürliche zu reduzieren. Das Vectra® System und andere professionelle Kamerasysteme minimieren durch ihre einzeitigen Aufnahmen im Bereich von Millisekunden diese Problematik. Jedoch limitieren die meist große Bauweise und räumlich eingegrenzte Oberflächenerfassung den Einsatz auf ausgewählte Körperregionen und erlauben eine 360° Erfassung von Körpern nur durch mehrmalige Aufnahmen und nicht automatisierte Zusammenfügung und sind somit auch anfälliger für Störfaktoren. Mit einer erhöhten Bilderanzahl von bis zu 70 Aufnahmen lassen sich jedoch mit der mobilen Anwendung Catch® ganze Körper erfassen, deren Qualität in weiteren Studien zu untersuchen ist.
Obwohl eine externe 3D Verarbeitung den technischen Aufwand für den behandelnden Arzt reduziert, stellt die Weitergabe sensibler Patientendaten ein Datenschutzrisiko dar. Für einen zukünftigen Einsatz einer solchen Technik sind die Klärung rechtlicher Fragen, sowie ein zuverlässiger Schutz gegenüber dem Datenverlust zu gewährleisten.
Zusammenfassung
Insgesamt konnten durch den standardisierten Ansatz mit der mobilen Applikation 123 Catch® am Puppenmodel eine zufriedenstellende Genauigkeit der 3D Rekonstruktion gegenüber der manuellen Distanzmessung und dem Oberflächenvergleich mit einem Vectra® Referenzmodel gezeigt werden. In Verbindung mit der Nutzung mobiler Geräte wie Smartphones und Tablets zeigte sich eine schnelle, intuitive Lösung zur 3D Oberflächenerfassung. Eine Fehlerquelle stellt hierbei die verlängerte Akquisitionszeit durch eine erhöhte Anzahl an Fotos dar. Bei geringen Anschaffungskosten der Geräte kann die kostenlos erhältliche Anwendung in Zukunft eine bedeutende Rolle darstellen.
Weitere Studien an Probanden werden benötigt, um den Einfluss von unwillkürlichen Bewegungen wie der Atmung, als auch einer komplexeren Oberflächenstruktur zu untersuchen.
