Zusammenfassung
In diesem Beitrag präsentieren wir ein graphbasiertes Verfahren zur volumetrischen Wirbelsegmentierung in MRT-Aufnahmen, das zur Segmentierung eine würfelförmige Vorlage nutzt. Dabei kann der Nutzer den Grad Δ (Smoothness-Term) der Abweichung von einem regulären Kubus bestimmen. Der Algorithmus generiert einen gerichteten zwei-terminalen Graphen (s-t-Netzwerk), wobei die Knoten des Graphen einer würfelförmigen Untermenge der Voxel entsprechen. Die Gewichtung der terminalen Kanten, die jeden Knoten mit einer virtuellen Quelle s und einer virtuellen Senke t verbinden, repräsentieren die Affinität eines Voxel zum Wirbel (Quelle) und zum Hintergrund (Senke); eine Menge unendlich gewichteter, nicht-terminaler Kanten realisiert den Smoothness-Term. Nach der Konstruktion wird in polynomialer Laufzeit ein minimaler s-t-Schnitt berechnet, der die Knoten in zwei disjunkte Mengen teilt, aus denen anschließend das Segmentierungsergebnis ermittelt wird. Die quantitative Auswertung einer C++ Implementierung des Algorithmus ergab einen durchschnittlichen Dice Similarity Coefficient von 81,33 % bei einer maximalen Laufzeit von einer Minute.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Joaquim AF, Sansur CA, Hamilton DK, et al. Degenerative lumbar stenosis: update. Arq Neuropsiquiatr. 2009;67(2B):553–8.
Hicks GE, Morone N, Weiner DK. Degenerative lumbar disc and facet disease in older adults: prevalence and clinical correlates. Spine (Phila Pa 1976). 2009;34(12):1301–6.
Richard PJ, George J, Metelko M, et al. Spine computed tomography doses and cancer induction. Spine (Phila Pa 1976). 2010;35(4):430–3.
Štern D, Vrtovec T, Pernuš F, et al. Segmentation of vertebral bodies in CT and MR images based on 3D deterministic models. Proc SPIE. 2011;7962.
Weese J, Kaus M, Lorenz C, et al. Shape constrained deformable models for 3D medical image segmentation. In: Insana M, Leahy R, editors. Information Processing in Medical Imaging. vol. 2082. Springer; 2001. p. 380–7.
Ghebreab S, Smeulders AW. Combining strings and necklaces for interactive threedimensional segmentation of spinal images using an integral deformable spine model. IEEE Trans Biomed Eng. 2004;51(10):1821–9.
Boykov Y, Kolmogorov V. An experimental comparison of min-cut/max-flow algorithms for energy minimization in vision. IEEE Trans Pattern Anal Mach Intell. 2004;26(9):1124–37.
Li K, Wu X, Chen DZ, et al. Optimal surface segmentation in volumetric images: a graph-theoretic approach. IEEE Trans Pattern Anal Mach Intell. 2006;28(1):119–34.
Egger J, Kapur T, Dukatz T, et al. Square-cut: a segmentation algorithm on the basis of a rectangle shape. PLoS ONE. 2012;7(2):e31064.
Zou KH, Warfield SK, Bharatha A, et al. Statistical validation of image segmentation quality based on a spatial overlap index. Acad Radiol. 2004;2:178–89.
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
Schwarzenberg, R., Freisleben, B., Kikinis, R., Nimsky, C., Egger, J. (2013). Ein kubusbasierter Ansatz zur Segmentierung von Wirbeln in MRT-Aufnahmen. 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_14
Download citation
DOI: https://doi.org/10.1007/978-3-642-36480-8_14
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)