{"id":2361,"date":"2021-10-27T12:30:22","date_gmt":"2021-10-27T10:30:22","guid":{"rendered":"https:\/\/blogs.uni-bremen.de\/scienceblog\/?p=2361"},"modified":"2021-12-12T18:54:08","modified_gmt":"2021-12-12T17:54:08","slug":"mikro-ct-messungen-die-inneren-werte-einer-scherbe-aus-dem-16-jahrhundert","status":"publish","type":"post","link":"https:\/\/blogs.uni-bremen.de\/scienceblog\/2021\/10\/27\/mikro-ct-messungen-die-inneren-werte-einer-scherbe-aus-dem-16-jahrhundert\/","title":{"rendered":"Mikro-CT-Messungen \u2013 Die inneren Werte einer Scherbe aus dem 16. Jahrhundert"},"content":{"rendered":"

Von Pia G\u00f6tz<\/i><\/span><\/p>\n

\"\"

Abbildung 0: Mikro-CT-Bilder von Siegburger Steinzeug aus verschiedenen Perspektiven. \u00a9 Pia G\u00f6tz<\/p><\/div>\n

Was haben ein B\u00e4nderriss im Sprunggelenk und eine Luftblase in einer Scherbe aus dem 16. Jahrhundert gemeinsam?\u00a0<\/b>Beides l\u00e4sst sich zerst\u00f6rungsfrei feststellen und vermessen. Mit einem Computertomographen.\u00a0<\/b><\/p>\n

<\/p>\n

\"\"

Abbildung 1: Anatomische Zeichnung von Leonardo da Vinci. \u00a9 WikiImages auf Pixabay<\/p><\/div>\n

Den Begriff Computertomographen haben wir alle schon mal geh\u00f6rt. Einige haben vielleicht sogar schon selbst Bekanntschaft mit ihm gemacht. Mithilfe der Computertomographie (kurz: CT) k\u00f6nnen in der Medizin detaillierte Bilder aufgenommen und kleinste Ver\u00e4nderungen des menschlichen Gewebes sichtbar gemacht werden. Vor allem in der Diagnostik des Skelettsystems, des Gehirns und innerer Organe und Blutgef\u00e4\u00dfe findet es Anwendung. Mediziner*innen erlangen so einen Einblick ins Innere des K\u00f6rpers, ohne diesen \u00f6ffnen zu m\u00fcssen. Ein klarer Vorteil gegen\u00fcber alter Methoden, die wir uns r\u00fcckblickend z. B. auf das fr\u00fche 16. Jahrhundert lieber nicht vorstellen m\u00f6chten. Leonardo da Vincis detailgetreue- anatomischen Zeichnungen, zum Beispiel, sollen zum Teil auf selbst durchgef\u00fchrten Sektionen basieren. H\u00e4tte es nur damals schon die Computertomographie gegeben.<\/span><\/p>\n

 <\/p>\n

Aber halt \u2013 Was genau hat das alles mit einer Scherbe zu tun?<\/b><\/h1>\n

Die Technik, urspr\u00fcnglich f\u00fcr den medizinischen Einsatz entwickelt, findet heutzutage\u00a0 auch in Wissenschaften au\u00dferhalb der Medizin ihren Nutzen, beim MAPEX Center for Materials and Processes an der Uni Bremen zum Beispiel. Hier werden Objekte aus unterschiedlichen Materialien mit einem R\u00f6ntgenmikroskop untersucht. Von winzig kleinen <\/span>Foraminiferen<\/span><\/a> (siehe Abbildung 2, links), \u00fcber Faser- und Gesteinsproben bis hin zu <\/span>Z\u00e4hnen<\/span><\/a> (siehe Abbildung 2, rechts). Und eben auch eine Scherbe aus dem 16. Jahrhundert. Anhand dieser Scherbe wird in diesem Artikel die Computertomographie in der Materialwissenschaft erl\u00e4utert.\u00a0<\/span><\/p>\n

\"\"

Abbildung 2: \u00a0Beispiel Foraminifere von links: 3D-Ansicht, virtueller Schnitt und CT-Bildscheibe. Rechts Zahn mit Dickenmessung der Wurzelkana\u0308le.\u00a0\u00a9 MAPEX Wolf-Achim Kahl<\/p><\/div>\n

\n

Geschichte der Computertomographie<\/b><\/span><\/h1>\n

Seit der Entdeckung der R\u00f6ntgenstrahlung am 8. November 1895 von dem deutschen Physiker Wilhelm Conrad R\u00f6ntgen k\u00f6nnen wir Menschen uns elektromagnetische Wellen zu Nutze machen, um den K\u00f6rper und andere Objekte zu durchleuchten.<\/span><\/p>\n

Dabei wird das Absorptionsverhalten der unterschiedlichen Materialien genutzt. Dieses beruht zum Einen auf der Dichte des zu untersuchenden Objekts und zum Anderen auf der Zusammensetzung der chemischen Elemente. \u201eSchwerere\u201d Elemente mit einer hohen Ordnungszahl, sprich einer hohen Anzahl von Protonen im Atomkern, sind f\u00fcr R\u00f6ntgenstrahlung eher undurchl\u00e4ssig, w\u00e4hrend \u201eleichtere\u201d Elemente die Strahlung kaum absorbieren. Das in den Knochen vorkommende Element Calcium, beispielsweise, hat mit einer Ordnungszahl von 20 deutlich mehr Protonen als das Element Wasserstoff mit der Ordnungszahl 1. Auch die anderen Elemente im weichen Gewebe, wie Kohlenstoff, Stickstoff und Sauerstoff weisen eine geringere Ordnungszahl, als die des Calciums auf. Unterschiedlich dichtes Gewebe absorbiert somit die Strahlung unterschiedlich stark, sodass dahinter ein Schattenbild entsteht. Zun\u00e4chst auf zweidimensionalen Platten.<\/span><\/p>\n

\"\"

Abbildung 3: 1971: Weltweit erster CT-Scan eines Kopfes im Atkinson Morley Krankenhaus in London. In einer 80\u00d780 Matrix. Jeder Scan dauerte pro Position 5 Minuten. \u00a9 Atkinson Morley Krankenhaus<\/p><\/div>\n

Erst \u00fcber ein halbes Jahrhundert sp\u00e4ter, in 1971, wurde der erste Prototyp eines CT-Scanners vorgestellt. Zwar gab es vorher schon \u00dcberlegungen, Objekte aus verschiedenen Winkeln aufzunehmen, doch machte das fehlende Wissen \u00fcber das Vorgehen bei der R\u00fcckrechnung der einzelnen Bilder die Umsetzung unm\u00f6glich. Zudem war die Wissenschaftscommunity damals noch nicht gut vernetzt. So arbeiteten der s\u00fcdafrikanisch-US-amerikanischer Physiker Allan McLeod Cormack in Massachusetts und der britische Elektrotechniker Sir Godfrey Newbold Hounsfield in England nahezu zeitgleich an derselben Fragestellung zur R\u00fcckrechnung und Rekonstruierung von R\u00f6ntgenbildern.<\/span><\/p>\n

Cormack arbeitete bereits in den 1950er Jahren an den mathematischen Herausforderungen der Rekonstruktion. Schon vor dieser Zeit hatte der \u00f6sterreichische Mathematiker Johann Radon im Jahre 1917 einen Meilenstein f\u00fcr zuk\u00fcnftige Generationen zurechtgelegt. Er konnte mit seiner Idee, der Radon Transformation, mathematisch zeigen, dass eine Funktion von unendlich vielen Projektionen der Funktion rekonstruiert werden kann. Nur wusste Cormack nichts davon. Er gab sp\u00e4ter an, erst 1972 von Radons Arbeit erfahren zu haben, sodass er sich selbst die L\u00f6sung habe suchen m\u00fcssen. <\/span><\/p>\n

Das Prinzip der Radon Transformation und die 1937 entwickelte N\u00e4herungsl\u00f6sung f\u00fcr gro\u00dfe Systeme linearer algebraischer Gleichungen, durch den polnischen Mathematiker Stefan Kaczmarz, sind wichtige Bausteine Cormacks theoretischer Berechnungen. Allerdings fehlten ihm zu der Zeit die Apparaturen sowie ein Computer, um seine Ideen konkret umsetzen zu k\u00f6nnen.<\/span><\/p>\n

So realisierte 1969 eine andere Person, die mit den notwendigen finanziellen Mitteln ausgestattet war, den ersten Prototypen eines CT-Scanners. Hounsfield war als Elektrotechniker bei EMI \u2013 ja, genau <\/span>E<\/i><\/b>lectric and <\/span><\/i>M<\/i><\/b>usical <\/span><\/i>I<\/i><\/b>ndustries Ltd. \u2013 <\/span><\/i>angestellt. Lange Zeit eines der gr\u00f6\u00dften Plattenlabels der Welt. Es h\u00e4lt sich bis heute das Ger\u00fccht, die Beatles, damals unter Vertrag bei EMI, h\u00e4tten mit ihrem eingespielten Geld einen erheblichen Beitrag zur Entwicklung der Computertomographie beigetragen. An finanziellen Mitteln mangelte es EMI jedenfalls nicht. Allerdings hatte Hounsfield seinerseits, \u00fcber die Vorarbeiten Cormacks keine Kenntnis und erarbeitete sich die Algorithmen f\u00fcr die Bildrekonstruktion aufwendig selbst.<\/span><\/span><\/p>\n

Beide Wissenschaftler, der eine in den USA, der andere in England, teilen sich somit neben der Leidenschaft f\u00fcr die Computertomographie, zwei Gemeinsamkeiten:<\/span><\/p>\n

    \n
  1. Beide h\u00e4tten sich sehr viel Zeit und Arbeit sparen k\u00f6nnen, w\u00e4ren Publikationen damals schon in einer Online-Suche zu finden gewesen.<\/span><\/li>\n
  2. Beide teilen sich 1979 den Nobelpreis f\u00fcr Physiologie und Medizin.<\/span><\/li>\n<\/ol>\n

    Ende gut, alles gut.<\/span><\/p>\n

    \n

    Die Entstehung einer digitalen Scherbe im 21. Jahrhundert<\/b><\/h1>\n

    Die Scherbe aus dem fr\u00fchen 16. Jahrhundert, jener Zeit, in der da Vinci f\u00fcr seine Aufzeichnungen noch sezierte, wird, wie in der schematischen Darstellung in Abbildung 4 gezeigt, auf einem rotierbaren Teller platziert. Denn anders, als wir es aus den Krankenh\u00e4usern kennen, rotieren hier R\u00f6ntgenquelle und Detektor nicht um das zu untersuchende K\u00f6rperteil, sondern die Scherbe dreht sich um die eigene Achse, w\u00e4hrend R\u00f6ntgenquelle und Detektor fest an ihren Positionen verharren.<\/span><\/p>\n

    \"\"

    Figure 4: R\u00f6ntgenmikroskop am MAPEX, von links: R\u00f6ntgenquelle, rotierbarer Probenhalter, verschiedene Detektoren. \u00a9 Pia G\u00f6tz<\/p><\/div>\n

    Die R\u00f6ntgenquelle, links der Scherbe, erzeugt R\u00f6ntgenstrahlung. Der Detektor, rechts der Scherbe, misst dabei die Intensit\u00e4ten der Strahlung, nachdem diese das Objekt durchquerte und wandelt sie erst in sichtbares Licht und dann mit einer Fotodiode in Elektronen um. Die Abst\u00e4nde der einzelnen Messpunkte auf dem Detektor legen die Pixelgr\u00f6\u00dfe und die r\u00e4umliche Aufl\u00f6sung fest. Alle Pixel einer Aufnahme werden zu einem 2D Gesamtbild, auch Projektion genannt, zusammengesetzt. Dabei werden die Intensit\u00e4ten f\u00fcr jedes Pixel als Grauwerte dargestellt, sodass ein schwarz-wei\u00df Bild <\/span>entsteht. Je undurchsichtiger eine Stelle im Objekt, desto h\u00f6her die Abschw\u00e4chung der Ausgangsstrahlung, desto geringer die Strahlung, die der Detektor an der Stelle wahrnimmt.<\/span><\/p>\n

    \"\"

    Abbildung 5: Wie aus einer analogen Scherbe ein digitales Objekt entsteht: Die R\u00f6ntgenquelle erzeugt R\u00f6ntgenstrahlung, welche die Scherbe passiert. Projektion wird durch Detektor aufgenommen. Der Teller dreht sich, die Scherbe wird aus einem anderen Winkel bestrahlt und gemessen. Mittels Algorithmus werden alle Projektionen zum Bilderstapel umgerechnet. Dieser Bilderstapel, bestehend aus vielen Schichten, wird zur weiteren Bearbeitung und Analyse in eine Software geladen. \u00a9 Pia G\u00f6tz<\/p><\/div>\n

    Nach jeder einzelnen Messung dreht sich der Teller mit der Scherbe um ein Zehntel Grad weiter, bis das Objekt einmal komplett vermessen wurde. So entstehen rund 2.000 R\u00f6ntgenaufnahmen aus verschiedenen Blickwinkeln. In der Regel reichen 180\u00b0 als Drehung aus, da alles \u00fcber 180\u00b0 bereits gemessen wurde, nur von der anderen Seite.<\/span><\/p>\n

    Die Rekonstruktion \u2013 Projektionen werden zu Scheiben<\/b><\/h1>\n
    \"\"

    Abbildung 6: Bilderstapel als 3D-Objekt. Luft mit geringen Grauwerten wird zun\u00e4chst schwarz angezeigt, Rand des Kunststoffbeh\u00e4lters erkennbar. \u00a9 Pia G\u00f6tz<\/p><\/div>\n

    Die Projektionen unter den verschiedenen Blickwinkeln werden dann mittels eines Algorithmus\u00b4 zu einem 3D-Objekt zur\u00fcckgerechnet. Das Ergebnis wird als Rekonstruktion bezeichnet. Dazu ben\u00f6tigt werden zu den gemessenen Intensit\u00e4ten unter anderem auch die Geometrie des Messaufbaus, also wie weit waren R\u00f6ntgenquelle, Objekt und Detektor jeweils voneinander entfernt. Nach der sogenannten R\u00fcckprojektion liegt unsere Beispiel-Scherbe aus dem 16. Jahrhundert nun als Grauwert-Bilderstapel einzelner Scheiben vor. Virtuelle Schnitte durch das Objekt also. Hier erkl\u00e4rt sich auch der Begriff Tomographie. So bedeutet \u03c4\u03bf\u03bc\u03ae, <\/span>tome<\/span><\/i> im Altgriechischen \u201aSchnitt\u2018 und \u03b3\u03c1\u03ac\u03c6\u03b5\u03b9\u03bd, <\/span>graphein<\/span><\/i> \u201aschreiben\u2018.<\/span><\/p>\n

    Eine Tonscherbe ganz gro\u00df<\/b><\/h1>\n

    Die Vermessung einer Scherbe kann durchaus einige Stunden in Anspruch nehmen, abh\u00e4ngig von Gr\u00f6\u00dfe und gew\u00fcnschter Aufl\u00f6sung. Auch die Rekonstruktion ben\u00f6tigt viel Zeit und zudem eine enorme Rechenleistung. So k\u00f6nnen die einzelnen Projektionen einer kleinen Scherbe bis zu 20 GB Platz einnehmen. Zum Vergleich, der Film <\/span>Matrix<\/span><\/i> nimmt mit seinen 2 Stunden 16 Minuten in der Version 4K Ultra HD weniger Platz auf der Festplatte ein.<\/span><\/p>\n

    65.536 shades of grey<\/b><\/h1>\n

    Liegt das einst analoge Objekt nun in digitaler Scheibchenform auf der Festplatte, kann es in ein Grafikprogramm geladen werden. Doch was passiert dann? Die Bildpixel werden nun zu volumetrischen Pixeln, auch \u201cVoxel\u201d genannt, und zun\u00e4chst als ein massiver, grauer Block dargestellt. Denn auch alles, was wir als Nicht-Scherbe definieren, aber in das Messvolumen f\u00e4llt, wird generell mitgemessen. So auch die Luft, der Beh\u00e4lter, in dem sich die Scherbe befindet und das Polstermaterial, das die Scherbe <\/span>w\u00e4hrend des gesamten Messvorgangs vor dem Verrutschen<\/span> sch\u00fctzt. Der Computer kennt also erstmal keinen Unterschied zwischen den unterschiedlichen Materialien. Schwarz und Wei\u00df\u00a0 mit all den 65.534 Nuancen dazwischen werden angezeigt.<\/span><\/p>\n

    \"\"

    Abbildung 7: Grauwertscheibe der Scherbe im Kunststoffbeh\u00e4lter mit Papier zur Polsterung, Pixelwerte liegen zwischen 0 (schwarz) und 65.535 (wei\u00df). \u00a9 Pia G\u00f6tz<\/p><\/div>\n

    Erst durch das Ausblenden eines bestimmten Wertebereichs der Grauwerte, werden Eigenschaften sichtbar, die vorher versteckt waren.\u00a0<\/span>Blenden wir nun einmal virtuell die Luft aus, sehen wir die Scherbe in ihrem Papiernest in einem Plastikbeh\u00e4lter, so wie sie w\u00e4hrend des Messvorgangs im Ger\u00e4t gebettet war. F\u00fcr die weitere Bearbeitung ist es von Vorteil, das Bildvolumen zu verringern. Daher erfolgt eine Segmentierung: Die Grauwerte, die von Interesse sind, d.h.\u00a0 die der Scherbe, werden markiert. Der umliegende Rest wird entfernt. Somit schrumpft das Bildvolumen erheblich.<\/span><\/p>\n

    \"\"

    Abbildung 8: 3D der Scherbe im Kunststoffbeh\u00e4lter mit semitransparenter Luft und Polsterung. Unten: Segmentierung des Grauwertbereichs der Scherbe. \u00a9 Pia G\u00f6tz<\/p><\/div>\n

    Aus grau wird bunt<\/b><\/h1>\n

    Wollen wir nun noch weiter in das Innere der Scherbe schauen, also ihre inneren (Grau-)Werte betrachten, k\u00f6nnen sorgf\u00e4ltig ausgesuchte Wertebereiche nicht nur aus- oder eingeblendet, sondern auch farblich markiert werden. Zudem k\u00f6nnen Kontrasteinstellungen bei der Visualisierung hilfreich sein. Wir betreten nun den virtuellen Bereich des Renderings. <\/span>To render<\/span><\/i> something<\/span><\/i> bedeutet so viel wie <\/span>etwas wiedergeben<\/span><\/i> oder <\/span>vorlegen<\/span><\/i>. Es ist das Zusammenspiel aus Licht und Schatten in einer animierten Filmszene. Auch bei der Visualisierung von Computerspielen findet es Anwendung. Es entsteht ein virtuelles r\u00e4umliches Modell, das auf Basis von Rohdaten die Blickrichtung des Betrachtenden, Lichteffekte und Sch\u00e4rfentiefeneffekte k\u00fcnstlerisch erstellt.<\/span><\/p>\n

    \"\"

    Abbildung 9: Semitransparente Darstellung der Scherbe. Durch Rendern werden Lufteinschl\u00fcsse sichtbar. Partikel mit h\u00f6herer R\u00f6ntgenabsorption sind gelb markiert. \u00a9 Pia G\u00f6tz<\/p><\/div>\n

    Folglich k\u00f6nnen Farbe und Materialeigenschaften, wie Spiegelungen auf der Oberfl\u00e4che, v\u00f6llig losgel\u00f6st vom analogen Objekt, beliebig ver\u00e4ndert werden. So werden auch Lufteinschl\u00fcsse in der Scherbe digital sichtbar gemacht, wenn die Transparenz des umliegenden Materials erh\u00f6ht wird. Die Form und Verteilung dieser Lufteinschl\u00fcsse l\u00e4sst R\u00fcckschl\u00fcsse auf die Herstellungsmethoden zur damaligen Zeit zu. Auch die Zusammensetzung des Materials kann auf \u00e4hnliche Weise beurteilt werden. Schauen wir uns nur mal\u00a0 die gelben Partikel in der Abbildung an. Dies sind Bereiche, die einen h\u00f6heren Grauwert aufweisen. Das Material ist hier also f\u00fcr die R\u00f6ntgenstrahlung undurchl\u00e4ssiger als das umliegende Material. Was k\u00f6nnte die Ursache hierf\u00fcr sein? Welche weiteren Auff\u00e4lligkeiten k\u00f6nnen wir erkennen? Welche materialwissenschaftliche Erkenntnisse ziehen wir daraus und welchen Nutzen hat das Rendering f\u00fcr andere Wissenschaftsdisziplinen? Bald folgt ein weiterer Science Blog Artikel, der auf Zeitreise geht, um genau diese und weitere spannende Fragen zu beantworten.<\/span><\/p>\n

    Quellen<\/span><\/h1>\n

    Geschichte der Computertomographie:<\/span><\/p>\n

    Seynaeve PC, Broos JI. [The history of tomography]. J Belge Radiol. 1995 Oct;78(5) 284-288. PMID: 8550391.<\/span><\/p>\n

    https:\/\/en.wikipedia.org\/wiki\/History_of_computed_tomography<\/span><\/a><\/p>\n

    Bildquellen<\/span><\/h1>\n

    Erster CT-Scan eines Kopfes – <\/span>http:\/\/www.impactscan.org\/CThistory.htm<\/span><\/a><\/p>\n

    Beispielbilder Foraminifere und Zahn: Wolf-Achim Kahl, MAPEX Bremen, <\/span>wakahl@uni-bremen.de<\/span><\/p>\n

    Alle anderen Visualisierungen: Pia G\u00f6tz, MAPEX Bremen, piagoetz@uni-bremen.de<\/span><\/p>\n

    Visualisierungssoftware: Dragonfly ORS 2021.3 – <\/span>https:\/\/www.theobjects.com\/index.html<\/span><\/a><\/p>\n

    \n","protected":false},"excerpt":{"rendered":"

    Von Pia G\u00f6tz Was haben ein B\u00e4nderriss im Sprunggelenk und eine Luftblase in einer Scherbe aus dem 16. Jahrhundert gemeinsam?\u00a0Beides l\u00e4sst sich zerst\u00f6rungsfrei feststellen und vermessen. Mit einem Computertomographen.\u00a0<\/p>\n","protected":false},"author":12867,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"footnotes":""},"categories":[852763,15823],"tags":[852827,852825,852831,419009,852829,852833],"class_list":["post-2361","post","type-post","status-publish","format-standard","hentry","category-materialwissenschaften-de","category-physik","tag-computertomographen","tag-ct","tag-materialeigenschaften","tag-materialwissenschaften","tag-rekonstruktion","tag-vergangenheit","post-preview"],"_links":{"self":[{"href":"https:\/\/blogs.uni-bremen.de\/scienceblog\/wp-json\/wp\/v2\/posts\/2361","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogs.uni-bremen.de\/scienceblog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.uni-bremen.de\/scienceblog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.uni-bremen.de\/scienceblog\/wp-json\/wp\/v2\/users\/12867"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.uni-bremen.de\/scienceblog\/wp-json\/wp\/v2\/comments?post=2361"}],"version-history":[{"count":10,"href":"https:\/\/blogs.uni-bremen.de\/scienceblog\/wp-json\/wp\/v2\/posts\/2361\/revisions"}],"predecessor-version":[{"id":2817,"href":"https:\/\/blogs.uni-bremen.de\/scienceblog\/wp-json\/wp\/v2\/posts\/2361\/revisions\/2817"}],"wp:attachment":[{"href":"https:\/\/blogs.uni-bremen.de\/scienceblog\/wp-json\/wp\/v2\/media?parent=2361"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.uni-bremen.de\/scienceblog\/wp-json\/wp\/v2\/categories?post=2361"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.uni-bremen.de\/scienceblog\/wp-json\/wp\/v2\/tags?post=2361"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}