Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Statistical Shape Modeling of Musculoskeletal Structures and Its Applications Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Automated 3D Lumbar Intervertebral Disc Segmentation from MRI Data Sets

verfasst von : Xiao Dong, Guoyan Zheng

Erschienen in: Computational Radiology for Orthopaedic Interventions

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper proposed an automated three-dimensional (3D) lumbar intervertebral disc (IVD) segmentation strategy from Magnetic Resonance Imaging (MRI) data. Starting from two user supplied landmarks, the geometrical parameters of all lumbar vertebral bodies and intervertebral discs are automatically extracted from a mid-sagittal slice using a graphical model based template matching approach. Based on the estimated two-dimensional (2D) geometrical parameters, a 3D variable-radius soft tube model of the lumbar spine column is built by model fitting to the 3D data volume. Taking the geometrical information from the 3D lumbar spine column as constraints and segmentation initialization, the disc segmentation is achieved by a multi-kernel diffeomorphic registration between a 3D template of the disc and the observed MRI data. Experiments on 15 patient data sets showed the robustness and the accuracy of the proposed algorithm.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Statistical Shape Modeling of Musculoskeletal Structures and Its Applications
Nächstes Kapitel Registration for Orthopaedic Interventions
Literatur
1.
Modic M, Ross J (2007) Lumbar degenerative disk disease. Radiology 1:43–61CrossRef
2.
Parizel P, Goethem JV, den Hauwe LV, Voormolen M (2007) Degenerative disc disease. In Van Goethem J (ed) Spinal imaging—diagnostic imaging of the spine and spinal cord. Springer, Berlin, pp 122–133
3.
Tsai M, Jou J, Hsieh M (2002) A new method for lumbar herniated intervertebral disc diagnosis based on image analysis of transverse sections. Comput Med Imaging Graph 26:369–380CrossRef
4.
Niemelainen R, Videman T, Dhillon S, Battie M (2008) Quantitative measurement of intervertebral disc signal using MRI. Clin Radiol 63:252–255CrossRef
5.
Schmidt S, Kappes JH, Bergtholdt M, Pekar V, Dries S, Bystrov D, Schnorr C (2007) Spine detection and labeling using a parts-based graphical model. In: Karssemeijer N, BL (ed) IPMI 2007. Springer, Berlin, pp 122–133
6.
Corso J, Alomari R, Chaudhary V (2008) Lumbar disc localization and labeling with a probabilistic model on both pixel and object features. In: Metaxas D (ed) MICCAI 2008. Springer, Berlin, pp 202–210
7.
Chevrefils C, Cheriet F, Aubin C, Grimard G (2009) Texture analysis for automatic segmentation of intervertebral disks of scoliotic spines from MR images. IEEE Trans Inf Technol Biomed 13:608–620CrossRef
8.
Michopoulou S, Costaridou L, Panagiotopoulos E, Speller R, Panayiotakis G, Todd-Pokropek A (2009) Atlas-based segmentation of degenerated lumbar intervertebral discs from MR images of the spine. IEEE Trans Biomed Eng 56:2225–2231CrossRef
9.
Ayed IB, Punithakumar K, Garvin G, Romano W, Li S (2011) Graph cuts with invariant object-interaction priors: application to intervertebral disc segmentation. In: Szekely G, HH (ed) IPMI 2011. Springer, Berlin, pp 221–232
10.
Neubert A, Fripp J, Schwarz R, Lauer L, Salvado O, Crozier S (2012) Automated detection, 3d segmentation and analysis of high resolution spine MR images using statistical shape models. Phys Med Biol 57:8357–8376CrossRef
11.
Law M, Tay K, Leung A, Garvin G, Li S (2013) Intervertebral disc segmentation in MR images using anisotropic oriented flux. Med Image Anal 17:43–61CrossRef
12.
Glocker B, Feulner J, Criminisi A, Haynor D, Konukoglu E (2012) Automatic localization and identification of vertebrae in arbitrary field-of-view CT scans. In Ayache N (ed) MICCAI 2012. Springer, Berlin, pp 590–598
13.
Glocker B, Zikic D, Konukoglu E, Haynor D, Criminisi A (2013) Vertebrae localization in pathological spine CT via dense classification from sparse annotations. In Mori K (ed) MICCAI 2013. Springer, Berlin, pp 262–270
14.
Dong X, Lu H, Sakurai Y, Yamagata H, Zheng G, Reyes M (2010) Automated intervertebral disc detection from low resolution, sparse MRI images for the planning of scan geometries. In: Wang F, Yan P, Suzuki K, Shen D (eds) MLMI2010. Springer, Berlin, pp 10–17
15.
Dong X, Zheng G (2015) Automated 3D lumbar intervertebral disc segmentation from MRI data sets. In: Yao J, Glocker B, Klinder T, Li S (eds) Recent advances in computational methods and clinical applications for spine imaging. Lecture notes in computational vision and biomechanics, vol 20. Springer, Berlin, pp 131–142
16.
Risser L, Vialard FX, Wolz R, Murgasova M, Holm DD, Rueckert D (2011) Simultaneous multiscale registration using large deformation diffeomorphic metric mapping. IEEE Trans Med Imaging 30:1746–1759CrossRef
17.
Grenander U, Miller MI (1998) Computational anatomy: an emerging discipline. Q Appl Math 4:617–694MathSciNet
18.
Sommer S, Nielsen M, Lauze F, Pennec X (2011) A multi-scale kernel bundle for LDDMM: towards sparse deformation description across space and scales. In: Szekely G, HH (ed) IPMI2011. Springer, Berlin, pp 624–635
19.
Beg MF, Miller MI, Trouv A, Younes L (2005) Computing large deformation metric mappings via geodesic flow of diffeomorphisms. Int J Comput Vision 61:139–157CrossRef
20.
Miller MI, Trouv A, Younes L (2006) Geodesic shooting for computational anatomy. J Math Imaging Vision 24:209–228MathSciNetCrossRef
21.
22.
Hart GL, Zach C, Niethammer M (2009) An optimal control approach for deformable registration. In: CVPR2009, pp 9–16
23.
Vialard FX, Risser L, Rueckert D, Cotter CJ (2012) Diffeomorphic 3d image registration via geodesic shooting using an efficient adjoint calculation. Int J Comput Vision 97:229–241MATHMathSciNetCrossRef
Metadaten
Titel
Automated 3D Lumbar Intervertebral Disc Segmentation from MRI Data Sets
verfasst von
Xiao Dong
Guoyan Zheng
Copyright-Jahr
2016
Buch
Computational Radiology for Orthopaedic Interventions

Print ISBN: 978-3-319-23481-6

Electronic ISBN: 978-3-319-23482-3

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-23482-3_2

Neuer Inhalt

    Bildnachweise