|
Parameteroptimierung in der DBT-Bildgebung mittels Techniken der MustererkennungDie medizinische Bildrekonstruktion ist ein wichtiges
diagnostisches Verfahren, mit dessen Hilfe zwei- und
dreidimensionale Innenansichten der Organe eines
Patienten
ermöglicht werden. Die Bildqualität der rekonstruierten
Volumina hängt dabei (häufig sehr stark) von den
regelbaren
und spezifischen Parametern des bildgebenden Systems und
des
Verarbeitungsprozesses
ab. Dazu kommt, dass der Begriff Bildqualität im
Zusammenhang mit den
für die Diagnose erforderlichen Bildeigenschaften
verstanden
werden muss,
was wiederum von der persönlichen Empfindung des
menschlichen Betrachters beeinflusst ist.In der digitalen Brust-Tomosynthese (DBT) ist die
Datengewinnung mehreren Restriktionen unterworfen
(beschränkter Abtastwinkel, niedrige Gesamtdosis), so
dass
die optimale Einstellung der Rekonstruktionsparameter
erforderlich wird, um wettbewerbsfähige Bildqualitäten zu
erreichen.
Mammographische Bilder dienen hauptsächlich der
Früherkennung von Brustkrebs - der häufigsten Krebsart
unter
Frauen laut der Weltgesundheitsorganisation WHO (2014)
[1].
Deshalb müssen zur Erreichung der geforderten optimalen
Bildqualität in der DBT zum Einen Erhaltung und
bestmögliche
Erkennbarkeit von Läsionen wie Mikrokalzifikationen,
Massen
und 'spiculations' (Massen mit verzweigten Fortsätzen)
und
zum Anderen Unterdrückung
von vom Bildgebungssystem induziertem Bildrauschen in
Einklang gebracht
werden. Das Ziel dieses Projektes ist die Entwicklung und
Bereitstellung von Werkzeugen zur Schätzung der optimalen
Einstellung eines mehrdimensional parametrisierten
Rekonstruktionsverfahrens im Hinblick auf die vorab
definierten
Anforderungen eines Betrachters. Die Zusammenführung von
Techniken aus dem Bereich der Mustererkennung und einem
entsprechend parametrisierten
Rekonstruktionsalgorithmus wird genutzt, um den
diagnostischen Wert von
Tomosynthesebildern zu verbessern. [1] World Cancer Report 2014, IARC, Lyon 2014.
| Projektleitung: Prof. Dr.-Ing. Joachim Hornegger
Beteiligte: Dipl.-Math. Frank Schebesch, Dr. Anna Jerebko, Prof. Dr.-Ing. habil. Andreas Maier, Dr. Thomas Mertelmeier
Stichwörter: Bildrekonstruktion; Tomosynthese; Parameter-Optimierung; Model Observer
Laufzeit: 1.1.2014 - 31.12.2016
Förderer: Siemens AG, Healthcare Sector
| Publikationen |
---|
Hanif, Suneeza ; Schebesch, Frank ; Jerebko, Anna ; Ritschl, Ludwig ; Mertelmeier, Thomas ; Maier, Andreas: Lesion Ground Truth Estimation for a Physical Breast Phantom. In: K.H. Maier-Hein ; T.M. Deserno ; H. Handels ; T. Tolxdorff (Hrsg.) : Bildverarbeitung für die Medizin 2017 - Algorithmen, Systeme, Anwendungen (Workshop Bildverarbeitung für die Medizin 2017 Heidelberg 12.-14.03.2017). 2017, S. 243-248. |
Institution: Lehrstuhl für Informatik 5 (Mustererkennung)
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|