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

Using Atlas Prior with Graph Cut Methods for Right Ventricle Segmentation from Cardiac MRI

verfasst von : Shusil Dangi, Cristian A. Linte

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

Right ventricle segmentation helps quantify many functional parameters of the heart and construct anatomical models for intervention planning. Here we propose a fast and accurate graph cut segmentation algorithm to extract the right ventricle from cine cardiac MRI sequences. A shape prior obtained by propagating the right ventricle label from an average atlas via affine registration is incorporated into the graph energy. The optimal segmentation obtained from the graph cut is iteratively refined to produce the final right ventricle blood pool segmentation. We evaluate our segmentation results against gold-standard expert manual segmentation of 16 cine MRI datasets available through the MICCAI 2012 Cardiac MR Right Ventricle Segmentation Challenge. Our method achieved an average Dice Index 0.83, a Jaccard Index 0.75, Mean absolute distance of 5.50 mm, and a Hausdorff distance of 10.00 mm.

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 Learning-Based Heart Coverage Estimation for Short-Axis Cine Cardiac MR Images
Nächstes Kapitel Image Segmentation and Modeling of the Pediatric Tricuspid Valve in Hypoplastic Left Heart Syndrome
Fußnoten
Literatur
1.
Petitjean, C., Zuluaga, M.A., Bai, W., Dacher, J.N., Grosgeorge, D., Caudron, J., Ruan, S., Ayed, I.B., Cardoso, M.J., Chen, H.C., Jimenez-Carretero, D., Ledesma-Carbayo, M.J., Davatzikos, C., Doshi, J., Erus, G., Maier, O.M., Nambakhsh, C.M., Ou, Y., Ourselin, S., Peng, C.W., Peters, N.S., Peters, T.M., Rajchl, M., Rueckert, D., Santos, A., Shi, W., Wang, C.W., Wang, H., Yuan, J.: Right ventricle segmentation from cardiac MRI: a collation study. Med. Image Anal. 19(1), 187–202 (2015)CrossRef
2.
Caudron, J., Fares, J., Lefebvre, V., Vivier, P.H., Petitjean, C., Dacher, J.N.: Cardiac MRI assessment of right ventricular function in acquired heart disease: factors of variability. Acad. Radiol. 19(8), 991–1002 (2012)CrossRef
3.
Maier, O.M.O., Jiménez, D., Santos, A., Ledesma-Carbayo, M.J.: Segmentation of RV in 4d cardiac MR volumes using region-merging graph cuts. In: 2012 Computing in Cardiology, pp. 697–700 (2012)
4.
Wang, C.W., Peng, C.W., Chen, H.C.: A simple and fully automatic right ventricle segmentation method for 4-dimensional cardiac MR images. In: Workshop in Medical Image Computing and Computer Assisted Intervention, pp. 1–8 (2012)
5.
Grosgeorge, D., Petitjean, C., Caudron, J., Fares, J., Dacher, J.N.: Automatic cardiac ventricle segmentation in MR images: a validation study. Int. J. Comput. Assist. Radiol. Surg. 6(5), 573–581 (2011)CrossRef
6.
Grosgeorge, D., Petitjean, C., Dacher, J.N., Ruan, S.: Graph cut segmentation with a statistical shape model in cardiac MRI. Comput. Vis. Image Underst. 117(9), 1027–1035 (2013)CrossRef
7.
Abi-Nahed, J., Jolly, M.-P., Yang, G.-Z.: Robust active shape models: a robust, generic and simple automatic segmentation tool. In: Larsen, R., Nielsen, M., Sporring, J. (eds.) MICCAI 2006. LNCS, vol. 4191, pp. 1–8. Springer, Heidelberg (2006). doi:10.​1007/​11866763_​1 CrossRef
8.
ElBaz, M.S., Fahmy, A.S.: Active shape model with inter-profile modeling paradigm for cardiac right ventricle segmentation. In: Ayache, N., Delingette, H., Golland, P., Mori, K. (eds.) MICCAI 2012. LNCS, vol. 7510, pp. 691–698. Springer, Heidelberg (2012). doi:10.​1007/​978-3-642-33415-3_​85 CrossRef
9.
Bai, W., Shi, W., Wang, H., Peters, N.S., Rueckert, D.: Multiatlas based segmentation with local label fusion for right ventricle MR images. Image 6, 9 (2012)
10.
Ou, Y., Doshi, J., Erus, G., Davatzikos, C.: Multi-atlas segmentation of the cardiac MR right ventricle. In: Proceedings of 3D Cardiovascular Imaging: A MICCAI Segmentation Challenge (2012)
11.
Zuluaga, M., Cardoso, M., Ourselin, S.: Automatic right ventricle segmentation using multi-label fusion in cardiac MRI. In: Medical Image Computing and Computer-Assisted Intervention, Workshop on RV Segmentation Challenge in Cardiac MRI (2012)
12.
Peters, J., Ecabert, O., Meyer, C., Schramm, H., Kneser, R., Groth, A., Weese, J.: Automatic whole heart segmentation in static magnetic resonance image volumes. In: Ayache, N., Ourselin, S., Maeder, A. (eds.) MICCAI 2007. LNCS, vol. 4792, pp. 402–410. Springer, Heidelberg (2007). doi:10.​1007/​978-3-540-75759-7_​49 CrossRef
13.
Zuluaga, M.A., Cardoso, M.J., Modat, M., Ourselin, S.: Multi-atlas propagation whole heart segmentation from MRI and CTA using a local normalised correlation coefficient criterion. In: Ourselin, S., Rueckert, D., Smith, N. (eds.) FIMH 2013. LNCS, vol. 7945, pp. 174–181. Springer, Heidelberg (2013). doi:10.​1007/​978-3-642-38899-6_​21 CrossRef
14.
Bai, W., Shi, W., O’Regan, D.P., Tong, T., Wang, H., Jamil-Copley, S., Peters, N.S., Rueckert, D.: A probabilistic patch-based label fusion model for multi-atlas segmentation with registration refinement: Application to cardiac MR images. IEEE Trans. Med. Imaging 32(7), 1302–1315 (2013)CrossRef
15.
Kolmogorov, V., Zabin, R.: What energy functions can be minimized via graph cuts? IEEE Trans. Pattern Anal. Mach. Intell. 26(2), 147–159 (2004)CrossRef
16.
Freedman, D., Zhang, T.: Interactive graph cut based segmentation with shape priors. In: Proceedings - 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR 2005 I, pp. 755–762 (2005)
17.
Mahapatra, D.: Cardiac image segmentation from cine cardiac MRI using graph cuts and shape priors. J. Digit. Imaging 26(4), 721–730 (2013)CrossRef
18.
Ben-Zikri, Y.K., Linte, C.A.: A robust automated left ventricle region of interest localization technique using a cardiac cine MRI atlas. In: Proceedings of the SPIE Medical Imaging 2016: Image-Guided Procedures, Robotic Interventions, and Modeling, vol. 9786 (2016). 9786-27-12
19.
20.
Otsu, N.: A threshold selection method from gray-level histograms. IEEE Trans. Syst. Man Cybern. 9(1), 62–66 (1979)CrossRef
21.
Gudbjartsson, H., Patz, S.: The rician distribution of noisy MRI data. Magn. Resonance Med. 34(6), 910–914 (1995)CrossRef
22.
Boykov, Y., Veksler, O., Zabih, R.: Fast approximate energy minimization via graph cuts. IEEE Trans PAMI 23, 1222–39 (2001)CrossRef
23.
Dangi, S., Cahill, N., Linte, C.A.: Integrating atlas and graph cut methods for left ventricle segmentation from cardiac cine MRI. In: Mansi, T., McLeod, K., Pop, M., Rhode, K., Sermesant, M., Young, A. (eds.) STACOM 2016. LNCS, vol. 10124, pp. 76–86. Springer, Cham (2017). doi:10.​1007/​978-3-319-52718-5_​9 CrossRef
24.
Dangi, S., Ben-Zikri, Y.K., Lamash, Y., Schwarz, K.Q., Linte, C.A.: Automatic LV feature detection and blood-pool tracking from multi-plane TEE time series. In: van Assen, H., Bovendeerd, P., Delhaas, T. (eds.) FIMH 2015. LNCS, vol. 9126, pp. 29–39. Springer, Cham (2015). doi:10.​1007/​978-3-319-20309-6_​4 CrossRef
Metadaten
Titel
Using Atlas Prior with Graph Cut Methods for Right Ventricle Segmentation from Cardiac MRI
verfasst von
Shusil Dangi
Cristian A. Linte
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_9