Modellbasierte Segmentierung in medizinischen Volumendatensätzen anhand des L1-Rückenwirbels
![](/fileadmin/_migrated/pics/bsc-moosburner_01.jpg)
Autor: Judith Moosburner
Betreuer: Prof. Dr. Charles A. Wüthrich
Die hier vorgestellte Arbeit befasst sich mit Konzept und Umsetzung der Segmentierung eines L1-Rückenwirbels in Volumendatensätzen. Das hier präsentierte Segmentierungsverfahren beruht auf einem deformierbaren Modell, welches auf einem Partikelsystem basiert und durch zusätzliche Steuerungskomponenten erweitert wurde. Segmentiert wurde in CT-Volumendatensätzen, welche aus Intensitätswerten bestehen.
Das Modell wird seine Form im Verlauf des Segmentierungsprozesses der des Wirbels im Volumen annähern. Es wird zunächst durch Extraktion aus dem Datensatz einer Wirbelsäule generiert und anschließend in eine allgemeine Form gebracht. Man erhält ein Oberflächenmesh, welches zur Stabilisierung in ein tetraedisiertes Modell überführt wird. Es wird durch ein Partikelsystem, bestehend aus einer Menge masseloser Punkte und verbindener Federn repräsentiert, wodurch das System als physikalisch basiert bezeichnet werden kann. Die Deformation erfolgt mittels Relaxation, eines statischen Systems, um einen realistischen und interaktiven Segmentierungsvorgang zu gewährleisten.
Das physikalische Deformationssystem beinhaltet durch seinen Aufbau nicht nur ausführliche Informationen über die Form des zu segmentierenden Modells, sondern auch eine natürliche Limitation seiner Variabiliät. Dadurch ist dem Objekt die Möglichkeit der Deformation gewährt, gleichzeitig durch physikalische Grenzen die Erhaltung der Grundform sichergestellt.
Das Modell wird in seiner initialen und verkleinerten Form im Volumen, innerhalb des zu segmentierenden Bereichs platziert. Zusätzliche Sensoren an den Kontrollpunkten des Modells reagieren auf Volumenwerte. Durch Auswertung von Intensitäten und Gradienten der einzelnen Voxel steuern sie die Deformation des Systems und bewegen die Punkte des Modells an die entsprechenden Positionen im Volumen. Das Modell wird dabei zunächst gedehnt, und ein zusätzlicher Skalierungsschritt sorgt für eine optimale Größenanpassung. Deformation und die optionale Skalierung wiederholen sich iterativ, bis das Modell das Zielobjekt detektiert hat und der Segmentierungsvorgang beendet ist.
Material: