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

Maximilian Blendowski, Mattias P. Heinrich

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.
Original languageGerman
Title of host publicationBildverarbeitung für die Medizin 2017
EditorsK.H. Maier-Hein, T.M. Deserno, H. Handels, T. Tolxdorff
Number of pages1
PublisherSpringer Vieweg, Berlin Heidelberg
Publication date01.03.2017
Edition1
Pages24-24
ISBN (Print)978-3-662-54344-3
ISBN (Electronic)978-3-662-54345-0
DOIs
Publication statusPublished - 01.03.2017
EventBildverarbeitung für die Medizin 2017
- Heidelberg, Germany
Duration: 12.03.201714.03.2017

Cite this