Kirschner, Matthias ; Wesarg, Stefan (2012)
Regularisierung lokaler Deformation im probabilistischen Active Shape Model.
Bildverarbeitung für die Medizin 2012.
doi: 10.1007/978-3-642-28502-8_57
Konferenzveröffentlichung, Bibliographie
Kurzbeschreibung (Abstract)
Zur robusten und präzisen Segmentierung von Organen in medizinischen Bilddaten werden oft Varianten des Active Shape Models (ASM) verwendet, die über eine Energieminimierung einen Kompromiss zwischen Bildinformation und Vorwissen über die zu erwartende Organform bestimmen. Im probabilistischen ASM (PASM) wird die Plausibilität einer Form mit Hilfe einer Wahrscheinlichkeitsverteilung bewertet. Da diese lediglich globale, nicht aber lokale Formvariation ausreichend modelliert, kann der PASM ungleichmäßige und damit unplausible Segmentierungskonturen erzeugen. In dieser Arbeit wird der PASM um ein lokales Deformationsmodell erweitert, welches zu glatten Segmentierungskonturen führt. Das lokale Deformationsmodell wird an einem linearen PASM zur Lebersegmentierung und einem nichtlinearen PASM zur Wirbelsegmentierung evaluiert. Die Ergebnisse zeigen, dass die Erweiterung quantitativ wie qualitativ bessere Segmentierungen liefert.
| Typ des Eintrags: | Konferenzveröffentlichung |
|---|---|
| Erschienen: | 2012 |
| Autor(en): | Kirschner, Matthias ; Wesarg, Stefan |
| Art des Eintrags: | Bibliographie |
| Titel: | Regularisierung lokaler Deformation im probabilistischen Active Shape Model |
| Sprache: | Deutsch |
| Publikationsjahr: | 2012 |
| Verlag: | Springer, Berlin; Heidelberg; New York |
| Reihe: | Informatik aktuell |
| Veranstaltungstitel: | Bildverarbeitung für die Medizin 2012 |
| DOI: | 10.1007/978-3-642-28502-8_57 |
| Kurzbeschreibung (Abstract): | Zur robusten und präzisen Segmentierung von Organen in medizinischen Bilddaten werden oft Varianten des Active Shape Models (ASM) verwendet, die über eine Energieminimierung einen Kompromiss zwischen Bildinformation und Vorwissen über die zu erwartende Organform bestimmen. Im probabilistischen ASM (PASM) wird die Plausibilität einer Form mit Hilfe einer Wahrscheinlichkeitsverteilung bewertet. Da diese lediglich globale, nicht aber lokale Formvariation ausreichend modelliert, kann der PASM ungleichmäßige und damit unplausible Segmentierungskonturen erzeugen. In dieser Arbeit wird der PASM um ein lokales Deformationsmodell erweitert, welches zu glatten Segmentierungskonturen führt. Das lokale Deformationsmodell wird an einem linearen PASM zur Lebersegmentierung und einem nichtlinearen PASM zur Wirbelsegmentierung evaluiert. Die Ergebnisse zeigen, dass die Erweiterung quantitativ wie qualitativ bessere Segmentierungen liefert. |
| Freie Schlagworte: | Forschungsgruppe Medical Computing (MECO), Business Field: Visual decision support, Research Area: Confluence of graphics and vision, Active shape models (ASM), Statistical shape models (SSM), Medical image processing, 3D Segmentation |
| Fachbereich(e)/-gebiet(e): | 20 Fachbereich Informatik 20 Fachbereich Informatik > Graphisch-Interaktive Systeme |
| Hinterlegungsdatum: | 12 Nov 2018 11:16 |
| Letzte Änderung: | 12 Nov 2018 11:16 |
| PPN: | |
| Export: | |
| Suche nach Titel in: | TUfind oder in Google |
 |
Frage zum Eintrag |
Optionen (nur für Redakteure)
 |
Redaktionelle Details anzeigen |
Drucken
Impressum