STARTSEITE  SUCHE  üBERSICHT  IMPRESSUM & DATENSCHUTZ
  
 THEMENANGEBOT


Segmentieren medizinischer Bilddaten
Ziel dieser Aufgabenstellung ist die Implementierung (C++) bzw. Qualifizierung eines ausgewählten Verfahrens zur Segmentierung medizinischer Bilddaten (wie sonographische Aufnahmen oder Läsionenbilder) ins VIP-Toolkit.

Im Mittelpunkt stehen dabei konturextrahierende Ansätze wie Active Appearance Models [Coot01] oder Augmented Cell Competition [Chen10]. Ein zu erstellender Überblick soll dabei die Vor- und Nachteile dieser und ähnlicher Methoden hervorheben.

Die AAMs basieren auf der Vergabe von Kontur-Labeln bei hinreichend vielen Objekten in einer Trainingsdatenmenge. Über das Generieren eines hoch-dimensionalen Merkmalraumes mit anschließender Reduktion dieses kann ein mittleres Formmerkmal und eine im Trainingsdatensatz beobachtete Formvarianz anhand eines Modells beschrieben werden. Diese Grundidee ist in den Active Shape Models (ASMs) verankert und wird in den AAMs um eine Textur-Modell-Komponente ergänzt.

ASM_Modell Figure 1: Labelpunkte auf Objektsilhouetten für Training eines Formmodells als Komponente der ASM/AAM



Der Algorithmus des Augmented Cell Competition basiert hingegen auf einem übersegmentierten Bild, dessen Einzelsegmente innerhalb einer gewissen Toleranz zu Prominent Components fusioniert werden. Die reduzierte Anzahl an Segmenten wird anschließend einem Edge Grouping unterzogen, welches die Segmente unter Berücksichtigung einer validen Kontur zusammenfasst. Gefundene Segmente können dann insgesamt oder auf Basis derer prominenter Bestandteile endgültig klassifiziert werden.

Cell_Competition Figure 2: individual steps of Augmented Cell Competition Algorithm: image by 1st order Watershed Transformation (a), 2nd order Watershed Transformation (b), Prominent Components by Cell Competition (c), structure boundary by Edge Grouping (d) [Chen07]



[Coot01] T.F. Cootes, G.J. Edwards, C.J. Taylor: "Active AppearanceModels", in: IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 23, No. 6, June 2001, pp. 681-685

[Chen07] J.-Z. Cheng, Dr. C.-M. Chen, Dr. Y.-H. Chou: “Cell-Based Image segmentation for 2D and 2D series ultrasound images”, Institute of Biomedical Engineering, College of Medicine and College of Engineering, National Taiwan University, 2007

[Chen10] J.-Z. Cheng et al.: ACCOMP: Augmented cell competition algorithm for breast lesion demarcation in sonography", Med Phys. 2010 Dec, 37(12):6240-6252.


Ansprechpartner bzw. Betreuer:  Dipl.-Inf. Philipp Prinke, Tel.: 03677-689768-6

Seitenanfang  © ZBS e.V. - GBS mbH - Kompetenz in Signal- und Bildverarbeitung Datenschutzbeftr. / Webmaster
designed by paragram.de