Liver tumor segmentation in 3D ultrasound

Eén van de grote pijlers voor het genezen van kankerpatiënten is chirurgie. Hierbij is het belangrijk dat de ziekte zich alleen lokaal bevindt en radicaal verwijderd wordt. Radicale chirurgie wordt vaak beperkt door omliggende gezonde weefsels, waardoor er een optimale balans gevonden moet worden tussen genezing en bijwerkingen.

Intra-operatieve navigatie

Intra-operatieve navigatie is een nieuwe techniek die onderdeel gaat uitmaken van de operatiekamer van de toekomst en kan leiden tot veiligere, meer weefselsparende en oncologisch accuratere chirurgische procedures. Ook moet het bijdragen aan het verbeteren van het anatomische inzicht wat betreft de tumor en zijn begrenzingen, de omliggende weefsels en de te sparen structuren rondom de tumor.
Bij navigatie chirurgie worden preoperatieve anatomische scans gebruikt voor inzicht en oriëntatie van de chirurg tijdens de operatie. Met behulp van een tracking systeem worden de preoperatieve scans gekoppeld aan de anatomische situatie tijdens de operatie
Navigatie chirurgie wordt voornamelijk toegepast bij operaties in een rigide omgeving, zoals binnen de schedel en in de voorhoofdsholten. Hierbij verandert de anatomie van de patiënt tijdens de opseratie minimaal ten opzichte van de preoperatieve beeldvorming.

Een technisch meer uitdagend gebied voor de toepassing van chirurgische navigatie is het abdomen. Het is een onontgonnen gebied vanwege de relatieve mobiliteit van de intra-abdominale organen. De beweging van organen, ademhalingsartefacten en weefselvervorming maken de peroperatieve accuratesse van de navigatie meer complex. In dit project hopen wij deze bewegingsartefacten op te lossen door het plaatsen van zeer kleine markers in of rondom de tumor waardoor eventuele bewegingen van het tumorweefsel kunnen worden gevolgd met draadloze tracking.
Recent is het klinische implementatie team image-guided-surgery gestart om nieuwe technieken ontwikkeld binnen de research groep of vanuit de industrie snel toe te kunnen passen in de kliniek. Dit team bestaat uit een promovenda, twee postdocs (een medisch fysicus en een technisch geneeskundige) en een datamanager. Er zal veel interactie en samenwerking zijn met dit team om zo op een eenvoudige manier met de nieuwe technieken de kliniek in de komen en tegelijkertijd ook zorgvuldig te monitoren wat de effecten zijn voor de gebruikers en de patiënt na de introductie van deze technieken.

Doel

Bij de chirurgische behandeling van levertumoren doen we onderzoek naar het gebruik van navigatie tijdens open resectie. Hierbij “koppelen” we preoperatieve scans en modellen aan het trackingsysteem tijdens de operatie, zodat de chirurg vervolgens naar de tumor kan navigeren met een aanwijspen.
Het koppelen van deze beelden aan de intraoperatieve situatie is op diverse manieren mogelijk. Registratie tussen het preoperatieve model en het navigatiesysteem kan bijvoorbeeld met behulp van anatomische landmarks of bloedvaten. Deze methode is echter niet altijd sufficiënt, bijvoorbeeld wanneer deze landmarks of bloedvaten niet eenvoudig zijn te vinden in de buurt van de tumor. Beeldregistratie op basis van de tumor zelf zou hiervoor een uitkomst kunnen zijn.
Binnen dit project is de segmentatie van levertumoren in ultrasound als eerste stap van groot belang. Hiervoor kan een geautomatiseerd segmentatieproces opgesteld worden, waarbij de student data kan vergaren, een segmentatiemethode kan ontwikkelen (evt. deep learning) en de klinische validatie op kan zetten.

Prerequisites

• Enthusiastic Master student in electrical engineering, biomedical engineering, computer science, technical medicine or a related field
• A good team player with excellent communication skills
• A creative solution-finder

Duration: 10 weeks (M2) or 40 weeks (M3)

Start date: a.s.a.p.