Skip to main content
SpringerLink
Log in
Book cover

Bildverarbeitung für die Medizin 2009 pp 326–330Cite as

Erweiterung modellbasierter Segmentierung durch lokale Deformationskriterien

  • Conference paper

  • 1220 Accesses

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

Auszug

Modellbasierte Ansätze sind heutzutage Stand der Technik zur automatischen Organsegmentierung in medizinischen Bilddatensätzen. In dieser Arbeit wird ein Verfahren vorgestellt, welches die modellbasierte Segmentierung durch lokale Deformationskriterien erweitert, um eine bessere lokale Anpassung der Oberflächenmodelle an Bildstrukturen sowohl hoher als auch niedriger Frequenz zu erreichen. Die beschriebene Methode wird anhand von Computer-Tomographie Datensätzen der Niere beschrieben und evaluiert.

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

Chapter
USD   29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD   109.00
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD   139.00
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Learn about institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Heimann T, Meinzer HP, Wolf I. A statistical deformable model for the segmentation of liver CT volumes. Procs MICCAI. 2007; p. 161–166.

    Google Scholar 

  2. Zambal S, Hladuvka J, Bühler K, et al. A fully automatic system for segmentation and analysis of the left and right ventricles of the heart using a bi-temporal two-component model. Int J Computer Assist Radiol Surg. 2007; p. 93–94.

    Google Scholar 

  3. Zhen Y, Barbu A, Georgescu B, et al. Fast automatic heart chamber segmentation from 3D CT data using marginal space learning and steerable features. Procs ICCV. 2007; p. 1–8.

    Google Scholar 

  4. Lorenz C, v Berg J. A comprehensive shape model of the heart. Med Image Anal. 2006;10(4):657–670.

    Article  Google Scholar 

  5. Costa MJ, Delingette H, Ayache N. Automatic segmentation of the bladder using deformable models. Procs ISBI. 2007; p. 904–907.

    Google Scholar 

  6. Kainmüller D, Lange T, Lamecker H. Shape constrained automatic segmentation of the liver based on a heuristic intensity model. Procs MICCAI 2007 Workshop Proceedings: 3D Segmentation in the Clinic: A Grand Challenge. 2007; p. 109–116.

    Google Scholar 

  7. VOXEL-MAN Group. VOXEL-MAN Organ Atlas. University Medical Center Hamburg-Eppendorf.

    Google Scholar 

  8. Wolf I, Vetter M, Wegner I, et al. The medical imaging interaction toolkit (MITK) a toolkit facilitating the creation of interactive software by extending VTK and ITK. Procs SPIE. 2004; p. 16–27.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Abteilung Cognitive Computing & Medical Imaging, Fraunhofer IGD, Darmstadt

    Marius Erdt, Roman Tulchiner & Georgios Sakas

  2. Graphisch-Interaktive Systeme, Technische Universität, Darmstadt

    Georgios Sakas

Authors
  1. Marius Erdt
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Roman Tulchiner
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Georgios Sakas
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. Abteilung für Medizinische und Biologische Informatik, Deutsches Krebsforschungszentrum, H0100 Im Neuenheimer Feld 280, 69120, Heidelberg

    Hans-Peter Meinzer

  2. Institut für Medizinische Informatik, Rheinisch-Westfälische Technische Hochschule Aachen Universitätsklinikum Aachen, Pauwelsstraße 30, 52074, Aachen

    Thomas Martin Deserno

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

    Heinz Handels

  4. Institut für Medizinische Informatik, Charité — Universitätsmedizin Berlin, Hindenburgdamm 30, 12200, Berlin

    Thomas Tolxdorff

Rights and permissions

Reprints and permissions

Copyright information

© 2009 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Erdt, M., Tulchiner, R., Sakas, G. (2009). Erweiterung modellbasierter Segmentierung durch lokale Deformationskriterien. In: Meinzer, HP., Deserno, T.M., Handels, H., Tolxdorff, T. (eds) Bildverarbeitung für die Medizin 2009. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-540-93860-6_66

Download citation

Publish with us

Policies and ethics

Search

Navigation