Return to search

Effiziente Einbringung von statistischem Formwissen in die Segmentierung von ATPase gefärbten Muskelfaserbildern

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

Identiferoai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:70555
Date20 April 2020
CreatorsBornschein, Jens
ContributorsFlach, Boris, Brox, Thomas, Technische Universität Dresden
Source SetsHochschulschriftenserver (HSSS) der SLUB Dresden
LanguageGerman
Detected LanguageGerman
Typeinfo:eu-repo/semantics/acceptedVersion, doc-type:StudyThesis, info:eu-repo/semantics/StudyThesis, doc-type:Text
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0017 seconds