TU Darmstadt / ULB / TUbiblio

Segmentierung von Risikostrukturen der Otobasis für die minimalinvasive multi-port Chirurgie

Becker, Meike and Kirschner, Matthias and Sakas, Georgios (2013):
Segmentierung von Risikostrukturen der Otobasis für die minimalinvasive multi-port Chirurgie.
In: Curac 2013, pp. 208-211, [Conference or Workshop Item]

Abstract

Das Forschungsprojekt MUKNO untersucht einen minimal-invasiven multi-port Ansatz für Operationen an der Otobasis. Eine der größten Herausforderungen dabei besteht darin, die verschiedenen Risikostrukturen wie Gesichtsnerv oder Blutgefäße nicht zu verletzen. Daher ist die Segmentierung dieser anatomischen Strukturen in Bilddaten für die Operationsplanung ein essentieller Schritt. Hierbei sind die geringe Größe der Strukturen, deren hohe Variabilität in Form und Intensität, sowie deren geringer Kontrast eine Herausforderung. Um das "Auslaufen" der Segmentierung in benachbarte Strukturen zu verhindern und die fehlende Bildinformation zu kompensieren, wird Vorwissen eingesetzt. In dieser Arbeit stellen wir einen Ansatz zur Segmentierung der Risikostrukturen Cochlea, Bogengänge, innere Halsschlagader und Gesichtsnerv in Computertomographiedaten durch ein Probabilistic Active Shape Model vor. Wir testen unseren Ansatz durch Kreuzvalidierung auf 20 bis 42 Computertomographiedatensätzen (je nach Struktur). Die Ergebnisse zeigen eine gute Umrandung der oben genannten Strukturen.

Item Type: Conference or Workshop Item
Erschienen: 2013
Creators: Becker, Meike and Kirschner, Matthias and Sakas, Georgios
Title: Segmentierung von Risikostrukturen der Otobasis für die minimalinvasive multi-port Chirurgie
Language: German
Abstract:

Das Forschungsprojekt MUKNO untersucht einen minimal-invasiven multi-port Ansatz für Operationen an der Otobasis. Eine der größten Herausforderungen dabei besteht darin, die verschiedenen Risikostrukturen wie Gesichtsnerv oder Blutgefäße nicht zu verletzen. Daher ist die Segmentierung dieser anatomischen Strukturen in Bilddaten für die Operationsplanung ein essentieller Schritt. Hierbei sind die geringe Größe der Strukturen, deren hohe Variabilität in Form und Intensität, sowie deren geringer Kontrast eine Herausforderung. Um das "Auslaufen" der Segmentierung in benachbarte Strukturen zu verhindern und die fehlende Bildinformation zu kompensieren, wird Vorwissen eingesetzt. In dieser Arbeit stellen wir einen Ansatz zur Segmentierung der Risikostrukturen Cochlea, Bogengänge, innere Halsschlagader und Gesichtsnerv in Computertomographiedaten durch ein Probabilistic Active Shape Model vor. Wir testen unseren Ansatz durch Kreuzvalidierung auf 20 bis 42 Computertomographiedatensätzen (je nach Struktur). Die Ergebnisse zeigen eine gute Umrandung der oben genannten Strukturen.

Uncontrolled Keywords: Forschungsgruppe Medical Computing (MECO), Active shape models (ASM), Segmentation, Minimally invasive surgery
Divisions: 20 Department of Computer Science
20 Department of Computer Science > Interactive Graphics Systems
Event Title: Curac 2013
Date Deposited: 12 Nov 2018 11:16
Export:
Suche nach Titel in: TUfind oder in Google
Send an inquiry Send an inquiry

Options (only for editors)

View Item View Item