Zusammenfassung
Die Automatisierung der Bildverarbeitung ist ein wesentlicher Aspekt für den praktischen Einsatz bildanalytischer Verfahren. Mit Hilfe seines visuellen Systems und seiner interpretativen durch die Erfahrung gewonnenen Fähigkeiten scheint es dem Menschen relativ leicht zu fallen, Objekte, ihre Beziehungen und ihre Bedeutung in Bildern zu erfassen. Der für den Menschen einfache Schritt, ein Objekt auf dem Bild zu erkennen, ist mit einem computergestützten Verfahren deutlich langwieriger zu absolvieren und führt wesentlich häufiger zu fehlerhaften Ergebnissen, als beim Menschen. Dies wird im Bereich der nuklearmedizinischen Bildverarbeitung dadurch deutlich, daß im günstigsten Fall semiautomatische Verfahren zur Bildsegmentierung sinnvoll in der klinischen Routine einsetzbar sind. Im Bereich der Auswertung von Herzsequenzszintigrammen gibt es sehr unterschiedliche Ansätze zur automatischen Segmentierung des linken Ventrikels von denen hier nur [BUN 85], [DUN 87] und [JOU 90] genannt werden sollen. In der Regel wird keine explizite Aussage über die Erfolgsquote beim routinemäßigen Einsatz der Verfahren getroffen. In diesem Beitrag wird ein Ansatz zur Qualitätsverbesserung eines Segmentierungsverfahrens vorgestellt. Hierbei werden nach einer automatischen Fehlerklassifikation, durch Rückschlüsse auf Fehlerursachen, automatisch Verfahrensänderungen vorgenommen, die zu einer erfolgreichen Segmentierung führen.
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
Bunke, H., Modellgesteuerte Bildanalyse, B.G. Teubner, Stuttgart, 1985
Duncan, J.S., Knowledge Directed Left Ventricular Boundary Detection in Equilibrium Radionuclide Angiocardiography, IEEE Transactions on Medical Imaging, Vol. 6, No. 4, 1987: 325–336
Jouan, A., Verdenet, J., Cardot, J.C., Baud, M., Duvernoy, J., Automated Detection of the Left Ventricular Region of Interest by Means of the Extraction of Typical Behaviors in Cardiac Radionuclide Angiographies, IEEE Transactions on Medical Imaging, Vol. 9, No. 1, March 1990: 5–10
Kotzke, K., Müller, P.C., Knowledge based interpretation of cardiac motility, in: Pretschner, D.P. (ed.),Proceedings, 1st Workshop Knowledge-based systems, COST B2: Quality Assurance in Nuclear Medicine, Commission of the European Communities, 1990: 53–59
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1991 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Kotzke, K., Wolthausen, O. (1991). Automatische Evaluation von Segmentierungsergebnissen zur Qualitätsverbesserung der automatischen linksventrikulären Konturberechnung auf Herzsequenzszintigrammen. In: Radig, B. (eds) Mustererkennung 1991. Informatik-Fachberichte, vol 290. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-08896-8_45
Download citation
DOI: https://doi.org/10.1007/978-3-662-08896-8_45
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-54597-2
Online ISBN: 978-3-662-08896-8
eBook Packages: Springer Book Archive