Abstract
Anatomische Landmarken bilden oftmals die Grundlage einer quantitativen Evaluation nicht-linearer Registrierung medizinischer Bilddaten. Eine manuelle Land-markendetektion ist jedoch zeitaufwändig und fehleranfällig. Dieser Beitrag adressiert daher eine automatische Detektion anatomisch markanter Punkte. Herangezogen wer-den hierzu drei krümmungsbasierte Differentialoperatoren sowie der Gradientenbe-trag. Zur Evaluation werden thorakale und abdominale CT-und MRT-Daten mit der Lunge und der Leber als zentralen Organen betrachtet; eine gleichmäßige Verteilung der Landmarkenüber die Organe bzw. interessierenden Regionen wird algorithmisch gewährleistet. Die durchgeführte quantitative Evaluation belegt, dass für die gegebe-nen Anwendungsgebiete anhand des vorgestellten Detektionsschemas und unter Ver-wendung der krümmungsbasierten Operatoren eine zuverlässige Detektion anatomisch markanter Punkte weitgehend erreicht werden kann
| Original language | German |
|---|---|
| Pages | 1755-1763 |
| Number of pages | 9 |
| Publication status | Published - 10.2012 |
| Event | Informatik 2012, Lecture Notes in Informatics - Braunschweig, Germany Duration: 16.09.2012 → 21.09.2012 |
Conference
| Conference | Informatik 2012, Lecture Notes in Informatics |
|---|---|
| Country/Territory | Germany |
| City | Braunschweig |
| Period | 16.09.12 → 21.09.12 |
UN SDGs
This output contributes to the following UN Sustainable Development Goals (SDGs)
-
SDG 3 Good Health and Well-being
-
SDG 9 Industry, Innovation, and Infrastructure
Cite this
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
- Vancouver