Die moderne Strahlentherapie ist eine hochpräzise Therapieform, die meist über mehrere Wochen bei onkologischen Patient:innen durchgeführt wird. Um über den gesamten Behandlungszeitraum eine reproduzierbare Patient:innenpositionierung zu garantieren und damit den Erfolg der Therapie zu erhöhen, kommen bei der Lagerung von Kopftumor-Patient:innen individuell angefertigte Masken und Kopf-stützen zur Anwendung. Die tägliche Nutzung dieser Hilfsmittel ist für einige Patient:innen jedoch belastend. Die Umsetzung einer hilfsmittelreduzierten Behandlung in einer angenehmeren (halb-)aufrechten Patient:innenposition soll in diesem Projekt mit Hilfe eines kamerabasierten optischen Trackings realisiert werden.

Eine optische Erfassung der Patient:innen mit mehreren im Behandlungsraum angebrachten Kameras ermöglicht eine hilfsmittelreduzierte Patient:innen-positionierung sowie eine Bewegungskontrolle während der Therapie. Über Methoden der Künstlichen Intelligenz (KI) kann eine Merkmalsextraktion von individuellen Gesichts- oder Körperbereichen stattfinden. In Kombination mit 3D-Computertomographie (CT)-Volumendaten und der zur Bestrahlung vorhandenen Hilfsmittel soll ein optisches berührungsloses Bewegungsanalyseverfahren realisiert werden. Die Grundlage dafür ist ein universell parametrierbares Mensch-Modell aus der Computer-Vision, welches die individuelle Beschaffenheit der Patient:innen über Modellparameterwerte abbilden kann. Leider sind diese Modelle anatomisch nicht ausreichend detailliert.

Im Rahmen dieses Vorhabens soll nun ein Kopfmodell aufgebaut werden, welches einerseits auf den CT-Daten der Bestrahlungsplanung und andererseits auf Bildern basiert. Mit diesem neuen Ansatz wird die anatomische Korrektheit sowie die individuelle Beschreibung der Patient:innen gesichert. Die Detektion der Modellparameter des zugrundeliegenden Kopfmodells geschieht KI-basiert. Mit extrahierten Keypoints (facial landmarks) des Kopfes wird eine verfolgbare Pose generiert. Durch Kombination mit photogrammetrischen Methoden wird ein redundanter Algorithmus entwickelt, der zudem die eingesetzten KI-Methoden überprüfbar macht. Rückschlüsse zur geometrischen Registrierung zwischen äußeren und inneren verorteten Tumorpositionen sind ebenfalls möglich.