Zusammenfassung
In dieser Arbeit stellen wir einen voll-automatisierten Algorithmus vor, der in der Lage ist, die Struktur des Corpus Callosum aus sagittalen Schichten von T1-gewichteten kernspintomographischen Datensätzen des menschlichen Gehirns zu segmentieren. Die Segmentierungsergebnisse werden dabei für die Untersuchung morphometrischer Merkmale in einer Studie zur Schizophrenie in definierte Abschnitte unterteilt, um sie im weiteren Verlauf statistisch auswerten zu können. Der Algorithmus wurde unter Zuhilfenahme der Cognition Network Technologie implementiert, die eine regelbasierte und kontextsensitive Handhabung der Bilddaten erlaubt, und dabei nur wenige Voraussetzungen über die Beschaffenheit und Qualität der zu verarbeitenden Datens ätze macht. Das Verfahren scheitert im Rahmen einer Testreihe bei einem von 50 Datensätzen und erzielt ansonsten einen Dice-Koeffizienten von 0,97 im Vergleich zu manuell segmentierten Ergebnissen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Rotarska-Jagiela A, Schoenmeyer R, Oertel V, Haenschel C, Maurer K, Linden DEJ. Strukturelle Integrität des Corpus Callosum bei schizophrenen Patienten — untersucht mit Diffusion Tensor Imaging. In: DGPPN (submitted and accepted). Berlin; 2006.
Narr KL, Thompson PM, Sharma T, Moussai J, Cannestra AF, Toga AW. Mapping morphology of the corpus callosum in schizophrenia. Cereb Cortex 2000;10(1):40–9.
Luders E, Narr KL, Zaidel E, Thompson PM, Jancke L, Toga AW. Parasagittal asymmetries of the corpus callosum. Cereb Cortex 2006;16(3):346–54.
Ota M, Obata T, Akine Y, Ito H, Ikehira H, Asada T, et al. Age-related degeneration of corpus callosum measured with diffusion tensor imaging. Neuroimage 2006;31(4):1445–52.
Lee C, Huh S, Ketter TA, Unser M. Automated Segmentation of the Corpus Callosum in Midsagittal Brain Magnetic Resonance Images. Optical Engineering 2000;39(4):924–935.
Magnotta VA, Harris G, Andreasen NC, O’Leary DS, Yuh WT, Heckel D. Structural MR image processing using the BRAINS2 toolbox. Comput Med Imaging Graph 2002;26(4):251–64.
Schönmeyer R, Prvulovic D, Rotarska-Jagiela A, Dallmann K, Haenschel C, Athelogou M, et al. Automatisierte Segmentierung der Seitenventrikel des menschlichen Gehirns aus kernspintomographischen Datensätzen. In: BVM; 2005. 83–87.
Schäpe A, Urbani M, Leiderer R, Athelogou M. Fraktal hierarchische, prozeß-und objektbasierte Bildanalyse. In: Procs BVM; 2003. 206–210.
Highley JR, Esiri MM, McDonald B, Cortina-Borja M, Herron BM, Crow TJ. The size and fibre composition of the corpus callosum with respect to gender and schizophrenia: a post-mortem study. Brain 1999;122 (Pt 1):99–110.
Deichmann R, Schwarzbauer C, Turner R. Optimisation of the 3D MDEFT sequence for anatomical brain imaging: technical implications at 1.5 and 3 T. Neuroimage 2004;21(2):757–67.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2007 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Schönmeyer, R., Rotarska-Jagiela, A., Prvulovic, D., Athelogou, M., Haenschel, C., Linden, D.E.J. (2007). Automatische Segmentierung des Corpus Callosum aus sagittalen Schichten von kernspintomographischen Datensätzen. 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_78
Download citation
DOI: https://doi.org/10.1007/978-3-540-71091-2_78
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-71090-5
Online ISBN: 978-3-540-71091-2
eBook Packages: Computer Science and Engineering (German Language)