Skip to main content
Springer Nature Link
Log in

Vollautomatisierte Tumordiagnose in der dynamischen MRT der weiblichen Brust

  • Conference paper
Bildverarbeitung für die Medizin 2007

Part of the book series: Informatik aktuell ((INFORMAT))

  • 942 Accesses

Zusammenfassung

Es wird eine automatisierte Prototypensoftware zur Diagnose von Läsionen in der Kontrastmittel gestützten funktionalen MRT der weiblichen Brust vorgestellt. Die Software führt auf 4D-Daten eine Bildverarbeitungspipeline bestehend aus Bewegungskorrektur, Segmentierung, Berechnung von dynamischen und morphologischen Merkmalen sowie Klassifizierung der Merkmale durch Neuronale Netze aus. Das CAD-System detektiert gut- oder bösartige Läsionen ohne jegliche Benutzerinteraktion und ist damit als Zweitmeinung verwendbar.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Similar content being viewed by others

Literaturverzeichnis

  1. Sivaramakrishna R. 3D breast image registration: A review. Technol Cancer Res Treat 2005;4:39–48.

    Google Scholar 

  2. Middleton I, Damper RI. Segmentation of magnetic resonance images using a combination of neural networks and active contour models. Med Eng Phys 2004;26:71–86.

    Article  Google Scholar 

  3. el Kwae EA, et al. Detection of suspected malignant patterns in three-dimensional magnetic resonance breast images. J Digit Imaging 1998;11:83–93.

    Article  Google Scholar 

  4. Lucht RE, Knopp MV, Brix G. Classification of signal-time curves from dynamic MR mammography by neural networks. Magn Reson Imaging 2001;19:51–57.

    Article  Google Scholar 

  5. Vergnaghi D, Monti A, Setti E, Musumeci R. A use of a neural network to evaluate contrast enhancement curves in breast magnetic resonance images. J Digit Imaging 2001;14:58–59.

    Article  Google Scholar 

  6. Vomweg TW, Buscema M. Improved artificial neural networks in prediction of malignancy of lesions in contrast-enhanced MR-mammography. Med Phys 2003;30:2350–2359.

    Article  Google Scholar 

  7. Vomweg TW, Teifke A, Kunz RP, et al. Combination of low and high resolution sequences in two orientations for dynamic contrast-enhanced MRI of the breast: more than a compromise. Eur Radiol 2004;14:1732–1742.

    Article  Google Scholar 

  8. Shi J, Tomasi C. Good features to track. IEEE Comp Vis Pattern Recognition 1994; 593–600.

    Google Scholar 

  9. Lee S, Wolberg G, Shin SY. Scattered data interpolation with multilevel B-splines. IEEE Vis Comp Graphics 1997;3(3):228–244.

    Article  Google Scholar 

  10. Heywang-Koebrunner S, Bick U, Bradley WG, et al. International investigation of breast MRI: results of a multicentre study. Eur Radiol 2001;11(4):531–46.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. CADMEI GmbH, Otto-Hahn-Straße 6, 55218, Ingelheim, Deutschland

    Dirk Mayer, Adam Maciak, Thomas Rösler, Tim Keszler, Heiner Faber & T. W. Vomweg

  2. Semeion Research Centre of Sciences of Communication, Rom, Italien

    Massimo Buscema

  3. Bracco Imaging, Via E. Folli 50, Mailand, Italien

    Marco Mattiuzzi

Authors
  1. Dirk Mayer
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Adam Maciak
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Thomas Rösler
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Tim Keszler
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Heiner Faber
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. Massimo Buscema
    View author publications

    You can also search for this author in PubMed Google Scholar

  7. Marco Mattiuzzi
    View author publications

    You can also search for this author in PubMed Google Scholar

  8. T. W. Vomweg
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. Klinikum rechts der Isar Institut für Medizinische Statistik und Epidemiologie, Technische Universität München, Ismaninger Strasse 22, 81675, München

    Alexander Horsch

  2. Institut für Medizinische Informatik, Rheinisch-Westfälische Technische Hochschule Aachen, Pauwelsstrasse 30, 52057, Aachen

    Thomas M. Deserno

  3. Institut für Medizinische Informatik, Universitätsklinikum Hamburg-Eppendorf, Martinistrasse 52, 20246, Hamburg

    Heinz Handels

  4. Abt. für Medizinische und Biologische Informatik / H0100, Deutsches Krebsforschungszentrum, Im Neuenheimer Feld 280, 69120, Heidelberg

    Hans-Peter Meinzer

  5. Institut für Medizinische Informatik, Universitätsmedizin Berlin, Campus Benjamin Franklin Hindenburgdamm 30, 12200, Berlin

    Thomas Tolxdorff (Charité) (Charité)

Rights and permissions

Reprints and permissions

Copyright information

© 2007 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Mayer, D. et al. (2007). Vollautomatisierte Tumordiagnose in der dynamischen MRT der weiblichen Brust. In: Horsch, A., Deserno, T.M., Handels, H., Meinzer, HP., Tolxdorff, T. (eds) Bildverarbeitung für die Medizin 2007. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-540-71091-2_18

Download citation

Publish with us

Policies and ethics