Advertisement

Semi-automatische Segmentierung von Schädigungszonen in post-interventionellen CT-Daten

  • Jan EggerEmail author
  • Harald Busse
  • Michael Moche
  • Philipp Brandmaier
  • Daniel Seider
  • Matthias Gawlitza
  • Steffen Strocka
  • Nikita Garnov
  • Jochen Fuchs
  • Peter Voigt
  • Florian Dazinger
  • Philip Voglreiter
  • Mark Dokter
  • Michael Hofmann
  • Alexander Hann
  • Bernd Freisleben
  • Thomas Kahn
  • Dieter Schmalstieg
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Kurzfassung

Die perkutane Radiofrequenzablation (RFA) ist ein minimalinvasives Verfahren zur thermischen Koagulation von Tumorgewebe und stellt somit eine Alternative zur chirurgischen Entfernung dar. Die Erhitzung wird durch ein elektromagnetisches Wechselfeld erreicht, welches über eine spezielle Nadelanordnung im Gewebe erzeugt wird. Nach der Intervention wird mit Hilfe von CT-Aufnahmen überprüft, inwieweit die Ablation vollständig war, um so das Risiko eines Rezidivs zu minimieren. In diesem Beitrag wurden zwölf RF-Ablationszonen aus post-interventionellen CT-Aufnahmen semiautomatisch segmentiert, um die sehr zeitaufwändige manuelle Inspektion zu unterstützen. Dazu wurde ein interaktiver, graphbasierter Ansatz verwendet, der kugelförmige Objekte bevorzugt. Zur quantitativen und qualitativen Bewertung des Algorithmus wurden manuell segmentierte Schichten von klinischen Experten als Goldstandard verwendet. Zur statistischen Validierung wurde der Dice-Koeffizient herangezogen. Es konnte gezeigt werden, dass der vorgeschlagene Ansatz die Läsionen schneller mit ausreichender Genauigkeit segmentiert und somit für einen Einsatz in der klinischen Routine geeignet zu sein scheint.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. 1.
    Graf D, Vallboehmer D, KnoefelWT, et al. Multimodal treatment of hepatocellular carcinoma. Eur J Intern Med. 2014;25(5):430–7.Google Scholar
  2. 2.
    Buscarini E, Savoia A, Brambilla G, et al. Radiofrequency thermal ablation of liver tumors. Eur Radiol. 2005;15(5):884–94.CrossRefGoogle Scholar
  3. 3.
    Passera K, Selvaggi S, Scaramuzza D, et al. Radiofrequency ablation of liver tumors: quantitative assessment of tumor coverage through CT image processing. Biomed Chromatogr. 2013;13(3):1–10.Google Scholar
  4. 4.
    Weihusen A, Ritter F, Kroeger T, et al. Workflow oriented software support for image guided radiofrequency ablation of focal liver malignancies. Proc SPIE. 2007;6509(19):1–9.Google Scholar
  5. 5.
    Zou KH, Warfield SK, Bharatha A, et al. Statistical validation of image segmentation quality based on a spatial overlap index. Acad Radiol. 2004;2:178–89.CrossRefGoogle Scholar
  6. 6.
    Li K, Wu X, Chen DZ, et al. Optimal surface segmentation in volumetric images: a graphtheoretic approach. IEEE PAMI. 2006;28(1):119–34.CrossRefGoogle Scholar
  7. 7.
    Boykov Y, Kolmogorov V. An experimental comparison of min-cut/max-flow algorithms for energy minimization in vision. IEEE PAMI. 2004;26(9):1124–37.CrossRefGoogle Scholar
  8. 8.
    Egger J, Bauer MHA, Kuhnt D, et al. A flexible semi-automatic approach for glioblastoma multiforme segmentation. Proc Biosignal. 2010;60:1–4.Google Scholar
  9. 9.
    Egger J, Bauer MHA, Kuhnt D, et al. Pituitary adenoma segmentation. Proc Biosignal. 2010;61:1–4.Google Scholar
  10. 10.
    Busse, et al. Novel Semiautomatic Real-time CT Segmentation Tool and Preliminary Clinical Evaluation on Thermally Induced Lesions in the Liver. Proc Rad Soc North Am. 2014; p. http://rsna2014.rsna.org/program/details/?emID=14017499.
  11. 11.
    Egger J, Kapur T, Fedorov A, et al. GBM volumetry using the 3D slicer medical image computing platform. Sci Rep. 2013;3(1364):1–7.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2015

Authors and Affiliations

  • Jan Egger
    • 1
    • 2
    Email author
  • Harald Busse
    • 3
  • Michael Moche
    • 3
  • Philipp Brandmaier
    • 3
  • Daniel Seider
    • 3
  • Matthias Gawlitza
    • 3
  • Steffen Strocka
    • 3
  • Nikita Garnov
    • 3
  • Jochen Fuchs
    • 3
  • Peter Voigt
    • 3
  • Florian Dazinger
    • 1
  • Philip Voglreiter
    • 1
  • Mark Dokter
    • 1
  • Michael Hofmann
    • 1
  • Alexander Hann
    • 4
  • Bernd Freisleben
    • 2
  • Thomas Kahn
    • 3
  • Dieter Schmalstieg
    • 1
  1. 1.Institut für Maschinelles Sehen und DarstellenTU GrazGrazÖsterreich
  2. 2.Verteilte SystemePhilipps-Universität MarburgMarburgDeutschland
  3. 3.Klinik und Poliklinik für Diagnostische und Interventionelle RadiologieUniversitätsklinikum LeipzigLeipzigDeutschland
  4. 4.Klinik für Allgemeine Innere Medizin, Gastroenterologie, Hepatologie und InfektiologieKatharinenhospitalStuttgartDeutschland

Personalised recommendations