TY  - GEN
N2  - Die Segmentierung der Risikoorgane ist ein zeitraubender Teil der computergestützten Strahlentherapieplanung. Im Rahmen neuer Bestrahlungstechniken der adaptiven Therapie sind schnelle, robuste und genaue Segmentierungsverfahren die Voraussetzung für eine effiziente Neu-Segmentierung von Verfikationsaufnahmen und Planungsdaten verschiedener Modalitäten. Im Rahmen dieser Arbeit wurden daher verschiedene interaktive Segmentierungsverfahren implementiert und evaluiert. Diese umfassen Verfahren aus den Bereichen der aktiven Konturmodelle, der Formmodelle und der graphenbasierten Verfahren. Das verwendete aktive Konturmodell basiert auf einem T-Snakes-Ansatz. Dabei handelt es sich um die Anpassung einer parametrisierten Oberfläche an die Bilddaten unter Einfluss einer Ähnlichkeitskraft, die aus den Bilddaten gewonnen wird, und einer regularisierenden Krümmungskraft, die eine glatte Oberfläche favorisiert. Zusätzlich erlauben T-Snakes topologische Änderungen ihrer Oberfläche während der Segmentierung. Aufbauend auf dem Optimierungsverfahren der T-Snakes wurde ein Formmodell entwickelt. Aus Trainingsdaten wird eine typische Form ermittelt, die bei der Segmentierung berücksichtigt wird. Dies geschieht im verwendeten Verfahren durch Aufteilung der Oberfläche in Bereiche gleicher Krümmung und einer anschließenden Anpassung dieser Bereiche an die Bilddaten. Beim dritten Ansatz, dem graphenbasierten Verfahren, wurde der multi-labelled Random-Walk-Algorithmus umgesetzt. Dieser übersetzt einen Bilddatensatz in einen Graphen und partitioniert diesen dann aufgrund der Erreichungswahrscheinlichkeit eines Random-Walk-Prozesses bzgl. manuell gesetzter Markierungen, sog. Label. Getestet wurden die implementierten Verfahren vor allem auf planungsrelevanten CT-Daten, obwohl sie ohne Einschränkung auch für andere Bildmodalitäten verwendbar sind. Die unterschiedlichen Algorithmen decken ein breites Spektrum an Segmentierungsanforderungen bzgl. Robustheit, Genauigkeit und Effizienz ab. Dadurch reduzieren sie den Zeitbedarf für die Segmentierung von Planungsdaten und erlauben eine weitere Automatisierung der Segmentierung im Rahmen der Strahlentherapieplanung.
UR  - https://archiv.ub.uni-heidelberg.de/volltextserver/7472/
AV  - public
A1  - Lechsel, Gerhard
TI  - Interaktive Segmentierungsverfahren im Rahmen der adaptiven Strahlentherapieplanung
KW  - Digital Image Processing 
KW  -  Snakes 
KW  -  Radiotherapy 
KW  -  Segmentation
Y1  - 2007///
ID  - heidok7472
ER  -