权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Probabilistische statistische Form- und Appearance-Modelle zur robusten Multi-Objekt-Segmentierung in medizinischen Bilddaten

用于医学图像数据中稳健的多对象分割的概率统计形状和外观模型

基本信息

批准号：
30327387
负责人：
Professor Dr. Heinz Handels
金额：
--
依托单位：
Institut für Medizinische Informatik (IMI)
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 2020-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/30327387?language=en
关键词：
Probabilistische statistische Form und Appearance

项目摘要

Das Ziel dieses Projektes ist die Entwicklung von modell- und wissensbasierten Methoden zur automatischen 3D-Segmentierung diagnostisch und therapeutisch relevanter Bildobjekte in räumlichen BiIdfolgen. Modell- und wissensbasierte Segmentierungstechniken inkorporieren Vorwissen über die Form und den Kontext zu segmentierender Bildstrukturen. Durch den im Rahmen des Projektes verfolgten erweiterten Modellierungsansatz soll die Möglichkeit zur Repräsentation der natürlichen 3D-Formvariabilität medizinischer Bildstrukturen in statistischen Formmodellen deutlich erhöht und eine optimierte Ausnutzung der Forminformationen auch bei kleinen Trainingsmengen ermöglicht werden. Die erweiterten statistischen Formmodelle ermöglichen zudem die Repräsentation verschiedener Subformtypen und sollen über Segmentierungsfragestellungen hinaus auch für die Klassifikation und Erkennung verschiedener 3D-Formtypen genutzt werden. Zur robusten, simultanen Segmentierung eng benachbarter Bildobjekte wird Vorwissen über die zu segmentierenden Strukturen und ihre Umgebung in das Verfahren inkorporiert. Die neuen Methoden werden an klinisch relevanten Segmentierungsproblemen aus dem Bereich der Strahlentherapie und der computergestützten Operationsplanung evaluiert.

Das Ziel dieses Projektes is die Entwicklung von modell-und wissensbasierten Methoden zur automatischen 3D-Segmentierung diagnosisch and therapeutisch relevanter Bildobjekte in räumlichen BiIdfolgen.基于模式和知识的分段技术可以使图像结构的形式和文本分段化。Dogden im Rahmen des Projektes verfolgten erweiterten Modellierungsanitesoll die Möglichkeit zur Repräsentation der natürlichen 3D-Formvariabilität medizinischer Bildstrukturen in statistischen Formmodellen deutlich erhöht und eine optimierte Ausnutzung der Forminformationen auch bei kleinen Trainingsmengen ermöglicht韦尔登. Die erweiterten statistischen Formmodelle ermöglichen zudem die Repräsentation verzedener Subformtypen und sollen über Segmentierungsfragestellungen hinaus auch für die Klassifikation und Erkennung verzedener 3D-Formtypen genutzt韦尔登.为了更好地利用图像交换的分割功能，图像交换的分割结构和图像交换的效果将更好地体现出来。新的韦尔登方法可用于治疗与计算机辅助手术计划评估相关的节段性问题。