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.

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
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
Regensburg Medical Image Computing - ReMIC
Dewey Decimal Classification:0 Informatik, Informationswissenschaft, allgemeine Werke
Publication:Externe Publikationen
OpenAccess Publikationsweg:Erstveröffentlichungen