Da das Gehirn sich aus verschiedenartigen Substanzen zusammensetzt (graue Substanz, weiße Substanz und Flüssigkeiten), verwenden die Forscher Daten aus der medizinischen Bildgebung, z. B. MRT, um das Gehirn virtuell in Untereinheiten aufzuteilen, die mit Legosteinen vergleichbar sind. Die Farbe jedes Legosteins wird durch die Substanz bestimmt, für die er steht: weiße oder graue Substanz oder Flüssigkeit.
Dieses farbcodierte „digitale Lego-Gehirn“ besteht aus Tausenden dieser interagierenden und sich verformenden Blöcke, mit deren Hilfe berechnet wird, wie sich das Organ durch die Einwirkung des Chirurgen verändert. Je mehr Blöcke die Forscher zur Modellierung des Gehirns verwenden, desto genauer ist die Simulation.
Gleichzeitig wird die Simulation dadurch auch langsamer, da mehr Rechenleistung benötigt wird, wenn eine größere Zahl an Elementen berechnet wird. Für den Benutzer ist es daher wichtig, die richtige Balance zwischen Genauigkeit und Geschwindigkeit zu finden, wenn er entscheidet, wie viele Blöcke verwendet werden sollen.
Digitaler Assistent bei Gehirnoperationen
Der wesentliche Aspekt der Arbeit von Prof. Dr. Bordas, Professor für Computational Mechanics an der Fakultät für Naturwissenschaften, Technologie und Kommunikation der Universität Luxemburg, ist, dass es zum ersten Mal möglich ist, sowohl die Genauigkeit als auch die Berechnungszeit der Simulationen zu kontrollieren und zu steuern.
„Wir haben eine Methode entwickelt, die Zeit und Geld sparen kann, indem sie dem Benutzer anzeigt, wie groß diese Lego-Blöcke mindestens sein müssen, um einen bestimmten Genauigkeitsgrad zu erreichen. Beispielsweise können wir mit Gewissheit sagen: Wenn sie eine Fehlermarge von zehn Prozent akzeptieren, dann dürfen ihre Legosteine höchstens 1 mm lang sein. Wenn zwanzig Prozent für sie ausreichen, können sie 5 mm große Elemente verwenden“, erläutert Bordas.
„Diese Methode hat zwei Vorteile: Sie erhalten eine Einschätzung zur Qualität und können den Berechnungsaufwand auf die Gebiete konzentrieren, bei denen dieser Aufwand wirklich notwendig ist. Dadurch sparen sie wertvolle Berechnungszeit.“ Das längerfristige Ziel der Forscher ist es, für Chirurgen eine Lösung zu entwickeln, die während den Operationen eingesetzt werden kann und das Simulationsmodell in Echtzeit laufend mit Patientendaten aktualisiert.
Prof. Dr. Bordas zufolge wird es jedoch noch eine Zeit lang dauern, bis es soweit ist. „Wir müssen noch robustere Methoden für die Einschätzung des mechanischen Verhaltens der einzelnen Legosteine entwickeln, die das Gehirn darstellen. Wir müssen auch eine benutzerfreundliche Plattform entwickeln, die von Chirurgen getestet werden kann, sodass sie uns mitteilen können, ob unser Tool hilfreich ist“, so Bordas.
Quelle: Universität Luxemburg
Publikation: Stephane Bordas et al.; Real-time Error Control for Surgical Simulation; IEEE Xplore, 2017; DOI: 10.1109/TBME.2017.2695587
Video zur Publikation:
