Perfusionsdaten sind dynamische medizinische Bilddaten, welche den regionalen Blutfluss in Gewebe charakterisieren. Sie besitzen ein großes Potential in der medizinischen Diagnose, da sie, verglichen mit statischen Daten, eine bessere Differenzierung und eine frühere Erkennung von Krankheiten ermöglichen. Diese Dissertation konzentriert sich auf Perfusionsdaten, welche mit Hilfe der Magnet-Resonanz-Tomographie (MRT) akquiriert wurden und auf deren Analyse in der Diagnostik des ischämischen Schlaganfalls und der Früherkennung und Diagnostik der Koronaren Herzkrankheit (KHK). An passender Stelle werden Beispiele aus der Brustkrebsdiagnostik hinzugezogen, um die Flexibilität der zur visuellen Exploration und Analyse entwickelten Techniken zu illustrieren. Die Übertragbarkeit auf weitere Anwendungsgebiete der dynamischen Bildgebung und auf andere Bildgebungsmodalitäten neben MR werden am Ende der Dissertation skizziert.

Sogenannte Zeit-Intensitätskurven spezifizieren die Anreicherung eines Kontrastmittels für die Voxel in einem Perfusionsdatensatz. Parameter, welche von diesen Kurven abgeleitet werden, charakterisieren die Perfusion und müssen für die Diagnose integriert werden. Die diagnostische Auswertung solcher Multiparameter Daten ist anspruchsvoll und zeitintensiv aufgrund der Komplexität der Daten. In der klinischen Routine basiert die Auswertung auf einzelnen Parameterkarten, welche nebeneinander auf dem Bildschirm dargestellt werden. Die Interpretation einer derartigen Ansicht erfordert einen erheblichen kognitiven Aufwand, da der Arzt die einzelnen Karten immer wieder abwechselnd betrachten muss, um korrespondierende Regionen zu vergleichen. Fortgeschrittene Visualisierungstechniken sind daher notwendig, um eine integrierte Ansicht mehrerer Parameter zu generieren und dadurch die Auswertung zu beschleunigen. In dieser Dissertation werden Multiparameter Visualisierungen basierend auf Farbe, Textur und Glyphen für die integrierte Visualisierung mehrerer Perfusionsparameter vorgestellt.

Das Aufnahmeprotokoll für die MR-basierte Akquisition von Perfusionsdaten umfasst häufig die Aufnahme weiterer Bilddaten, welche unterschiedliche klinische Aspekte beschreiben. Zusammen vermitteln die Daten ein globales Bild des Patientenstatus. Die Diagnostik der KHK ist ein prominentes Beispiel. Sie umfasst sowohl Aufnahmen welche die Anatomie des Herzens und der Herzkranzgefäße charakterisieren, als auch Aufnahmen welche eine Beurteilung der Perfusion, Viabilität und Funktion des Myokards (Herzmuskel) gestatten. Innerhalb der Dissertation wird eine Glyphen-basierte 3D Visualisierung der Myokardperfusion vorgestellt. Diese ist in den anatomischen Kontext eingebettet und wird durch Informationen angereichert, welche die Viabilität und Funktion des Myokards beschreiben. Die rein visuelle Exploration von Perfusionsdaten und den zugehörigen Perfusionsparametern ist vorherrschend im engen Zeitplan der klinischen Routine. Sie ist jedoch eine vom Betrachter abhängige und kaum reproduzierbare Aufgabe, die keine quantitativen Ergebnisse liefert. Für eine geordnete und reproduzierbare Analyse von Perfusionsdaten ist eine Kombination aus visueller Exploration und aus Techniken der Datenanalyse notwendig. Die Dissertation trägt dazu einen interaktiven, merkmalsbasierten Ansatz für die geordnete visuelle Analyse von Perfusionsdaten bei. Dieser Ansatz stützt sich auf drei Komponenten, für die Vorverarbeitung der Daten, für eine statistische Analyse und für die Spezifikation von Merkmalen. Die Durchführbarkeit des Ansatzes wurde für mehrere Datensätze aus der Diagnostik des ischämischen Schlaganfalls, der KHK-Diagnostik und der Brustkrebsdiagnostik erfolgreich getestet. Weiterhin konnte sein Nutzen bei der Beantwortung wichtiger investigativer Fragen in der Perfusionsforschung am Beispiel des Vergleichs von daten- und modellbasierter Auswertung zerebraler Perfusion demonstriert werden.