Kurzfassung
Das Active Shape Model (ASM) ist ein Segmentierungsverfahren, das statistische Formmodelle (SFM) verwendet, um Organe in Bilddaten trotz geringen Kontrastes zu benachbarten Strukturen robust und effizient zu segmentieren. Da das ASM ein lokales Suchverfahren ist, muss vor der Segmentierung zunächst das gesuchte Organ im Bild detektiert werden, um dann das SFM initial möglichst genau zu platzieren. In dieser Arbeit stellen wir ein neues Verfahren zur Modellinitialisierung vor. Unser Hauptbeitrag ist eine neue Variante des Iterative Closest Point Algorithmus (ICP), die es erlaubt, ein komplettes SFM mit einer Punktmenge effizient zu registrieren. Das Verfahren wird zur Detektion der Leber mit anschließender SFM Initialisierung in 14 kontrastverstärkten CT-Aufnahmen eingesetzt und quantitativ evaluiert.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Cootes TF, Taylor CJ, Cooper DH, et al. Active shape models: their training and application. Comput Vis Image Underst. 1995;61(1):38–59.
Kainmueller D, Lange T, Lamecker H. Shape constrained automatic segmentation of the liver based on a heuristic intensity model. In: Heimann T, et al, editors. Proc. MICCAI Workshop on 3D Segmentation in the Clinic: A Grand Challenge; 2007. p. 109–16.
Heimann T, Münzing S, Meinzer HP, et al. A shape-guided deformable model with evolutionary algorithm initialization for 3D soft tissue segmentation. In: Inf Process Med Imaging; 2007. p. 1–12.
Ecabert O, Peters J, Schramm H, et al. Automatic model-based segmentation of the heart in CT images. IEEE Trans Med Imaging. 2008;27(9):1189–201.
Zheng Y, Barbu A, Georgescu B, et al. Four-chamber heart modeling and automatic segmentation for 3-D cardiac CT volumes using marginal space learning and steerable features. IEEE Trans Med Imaging. 2008;27(11):1668–81.
Ruskó L, Bekes G, Németh G, et al. Fully automatic liver segmentation for contrast-enhanced CT images. In: Proc. MICCAI Workshop on 3D Segmentation in the Clinic: A Grand Challenge; 2007.
Besl PJ, McKay ND. A Method for Registration of 3-D Shapes. IEEE Trans Pattern Anal Mach Intell. 1992;14(2):239–56.
Horn BKP. Closed-form solution of absolute orientation using unit quaternions. J Opt Soc Am A Opt Image Sci Vis. 1987;4(4):629–34.
Rajamani KT, Styner MA, Talib H, et al. Statistical deformable bone models for robust 3D surface extrapolation from sparse data. Med Image Anal. 2007;11(2):99–109.
Fleute M, Lavallée S, Julliard R. Incorporating a statistically based shape model into a system for computer-assisted anterior cruciate ligament surgery. Med Image Anal. 1999;3(3):209–22.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2011 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Kirschner, M., Wesarg, S. (2011). Automatische Initialisierung von Formmodellen mittels modellbasierter Registrierung. In: Handels, H., Ehrhardt, J., Deserno, T., Meinzer, HP., Tolxdorff, T. (eds) Bildverarbeitung für die Medizin 2011. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-19335-4_16
Download citation
DOI: https://doi.org/10.1007/978-3-642-19335-4_16
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-19334-7
Online ISBN: 978-3-642-19335-4
eBook Packages: Computer Science and Engineering (German Language)