Zusammenfassung
Bei der Entfernung von Tumoren in der Leber werden die betroffenen Segmente identifiziert. Diese Tumoren werden dann vollständig entfernt. PET- Aufnahmen beinhalten Informationen, die verwendet werden können, um Lebergewebevolumen in Abhängigkeit von seiner funktionellen Aktivität zu gewichten. Mit Hilfe dieser Aufnahmen ist es möglich, ein genaueres funktionelles Maß für die resezierte Leber zu bekommen. Mit dem Ziel eine Abschätzung der Lebervolumen nach der Leberresektion anhand präoperativen CT- und PET-Aufnahmen wird die Übertragung der PET-Information in die CT-Aufnahmen durchgefuhrt. Fiir diese Übertragung wird eine Registrierung der beiden Modalitäten (Matching) benötigt. In diesem Beitrag werden zwei Ansätze (Punktmatchingverfahren und Konturverfahren) vorgestellt, welche die 3D Registrierung von PET-Aufnahmen mit den entsprechenden CT-Daten realisieren. Auf der Grundlage einer bereits in den CT-Bildern segmentierten Leber wird sowohl eine manuelle Registrierung anhand von internen Landmarks, als auch eine automatische Registrierung anhand der äußeren Kontur der Leber durchgeführt.
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.
Literatur
Glombitza G., Lamade W., Demiris A.M., Gopfert M.R., Richter R., Otto G., Lehnert Th., Bahner M.L., Meinzer H.P, Herfarth Ch.: Computer aided planning of liver tumor resection. In: Bartolozzi C. et al. (Eds.): Proc. EuroPACS, pp. 215-218. Pisa, 1997.
Woods R.P., Mazziotta J.C., Cherry S.R.: MRI-PET registration with automated algorithm. J Comp Assist Tomogr. 17(4), pp. 536–546, 1993.
Arun K.S., Huang T.S., Blostein S.D.: Least square fitting of two 3-D point sets. IEEE Trans PAMI 9(5), pp 698–700, 1987.
Strother S.C., Anderson J.R., Xu X.L., Liow J.S., Bonar D., Rottenberg D.A.: Quantitativ comparisons of image registration techniques based on highresolution MRI of the brain. J Comp Assist Tomogr 18(6), pp. 954–962, 1994.
Meinzer H.P., Meetz K., Scheppelmann D., Engelmann U., Baur H.J.: The Heidelberg Raytracing Model. IEEE Computer Graphics & Applications. Vol. 11(6), pp. 34–43, 1991.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1999 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Cárdenas, C.E., Glombitza, S.G., Demiris, A.M., Meinzer, H.P. (1999). Funktionelle Einteilung der Leber durch Registrierung von präoperativen CT- und PET-Aufnahmen. In: Evers, H., Glombitza, G., Meinzer, HP., Lehmann, T. (eds) Bildverarbeitung für die Medizin 1999. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60125-5_12
Download citation
DOI: https://doi.org/10.1007/978-3-642-60125-5_12
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-65627-2
Online ISBN: 978-3-642-60125-5
eBook Packages: Springer Book Archive