Zugl.: Tübingen, Univ., Diss., 2008

The innovation of information techniques has changed many aspects of our life. In health care field, we can obtain, manage and communicate high-quality large volumetric image data by computer integrated devices, to support medical care. In this dissertation I propose several promising methods that could assist physicians in processing, observing and communicating the image data. They are included in my three research aspects: telemedicine integration, medical image visualization and image segmentation. And these methods are also demonstrated by the demo software that I developed. One of my research point focuses on medical information storage standard in telemedicine, for example DICOM, which is the predominant standard for the storage and communication of medical images. I propose a novel 3D image data storage method, which was lacking in current DICOM standard. I also created a mechanism to make use of the non-standard or private DICOM files. In this thesis I present several rendering techniques on medical image visualization to offer different display manners, both 2D and 3D, for example, cut through data volume in arbitrary degree, rendering the surface shell of the data, and rendering the semi-transparent volume of the data. A hybrid segmentation approach, designed for semi-automated segmentation of radiological image, such as CT, MRI, etc, is proposed in this thesis to get the organ or interested area from the image. This approach takes advantage of the region-based method and boundary-based methods. Three steps compose the hybrid approach: the first step gets coarse segmentation by fuzzy affinity and generates homogeneity operator; the second step divides the image by Voronoi Diagram and reclassifies the regions by the operator to refine segmentation from the previous step; the third step handles vague boundary by level set model. Topics for future research are mentioned in the end, including new supplement for DICOM standard for segmentation information storage, visualization of multimodal image information, and improvement of the segmentation approach to higher dimension. / Innovative Informationstechnologien haben viele Bereiche unseres Lebens verändert. Im Gesundheitsbereich ist es mittels Computer möglich, qualitativ hochwertige und große volumetrische Bilddaten zu verwalten, zu verarbeiten und dadurch die medizinische Betreuung zu unterstützen. In dieser Dissertation stelle ich verschiedene Methoden vor, die Mediziner beim Prozess der Beobachtung, Verarbeitung und Nutzung von Bilddaten verstärkt unterstützten können. Meine Forschungsarbeit befasst sich mit drei Schwerpunktthemen: Telemedizinintegration, Visualisierung von medizinischen Bildern und Bildsegmentierung. Zur Demonstration der Machbarkeit der vorgeschlagenen Methoden implementierte ich zudem eine Anwendungssoftware. Das entwickelte System kann in punkto Telemedizinintegration nicht nur Dateien im DICOM Format lesen und schreiben, sondern auch nicht-standardisierte Dateien reparieren. In meiner Arbeit gebe ich außerdem einen Vorschlag für eine Erweiterung des DICOM Standards für die Speicherung von 3D Bildinformationen. Zur Darstellung der Bilddaten wurden in dem entwickelten System drei verschiedene Ansichten implementiert: Volumen Ansicht, Oberflächen Ansicht sowie Querschnitt Ansicht. Ein Großteil meiner Arbeit ist der Vorschlag eines neuen hybriden Bildsegmentierungsansatzes. Durch das neu vorgeschlagene Verfahren können komplexe neurale MRI Daten effizient und präzise segmentiert werden. Zusätzlich wird der manuelle Arbeitsaufwand der Experten drastisch verringert.

Mannheim, Univ., Diss., 2005.

Zugl.: Kassel, Univ., Diss., 2008

Zugl.: Hohenheim, Universiẗat, Diss., 1994. / Literaturverz. S. 306 - 341.

University, Diss., 2003--Chemnitz. / Parallelt.: A direct approach for the segmentation of unorganized points and recognition of simple algebraic surfaces. Text engl.

Techn. University, Diss., 2004--Darmstadt.

Many applications for 3d object analysis and visualization need to deal with object features. The most common features on triangulated surfaces are ridges and valleys which are interesting for matching, segmentation, smoothing, non-photo-realistic rendering and many other tasks. In some cases these features are interrupted or corrupted otherwise. In this paper we present an approach to close such gaps in feature regions. For this purpose a vectorfield on the surface, based on the detected features, is computed. The analysis of this vector field yields to possible junction points. These junction points are connected (guided by the vector field) to close the interrupted feature regions.

Diese Arbeit beschäftigt sich mit dem statistischen Mittel der Hauptkomponentenanalyse zur Nutzung bei der Segmentierung von ATPase eingefärbten Muskelfaserzellen. Vorhandenes a priori Wissen wird hierdurch effzient nutzbar gemacht. Dabei wird die Segmentierung durch einen Energieminimierungsprozess auf Level-Set-Funktionen realisiert und eine Konturevolution auf wenigen formbeschreibenden Parametern ermöglicht.:1. Einführung 2. Medizinische Grundlagen 2.1. Muskelfasern 2.2. Myofibrilläre ATPase-Färbung 3. Hauptkomponentenanalyse 3.1. Mathematische Grundlagen und praktische Realisierung 3.1.1. Begriffsbestimmung 3.1.2. Ermittlung der Hauptkomponenten 3.1.3. Approximation und Rücktransformation 3.2. Hauptkomponentenanalyse für hochdimensionale Daten 3.3. Schwachstellen der PCA 3.4. Ein Beispiel 3.5. Zusammenfassung 4. Segmentierung 4.1. Segmentierungsansätze 4.2. Formdaten und statistische Auswertung 4.2.1. Beispieldaten 4.2.2. Formrepräsentation 4.3. Umsetzung der Hauptkomponentenanalyse 4.4. Energieminimierung 4.5. Gradientenabstieg 4.5.1. Probleme und deren Lösungsansätze 4.6. Seeded-Region-Growing-Ansatz 4.7. Zusammenfassung 5. Ergebnisse 6. Zusammenfassung und Ausblick

Die vorliegende Arbeit untersuchte die Durchführbarkeit und Genauigkeit der manuellen Segmentierung des Nervus facialis in hochauflösenden CT – Bildern im Vergleich mit einer semi – automatischen Segmentierung durch verschiedene Probanden. Die Untersuchung erfolgte für beide Segmentierformen Software gestützt. Zusätzlich wurde das subjektive Vertrauen der Probanden in die eigene Segmentierung abgefragt. Die beiden in dieser Arbeit untersuchten Methoden wiesen keinen signifikanten Unterschied für die Genauigkeit auf. Dabei betrug die mittlere quadratische Abweichung für die manuelle Segmentierform 0,53 mm und 0,42 mm für den semi-automatischen Ansatz. Die semi – automatische Segmentierung benötigte zudem mit einer mittleren Segmentierzeit/Datensatz von t = 94 sec deutlich weniger Zeit als die Probanden der manuellen Segmentierung mit einer mittleren Segmentierzeit/Datensatz von t = 219,5 sec. Anhand einer Korrelationsanalyse konnte festgestellt werden, dass bei der manuellen Segmentierung die Höhe der Abweichung (in mm) nicht mit der Segmentierzeit (in sec) korrelierte. Für den semi-automatischen Ansatz ergab sich auch lediglich für den zweiten Durchlauf eine Korrelation zwischen Höhe der Abweichung (in mm) und der Segmentierzeit (in sec) auf Signifikanzniveau (p < 0,01): Je mehr Zeit der Proband für seine Segmentierung in Anspruch nahm, desto höher fiel die Abweichung vom Referenzverlauf aus. Die Abfrage des subjektiven Segmentierungsvertrauens zeigte deutlich, dass sich die Probanden in ihrer Festlegung des Fazialisverlaufes sicher waren. Des Weiteren traten keine Unterschiede des Segmentierungsvertrauens zwischen den verschiedenen Durchläufen auf. Im Ergebnis zeigen die manuelle und die semi-automatische Segmentierung keine signifikanten Genauigkeitsunterschiede im Vergleich zur Referenz und können genutzt werden, um vor Eingriffen am Felsenbein eine sichere Identifikation des Nervus facialis zu liefern.