Zusammenfassung
In der medizinischen Bildanalyse werden häufig statistische Formmodelle zur Segmentierung von Organen verwendet. Dabei wird im Standardansatz der Formmodellierung davon ausgegangen, dass eine Normalverteilung der Trainingsdaten vorliegt. In dieser Arbeit werden „klassische“ medizinische Segmentierungsobjekte auf diese Normalverteilungsannahme hin untersucht. Dazu werden zwei statistische Tests auf Leber- und Milzdaten angewendet. Die Ergebnisse der beiden Tests belegen erstmals, dass die Variabilität dieser Organe nicht normalverteilt ist. Die Untersuchung von Trainingsdaten mit dem hier vorgestellten Ansatz stellt somit eine Möglichkeit dar, bereits im Vorfeld zu entscheiden, ob die Verwendung von z. B. nichtlinearen Verfahren die tatsächliche Formvariabilität eines bestimmten Organs potenziell besser beschreibt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Heimann T, Meinzer HP. Statistical shape models for 3D medical image segmentation: a review. Med Image Anal. 2009;13:543–63.
Kirschner M, Becker M, Wesarg S. 3D active shape model segmentation with nonlinear shape priors. Lect Notes Computer Sci. 2011;6892:492–9.
Wimmer A, Soza G, Hornegger J. A generic probabilistic active shape model for organ segmentation. Lect Notes Computer Sci. 2009;5762:26–33.
Mardia KV, Kent JT, Bibby JM. Multivariate Analysis. New York: Academic Press; 1979.
Mardia KV. Measures of multivariate skewness and kurtosis with applications. Biometrika. 1970;57:519–30.
Henze N, Zirkler B. A class of invariant consistent tests for multivariate normality. Commun Statist Theory Meth. 1990;19:3595–617.
Rencher AC, Christensen WF. Methods of Multivariate Analysis. Wiley Series in Probability and Statistics; 1995.
Kirschner M, Gollmer ST, Wesarg S, et al. Optimal initialization for 3D correspondence optimization: an evaluation study. Lect Notes Computer Sci. 2011;6801:308–19.
Davies RH, Twining CJ, Cootes TF, et al. Building 3-D statistical shape models by direct optimization. IEEE Trans Med Imaging. 2010;29(4):961–81.
Liang J, Lic R, Fanga H, et al. Testing multinormality based on low-dimensional projection. J Stat Plan Inference. 2000;86:129–41.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2013 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Burmester, F.S., Gollmer, S.T., Buzug, T.M. (2013). Untersuchung der Normalverteilungsannahme bei der statistischen Formmodellierung. In: Meinzer, HP., Deserno, T., Handels, H., Tolxdorff, T. (eds) Bildverarbeitung für die Medizin 2013. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-36480-8_47
Download citation
DOI: https://doi.org/10.1007/978-3-642-36480-8_47
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-36479-2
Online ISBN: 978-3-642-36480-8
eBook Packages: Computer Science and Engineering (German Language)