Auszug
Zur computergestützten, präoperativen Planung von HalsLymphknoten-Ausräumungen (Neck Dissections) ist eine Detektion aller vergrößerten Lymphknoten wünschenswert. Diese erfolgt zur Zeit ausschließlich manuell durch einen Radiologen und ist ein zeitaufwändiger und fehleranfälliger Prozess. Wir präsentieren ein Verfahren zur automatischen Detektion von Lymphknoten in CT-Datensätzen des Halses mit Hilfe dreidimensionaler Stabiler Feder-Masse-Modelle (SMSMs). Die Detektion erfolgt durch Abgleich aller in Frage kommenden Datensatzbereiche mit einem deformierbaren 3D-Modell des Lymphknotens, welches Form, Grauwerte und Kanteninformation gleichermaßen modelliert. Das Verfahren wurde an 29 vergrößerten (> 8 mm) Lymphknoten eines klinischen CT-Datensatzes evaluiert und zeigte daran eine Detektionsrate von 100 % bei 9 falsch-positiven Kandidaten.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literaturverzeichnis
Honea D, et al. Three-dimensional active surface approach to lymph node segmentation. Proc SPIE. 1999;3361:1003–11.
Yan J, et al. Lymph node segmentation from CT images using fast marching method. Comput Med Imaging Graph. 2004;28:33–8.
Dornheim J, et al. Segmentation of neck lymph nodes in CT datasets with stable 3D mass-spring models. Proc MICCAI. 2006.
Schreyer AG, et al. Vergleich der Genauigkeit und Effizienz koronarer und axialer Rekonstruktionen zur Lymphknotendetektion bei einem 16-Zeilen-Spiral-CT am Beispiel von Halslymphknoten. Rofo. 2005;177(10):1430–5.
Dornheim L, et al. Stable dynamic 3D shape models. Proc ICIP. 2005.
Dornheim J, et al. Segmentation of neck lymph nodes in CT datasets with stable 3D mass-spring models. Academic Radiol. 2007.
Dornheim L, et al. Quality of fit of stable mass spring models. In: Proc 7th Open German/Russian Workshop on Pattern Recognition and Image Understanding; 2007.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2008 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Dornheim, L., Dornheim, J. (2008). Automatische Detektion von Lymphknoten in CT-Datensätzen des Halses. In: Tolxdorff, T., Braun, J., Deserno, T.M., Horsch, A., Handels, H., Meinzer, HP. (eds) Bildverarbeitung für die Medizin 2008. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-540-78640-5_62
Download citation
DOI: https://doi.org/10.1007/978-3-540-78640-5_62
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-78639-9
Online ISBN: 978-3-540-78640-5
eBook Packages: Computer Science and Engineering (German Language)