Continuous improvement in medical imaging technology provides an ever increasing amount of peri-operative and multi-modal image data. However, the sheer amount of image data, its objective fusion for diagnosis and therapy postulates the request for efficient image processing, real-time visualization and data presentation techniques. This thesis focuses on developing visual computing solutions for improving computer assisted medical interventions. Advanced simulation, registration and visualization algorithms have been developed and implemented on Graphic Processing Units (GPU), merging computation of the result and real-time visualization of the data. The methods are investigated in detail for three medical applications: Advanced in-situ medical AR visualization, simulation of US data from patient CT data and multi-modal registration of US and CT data, and evaluated on phantom real patient data.     «

Continuous improvement in medical imaging technology provides an ever increasing amount of peri-operative and multi-modal image data. However, the sheer amount of image data, its objective fusion for diagnosis and therapy postulates the request for efficient image processing, real-time visualization and data presentation techniques. This thesis focuses on developing visual computing solutions for improving computer assisted medical interventions. Advanced simulation, registration and visualiza...     »

Der kontinuierliche Fortschritt medizinischer bildgebender Modalitäten resultiert in immer grösseren Mengen von peri-operativen und multi-modalen Bilddaten. Deren Fusion fordert effiziente Algorithmen sowie neue Präsentationstechnicken für eine verbesserte Diagnose und Therapie. Der Kern dieser Arbeit liegt in der Entwicklung von Visual Computing Lösungen für Computer unterstützte Eingriffe in der Medizin. Effiziente Algorithmen für Visualisierung, Simulation und Registrierung wurden auf Graphik Prozessoren (GPU) entwickelt und implementiert. Berechnung und Echtzeit Visualisierung erfolgen dabei in einem Arbeitsschritt. Die Methoden werden anhand von drei vor-klinischen Forschungsanwendungen: Echtzeit AR Visualizierung, Simulation von US aus CT Daten und Registrierung von US und CT untersucht und auf Phantom und Patientendaten evaluiert.     «

Der kontinuierliche Fortschritt medizinischer bildgebender Modalitäten resultiert in immer grösseren Mengen von peri-operativen und multi-modalen Bilddaten. Deren Fusion fordert effiziente Algorithmen sowie neue Präsentationstechnicken für eine verbesserte Diagnose und Therapie. Der Kern dieser Arbeit liegt in der Entwicklung von Visual Computing Lösungen für Computer unterstützte Eingriffe in der Medizin. Effiziente Algorithmen für Visualisierung, Simulation und Registrierung wurden auf Graphi...     »