Name
Title | ||
|---|---|---|
Automatische Generierung von Bildmerkmalen für die Segmentierung von CT-Bilddaten mit deformierbaren Modellen |
Abstract | ||
|---|---|---|
Es wird eine Methode zur Segmentierung von anatomischen Strukturen mit dreidimensionalen, deformierbaren Formmodellen basierend
auf Organwahrscheinlichkeitskarten vorgestellt. Diese Karten sind das Ergebnis eines überwachten, Texturmerkmale nutzenden
Klassifikationssystems, das den Voxeln der CT-Bilddaten die Wahrscheinlichkeit der Zugehörigkeit zur gesuchten Organklasse
zuordnet. Das Formmodell führt seine Adaption beruhend auf einer Organwahrscheinlichkeitskarte aus, was eine automatische
Übertragung des Modells zur Segmentierung neuer Organe ermöglicht. Für die Segmentierung von 13 Ohrspeicheldrüsen bzw. 9 Harnblasen
wurde eine mittlere Entfernung zur manuellen Segmentierung eines Klinikers von 1,71 mm bzw. 2,52 mm erreicht, im Vergleich
zu 4,99 mm bzw. 2,39 mm einer grauwertbasierten Modelladaption.
|
Year | DOI | Venue |
|---|---|---|
2005 | 10.1007/3-540-26431-0_34 | Bildverarbeitung für die Medizin |
DocType | Citations | PageRank |
Conference | 0 | 0.34 |
References | Authors | |
9 | 4 | |
Name | Order | Citations | PageRank |
|---|---|---|---|
| M. P. Mienkina | 1 | 0 | 0.34 |
| Vladimir Pekar | 2 | 261 | 24.85 |
| F. Hoffmann | 3 | 0 | 0.34 |
| Michael Kaus | 4 | 56 | 5.22 |