Ein kubusbasierter Ansatz zur Segmentierung von Wirbeln in MRT-Aufnahmen

Zusammenfassung

In diesem Beitrag präsentieren wir ein graphbasiertes Verfahren zur volumetrischen Wirbelsegmentierung in MRT-Aufnahmen, das zur Segmentierung eine würfelförmige Vorlage nutzt. Dabei kann der Nutzer den Grad Δ (Smoothness-Term) der Abweichung von einem regulären Kubus bestimmen. Der Algorithmus generiert einen gerichteten zwei-terminalen Graphen (s-t-Netzwerk), wobei die Knoten des Graphen einer würfelförmigen Untermenge der Voxel entsprechen. Die Gewichtung der terminalen Kanten, die jeden Knoten mit einer virtuellen Quelle s und einer virtuellen Senke t verbinden, repräsentieren die Affinität eines Voxel zum Wirbel (Quelle) und zum Hintergrund (Senke); eine Menge unendlich gewichteter, nicht-terminaler Kanten realisiert den Smoothness-Term. Nach der Konstruktion wird in polynomialer Laufzeit ein minimaler s-t-Schnitt berechnet, der die Knoten in zwei disjunkte Mengen teilt, aus denen anschließend das Segmentierungsergebnis ermittelt wird. Die quantitative Auswertung einer C++ Implementierung des Algorithmus ergab einen durchschnittlichen Dice Similarity Coefficient von 81,33 % bei einer maximalen Laufzeit von einer Minute.