Automatische Lokalisation und hämodynamische Charakterisierung von Gefäßstrukturen bei arteriovenösen Malformationen

Nils Daniel Forkert; Dennis Säring; Jens Fiehler; Till Illies; Heinz Handels

doi:10.1007/978-3-540-78640-5_22

Automatische Lokalisation und hämodynamische Charakterisierung von Gefäßstrukturen bei arteriovenösen Malformationen

Nils Daniel Forkert, Dennis Säring, Jens Fiehler, Till Illies, Heinz Handels

Institut für Medizinische Informatik

Universitätsklinikum Hamburg-Eppendorf

Abstract

Im Beitrag werden Verfahren zur automatischen Detektion des Kerns der Arteriovenösen Malformation (AVM) sowie der zuleitenden (Feeder), ableitenden (Drainagevenen) und „en passge`` Blutgef äße präsentiert. Als Eingabe hierfür dienen hochaufgelöste 3D- sowie zeitlich-räumliche 4D-MRT-Bildsequenzen. Durch eine kombinierte Analyse der Intensität, der Geschwindigkeit und des relativen Einflusszeitpunktes des Blutes werden Gefäßstrukturen automatisch charakterisiert. Die vorgestellte Methode zur Detektion des Kerns wurde anhand von manuellen Segmentierungen validiert und ergab eine mittlere Volumen- übereinstimmung von ca. 88%. Drainagevenen und Feeder konnten mit einer Genauigkeit von 95% detektiert werden.

Originalsprache	Deutsch
Titel	Bildverarbeitung für die Medizin 2008
Redakteure/-innen	Thomas Tolxdorff, Jürgen Braun, Thomas M. Deserno, Alexander Horsch, Heinz Handels, Hans-Peter Meinzer
Seitenumfang	5
Erscheinungsort	Berlin, Heidelberg
Herausgeber (Verlag)	Springer Berlin Heidelberg
Erscheinungsdatum	2008
Seiten	107-111
ISBN (Print)	978-3-540-78639-9
ISBN (elektronisch)	978-3-540-78640-5
DOIs	https://doi.org/10.1007/978-3-540-78640-5_22
Publikationsstatus	Veröffentlicht - 2008
Veranstaltung	Workshop on Bildverarbeitung fur die Medizin 2008 - Berlin, Deutschland Dauer: 06.04.2008 → 08.04.2008

UN SDGs

Dieser Output leistet einen Beitrag zu folgendem(n) Ziel(en) für nachhaltige Entwicklung

Dokumente

10.1007/978-3-540-78640-5_22

Weitere Links

researchgate.net

Zitieren

Forkert, N. D., Säring, D., Fiehler, J., Illies, T., & Handels, H. (2008). Automatische Lokalisation und hämodynamische Charakterisierung von Gefäßstrukturen bei arteriovenösen Malformationen. in T. Tolxdorff, J. Braun, T. M. Deserno, A. Horsch, H. Handels, & H.-P. Meinzer (Hrsg.), Bildverarbeitung für die Medizin 2008 (S. 107-111). (Informatik aktuell ). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-540-78640-5_22

Forkert, Nils Daniel ; Säring, Dennis ; Fiehler, Jens et al. / Automatische Lokalisation und hämodynamische Charakterisierung von Gefäßstrukturen bei arteriovenösen Malformationen. Bildverarbeitung für die Medizin 2008. Hrsg. / Thomas Tolxdorff ; Jürgen Braun ; Thomas M. Deserno ; Alexander Horsch ; Heinz Handels ; Hans-Peter Meinzer. Berlin, Heidelberg : Springer Berlin Heidelberg, 2008. S. 107-111 (Informatik aktuell ).

@inproceedings{c52064daa6f14dd9a09267f4c0c53619,

title = "Automatische Lokalisation und h{\"a}modynamische Charakterisierung von Gef{\"a}{\ss}strukturen bei arterioven{\"o}sen Malformationen",

abstract = "Im Beitrag werden Verfahren zur automatischen Detektion des Kerns der Arterioven{\"o}sen Malformation (AVM) sowie der zuleitenden (Feeder), ableitenden (Drainagevenen) und „en passge`` Blutgef {\"a}{\ss}e pr{\"a}sentiert. Als Eingabe hierf{\"u}r dienen hochaufgel{\"o}ste 3D- sowie zeitlich-r{\"a}umliche 4D-MRT-Bildsequenzen. Durch eine kombinierte Analyse der Intensit{\"a}t, der Geschwindigkeit und des relativen Einflusszeitpunktes des Blutes werden Gef{\"a}{\ss}strukturen automatisch charakterisiert. Die vorgestellte Methode zur Detektion des Kerns wurde anhand von manuellen Segmentierungen validiert und ergab eine mittlere Volumen- {\"u}bereinstimmung von ca. 88%. Drainagevenen und Feeder konnten mit einer Genauigkeit von 95% detektiert werden.",

author = "Forkert, {Nils Daniel} and Dennis S{\"a}ring and Jens Fiehler and Till Illies and Heinz Handels",

year = "2008",

doi = "10.1007/978-3-540-78640-5_22",

language = "Deutsch",

isbn = "978-3-540-78639-9",

series = "Informatik aktuell ",

publisher = "Springer Berlin Heidelberg",

pages = "107--111",

editor = "Thomas Tolxdorff and J{\"u}rgen Braun and Deserno, {Thomas M.} and Alexander Horsch and Heinz Handels and Hans-Peter Meinzer",

booktitle = "Bildverarbeitung f{\"u}r die Medizin 2008",

note = "Workshop on Bildverarbeitung fur die Medizin 2008, BVM 2008 ; Conference date: 06-04-2008 Through 08-04-2008",

}

Forkert, ND, Säring, D, Fiehler, J, Illies, T & Handels, H 2008, Automatische Lokalisation und hämodynamische Charakterisierung von Gefäßstrukturen bei arteriovenösen Malformationen. in T Tolxdorff, J Braun, TM Deserno, A Horsch, H Handels & H-P Meinzer (Hrsg.), Bildverarbeitung für die Medizin 2008. Informatik aktuell , Springer Berlin Heidelberg, Berlin, Heidelberg, S. 107-111, Workshop on Bildverarbeitung fur die Medizin 2008, Berlin, Berlin, Deutschland, 06.04.08. https://doi.org/10.1007/978-3-540-78640-5_22

Automatische Lokalisation und hämodynamische Charakterisierung von Gefäßstrukturen bei arteriovenösen Malformationen. / Forkert, Nils Daniel; Säring, Dennis; Fiehler, Jens et al.
Bildverarbeitung für die Medizin 2008. Hrsg. / Thomas Tolxdorff; Jürgen Braun; Thomas M. Deserno; Alexander Horsch; Heinz Handels; Hans-Peter Meinzer. Berlin, Heidelberg: Springer Berlin Heidelberg, 2008. S. 107-111 (Informatik aktuell ).

Publikation: Kapitel in Büchern/Berichten/Konferenzbänden › Konferenzbeitrag › Begutachtung

TY - GEN

T1 - Automatische Lokalisation und hämodynamische Charakterisierung von Gefäßstrukturen bei arteriovenösen Malformationen

AU - Forkert, Nils Daniel

AU - Säring, Dennis

AU - Fiehler, Jens

AU - Illies, Till

AU - Handels, Heinz

PY - 2008

Y1 - 2008

N2 - Im Beitrag werden Verfahren zur automatischen Detektion des Kerns der Arteriovenösen Malformation (AVM) sowie der zuleitenden (Feeder), ableitenden (Drainagevenen) und „en passge`` Blutgef äße präsentiert. Als Eingabe hierfür dienen hochaufgelöste 3D- sowie zeitlich-räumliche 4D-MRT-Bildsequenzen. Durch eine kombinierte Analyse der Intensität, der Geschwindigkeit und des relativen Einflusszeitpunktes des Blutes werden Gefäßstrukturen automatisch charakterisiert. Die vorgestellte Methode zur Detektion des Kerns wurde anhand von manuellen Segmentierungen validiert und ergab eine mittlere Volumen- übereinstimmung von ca. 88%. Drainagevenen und Feeder konnten mit einer Genauigkeit von 95% detektiert werden.

AB - Im Beitrag werden Verfahren zur automatischen Detektion des Kerns der Arteriovenösen Malformation (AVM) sowie der zuleitenden (Feeder), ableitenden (Drainagevenen) und „en passge`` Blutgef äße präsentiert. Als Eingabe hierfür dienen hochaufgelöste 3D- sowie zeitlich-räumliche 4D-MRT-Bildsequenzen. Durch eine kombinierte Analyse der Intensität, der Geschwindigkeit und des relativen Einflusszeitpunktes des Blutes werden Gefäßstrukturen automatisch charakterisiert. Die vorgestellte Methode zur Detektion des Kerns wurde anhand von manuellen Segmentierungen validiert und ergab eine mittlere Volumen- übereinstimmung von ca. 88%. Drainagevenen und Feeder konnten mit einer Genauigkeit von 95% detektiert werden.

UR - https://www.researchgate.net/publication/221272510_Automatische_Lokalisation_und_hamodynamische_Charakterisierung_von_Gefassstrukturen_bei_arteriovenosen_Malformationen

U2 - 10.1007/978-3-540-78640-5_22

DO - 10.1007/978-3-540-78640-5_22

M3 - Konferenzbeitrag

SN - 978-3-540-78639-9

T3 - Informatik aktuell

SP - 107

EP - 111

BT - Bildverarbeitung für die Medizin 2008

A2 - Tolxdorff, Thomas

A2 - Braun, Jürgen

A2 - Deserno, Thomas M.

A2 - Horsch, Alexander

A2 - Handels, Heinz

A2 - Meinzer, Hans-Peter

PB - Springer Berlin Heidelberg

CY - Berlin, Heidelberg

T2 - Workshop on Bildverarbeitung fur die Medizin 2008

Y2 - 6 April 2008 through 8 April 2008

ER -

Forkert ND, Säring D, Fiehler J, Illies T, Handels H. Automatische Lokalisation und hämodynamische Charakterisierung von Gefäßstrukturen bei arteriovenösen Malformationen. in Tolxdorff T, Braun J, Deserno TM, Horsch A, Handels H, Meinzer HP, Hrsg., Bildverarbeitung für die Medizin 2008. Berlin, Heidelberg: Springer Berlin Heidelberg. 2008. S. 107-111. (Informatik aktuell ). doi: 10.1007/978-3-540-78640-5_22