Zusammenfassung
Zur quantitativen Analyse funktioneller Bilddaten des Gehirns (PET, SPECT) soll die morphologische Modalität (MRT) der genauen anatomischen Zuordnung funktioneller Parameter dienen. Die kernspintomographischen Schnittbilder werden hierzu durch einen neuronalen Klassifikator in fünf Klassen segmentiert. Zur regionenorientierten Auswertung funktioneller Parameter werden die Regionengrenzen anschließend als geschlossene Polygonzüge aus den Klassenbildern extrahiert. Diese Polygonzüge werden dann als klassifizierte Regionengrenzkonturen in Form eines ROI-Atlantenl der funktionellen Modalität überlagert.
Keywords
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Mittelhäußer G, Zimmermann G. Segmentierung von MR-Volumendaten mit Bereichs-wachstumsverfahren. Mustererkennung, 15. DAGM-Symposium Lübeck, Springer-Verlag: 415–422, 1993.
Rumelhart DE, McClelland JL: Parallel Distributed Processing. Volume 1: Foundations. MIT Press, 1989.
AVS-Software, Release 5.3, Advanced Visual Systems Inc. Waltham USA, 1996.
Wagenknecht G, Büll U. Segmentierung und Korrelation multimodaler tomographischer Bilddaten des menschlichen Gehirns. Aachener Workshop: Bildverarbeitung für die Medizin: 387–390, 1996.
Wagenknecht G, Schmitz D, Büll U. Grenzkonturen aus Klassenbildern. Aachener Workshop: Bildverarbeitung für die Medizin: 303–308, 1996.
ECAT-Software, Release 6.4c, CTI Knoxville USA, 1994.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1997 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Wagenknecht, G., Schmitz, D., Obladen, T., Romainczyk, S., Kaiser, H.J., Büll, U. (1997). ROI-Atlas des menschlichen Gehirns durch neuronale Klassifikation und Konturverfolgung. In: Paulus, E., Wahl, F.M. (eds) Mustererkennung 1997. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60893-3_64
Download citation
DOI: https://doi.org/10.1007/978-3-642-60893-3_64
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-63426-3
Online ISBN: 978-3-642-60893-3
eBook Packages: Springer Book Archive