Kombination binärer Kontextfeatures mit Vantage Point Forests zur Multi-Organ-Segmentierung

Maximilian Blendowski; Mattias P. Heinrich

doi:10.1007/978-3-662-54345-0_12

Kombination binärer Kontextfeatures mit Vantage Point Forests zur Multi-Organ-Segmentierung

Maximilian Blendowski, Mattias P. Heinrich

Institut für Medizinische Informatik

Abstract

Verfahren zur automatischen Multi-Organ-Segmentierung in medizinischen Bildvolumina beruhen häufig auf annotierten Daten eines Patientenkollektivs (Atlas) und deren Anpassung z.B. durch zeitintensive nichtlineare Registrierung [1]. Bei der MICCAI 2016 Konferenz [2] stellten wir ein registrierungsfreies Framework für die übertragung von Vorwissen in Form von segmentierten Trainingsdaten auf ungesehene Patienten mit Hilfe eines neuen starken Klassifizierer vor: dieVantage Point Forests (VPF). Ähnlich zu Random Decision Forests (RDF) werden schnelle Berechnungszeiten von wenigen Sekunden erreicht.

Originalsprache	Deutsch
Titel	Bildverarbeitung für die Medizin 2017
Redakteure/-innen	K.H. Maier-Hein, T.M. Deserno, H. Handels, T. Tolxdorff
Seitenumfang	1
Herausgeber (Verlag)	Springer Vieweg, Berlin Heidelberg
Erscheinungsdatum	01.03.2017
Auflage	1
Seiten	24-24
ISBN (Print)	978-3-662-54344-3
ISBN (elektronisch)	978-3-662-54345-0
DOIs	https://doi.org/10.1007/978-3-662-54345-0_12
Publikationsstatus	Veröffentlicht - 01.03.2017
Veranstaltung	Workshop on Bildverarbeitung fur die Medizin 2017 - Heidelberg, Deutschland Dauer: 12.03.2017 → 14.03.2017

UN SDGs

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

Zugriff auf Dokument

10.1007/978-3-662-54345-0_12

Zitieren

Blendowski, M., & Heinrich, M. P. (2017). Kombination binärer Kontextfeatures mit Vantage Point Forests zur Multi-Organ-Segmentierung. in K. H. Maier-Hein, T. M. Deserno, H. Handels, & T. Tolxdorff (Hrsg.), Bildverarbeitung für die Medizin 2017 (1 Aufl., S. 24-24). (Informatik aktuell). Springer Vieweg, Berlin Heidelberg. https://doi.org/10.1007/978-3-662-54345-0_12

@inproceedings{a63db941ea8b404796d2d6a46b2e9b52,

title = "Kombination bin{\"a}rer Kontextfeatures mit Vantage Point Forests zur Multi-Organ-Segmentierung",

abstract = "Verfahren zur automatischen Multi-Organ-Segmentierung in medizinischen Bildvolumina beruhen h{\"a}ufig auf annotierten Daten eines Patientenkollektivs (Atlas) und deren Anpassung z.B. durch zeitintensive nichtlineare Registrierung [1]. Bei der MICCAI 2016 Konferenz [2] stellten wir ein registrierungsfreies Framework f{\"u}r die {\"u}bertragung von Vorwissen in Form von segmentierten Trainingsdaten auf ungesehene Patienten mit Hilfe eines neuen starken Klassifizierer vor: dieVantage Point Forests (VPF). {\"A}hnlich zu Random Decision Forests (RDF) werden schnelle Berechnungszeiten von wenigen Sekunden erreicht.",

author = "Maximilian Blendowski and Heinrich, {Mattias P.}",

year = "2017",

month = mar,

day = "1",

doi = "10.1007/978-3-662-54345-0_12",

language = "Deutsch",

isbn = "978-3-662-54344-3",

series = "Informatik aktuell",

publisher = "Springer Vieweg, Berlin Heidelberg",

pages = "24--24",

editor = "K.H. Maier-Hein and T.M. Deserno and H. Handels and T. Tolxdorff",

booktitle = "Bildverarbeitung f{\"u}r die Medizin 2017",

edition = "1",

note = "Workshop on Bildverarbeitung fur die Medizin 2017<br/> ; Conference date: 12-03-2017 Through 14-03-2017",

}

Blendowski, M & Heinrich, MP 2017, Kombination binärer Kontextfeatures mit Vantage Point Forests zur Multi-Organ-Segmentierung. in KH Maier-Hein, TM Deserno, H Handels & T Tolxdorff (Hrsg.), Bildverarbeitung für die Medizin 2017 . 1 Aufl., Informatik aktuell, Springer Vieweg, Berlin Heidelberg, S. 24-24, Workshop on Bildverarbeitung fur die Medizin 2017
, Heidelberg, Deutschland, 12.03.17. https://doi.org/10.1007/978-3-662-54345-0_12

Kombination binärer Kontextfeatures mit Vantage Point Forests zur Multi-Organ-Segmentierung. / Blendowski, Maximilian; Heinrich, Mattias P.
Bildverarbeitung für die Medizin 2017 . Hrsg. / K.H. Maier-Hein; T.M. Deserno; H. Handels; T. Tolxdorff. 1. Aufl. Springer Vieweg, Berlin Heidelberg, 2017. S. 24-24 (Informatik aktuell).

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

TY - GEN

T1 - Kombination binärer Kontextfeatures mit Vantage Point Forests zur Multi-Organ-Segmentierung

AU - Blendowski, Maximilian

AU - Heinrich, Mattias P.

PY - 2017/3/1

Y1 - 2017/3/1

N2 - Verfahren zur automatischen Multi-Organ-Segmentierung in medizinischen Bildvolumina beruhen häufig auf annotierten Daten eines Patientenkollektivs (Atlas) und deren Anpassung z.B. durch zeitintensive nichtlineare Registrierung [1]. Bei der MICCAI 2016 Konferenz [2] stellten wir ein registrierungsfreies Framework für die übertragung von Vorwissen in Form von segmentierten Trainingsdaten auf ungesehene Patienten mit Hilfe eines neuen starken Klassifizierer vor: dieVantage Point Forests (VPF). Ähnlich zu Random Decision Forests (RDF) werden schnelle Berechnungszeiten von wenigen Sekunden erreicht.

AB - Verfahren zur automatischen Multi-Organ-Segmentierung in medizinischen Bildvolumina beruhen häufig auf annotierten Daten eines Patientenkollektivs (Atlas) und deren Anpassung z.B. durch zeitintensive nichtlineare Registrierung [1]. Bei der MICCAI 2016 Konferenz [2] stellten wir ein registrierungsfreies Framework für die übertragung von Vorwissen in Form von segmentierten Trainingsdaten auf ungesehene Patienten mit Hilfe eines neuen starken Klassifizierer vor: dieVantage Point Forests (VPF). Ähnlich zu Random Decision Forests (RDF) werden schnelle Berechnungszeiten von wenigen Sekunden erreicht.

U2 - 10.1007/978-3-662-54345-0_12

DO - 10.1007/978-3-662-54345-0_12

M3 - Konferenzbeitrag

SN - 978-3-662-54344-3

T3 - Informatik aktuell

SP - 24

EP - 24

BT - Bildverarbeitung für die Medizin 2017

A2 - Maier-Hein, K.H.

A2 - Deserno, T.M.

A2 - Handels, H.

A2 - Tolxdorff, T.

PB - Springer Vieweg, Berlin Heidelberg

T2 - Workshop on Bildverarbeitung fur die Medizin 2017<br/>

Y2 - 12 March 2017 through 14 March 2017

ER -