Level-Set-Segmentierung von Rattenhirn MRTs
- In dieser Arbeit wird die Segmentierung von Gehirngewebe aus Kopfaufnahmen von Ratten mittels Level-Set-Methoden vorgeschlagen. Dazu wird ein zweidimensionaler, kontrastbasierter Ansatz zu einem dreidimensionalen, lokal an die Bildintensität adaptierten Segmentierer erweitert. Es wird gezeigt, dass mit diesem echten 3D-Ansatz die lokalen Bildstrukturen besser berücksichtigt werden können. Insbesondere Magnet-Resonanz-Tomographien (MRTs) mit globalen Helligkeitsgradienten, beispielsweise bedingt durch Oberflächenspulen, können auf diese Weise zuverlässiger und ohne weitere Vorverarbeitungsschritte segmentiert werden. Die Leistungsfähigkeit des Algorithmus wird experimentell an Hand dreier Rattenhirn-MRTs demonstriert.
| Author: | Björn Eiben, Dietmar Kunz, Uwe Pietrzyk, Christoph PalmORCiDGND |
|---|---|
| URL / DOI: | http://sunsite.informatik.rwth-aachen.de/Publications/CEUR-WS/Vol-446/p167.pdf |
| Parent Title (German): | Bildverarbeitung für die Medizin 2009; Algorithmen - Systeme - Anwendungen ; Proceedings des Workshops vom 22. bis 25. März 2009 in Heidelberg |
| Publisher: | Springer |
| Place of publication: | Berlin |
| Document Type: | conference proceeding (article) |
| Language: | German |
| Year of first Publication: | 2009 |
| Release Date: | 2020/01/08 |
| GND Keyword: | Dreidimensionale Bildverarbeitung; Schnittdarstellung; Gehirn |
| First Page: | 167 |
| Last Page: | 171 |
| Institutes: | Fakultät Informatik und Mathematik |
| Fakultät Informatik und Mathematik / Regensburg Medical Image Computing (ReMIC) | |
| Publication: | Externe Publikationen |
| research focus: | Lebenswissenschaften und Ethik |
| Licence (German): |
