Rekonstruktion zerebraler Gefässnetzwerke aus in-vivo μMRA mittels physiologischem Vorwissen zur lokalen Gefässgeometrie

  • Markus Rempfler
  • Matthias Schneider
  • Giovanna D. Ielacqua
  • Tim Sprenger
  • Xianghui Xiao
  • Stuart R. Stock
  • Jan Klohs
  • Gábor Székely
  • Bjoern Andres
  • Bjoern H. Menze
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Kurzfassung

In diesem Beitrag adressieren wir die Rekonstruktion zerebrovaskul ärer Netzwerke mit einem Ansatz, der es erlaubt, Vorwissen über physiologisch plausible Strukturen zu berücksichtigen und gegen- über Bildinformation abzuwägen. Ausgehend von einem überkonnektierten Netzwerk wird in einer globalen Optimierung – unter Berücksichtigung von geometrischer Konstellation, globaler Konnektivität und Bildintensit äten – das plausibelste Netzwerk bestimmt. Ein statistisches Modell zur Bewertung geometrischer Beziehungen zwischen Segmenten und Bifurkationen wird anhand eines hochaufgelösten Netzwerks gelernt, welches aus einem μCT (Mikrocomputertomographie) eines zerebrovaskulären Korrosionspräparats einer Maus gewonnen wird. Die Methode wird experimentell auf in-vivo μMRA (Magnetresonanzmikroangiographie) Datensätze von Mausgehirnen angewandt und Eigenschaften der resultierenden Netzwerke im Vergleich zu Standardverfahren diskutiert.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. 1.
    Frangi AF, Niessen WJ, Vincken KL, et al. Multiscale vessel enhancement filtering. Lect Notes Computer Sci. 1998;1496:130–7.CrossRefGoogle Scholar
  2. 2.
    Pudney C. Distance-ordered homotopic thinning: a skeletonization algorithm for 3D digital images. Computer Vis Image Understand. 1998;72(3):404–413.CrossRefGoogle Scholar
  3. 3.
    Kirbas C, Quek F. A review of vessel extraction techniques and algorithms. ACM Compute Surv. 2004;36(2):81–121.CrossRefGoogle Scholar
  4. 4.
    Lesage D, Angelini E, Bloch I, et al. A review of 3D vessel lumen segmentation techniques: models, features and extraction schemes. Med Image Anal. 2009;13(6):819–45.CrossRefGoogle Scholar
  5. 5.
    Schneider M, Hirsch S, Weber B, et al. TGIF: topological Gap in-fill for correction of vascular connectivity: a generative physiological modeling approach. Lect Notes Computer Sci. 2014;8674:89–96.CrossRefGoogle Scholar
  6. 6.
    Jiang Y, Zhuang ZW, Sinusas AJ, et al. Vessel connectivity using Murray’s hypothesis. Proc MICCAI. 2011;14:528–36.Google Scholar
  7. 7.
    Türetken E, Benmansour F, Andres B, et al. Reconstructing loopy curvilinear structures using integer programming. Proc IEEE Comput Soc Conf Comput Vis Pattern Recognit. 2013; p. 1822–9.Google Scholar
  8. 8.
    Rempfler M, Schneider M, Ielacqua GD, et al. Extracting vascular networks under physiological constraints via integer programming. Lect Notes Computer Sci. 2014;8674:505–12.CrossRefGoogle Scholar
  9. 9.
    Schneider M, Hirsch S, Weber B, et al. Joint 3D vessel segmentation and centerline extraction using oblique hough forests with steerable filters. Med Image Anal. 2015;19(1):220–49.CrossRefGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2015

Authors and Affiliations

  • Markus Rempfler
    • 1
    • 2
  • Matthias Schneider
    • 2
    • 3
  • Giovanna D. Ielacqua
    • 4
  • Tim Sprenger
    • 2
    • 3
  • Xianghui Xiao
    • 5
  • Stuart R. Stock
    • 6
  • Jan Klohs
    • 4
  • Gábor Székely
    • 2
  • Bjoern Andres
    • 7
  • Bjoern H. Menze
    • 1
    • 8
  1. 1.Departement für InformatikTU MünchenMünchenDeutschland
  2. 2.Institut für BildverarbeitungETH ZürichZürichDeutschland
  3. 3.Institut für Pharmakologie und ToxikologieUniversität ZürichZürichDeutschland
  4. 4.Institut für Biomedizinische TechnikUniversität und ETH ZürichZürichDeutschland
  5. 5.Advanced Photon SourceArgonne National LaboratoryLemontUSA
  6. 6.Feinberg School of MedicineNorthwestern UniversityChicago ILUSA
  7. 7.Max-Planck-Institut für InformatikSaarbrückenDeutschland
  8. 8.Institute for Advanced StudiesTU MünchenMünchenDeutschland

Personalised recommendations