Formmodellbasierte Segmentierung des Unterkiefers aus Dental-CT-Aufnahmen

Dental-CT-Aufnahmen leiden unter einer vergleichsweise schlechten Bildqualität bezüglich des Signal-zu-Rausch Verhältnisses. Aus diesem Grund benutzen wir ein statistisches Formmodell (SFM) zur robusten Segmentierung des Unterkiefers. Im Gegensatz zu bisherigen Arbeiten ist das von uns vorgestellte Verfahren vollautomatisch – sowohl was die Korrespondenzfindung angeht, als auch bezüglich der Segmentierung an sich. Obwohl unsere Trainingspopulation weniger als 30 % des Umfangs ähnlicher Arbeiten aufweist, erzielen wir vergleichbare Ergebnisse. Ein wesentlicher Grund hierfür ist die Korrespondenzfindung mittels Optimierung einer modellbasierten Ziefunktion: Unsere Ergebnisse zeigen, dass dies eine deutliche Verbesserung der Segmentierungsergebnisse erlaubt und belegen damit erstmals die Bedeutung dieses Ansatz unmittelbar in einer Anwendung zur Segmentierung.