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 language | German |
---|---|
Title of host publication | Bildverarbeitung für die Medizin 2017 |
Editors | K.H. Maier-Hein, T.M. Deserno, H. Handels, T. Tolxdorff |
Number of pages | 1 |
Publisher | Springer Vieweg, Berlin Heidelberg |
Publication date | 01.03.2017 |
Edition | 1 |
Pages | 24-24 |
ISBN (Print) | 978-3-662-54344-3 |
ISBN (Electronic) | 978-3-662-54345-0 |
DOIs | |
Publication status | Published - 01.03.2017 |
Event | Bildverarbeitung für die Medizin 2017 - Heidelberg, Germany Duration: 12.03.2017 → 14.03.2017 |