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:
Three-Dimensional Quantification of Myocardial Collagen Morphology from Confocal Images Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

3D Motion Modeling and Reconstruction of Left Ventricle Wall in Cardiac MRI

verfasst von : Dong Yang, Pengxiang Wu, Chaowei Tan, Kilian M. Pohl, Leon Axel, Dimitris Metaxas

Erschienen in: Functional Imaging and Modelling of the Heart

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

The analysis of left ventricle (LV) wall motion is a critical step for understanding cardiac functioning mechanisms and clinical diagnosis of ventricular diseases. We present a novel approach for 3D motion modeling and analysis of LV wall in cardiac magnetic resonance imaging (MRI). First, a fully convolutional network (FCN) is deployed to initialize myocardium contours in 2D MR slices. Then, we propose an image registration algorithm to align MR slices in space and minimize the undesirable motion artifacts from inconsistent respiration. Finally, a 3D deformable model is applied to recover the shape and motion of myocardium wall. Utilizing the proposed approach, we can visually analyze 3D LV wall motion, evaluate cardiac global function, and diagnose ventricular diseases.

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 Assessment of Haemodynamic Remodeling in Fetal Aortic Coarctation Using a Lumped Model of the Circulation
Nächstes Kapitel Modeling of Myocardium Compressibility and its Impact in Computational Simulations of the Healthy and Infarcted Heart
Literatur
1.
Park, J., Metaxas, D., Axel, L.: Analysis of left ventricular wall motion based on volumetric deformable models and MRI-SPAMM. Med. Image Anal. 1(1), 53–71 (1996)CrossRef
2.
Lotjonen, J., Pollari, M., Kivisto, S., Lauerma, K.: Correction of motion artifacts from cardiac cine magnetic resonance images. Acad. Radiol. 12(10), 1273–1284 (2005)CrossRef
3.
Ronneberger, O., Fischer, P., Brox, T.: U-Net: convolutional networks for biomedical image segmentation. In: Navab, N., Hornegger, J., Wells, W.M., Frangi, A.F. (eds.) MICCAI 2015. LNCS, vol. 9351, pp. 234–241. Springer, Cham (2015). doi:10.​1007/​978-3-319-24574-4_​28 CrossRef
4.
Paragios, N.: A variational approach for the segmentation of the left ventricle in cardiac image analysis. Int. J. Comput. Vis. 50(3), 345–362 (2002)MathSciNetCrossRefMATH
5.
Jolly, M.P.: Automatic segmentation of the left ventricle in cardiac MR and CT images. Int. J. Comput. Vis. 70(2), 151–163 (2006)CrossRef
6.
Zhu, Y., Papademetris, X., Sinusas, A.J., Duncan, J.S.: Segmentation of the left ventricle from cardiac MR images using a subject-specific dynamical model. IEEE Trans. Med. Imaging 29(3), 669–687 (2010)CrossRef
7.
McLeish, K., Hill, D.L., Atkinson, D., Blackall, J.M., Razavi, R.: A study of the motion and deformation of the heart due to respiration. IEEE Trans. Med. Imaging 21(9), 1142–1150 (2002)CrossRef
8.
Myronenko, A., Song, X.: Point set registration: coherent point drift. IEEE Trans. Pattern Anal. Mach. Intell. 32(12), 2262–2275 (2010)CrossRef
9.
Radau, P., Lu, Y., Connelly, K., Paul, G., Dick, A.J., Wright, G.A.: Evaluation framework for algorithms segmenting short axis cardiac MRI. The MIDAS Journal - Cardiac MR Left Ventricle Segmentation Challenge. http://​hdl.​handle.​net/​10380/​3070
10.
Garlapati, R.R., Mostayed, A., Joldes, G.R., Wittek, A., Doyle, B., Miller, K.: Towards measuring neuroimage misalignment. Comput. Biol. Med. 64, 12–23 (2015)CrossRef
11.
Queiros, S., Barbosa, D., Engvall, J., Ebbers, T., Nagel, E., Sarvari, S.I., Claus, P., Fonseca, J.C., Vilaa, J.L., D’hooge, J.: Multi-centre validation of an automatic algorithm for fast 4D myocardial segmentation in cine CMR datasets. Eur. Heart J. Cardiovasc. Imaging 17(10), 1118–1127 (2016)CrossRef
12.
Suinesiaputra, A., Cowan, B.R., Al-Agamy, A.O., Elattar, M.A., Ayache, N., Fahmy, A.S., Khalifa, A.M., Medrano-Gracia, P., Jolly, M.P., Kadish, A.H., Lee, D.C.: A collaborative resource to build consensus for automated left ventricular segmentation of cardiac MR images. Med. Image Anal. 18(1), 50–62 (2014)CrossRef
13.
Petitjean, C., Dacher, J.N.: A review of segmentation methods in short axis cardiac MR images. Med. Image Anal. 15(2), 169–184 (2011)CrossRef
Metadaten
Titel
3D Motion Modeling and Reconstruction of Left Ventricle Wall in Cardiac MRI
verfasst von
Dong Yang
Pengxiang Wu
Chaowei Tan
Kilian M. Pohl
Leon Axel
Dimitris Metaxas
Copyright-Jahr
2017
Buch
Functional Imaging and Modelling of the Heart

Print ISBN: 978-3-319-59447-7

Electronic ISBN: 978-3-319-59448-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-59448-4_46