Zielorientierte Gütemaße für Methodenauswahl und Parametrisierung in der medizinischen Bildverarbeitung

Die typische Verarbeitungskette in der Medizinischen Bildverarbeitung besteht aus Bilderfassung, Vorverarbeitung, Segmentierung, Merkmalsextraktion und Klassifikation. Für jeden dieser Bereiche gibt es eine große Anzahl unterschiedlicher Methoden bzw. Verfahren oder Algorithmen. Für die optimale Lösung einer Aufgabe ist die richtige Auswahl der Methoden sowie deren richtige Verknüpfung und Parametrisierung von entscheidender Bedeutung. In der Regel erfolgt der Aufbau der Verarbeitungskette entsprechend der Aufgabenstellung und angewendet auf die verfügbaren Bilddaten schrittweise. Die Auswahl der Methoden basiert dabei auf der Erfahrung des Bildverarbeiters und seinen Kenntnissen über existierende Methoden. Die Parametrisierung erfolgt meist durch lokale Optimierung, d.h. für jeden einzelnen Verarbeitungsschritt wird das Ergebnis bezüglich eines Gütekriteriums für die zu erwartenden nachfolgenden Schritte optimiert [1]. In dieser Arbeit wird gezeigt, dass lokale Gütekriterien nicht immer geeignet sind, eine optimale Verarbeitungskette zu erstellen. Es wird ein Systementwurf vorgestellt, welcher zielorientierte Gütemaße verwendet um automatisch Methodenauswahl und Parametrisierung durchzuführen.