2018 | OriginalPaper | Buchkapitel
Effiziente Segmentierung trachealer Strukturen in MRI-Aufnahmen
verfasst von : Tatyana Ivanovska, Philip Dietrich, Catherine Schmidt, Henry Völzke, Achim Beule, Florentin Wörgötter
Erschienen in: Bildverarbeitung für die Medizin 2018
Verlag: Springer Berlin Heidelberg
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Kurzfassung. Die Segmentierung verschiedener Strukturen im Körper ist eine der grundlegenden Operationen in der medizinischen Bildverarbeitung. In dieser Arbeit werden auf Machine Learning basierende Methoden zur Segmentierung medizinischer Bilder untersucht. Das Ziel ist es, in MRI-Scans die Trachea zu segmentieren. Jedoch soll in dieser Arbeit speziell die Effizienz der Algorithmen im Vordergrund stehen. Die verwendeten Ansätze basierten auf einer Deep Learning Architektur, welche zunächst individuell optimiert wird. Es konnte ein maximaler DICE-Koeffizient von (94.4±2.1)% erzielt werden. Zusätzlich kann festgestellt werden, dass die Segmentierung sehr effizient geschieht. Die Segmentierung von einmen Datensatz aus 40 Schichten dauert dabei weniger als eine Sekunde, wobei bei bisherigen Methoden es über eine Minute benötigte.