@inproceedings{PalmLehmannSpitzer, author = {Palm, Christoph and Lehmann, Thomas M. and Spitzer, Klaus}, title = {Bestimmung der Lichtquellenfarbe bei der Endoskopie mikrotexturierter Oberfl{\"a}chen des Kehlkopfes}, series = {5. Workshop Farbbildverarbeitung, Ilmenau, 1999}, booktitle = {5. Workshop Farbbildverarbeitung, Ilmenau, 1999}, pages = {3 -- 10}, abstract = {Zur Unterst{\"u}tzung der Diagnose von Stimmlippenerkrankungen werden innerhalb des Forschungsprojektes Quantitative Digitale Laryngoskopie objektive Parameter zur Beschreibung der Bewegung, der Farbe sowie der Form der Stimmlippen entwickelt und klinisch evaluiert. W{\"a}hrend die Bewegungsanalyse Aufschluß {\"u}ber funktionelle Stimmst{\"o}rungen gibt, beschreiben Parameter der Farb- und Formanalyse morphologische Ver{\"a}nderungen des Stimmlippengewebes. In diesem Beitrag werden die Methoden und bisherigen Ergebnisse zur Bewegungs- und Farbanalyse vorgestellt. Die Bewegungsanalyse wurde mit einem erweiterten Konturmodell (Snakes) durchgef{\"u}hrt. Aufgrund des modifizierten Konturmodells konnten die Konturen der Stimmlippen automatisch {\"u}ber die gesmate Bildsequenz zuverl{\"a}ssig detektiert werden. Die Vermssung der Konturen liefert neue quantitative Parameter zur Befundung von laryngoskopischen Stimmlippenaufnahmen. Um die Farbeigenschaften der Stimmlippen zu bestimmen, wurde ausgehend vom RGB-Bild die Objektfarbe unabh{\"a}ngig von der Farbe der Lichtquelle durch Verwendung von Clusterverfahren und der Viertelkreisanalyse berechnet. Mit dieser Farbanalyse konnte die Farbe der Lichtquelle ermittelt und das beleuchtungsunabh{\"a}ngige Farbbild berechnet werden. Die Quanitifizierung der R{\"o}tung der Stimmlippen ist z.B. ein entscheidendes Kriterium zur Diagnostik der akuten Laryngitis.}, language = {de} } @inproceedings{PalmMetzlerMohametal., author = {Palm, Christoph and Metzler, V. and Moham, B. and Dieker, O. and Lehmann, Thomas M. and Spitzer, Klaus}, title = {Co-Occurrence Matrizen zur Texturklassifikation in Vektorbildern}, series = {Bildverarbeitung f{\"u}r die Medizin}, booktitle = {Bildverarbeitung f{\"u}r die Medizin}, editor = {Evers, H. and Glombitza, G. and Lehmann, Thomas M. and Meinzer, H.-P.}, publisher = {Springer}, address = {Berlin}, doi = {10.1007/978-3-642-60125-5_69}, pages = {367 -- 371}, abstract = {Statistische Eigenschaften nat{\"u}rlicher Grauwerttexturen werden mit Co-Occurrence Matrizen, basierend auf der Grauwertstatistik zweiter Ordnung, modelliert. Die Matrix gibt dann die apriori Wahrscheinlichkeiten aller Grauwertpaare an. Da in der medizinischen Bildverarbeitung verst{\"a}rkt Multispektralbilder ausgewertet werden, wird das bekannte Konzept hier auf beliebige Vektorbilder erweitert. Dadurch kann bei der Texturklassifikation die zur Verf{\"u}gung stehende Information vollst{\"a}ndig genutzt werden. Insbesondere zur Detektion von Farbtexturen ist dieser Ansatz geeignet, da Wertepaare unterschiedlicher Spektralebenen ausgewertet werden k{\"o}nnen. Ebenso kann die Methode auch bei der Multiskalendekomposition von Intensit{\"a}tsbildern zur Verbesserung der Texturerkennung beitragen. Die in den Matrizen entstehenden Muster lassen dann {\"u}ber die Extraktion geeigneter Texturdeskriptoren R{\"u}ckschl{\"u}sse auf die Texturen des Bildes zu.}, language = {de} } @inproceedings{PalmNeuschaeferRubeLehmannetal., author = {Palm, Christoph and Neuschaefer-Rube, C. and Lehmann, Thomas M. and Spitzer, Klaus}, title = {Wissensbasierte Bewegungskompensation in aktiven Konturmodellen}, series = {Bildverarbeitung f{\"u}r die Medizin}, booktitle = {Bildverarbeitung f{\"u}r die Medizin}, editor = {Evers, H. and Glombitza, G. and Lehmann, Thomas M. and Meinzer, H.-P.}, publisher = {Springer}, address = {Berlin}, doi = {10.1007/978-3-642-60125-5_2}, pages = {8 -- 12}, abstract = {Zur Analyse von Lippenbewegungsabl{\"a}ufen wird ein aktives Konturmodell eingesetzt. Probleme bereitet die hohe Sprechgeschwindigkeit, die in star ken Objektverschiebungen result iert und bislang nicht durch eine alleinige Konturanpassung kompensiert werden kann. In diesem Beitrag werden die klassischen aktiven Konturmodelle um eine Vorjustierung der Grobkonturen erweitert, die eine energiebasierte Konturanpassung erst m{\"o}glich macht. Die Sch{\"a}tzung der Verschiebung zur Vorjustierung basiert auf dem Gradientenbild und einem pr{\"a}dikatenlogisch formulierten Regelwerk, das Annahmen und Nebenbedingungen als Wissensbasis enth{\"a}lt. Mit Hilfe dieser Erweiterungen ist eine automatisierte Konturverfolgung der Lippen m{\"o}glich.}, language = {de} }