Messtechnik und Modellierung in der Kardiologie

Transkript

1 Messtechnik und Modellieung in de Kadiologie Digitale Bildveabeitung Segmentation Gliedeung Wiedeholung Filteung Tansfomation von Otskoodinaten Matching Mekmalsextaktion Segmentation Punktoientiete Vefahen Kantenoientiete Vefahen Regionenoientiete Vefahen Manuelle Vefahen Zusammenfassung Seite 2

2 Mekmale und Mekmalsvektoen Mekmale: Extaktion aus Bilddaten diekt abgeleitet (z. B. duch Filteung, Kombinieen und Veechnen von Bilddaten) Vewendung: Voveabeitung, Segmentation und Klassifikation Mekmalsvektoen: Zusammenfassen von n Mekmalen zu n-dimensionalen Mekmalsvektoen a1( x, y, z) mxy (,, z) = M a ( x, y, z) n m: Mekmalsvekto a : positionsabhängiges Mekmal, i 1K n { } i m MR Txyz 1(,, ) ( x, y, z) = T ( x, y, z) 2 PD( x, y, z) m Photo Rx (, yz, ) ( x, y, z) = Gx (, y, z) Bxy (,, z) Seite 3 Mekmalsaum gün blau ot Seite 4

3 Segmentation Unteteilung eines Bildes in homogene Regionen Homogenität eine Region wid aufgund von Mekmalen beuteilt Klassifikation von Segmentationsvefahen nach Abeitsweise punktoientiet kantenoientiet egionenoientiet Klassifikation von Segmentationsvefahen nach Benutzeinteaktion automatisch semiautomatisch manuell Seite 5 Punktoientiete Vefahen Ausschliesslich Mekmale eines Voxels weden zu dessen Segmentation heangezogen! f: m tue, false { } f: Segmentationsfunktion m: Mekmalsvekto Vefahen Schwellwetvefahen auf Gundlage von Histogammanalyse Kombination von Schwellweten duch Bool sche Opeatoen Beispiel tue false Voxelmekmal Aufwand: O(Anzahl de Voxel) Seite 6

4 Beispiel: Histogammanalyse Knochenmak Knochen Fett Muskeln Seite 7 Schwellwetvefahen: Beispiel 2D Mekmal: Skaliete CT-Zahl s=40 s=1 s=65 s=85 Seite 8

5 Schwellwetvefahen: Beispiel 3D s=1 Mekmal: Skaliete CT-Zahl s=40 s=80 Seite 9 Kantenoientiete Vefahen Kanten weden im Bild detektiet und dienen als Gundlagen zu Begenzung eine Region! Kantendetektion efolgt duch Filteopeatoen Gadientenfilte 1. Odnung (Sobel) Gadientenfilte 2. Odnung (Laplace) Canny-Filte... Vewendung von Kantenbilden i. Allg. nicht diekt möglich Kanten nicht an gleiche Position wie Regionengenze nicht geschlossene Kanten Vefahen Heuistische Vefahen zum Vebinden von Kanten Wateshed-Vefahen Aktive Kontuen Seite 10

6 Kantenoientiete Vefahen: Wateshed Vogehen Ezeuge Gadientenbild Fü alle Voxel: Bestimme Nachbavoxel mit geingstem Gadientenbetag Ezeuge iteativ Pfad übe bestimmte Nachban zu lokalem Minimum Odne lokales Minimum zu Voxel mit gemeinsamem Minimum weden gleiche Region zugeodnet Nachteil Oftmals Übesegmentation, d. h. zuviele Regionen weden ezeugt Seite 11 Regionenoientiete Vefahen Voxel weden in Zusammenhang mit ihen benachbaten Voxeln Regionen zugeodnet! Vefahen Octee Segmentation Regiongowing (Regionenwachstumsvefahen) Nachbaschaftsbeziehungen 2D 3D 4-e 8-e 6-e 18-e 26-e Seite 12

7 Segmentation efolgt 2 phasig Split Rekusives Unteteilen von Kuben in 8 (Teil-)Kuben Unteteilen efolgt bei Inhomogenität Mege Zuodnen von Kuben zu Regionen unte Beücksichtigung von Nachbaschaftsbeziehungen Schwellweten Octee-Vefahen Seite 13 Regionenwachstumsvefahen Voxel weden unte Beücksichtigung von Paameten zu eine Region zusammengefasst! Paamete: Schwellwete und Kombinationen von Schwellweten Saatpunktmenge Nachbaschaftsbeziehung Aufwand: O(Anzahl de Voxel in Region) Saatpunktmenge vogeben Menge lee? ja Ende nein Punkte in Nachbaschaft püfen und in Menge aufnehmen Punkt wählen und aus Menge entfenen Seite 14

8 Saatpunkt platzieen Regionenwachstumsvefahen: Beispiel Benachbate Punkte püfen, ggf. Saatpunkt zuodnen Finale Segmentation Seite 15 Regionenwachstumsvefahen: Beispiel Mekmal Skaliete CT-Zahl Beeich Nachbaschaft 26 Seite 16

9 Regionenwachstumsvefahen: Beispiel Mekmal: Rotkanal in Fabphotogaphie Beeich: Nachbaschaft: 6 Poblem beim Regiongowing: Übesegmentieung duch kontastame Genzen Seite 17 Manuelle Segmentationsvefahen Inteaktive Konstuktion von Regionen Volumen-/obeflächenoientiet Vollständige-/patielle Konstuktion Anwendungsbeeiche Untestützung von automatischen und semiautomatischen Vefahen Bei Aufnahmen von geinge Qualität Nachteile Oftmals zeitaufwendige als automatische Vefahen Langwieige, monotone Tätigkeit Goße inte- und intaindividuelle Vaiabilität des Segmentationsegebnisses Z. Z. am häufigsten klinisch eingesetzte Methode! Seite 18

10 Manuelle Segmentationsvefahen: Feifomflächenedito Übelappendes Histogamm von Lunge und Myocad Manuelles Abgenzen des linken Ventikels von Lunge Inteaktive Definition von Punkten Punkte dienen als Stützpunkte fü Feifomfläche (hie: Spline) Seite 19 Inteaktive Defomation eines Deiecksnetzes 2 D Ansicht 3 D Ansicht Seite 20

11 Beispiel: Segmentation des des Hezens duch inteaktive Defomation Seite 21 Zusammenfassung Wiedeholung Filteung Tansfomation von Otskoodinaten Matching Mekmalsextaktion Segmentation Punktoientiete Vefahen Kantenoientiete Vefahen Regionenoientiete Vefahen Manuelle Vefahen Seite 22