Kombination von Atemsignalen zur Optimierung der Prädiktion komplexer atmungsbedingter Organ- und Tumorbewegungen

Für eine präzise Bestrahlung abdominaler und thorakaler Tumoren ist eine Kompensation der Atembewegung notwendig. Moderne Systeme zur Bewegungskompensation werden häufig mithilfe externer Atemsignale und patientenspezifischer Korrespondenzmodelle gesteuert. Diese Modelle ermöglichen die Prädiktion der internen Bewegung auf Basis des Atemsignals. Durch die Komplexität bzw. Variabilität der Atembewegung werden für eine präzise Bewegungsprädiktion in der Regel mehrdimensionale Atemsignale benötigt, welche z.B. durch die Kombination verschiedener eindimensionaler Signale (Spirometer, Bauchgurt,…) generiert werden können. In diesem Beitrag wird ein Verfahren zur automatischen Auswahl patientenindividuell optimaler Kombinationen von (eindimensionalen) Atemsignalen für die modellbasierte Bewegungsprädiktion vorgestellt. Das Verfahren wird anhand von 12 Lungentumorpatienten und 6 simulierten Atemsignalen evaluiert und mit anderen Methoden zur Generierung mehrdimensionaler Atemsignale (u.a. hochdimensionale Tiefenbilddaten) verglichen. Die Ergebnisse zeigen, dass durch Kombination einfacher 1D Signale die Prädikationgenauigkeit signifikant erhöht werden kann. Durch eine optimale Signalkombination können letztlich zu einer hochdimensionalen Tiefenabtastung gleichwertige Ergebnisse erzielt werden.