TU Darmstadt / ULB / TUbiblio

Segmentierung der Aorta, Koronararterien und Bestimmung der geometrischen Parameter

Flehmann, Eugen (2010):
Segmentierung der Aorta, Koronararterien und Bestimmung der geometrischen Parameter.
Darmstadt, TU, Master Thesis, 2010, [Master Thesis]

Abstract

In der Masterarbeit sollte ein Algorithmus entwickelt werden, der automatisch die Aorta und die Koronararterien von 3D MRI-Daten segmentiert und geometrische Parameter, wie z.B. die Gefäßmittelline und den Durchmesserverlauf der Aorta und der Koronararterien, die Krümmung des Aortenbogens und den Winkel des Abgangs der Koronararterien, ermittelt. Zwei Sätze von Eingabebildern werden verwendet. Ein Datensatz enthält die komplette Aorta und der zweite die Koronararterien mit einem Teil der Aorta in der Nähe der Koronararterien. Zurzeit existiert kein Ansatz, der automatisch die Aorta und die Koronararterien segmentiert. Als erstes müssen die Aorta und die Koronararterien registriert werden. Eine einfache Registrierung der beiden Bilder ist nicht möglich, weil die beiden Bilder sich nur in einem kleinen gemeinsamen Bereich in der Nähe der Koronararterien überlappen. Aufgrund der Blutzirkulation und der Atmung sind die Herzkammern in beiden Bildern nicht konstant. Dieses Problem wird gelöst, indem man den gemeinsamen Bereich aus beiden Bildern ausschneidet, und als erstes die rigide Registrierung auf diese Subbilder anwendet. Danach werden die Registrierungsparameter auf das gesamte Bild anwendet. Die rigide Registrierung richtet grob die beiden Bilder aus. Danach wird eine nicht-rigide Registrierung durchgeführt. Der nächste Schritt besteht darin, die beiden registrierten Bilder zu segmentieren. Der Startpunkt wird in beiden Bildern automatisch selektiert. Die Segmentierung der zwei Bilder wird mit Hilfe des Fast Marching Algorithmus durchgeführt. Die Aorta wird dabei in drei Bereiche geteilt und für jeden Bereich existiert ein spezielles Terminierungskriterium. Dieser Schritt ist vollständig automatisiert. Danach müssen die beiden segmentierten Bilder fusioniert werden. Dazu wurde ein Filter entwickelt, der zwei segmentierte Bilder als Eingabe erwartet und Voxel-weise den Durchschnitt berechnet. Nach der Segmentierung und der Fusion, werden die geometrischen Parameter berechnet. Zu den geometrischen Parametern zählen die Extraktion der Gefäßmittelline und die Berechnung des Durchmesserverlaufs der Aorta und der Koronararterien, die Krümmung des Aortenbogens und der Winkel zwischen der Aorta und der Koronararterien. Die Berechnung dieser Parameter ist für die optimale Wahl des Katheters während der Katheter-Angiographie sehr wichtig. Der Algorithmus wurde an acht klinischen Patientendatensätzen getestet. Kardiologen und MR-Bildexperten der Uniklinik Würzburg begutachteten die Ergebnisse und äußerten sich positiv über die potentielle klinische Anwendbarkeit des Algorithmus.

Item Type: Master Thesis
Erschienen: 2010
Creators: Flehmann, Eugen
Title: Segmentierung der Aorta, Koronararterien und Bestimmung der geometrischen Parameter
Language: German
Abstract:

In der Masterarbeit sollte ein Algorithmus entwickelt werden, der automatisch die Aorta und die Koronararterien von 3D MRI-Daten segmentiert und geometrische Parameter, wie z.B. die Gefäßmittelline und den Durchmesserverlauf der Aorta und der Koronararterien, die Krümmung des Aortenbogens und den Winkel des Abgangs der Koronararterien, ermittelt. Zwei Sätze von Eingabebildern werden verwendet. Ein Datensatz enthält die komplette Aorta und der zweite die Koronararterien mit einem Teil der Aorta in der Nähe der Koronararterien. Zurzeit existiert kein Ansatz, der automatisch die Aorta und die Koronararterien segmentiert. Als erstes müssen die Aorta und die Koronararterien registriert werden. Eine einfache Registrierung der beiden Bilder ist nicht möglich, weil die beiden Bilder sich nur in einem kleinen gemeinsamen Bereich in der Nähe der Koronararterien überlappen. Aufgrund der Blutzirkulation und der Atmung sind die Herzkammern in beiden Bildern nicht konstant. Dieses Problem wird gelöst, indem man den gemeinsamen Bereich aus beiden Bildern ausschneidet, und als erstes die rigide Registrierung auf diese Subbilder anwendet. Danach werden die Registrierungsparameter auf das gesamte Bild anwendet. Die rigide Registrierung richtet grob die beiden Bilder aus. Danach wird eine nicht-rigide Registrierung durchgeführt. Der nächste Schritt besteht darin, die beiden registrierten Bilder zu segmentieren. Der Startpunkt wird in beiden Bildern automatisch selektiert. Die Segmentierung der zwei Bilder wird mit Hilfe des Fast Marching Algorithmus durchgeführt. Die Aorta wird dabei in drei Bereiche geteilt und für jeden Bereich existiert ein spezielles Terminierungskriterium. Dieser Schritt ist vollständig automatisiert. Danach müssen die beiden segmentierten Bilder fusioniert werden. Dazu wurde ein Filter entwickelt, der zwei segmentierte Bilder als Eingabe erwartet und Voxel-weise den Durchschnitt berechnet. Nach der Segmentierung und der Fusion, werden die geometrischen Parameter berechnet. Zu den geometrischen Parametern zählen die Extraktion der Gefäßmittelline und die Berechnung des Durchmesserverlaufs der Aorta und der Koronararterien, die Krümmung des Aortenbogens und der Winkel zwischen der Aorta und der Koronararterien. Die Berechnung dieser Parameter ist für die optimale Wahl des Katheters während der Katheter-Angiographie sehr wichtig. Der Algorithmus wurde an acht klinischen Patientendatensätzen getestet. Kardiologen und MR-Bildexperten der Uniklinik Würzburg begutachteten die Ergebnisse und äußerten sich positiv über die potentielle klinische Anwendbarkeit des Algorithmus.

Uncontrolled Keywords: Forschungsgruppe Medical Computing (MECO), Segmentation, Level sets, Vessel segmentation
Divisions: 20 Department of Computer Science
20 Department of Computer Science > Interactive Graphics Systems
Date Deposited: 12 Nov 2018 11:16
Additional Information:

75 S.

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

Options (only for editors)

View Item View Item