Zusammenfassung
Mit der zunehmenden Digitalisierung der Thoraxradiographie wird ein robuster, für die klinische Routine geeigneter Algorithmus zur Segmentierung des Lungenparenchyms notwendig. Der hier vorgestellte Algorithmus stellt ein semi-automatisches Verfahren dar, bei dem durch einen lokal-adaptiven Kantendetektor das Lungenparenchym segmentiert wird. Durch iterative Schätzung des Kantenverlaufs wird eine richtungsabhängige Skalierung und Gradientenbildung erreicht. Die Parametrisierung der Kurvenkrümmung erlaubt eine Anpassung an das zu segmentierende Objekt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Xu XW, Doi K: Image feature analysis for computer-aided diagnosis: detection of right and left hemidiaphragm edges and delineation of lung field in chest radiographs. Med. Phys., 23(9): 1613–1624, 1996.
Difazio MC, MacMahon H, Xu XW, Tsai P, Shiraishi J, Armato SG III, Doi K: Digital chest radiography: Effect of temporal subrtraction images on detection accuracy. Radiology, 202:447–452, 1997.
Tsujii O, Freedman MT, Mun SK: Anatomic region-based dynamic range compression for chest radiographs using warping transformation of correlated distribution. IEEE Trans, on Medical Imaging, 17(3):407–418, 1998.
McNitt-Gray MF, Sayre JW, Huang HK, Razavi M: A pattern classification approach to segmentation of chest radiographs. SPIE, 1898:160–170, 1993.
Hasegawa A, Lo SC, Freedman MT, Mun SK: Convolution neural network-based detection of lung structure. SPIE, 2167:654–662, 1994.
Yue Z, Goshtasby A, Ackerman LV: Automatic detection of rib borders in chest radiographs. IEEE Trans, on Medical Imaging, 14:525–536, 1995.
Armato SG III, Giger ML, MacMahon H: Computerized detection of abnormal asymmetry in digital chest radiographs. Med. Phys., 21(11): 1761–1768, 1994.
Duryea J, Boone JM: A fully automated algorithm for the segmentation of lung fields on digital chest radiographic images. Med. Phys., 22(2): 183–191, 1995.
Xu XW, Doi K: Image feature analysis for computer-aided diagnosis: accurate determination of ribcage boundary in chest radiographs. Med. Phys., 22(5):617–626, 1995.
Evertsz CJG, Berkner K, Berghorn W: A local multiscale characterization of edges applying the wavelet transform. In: Y. Fisher (Ed.), NATO ASI Series, Series F: Computer and System Science, vol. 159. Springer Berlin Heidelberg, pp. 261–277, 1998.
Canny J: A computational approach to edge detection. IEEE Trans. Patt. Anal. Mach. Intell., 8(6):679–697, 1986.
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
Krass, S., Peitgen, HO. (1999). Segmentierung des Lungenparenchyms in posterior—anterioren Thoraxradiographien mit einem lokal—adaptiven Kantendetektor. 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_21
Download citation
DOI: https://doi.org/10.1007/978-3-642-60125-5_21
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-65627-2
Online ISBN: 978-3-642-60125-5
eBook Packages: Springer Book Archive