Virtuelle LeberinterventionsplanungLebertumoren sind eine der am häufigsten vorkommenden Tumorformen und gelten als chirurgisch schwer zu entfernen. Gleichwohl gibt es in diesem Bereich bisher kaum Computerunterstützung für Radiologen und Chirurgen.In diesem Projekt soll daher ein System zur virtuellen Planung von Leberinterventionen entwickelt werden. Der Schwerpunkt liegt dabei auf der automatischen Detektion und Segmentierung von Leberläsionen in CT-Bildern. Um auch in schwierigen Fällen eine robuste Segmentierung zu gewährleisten, werden verschiedene Informationsquellen, beispielsweise CT-Bilder verschiedener Kontrastmittelphasen, verwendet. Die anschließende automatische Analyse der gefundenen Läsionen und ihrer Lage relativ zu wichtigen anatomischen Strukturen, wie Blutgefäßen oder Lebersegmenten, ermöglicht nicht nur eine bessere 3D Darstellung, anhand derer sich Chirurgen orientieren können. Sie erlaubt außerdem eine Simulation möglicher Eingriffe und ihrer Folgen. Darüber hinaus können dank der Segmentierung Läsionen, die nicht chirurgisch entfernt wurden, überwacht und so ihre Entwicklung und damit der Erfolg ihrer Therapie beurteilt werden. | Projektleitung: Dr. Grzegorz Soza
Beteiligte: Prof. Dr.-Ing. Joachim Hornegger, Dr.-Ing. Arne Militzer
Stichwörter: Medizinische Bildverarbeitung; CT; Leber; Segmentierung; Interventionsplanung
Laufzeit: 15.2.2008 - 14.2.2011
Förderer: Siemens AG Healthcare
Kontakt: Militzer, Arne E-Mail: arne.militzer@cs.fau.de
| Publikationen |
---|
Militzer, Arne ; Hager, Tobias ; Jäger, Florian ; Tietjen, Christian ; : Automatic Detection and Segmentation of Focal Liver Lesions in Contrast Enhanced CT Images. In: International Association for Pattern Recognition (Veranst.) : 2010 20th International Conference on Pattern Recognition (2010 20th International Conference on Pattern Recognition Istanbul , Turkey 23-26.8.2010). Istanbul , Turkey : IEEE Computer Society Conference Publishing Service, 2010, S. 2524-2527. - ISBN 978-0-7695-4109-9 | Militzer, Arne ; Tietjen, Christian ; : A cost constrained boosting algorithm for fast lesion detection and segmentation. In: Summers, Ronald M. ; van Ginneken, Bram (Hrsg.) : Medical Imaging 2011: Computer Aided Diagnosis (SPIE Medical Imaging Orlando, FL 12.02.2011). Bd. 7963. Orlando, FL : SPIE, 2011, S. 1-6. - ISBN 9780819485052 [doi>10.1117/12.877944] |
Institution: Chair of Computer Science 5 (Pattern Recognition)
|
|