Advertisement

3D-Segmentierungskorrektur unter Berücksichtigung von Bildinformationen für die effiziente und objektive Erfassung pleuraler Verdickungen

  • Hendrik HachmannEmail author
  • Peter Faltin
  • Thomas Kraus
  • Kraisorn Chaisaowong
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Für die Vermessung asbestbedingter pleuraler Verdickungen in CT-Lungendaten ist eine präzise Segmentierung essentiell. Vollautomatische Verfahren erfordern häufig eine manuelle Nachkorrektur. In dieser Arbeit wird ein speziell hierfür weiterentwickeltes Live-Wire-Werkzeug vorgestellt. Im Vordergrund steht die Effizienzsteigerung des semi-automatischen Werkzeugs, mittels dreidimensionaler Ausweitung der zweidimensionalen Manipulation, geführter Navigation durch die Schichtbilder und der Kombination mit einem Ausbeulwerkzeug. Das durch Benutzerinteraktion eingebrachte a priori Wissen des Anwenders wird im Segmentierungsprozess mit den Bildinformationen verknüpft. Hierdurch erreicht das Live-Wire-Werkzeug hohe Reproduzierbarkeit und geringe Intra- und Inter-Reader-Variabilität.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Ochsmann E, Carl T, Brand P, et al. Inter-reader variability in chest radiography and HRCT for the early detection of asbestos-related lung and pleural abnormalities in a cohort of 636 asbestos-exposed subjects. Int Arch Occup Environ Health 2010;83:39–46.Google Scholar
  2. Maleike D, Nolden M, Meinzer HP, et al. Interactive segmentation framework of the medical imaging interaction toolkit. Comput Meth Prog Bio. 2009;96(1):72–83.Google Scholar
  3. Dijkstra EW. A note on two problems in connexion with graphs. Numerische Mathematik. 1959;1:269–71.Google Scholar
  4. Lipman Y, Sorkine O, Alexa M, et al. Laplacian Framework for Interactive Mesh Editing. Int J Shape Model. 2005;11(1):43–61.Google Scholar
  5. Proksch D, Dornheim J, Preim B. Interaktionstechniken zur Korrektur medizinischer 3D-Segmentierung. In: Proc BVM; 2010. p. 420–4.Google Scholar
  6. Cignoni P, Rocchini C, Scopigno R. Metro: measuring error on simplified surfaces. Comput Graph Forum. 1998 Juni;17(2):167–74.Google Scholar
  7. Heimann T. Optimierung des Segmentierungsvorgangs und Evaluation der Ergebnisse in der medizinischen Bildverarbeitung. Heidelberg: DKFZ; 2003.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2013

Authors and Affiliations

  • Hendrik Hachmann
    • 1
    Email author
  • Peter Faltin
    • 1
  • Thomas Kraus
    • 2
  • Kraisorn Chaisaowong
    • 1
    • 3
  1. 1.Lehrstuhl für BildverarbeitungRWTH Aachen UniversityAachenDeutschland
  2. 2.Institut für Arbeitsmedizin und SozialmedizinUK AachenAachenDeutschland
  3. 3.King Mongkut’s University of Technology North BangkokBangkokThailand

Personalised recommendations