Skip to main content
SpringerLink
Log in

Ein semiautomatischer Ansatz zur Flächenbestimmung von Wirbeln in MRT-Aufnahmen

  • Chapter
  • First Online:
Bildverarbeitung für die Medizin 2012

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

  • 1692 Accesses

Kurzfassung

Graphbasierte Verfahren verteilen die Knoten des Graphen gleichmäßig und äquidistant auf einem Bild. Hinzugefügt wird ein sog. Smoothness Term, um dem Segmentierungsergebnis eine gewisse Steifigkeit zu verleihen und es so zu beeinflussen. Diese Vorgehensweise erlaubt dem Cut (Trennung von Objekt und Hintergrund) allerdings nicht, eine bestimmte (komplexere) Struktur zu bevorzugen, insbesondere, wenn Bereiche des Objekts nicht vom Hintergrund zu unterscheiden sind. Zur Evaluierung unseres Ansatzes verwendeten wir Magnetresonanztomographie (MRT)-Aufnahmen der Wirbelsäule, um die zeitaufwendige Schicht-für-Schicht-Konturierung der Ärzte zu unterstützen. Die quantitative Auswertung erfolgte mit dem Dice Similarity Coefficient (DSC) und ergab bei einem direkten Vergleich mit manuellen Expertensegmentierungen einen Wert von 90,97±2,2% für neun Wirbel (bei einer Rechenzeit von ca. einer Sekunde).

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

Access this chapter

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 129.00
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

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Joaquim AF, et al. Degenerative lumbar stenosis: update. Arq Neuropsiquiatr. 2009;67(2):553–8.

    Article  Google Scholar 

  2. Hicks GE, et al. Degenerative lumbar disc and facet disease in older adults: prevalence and clinical correlates. Spine (Phila Pa 1976). 2009;34(12):1301–6.

    Article  Google Scholar 

  3. Richards PJ, et al. Spine computed tomography doses and cancer induction. Spine (Phila Pa 1976). 2010;35(4):430–3.

    Article  MathSciNet  Google Scholar 

  4. Huang SH, et al. Learning-based vertebra detection and iterative normalized-cut segmentation for spinal MRI. IEEE Trans Med Imaging. 2009;28(10):1595–605.

    Article  Google Scholar 

  5. Zou KH, et al. Statistical validation of image segmentation quality based on a spatial overlap index. Sci Rep Acad Radiol. 2004;11(2):178–89.

    Article  Google Scholar 

  6. Michopoulou SK, et al. Atlas-based segmentation of degenerated lumbar intervertebral discs from MR images of the spine. Trans Biomed Eng. 2009;56(9):2225–31.

    Article  Google Scholar 

  7. Shi R, et al. An efficient method for segmentation of MRI spine images. IEEE ICME. 2007; p. 713–7.

    Google Scholar 

  8. Boykov Y, et al. An experimental comparison of min-cut/max-flow algorithms for energy minimization in vision. IEEE Trans Pattern Anal Mach Intell. 2004;26(9):1124–37.

    Article  Google Scholar 

  9. Egger J, et al. Graph-based tracking method for aortic thrombus segmentation. Proc 4th Euro Congr MBEC, Engineering for Health. 2008; p. 584–7.

    Google Scholar 

  10. Egger J, et al. Nugget-Cut: a segmentation scheme for spherically- and ellipticallyshaped 3D objects. Proc DAGM. 2010; p. 383–92.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. SPL, Dept. of Radiology, BWH, Harvard Medical School, MA, Boston, USA

    Jan Egger

  2. Klinik für Neurochirurgie, Philipps-Universität Marburg, Marburg, Deutschland

    Jan Egger, Thomas Dukatz & Christopher Nimsky

  3. Fachbereich Mathematik und Informatik, Philipps-Universität Marburg, Marburg, Deutschland

    Jan Egger & Bernd Freisleben

Authors
  1. Jan Egger
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Thomas Dukatz
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Bernd Freisleben
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Christopher Nimsky
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Jan Egger .

Editor information

Editors and Affiliations

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

    Thomas Tolxdorff

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

    Thomas Martin Deserno

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

    Heinz Handels

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

    Hans-Peter Meinzer

Rights and permissions

Reprints and permissions

Copyright information

© 2012 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Egger, J., Dukatz, T., Freisleben, B., Nimsky, C. (2012). Ein semiautomatischer Ansatz zur Flächenbestimmung von Wirbeln in MRT-Aufnahmen. In: Tolxdorff, T., Deserno, T., Handels, H., Meinzer, HP. (eds) Bildverarbeitung für die Medizin 2012. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-28502-8_48

Download citation

Publish with us

Policies and ethics

Search

Navigation