1998 | OriginalPaper | Buchkapitel
Unüberwachte Bildsegmentierung durch die Adaption geometrischer Objekte mit einem Evolutionsalgorithmus
verfasst von : H. Brinck, R. Grebe, J. Krone, V. Metzler
Erschienen in: Bildverarbeitung für die Medizin 1998
Verlag: Springer Berlin Heidelberg
Enthalten in: Professional Book Archive
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
Die automatische Segmentierung ist aufgrund der Komplexität der zu analysierenden Strukturen eines der größten Probleme bei der Verarbeitung medizinischer Bilder. Dieser Beitrag stellt ein neues Segmentierungsverfahren vor, das auf einem evolutionären Algorithmus, also auf einer stochastischen Optimierungsmethode basiert. Ausgehend von elementaren, geometrischen Objekten wird dabei das zu segmentierende Zielbild iterativ rekonstruiert. Dadurch erhält man inplizit eine Segmentierung des Zielbildes, da die Segmentierungen der Elementarstrukturen bekannt sind. Das Verfahren wird zur Verifikation auf artifizielle Testbilder angewendet. Hierbei zeigt ein Vergleich mit verschiedenen Schwellwertverfahren einen etwa zwei- bis dreifach geringeren Segmentierungsfehler. Die Gefäßerkennung auf radio-angiographischen Bildern wird exemplarisch als medizinische Anwendung demonstriert. Eine wissensbasierte und pixelorientierte Variante des Algorithmus wird ebenfalls vorgestellt und experimentell verifiziert.