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

基于模型的分割方法的开发及其在医学实际应用中的优化

• 批准号: 23732979
• 负责人: Professor Dr. Ivo Wolf
• 金额: --
• 依托单位: Institut für Medizinische Informatik (MI)
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2006
• 资助国家: 德国
• 起止时间: 2005-12-31 至 2009-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/23732979?language=en
• 关键词: Entwicklung; von; modellbasierten; Segmentierungsverfahren; und

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.

对医学图像数据的分析越来越梅尔困惑。这是一种以诊断为基础的方法，计算机对手术计划和手术效果进行定量分析。Voraussetzung für die meisten Verfahren ist die Segmentierung der Bilddaten，d.h. ihre Einteilung in logisch zusammenhängende Regionen（z.B. Organe，Gefäße，etc.）.该细分市场在许多领域都有其局限性。Eine automatische Segmentierung gelingt努尔in seltenen Fällen zuverlässig，sodass in der Praxis often ganz auf automatische Verfahren verzichtet wird und meist manuelle，sehr zeitaufwändige Verfahren zum Einquirkommen（Ausnahme：Knochen und Gefäße aus Kontrastmittelaufnahmen）. Ziel des Projekts ist die Entwicklung leicht erlernbarer，semi-automatischer Segmentierungswerkzeuge für staticche und dynamische dreidimensionale Daten（3D und 4D）. Automatische Verfahren liefern einen Segmentierungsvorschlag; speziele Interaktionsmechanismen erlauben eine schnelle Korrektur bzw. Anpassung des Vorschlags. Verwendet wird eine Combination aus statistischen Formmodellen und interraktiv steuerbaren deformierbaren Oberflächen.该方法韦尔登，以分割的赫伯，利伯和潘克雷亚斯eingesetzt和anhanddessen评价。Realisiert韦尔登die Verfahren in the Open-Source- Frameworks（ITK für Ewellmen，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 anderStelle.