Zusammenfassung
Bei der Segmentierung medizinischer Bilder können Algorithmen robuster gestaltet werden, wenn Wissen über die Form dargestellter Strukturen in eine Erkennung einfließt. In unserer Methode wird ein Ballon-Modell hybrid mit einem Point-Distribution-Modell (PDM) verknüpft. Dabei wird in jeder Iteration des Ballon-Modells der zur Kontur ähnlichste zulässige Formprototyp des PDM geschätzt, eine elastische Anbindung führt zu einer Formkraft, die als neuer Anteil der Einflüsse das Ballon-Modell deformiert. Die gegenseitige Annäherung beider Modelle unter gleichzeitigem Einfluß von Bildinformationen führt zu einer robusten Objekterkennung auf artefaktbehaftetem Bildmaterial. Tests auf synthetischen Bildern quantifizieren die Verbesserung einer Segmentierung durch Einsatz von Formwissen. Auf 52 realen Bildern eines sprechenden Mundes konnte die subjektiv bewertete Erkennungsrate von 3,8% auf 80,8% gesteigert werden.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Cohen LD, Cohen I: Finite-element methods for active contour models and balloons for 2-D and 3-D images. IEEE Trans. PAMI 15(11): 1131–1147, 1993.
Mcinerney T, Terzopoulos D: Deformable models in medical image analysis: A survey. Medical Image Analysis 1(2): 91–108, 1996.
Jain AK, Zhong Y, Dubuisson-Jolly MP: Deformable template models: A review. Signal Processing 71(2): 109–129, 1988.
Brett AD, Taylor CJ: A method of automated landmark generation for automated 3D PDM construction. Image and Vision Computing 18: 739–748, 2000.
Cootes TF, Taylor CJ, Cooper DH, Graham J: Active shape models - Their training and application. Computer Vision and Image Understanding 61(1): 38–59, 1995.
Bredno J, Lehmann T, Spitzer K: A general finite element model for segmentation in 2, 3, and 4 dimensions. Proc. SPIE 3979: 1174–1184, 2000.
Cootes TF, Edwards GJ, Taylor CJ: Active appearance models. In Burkhardt H, Neumann B (Hrsg.): 5th European Conference on Computer Vision, Springer -Verlag, Berlin: 484–498, 1998.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2001 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Bredno, J., Schwippert, R., Lehmann, T.M., Oberschelp, W. (2001). Finite-Elemente-Segmentierung mit Formwissen: Hybridisierung aus Aktiver Kontur und Point-Distribution-Modell. In: Handels, H., Horsch, A., Lehmann, T., Meinzer, HP. (eds) Bildverarbeitung für die Medizin 2001. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-56714-8_39
Download citation
DOI: https://doi.org/10.1007/978-3-642-56714-8_39
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-41690-6
Online ISBN: 978-3-642-56714-8
eBook Packages: Springer Book Archive