TU Darmstadt / ULB / TUbiblio

Regularisierung lokaler Deformation im probabilistischen Active Shape Model

Kirschner, Matthias and Wesarg, Stefan (2012):
Regularisierung lokaler Deformation im probabilistischen Active Shape Model.
In: Informatik aktuell, pp. 328-333, Springer, Berlin; Heidelberg; New York, Bildverarbeitung für die Medizin 2012, DOI: 10.1007/978-3-642-28502-8₅₇,
[Conference or Workshop Item]

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.

Item Type: Conference or Workshop Item
Erschienen: 2012
Creators: Kirschner, Matthias and Wesarg, Stefan
Title: Regularisierung lokaler Deformation im probabilistischen Active Shape Model
Language: German
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.

Series Name: Informatik aktuell
Publisher: Springer, Berlin; Heidelberg; New York
Uncontrolled Keywords: 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
Divisions: 20 Department of Computer Science
20 Department of Computer Science > Interactive Graphics Systems
Event Title: Bildverarbeitung für die Medizin 2012
Date Deposited: 12 Nov 2018 11:16
DOI: 10.1007/978-3-642-28502-8₅₇
Export:
Suche nach Titel in: TUfind oder in Google
Send an inquiry Send an inquiry

Options (only for editors)
Show editorial Details Show editorial Details