Logo Logo
Hilfe
Kontakt
Switch language to English
Bildfusion von MRT und ECD-SPECT Daten des menschlichen Gehirns. Entwicklung eines Modells zur Fehlerberechnung und Vergleich manueller und automatischer Methoden
Bildfusion von MRT und ECD-SPECT Daten des menschlichen Gehirns. Entwicklung eines Modells zur Fehlerberechnung und Vergleich manueller und automatischer Methoden
Die Bildfusion ist eine Methode der Nachverarbeitung radiologischer oder nuklearmedizinischer Bilddaten, die es erlaubt, die sich ergänzenden Informationen verschiedener bildgebender Untersuchungen zu kombinieren. Ein Ziel der Arbeit war die Entwicklung eines universell anwendbaren Fehlermodells, das eine Berechnung der Bildfusionsgenauigkeit ermöglicht. Im zweiten Teil wurde das erarbeitete Fehlerberechnungsmodell für den Vergleich der beiden am besten etablierten automatischen Bildfusionsverfahren mit einer manuell durchgeführten Bildfusion von T1-gewichteter MRT und ECD-Perfusions-SPECT Daten eingesetzt. Der Methodenvergleich hat die Überlegenheit der manuellen Bildfusion gegenüber den automatischen Ansätzen belegt: Sowohl die erzielbare Genauigkeit mit einer Intraobservervariabilität von 1,5 Millimetern, als auch der Zeitaufwand von insgesamt durchschnittlich 11 Minuten sprechen für die manuelle Bildfusion. Die automatischen Methoden, das surface matching nach Pelizzari und das pixel uniformity matching nach Woods, wiesen einen größeren Fehler von 2,9 bzw. 2,2 Millimetern auf, in Einzelfällen traten hier grobe Fusionsfehler mit Rotationsfehlstellungen von > 30 Grad auf. Die eigenen Ergebnisse werden mit Literaturangaben verglichen, prinzipielle Schwächen der automatischen Fusionsverfahren werden erläutert.
MRT SPECT PET Gehirn Bildfusion
Vollmar, Christian
2005
Deutsch
Universitätsbibliothek der Ludwig-Maximilians-Universität München
Vollmar, Christian (2005): Bildfusion von MRT und ECD-SPECT Daten des menschlichen Gehirns: Entwicklung eines Modells zur Fehlerberechnung und Vergleich manueller und automatischer Methoden. Dissertation, LMU München: Medizinische Fakultät
[thumbnail of Vollmar_Christian.pdf]
Vorschau
PDF
Vollmar_Christian.pdf

944kB

Abstract

Die Bildfusion ist eine Methode der Nachverarbeitung radiologischer oder nuklearmedizinischer Bilddaten, die es erlaubt, die sich ergänzenden Informationen verschiedener bildgebender Untersuchungen zu kombinieren. Ein Ziel der Arbeit war die Entwicklung eines universell anwendbaren Fehlermodells, das eine Berechnung der Bildfusionsgenauigkeit ermöglicht. Im zweiten Teil wurde das erarbeitete Fehlerberechnungsmodell für den Vergleich der beiden am besten etablierten automatischen Bildfusionsverfahren mit einer manuell durchgeführten Bildfusion von T1-gewichteter MRT und ECD-Perfusions-SPECT Daten eingesetzt. Der Methodenvergleich hat die Überlegenheit der manuellen Bildfusion gegenüber den automatischen Ansätzen belegt: Sowohl die erzielbare Genauigkeit mit einer Intraobservervariabilität von 1,5 Millimetern, als auch der Zeitaufwand von insgesamt durchschnittlich 11 Minuten sprechen für die manuelle Bildfusion. Die automatischen Methoden, das surface matching nach Pelizzari und das pixel uniformity matching nach Woods, wiesen einen größeren Fehler von 2,9 bzw. 2,2 Millimetern auf, in Einzelfällen traten hier grobe Fusionsfehler mit Rotationsfehlstellungen von > 30 Grad auf. Die eigenen Ergebnisse werden mit Literaturangaben verglichen, prinzipielle Schwächen der automatischen Fusionsverfahren werden erläutert.