Skip to main content
SpringerLink
Log in
Book cover

Bildverarbeitung für die Medizin 2011 pp 89–93Cite as

Optimierung nicht-linearer Registrierung durch automatisch detektierte Landmarken

  • Chapter
  • First Online:

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

Kurzfassung

In dieser Arbeit wird ein Landmarken-basierter Ansatz zur Optimierung der Registrierung von 4D-CT-Daten der Lunge präsentiert. Das Verfahren besteht aus zwei Schritten. Im ersten Schritt werden für die zu registrierenden Bilder mit Hilfe eines automatischen Verfahrens korrespondierende Landmarken detektiert. Diese werden daraufhin in einem zweiten Schritt zur Abschätzung des mittleren Target-Registration- Errors (TRE) verwendet, der wiederum zur Definition eines Abbruchkriteriums für ein iteratives Registrierungsverfahren genutzt wird. Der Ansatz wurde anhand von neun 4D-CT-Datensätzen evaluiert. Es zeigt sich, dass die Genauigkeit der Registrierung durch das neue Verfahren verbessert werden kann.

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   99.00
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD   99.99
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. Werner R, Ehrhardt J, Schmidt-Richberg A, et al. Validation and comparison of a biophysical modeling approach and non-linear registration for estimation of lung motion fields in thoracic 4D CT data. SPIE Med Imaging Image Process. 2009;10(7259):1–8.

    Google Scholar 

  2. Ehrhardt J, Werner R, Säring D, et al. An optical flow based method for improved reconstruction of 4D CT data sets acquired during free breathing. Med Phys. 2007;34(2):711–21.

    Article  Google Scholar 

  3. Werner R, Wolf JC, Ehrhardt J, et al. Automatische Landmarkendetektion und -übertragung zur Evaluation der Registrierung von thorakalen CT-Daten. In: Proc BVM; 2010. p. 31–5.

    Google Scholar 

  4. Rohr K, Stiehl HS, Sprengel R, et al. Landmark-based elastic registration using approximating thin-plate splines. IEEE Trans Med Imaging. 2001;20(6):526–34.

    Article  Google Scholar 

  5. Olesch J, Papenberg N, Lange T, et al. CT and ultrasound data of the liver by landmark constrained image registration. SPIE Med Imaging Image Process. 2009;7261.

    Google Scholar 

  6. van Rikxoort EM, de Hoop B, Viergever MA, et al. Automatic lung segmentation from thoracic computed tomography scans using a hybrid approach with error detection. Med Phys. 2009;36(7):2934–47.

    Article  Google Scholar 

  7. Hartkens T, Rohr K, Stiehl HS. Evaluation of 3D operators for the detection of anatomical point landmarks in MR and CT images. Comput Vis Image Understand. 2002;86(2):118–36.

    Article  MATH  Google Scholar 

  8. Murphy K, van Ginneken B, Pluim J, et al. Semi-automatic reference standard construction for quantitative evaluation of lung CT registration. In: Med Image Comput Comput Assis Interv. Springer; 2008. p. 1006–13.

    Google Scholar 

  9. Modersitzki J. Numerical methods for image registration. Oxford Univ Press; 2004.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Institut für Medizinische Informatik, Universität zu Lübeck, Lübeck, Deutschland

    Jan-Christoph Wolf, Alexander Schmidt-Richberg, Rene Werner, Jan Ehrhardt & Heinz Handels

Authors
  1. Jan-Christoph Wolf
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Alexander Schmidt-Richberg
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Rene Werner
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Jan Ehrhardt
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Heinz Handels
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Jan-Christoph Wolf .

Editor information

Editors and Affiliations

  1. , Institut für Medizinische Informatik, Universität zu Lübeck, Ratzeburger Allee 160, Lübeck, 23562, Germany

    Heinz Handels

  2. , Institut für Medizinische Informatik, Universität Lübeck, Ratzeburger Allee 160, Lübeck, 23538, Germany

    Jan Ehrhardt

  3. Inst. Medizinische Informatik, RWTH Aachen, Pauwelsstr. 30, Aachen, 52074, Germany

    Thomas M. Deserno

  4. Abt. Med./Biol.Inform./H0100, Deutsches Krebsforschungzentrum (DKFZ), Im Neuenheimer Feld 280, Heidelberg, 69120, Germany

    Hans-Peter Meinzer

  5. Charité Campus Benjamin Franklin, Inst. Medizinische Informatik,, Universitätsklinikum Berlin, Hindenburgdamm 30, Berlin, 12200, Berlin, Germany

    Thomas Tolxdorff

Rights and permissions

Reprints and permissions

Copyright information

© 2011 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Wolf, JC., Schmidt-Richberg, A., Werner, R., Ehrhardt, J., Handels, H. (2011). Optimierung nicht-linearer Registrierung durch automatisch detektierte Landmarken. In: Handels, H., Ehrhardt, J., Deserno, T., Meinzer, HP., Tolxdorff, T. (eds) Bildverarbeitung für die Medizin 2011. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-19335-4_20

Download citation

Publish with us

Policies and ethics

Search

Navigation