Probabilistische statistische Form- und Appearance-Modelle zur robusten Multi-Objekt-Segmentierung in medizinischen Bilddaten

Das Ziel dieses Projektes ist die Entwicklung von modellbasierten Methoden zur automatischen 3D-Segmentierung von multiplen anatomischen Objekten in medizinischen Bildfolgen, die neue Möglichkeiten  in der quantitativen Radiologie, der Strahlentherapie und Operationsplanung eröffnen. Im Rahmen des DFG-Projektes sollen die im Vorläuferprojekt entwickelten statistischen Formmodelle mit probabilistischen Punktkorrespondenzen weiterentwickelt werden, so dass neben Forminformationen über die Organe auch Vorwissen über die lokale Erscheinung (Appearance) der Objekte sowie die globalen räumlichen Nachbarschaftsbeziehungen von Organen in einem erweiterten Statistischen Form- und Appearance-Modell erfasst werden. Durch Integration probabilistischer Form- und Erscheinungsmodelle in einen erweiterten Levelset-Segmentierungsansatz soll die robuste und flexible Multi-Objekt-Segmentierung von Organ-Ensembles in 3D-Bildfolgen ermöglicht werden.

Das Projekt wird durch die Deutsche Forschungsgemeinschaft gefördert (DFG: HA 2355/7-2).

Ausgewählte Publikationen

  1. Hufnagel H., Ehrhardt J., Pennec X., Ayache N., Handels H., Coupled Level Set Segmentation Using a Point-Based Statistical Shape Model Relying on Correspondence Probabilities, In: Dawant B. M., Haynor D.R. (eds.), Image Processing, SPIE Medical Imaging 2010, Orlando, Vol. 7623, 1B1-1B8, 2010
  2. Hufnagel H., Ehrhardt J., Pennec X., Ayache N., Handels H.,  Computation of a Probabilistic Statistical Shape Model in a Maximum-a-posteriori Framework, Methods of Information in Medicine,  48, 4, 314-319, 2009
  3. Hufnagel H., Ehrhardt J., Pennec X., Ayache N., Handels H., Level Set Segmentation Using a Point-Based Statistical Shape Model Relying on Correspondence Probabilities, Workshop Probabilistic Models for Medical Image Analysis, PMMIA 09, Medical Image Computing and Computer-Assisted Intervention - MICCAI 2009, London, United Kingdom, 34-44, 2009
  4. Hufnagel H., Pennec X., Ehrhardt J., Ayache N., Handels H., Generation of Statistical Shape Models with Probabilistic Point Correspondences and Expectation Maximization – Iterative Closest Point Algorithm, International Journal of Computer Assisted Radiology and Surgery, 2, 5, 265-273, 2008

Projektteam

M.Sc. Julia Krüger
Dr. Jan Ehrhardt
Prof. Dr. Heinz Handels