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:
Experimental Analysis on Big Data in IOT-Based Architecture Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Patient-Specific Cardiac Computational Modeling Based on Left Ventricle Segmentation from Magnetic Resonance Images

verfasst von : Anupama Bhan, Disha Bathla, Ayush Goyal

Erschienen in: Proceedings of the International Conference on Data Engineering and Communication Technology

Verlag: Springer Singapore

Einloggen

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

search-config
loading …

Abstract

This paper presents three-dimensional computational modeling of the heart’s left ventricle extracted and segmented from cardiac MRI. This work basically deals with the fusion of segmented left ventricle, which is segmented using region growing method, with the generic deformable template. The multi-frame cardiac MRI image data of heart patients is taken into account. The region-based segmentation is performed in ITK-SNAP. The left ventricle is segmented in all slices in multi-frame MRI data of the whole cardiac cycle for each patient. Various parameters like myocardial muscle thickness can be calculated, which are useful for assessing cardiac function and health of a patient’s heart by medical practitioners. With the left ventricle cavity and myocardium segmented, measurement of the average distance from the endocardium to the epicardium can be used to measure myocardial muscle thickness.

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 A Multilevel Clustering Using Multi-hop and Multihead in VANET
Nächstes Kapitel A Cryptographic Key Generation on a 2D Graphics Using RGB Pixel Shuffling and Transposition
Literatur
1.
Duncan, J.S., Smeulders, A., Lee, F., and Zaret, B.: Measurement of End Diastolic Shape Deformity Using Bending Energy. Computers in Cardiology, pp. 277–280 (1988)
2.
von Schutthess, G.K.: The Effects of Motion and Flow on Magnetic Resonance Imaging. Morphology and Function in MRI, Ch. 3, pp. 43–62 (1989)
3.
Goshtasby, A., Turner, D.A.: Segmentation Of Cardiac Cine MR Images For Extraction Of Right And Left Ventricular Chambers. IEEE Transactions on Medical Imaging, vol. 14, no. 1, pp. 56–64 (1995)
4.
Vandenberg, B., Rath, L., Stuhlmuller, P., Melton, H., Skorton, D.: Estimation Of Left Ventricular Cavity Area With An On-Line, Semiautomated Echocardiographic Edge Detection System. Circulation, vol. 86, no. 1, pp. 159–166 (1992)
5.
Mhlenbruch, G., Das, M., Hohl, C., Wildberger, J., Rinck, D., Flohr, T., Koos, R., Knackstedt, C., Gnther, R., Mahnken, A.: Global Left Ventricular Function In Cardiac CT. Evaluation Of An Automated 3D Region-Growing Segmentation Algorithm. Eur Radiol, vol. 16, no. 5, pp. 1117–1123 (2005)
6.
Paragios, N.: A Level Set Approach For Shape-Driven Segmentation And Tracking Of The Left Ventricle. IEEE Transactions on Medical Imaging, vol. 22, no. 6, pp. 773–776 (2003)
7.
Chen, C., Luo, J., Parker, K.: Image Segmentation Via Adaptive K-Mean Clustering And Knowledge-Based Morphological Operations With Biomedical Applications. IEEE Transactions on Image Processing, vol. 7, no. 12, pp. 1673–1683 (1998)
8.
Cetitjean, C., Dacher, J.: A Review Of Segmentation Methods In Short Axis Cardiac MR Images. Medical Image Analysis, vol. 15, no. 2, pp. 169–184 (2011)
9.
Lynch, M., Ghita, O., Whelan, P.: Automatic Segmentation Of The Left Ventricle Cavity And Myocardium In MRI Data. Computers in Biology and Medicine, vol. 36, no. 4, pp. 389–407 (2006)
10.
Kaus, M., Berg, J., Weese, J., Niessen, W., Pekar, V.: Automated Segmentation Of The Left Ventricle In Cardiac MRI. Medical Image Analysis, vol. 8, no. 3, pp. 245–254 (2004)
11.
Suri, J.: Computer Vision, Pattern Recognition and Image Processing in Left Ventricle Segmentation: The Last 50 Years. Pattern Analysis and Applications, vol. 3, no. 3, pp. 209–242 (2000)
Metadaten
Titel
Patient-Specific Cardiac Computational Modeling Based on Left Ventricle Segmentation from Magnetic Resonance Images
verfasst von
Anupama Bhan
Disha Bathla
Ayush Goyal
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Proceedings of the International Conference on Data Engineering and Communication Technology

Print ISBN: 978-981-10-1677-6

Electronic ISBN: 978-981-10-1678-3

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-1678-3_17