Entwicklung von modellbasierten Segmentierungsverfahren und ihre Optimierung für den praktischen Einsatz in der Medizin

点击翻译按钮获取中文摘要

Die Analyse von medizinischen Bilddaten gewinnt immer mehr an Bedeutung. Beispiele sind bildbasierte diagnostische Verfahren, die computergestützte Planung und Umsetzung von Operationen sowie quantitative Verlaufsuntersuchungen. Voraussetzung für die meisten Verfahren ist die Segmentierung der Bilddaten, d.h. ihre Einteilung in logisch zusammenhängende Regionen (z.B. Organe, Gefäße, etc.). Die Segmentierung stellt dabei in vielen Fällen den limitierenden Faktor dar. Eine automatische Segmentierung gelingt nur in seltenen Fällen zuverlässig, sodass in der Praxis oft ganz auf automatische Verfahren verzichtet wird und meist manuelle, sehr zeitaufwändige Verfahren zum Einsatz kommen (Ausnahme: Knochen und Gefäße aus Kontrastmittelaufnahmen). Ziel des Projekts ist die Entwicklung leicht erlernbarer, semi-automatischer Segmentierungswerkzeuge für statische und dynamische dreidimensionale Daten (3D und 4D). Automatische Verfahren liefern einen Segmentierungsvorschlag; spezielle Interaktionsmechanismen erlauben eine schnelle Korrektur bzw. Anpassung des Vorschlags. Verwendet wird eine Kombination aus statistischen Formmodellen und interaktiv steuerbaren deformierbaren Oberflächen. Die Methoden werden zur Segmentierung des Herzens, der Leber und des Pankreas eingesetzt und anhanddessen evaluiert. Realisiert werden die Verfahren in standardisierter Form für Open-Source- Frameworks (ITK für Algorithmen, VTK für Visualisierung, MITK für Interaktion), mit dem Vorteil sehr guter Möglichkeiten der Kombination und des Vergleichs mit anderen Verfahren sowie der Weiterentwicklung und des Einsatzes an anderer Stelle.