TU Darmstadt / ULB / TUbiblio

Segmentation of Tomographic Data using a Symmetrical Shape Model Adaption Scheme : Segmentierung tomographischer Daten durch symmetrische Formmodelladaption

Lehr, Jan-Patrick (2013):
Segmentation of Tomographic Data using a Symmetrical Shape Model Adaption Scheme : Segmentierung tomographischer Daten durch symmetrische Formmodelladaption.
TU Darmstadt, [Bachelor Thesis]

Abstract

In modern medicine, computer aided diagnostics and surgery planning becomes more and more relevant. To be able to support the medical team with high quality information, imaging techniques like computed tomography were developed. Nevertheless, today's machine vision algorithms are not fully reliable with respect to the task of automated organ delineation. In this work I propose the introduction of a symmetrical, bi-directional search into an existing Active Shape Model segmentation. As a necessary processing step for a bi-directional search, image features have to be extracted before the Active Shape Model algorithm starts. Therefore, the performance of the Local Binary Pattern texture descriptor was evaluated on a set of medical images. The experiment series shows that its performance does not meet the requirements in terms of descriptive power or reliability. Nevertheless, a prototype implementation of the proposed symmetric search is presented and evaluated on a set of expert segmentations. As the results show, the Active Shape Model segmentation approach can benefit from changing the algorithm's search strategy. In der modernen Medizin werden computergestützte Diagnose und Behandlungsplanung immer wichtiger. Um Mediziner bestmöglich zu unterstützen wurden in der Vergangenheit Bildgebungsverfahren, wie zum Beispiel die Computertomographie, entwickelt. Nichtsdestotrotz sind heutige Machine- Vision Algorithmen noch nicht zuverlässig in der automatisierten Organsegmentierung einsetzbar. In dieser Arbeit präsentiere ich die Integration einer neuen, bi-direktionalen Suche in eine bestehende Active Shape Model Segmentierungssoftware. Um eine solche bi-direktionale Suche ausführen zu können, müssen in einem Vorverarbeitungsschritt Bildmerkmale extrahiert werden. Daher evaluiere ich die Performanz des Local Binary Pattern Textur Deskriptors anhand eines Satzes von kontrastmittelverstärkten Computertomographie Bildern. Meine Experimente zeigen, dass die von diesem Deskriptor erreichten Ergebnisse, sowohl in Beschreibungsstärke und als auch in Beschreibungszuverlässigkeit, nicht den Anforderungen genügen. Unabhängig davon wird ein Prototyp der vorgeschlagenen bi-direktionalen Suche implementiert und anhand von Expertensegmentierungen evaluiert. Die Ergebnisse zeigen, dass das Active Shape Model Verfahren von dieser vorgeschlagenen Suchstrategie profitieren kann.

Item Type: Bachelor Thesis
Erschienen: 2013
Creators: Lehr, Jan-Patrick
Title: Segmentation of Tomographic Data using a Symmetrical Shape Model Adaption Scheme : Segmentierung tomographischer Daten durch symmetrische Formmodelladaption
Language: English
Abstract:

In modern medicine, computer aided diagnostics and surgery planning becomes more and more relevant. To be able to support the medical team with high quality information, imaging techniques like computed tomography were developed. Nevertheless, today's machine vision algorithms are not fully reliable with respect to the task of automated organ delineation. In this work I propose the introduction of a symmetrical, bi-directional search into an existing Active Shape Model segmentation. As a necessary processing step for a bi-directional search, image features have to be extracted before the Active Shape Model algorithm starts. Therefore, the performance of the Local Binary Pattern texture descriptor was evaluated on a set of medical images. The experiment series shows that its performance does not meet the requirements in terms of descriptive power or reliability. Nevertheless, a prototype implementation of the proposed symmetric search is presented and evaluated on a set of expert segmentations. As the results show, the Active Shape Model segmentation approach can benefit from changing the algorithm's search strategy. In der modernen Medizin werden computergestützte Diagnose und Behandlungsplanung immer wichtiger. Um Mediziner bestmöglich zu unterstützen wurden in der Vergangenheit Bildgebungsverfahren, wie zum Beispiel die Computertomographie, entwickelt. Nichtsdestotrotz sind heutige Machine- Vision Algorithmen noch nicht zuverlässig in der automatisierten Organsegmentierung einsetzbar. In dieser Arbeit präsentiere ich die Integration einer neuen, bi-direktionalen Suche in eine bestehende Active Shape Model Segmentierungssoftware. Um eine solche bi-direktionale Suche ausführen zu können, müssen in einem Vorverarbeitungsschritt Bildmerkmale extrahiert werden. Daher evaluiere ich die Performanz des Local Binary Pattern Textur Deskriptors anhand eines Satzes von kontrastmittelverstärkten Computertomographie Bildern. Meine Experimente zeigen, dass die von diesem Deskriptor erreichten Ergebnisse, sowohl in Beschreibungsstärke und als auch in Beschreibungszuverlässigkeit, nicht den Anforderungen genügen. Unabhängig davon wird ein Prototyp der vorgeschlagenen bi-direktionalen Suche implementiert und anhand von Expertensegmentierungen evaluiert. Die Ergebnisse zeigen, dass das Active Shape Model Verfahren von dieser vorgeschlagenen Suchstrategie profitieren kann.

Uncontrolled Keywords: Forschungsgruppe Medical Computing (MECO), Medical image processing, Active shape models (ASM), Texture discrimination, 3D Model segmentation
Divisions: 20 Department of Computer Science
20 Department of Computer Science > Interactive Graphics Systems
Date Deposited: 12 Nov 2018 11:16
Additional Information:

43 p.

Export:
Suche nach Titel in: TUfind oder in Google
Send an inquiry Send an inquiry

Options (only for editors)

View Item View Item