Kalali Emghani, Amir (2015)
Vertebrae Detection in Head and Neck MRI Images Using a Particle Filter Method Based on Image Features.
Technische Universität Darmstadt
Masterarbeit, Bibliographie

Kurzbeschreibung (Abstract)

Detection of the human spine in MRI scans is a frequently used task in medical image analysis for the diagnosis of spinal conditions and diseases. MRI scans provide important information about relevant soft tissue. However, manual detection of vertebrae is an elaborate and error-prone process. This work aims at the development and evaluation of a semi-automatic method for vertebrae detection in head and neck MRI images. The goal is to correctly position an available articulated atlas that consists of statistical shape models of bones. The presented approach is based on a probabilistic graphical model for modeling the structure of the vertebral column. A particle filter is used to define the position of vertebral bodies in relation to previously detected vertebral bodies. Two models are used to model the geometric constraints of the position, the size and the orientation of the vertebral bodies on the one hand and to describe the vertebral body appearance with extracted image features on the other hand. The advantage of this approach is the probabilistic analysis of potential vertebral bodies: It does neither depend on exact prior knowledge about the anatomical structure of the vertebral column nor any training data to learn the image features is needed. The presented approach is tested and the vertebrae detection results are evaluated on 22 MRI scans. The MRI scans are T1-weighted sagittal 2D slices. Subsequently the method is used to initially position the articulated atlas in the MRI images for further processing. Visual inspections show a noticeable improvement of the initial position of the atlas compared to the approach used so far. Die Detektion der Wirbelsäule in MRT-Aufnahmen ist eine häufig durchgeführte Aufgabe im Bereich der medizinischen Bildanalyse zur Diagnose von Wirbelsäulenbeschwerden. MRT-Aufnahmen liefern dabei wichtige Informationen über relevantes Weichteilgewebe. Die manuelle Detektion von Wirbeln ist jedoch ein aufwendiger und fehleranfälliger Prozess. Diese Arbeit befasst sich daher mit der Entwicklung und Evaluierung eines semiautomatischen Verfahrens zur Wirbelerkennung im Kopf-Hals-Bereich von MRT-Aufnahmen. Das Ziel ist die korrekte Positionierung eines bereits existierenden artikulierten Atlas, bestehend aus statistischen Formmodellen für Knochen. Das vorgestellte Verfahren basiert auf einem probabilistischen graphischen Model zur Modellierung der Wirbelsäulenstruktur. Ein Partikel-Filter wird verwendet, um die Position der Wirbelkörper in Relation zu bereits detektierten Wirbelkörpern zu bestimmen. Dafür werden zwei Modelle verwendet um zum einen die geometrischen Beschränkungen für die Position, Größe und Orientierung der Wirbelkörper zu modellieren und zum anderen das Aussehen der Wirbelkörper durch extrahierte Bildmerkmale zu beschreiben. Der Vorteil des Verfahrens ist die wahrscheinlichkeitsbasierte Analyse potenzieller Wirbelkörper: Kein exaktes Wissen über die Struktur der Wirbelsäule und keine Trainingsdaten für das Lernen der Bildmerkmale werden benötigt. Das vorgestellte Verfahren wird getestet und die Ergebnisse der Wirbelerkennung werden auf 22 MRT-Aufnahmen ausgewertet. Die MRT-Aufnahmen sind T1-gewichtete 2D-Volumenschitte aus der Sagittalebene. Anschließend wird das Verfahren für den Anwendungsfall der initialen Atlas-Positionierung in MRT Bildern verwendet. Visuelle Untersuchungen zeigen hier eine deutliche Verbesserung der initialen Positionierung des Atlasses im Vergleich zu dem bisher verwendeten Ansatz.

Frage zum Eintrag

Redaktionelle Details anzeigen