Seminar Medizinische Visualisierung

Zusammenfassung

Der Vortrag ist in drei Teile gegliedert, die im Folgenden erläutert werden:

1. Teil: Einführung und Grundlagen

In diesem Teil wird eine Einführung in die Thematik gegeben sowie einige grundlegende Operationen auf Bilddaten erläutert.

2. Teil: Bildverbesserung

Damit die korrekte Erkennung der auf dem Bild befindlichen Objekte durch den Mediziner (oder durch weiterverarbeitende Algorithmen) möglich ist, müssen Bildstörungen so gut wie möglich unterdrückt werden. Die in diesem Teil beschriebenen Algorithmen sollen störende Artefakte unterdrücken. Präsentiert werden Verfahren zur Verbesserung des Kontrastes, zur Erhöhung der Schärfe und zur Reduktion des Bildrauschens.

3. Teil: Segmentierung:

Die Bildsegmentierung ist ein Teil der algorithmischen Bildanalyse. Das Ziel bei der Segmentierung ist die hervorgehobene Darstellung inhaltlich zusammenhängender Objekte, indem gleichartige oder ähnliche benachbarte Pixel bzw. Voxel zu Regionen zusammengefasst werden. In diesem Teil werden Verfahren zur Regionenerkennung (Schwellwert-, Region Growing-Verfahren) und zur Kantendetektion (Canny-Filter, Edge Thinning) erläutert. Den Schluss bildet die Erläuterung der Wasserscheidentransformation sowie des Vorschlages eines lokalen Verfahrens hierzu im Paper „Local Watershed Operators for Image Segmentation“ von Hüseyin Tek und Hüseyin Can Aras. 

Literatur

• Thomas Lehmann, Walter Oberschelp, Erich Pelikan, Rudolf Repges: Bildverarbeitung für die Medizin, Springer, 1997
• Gabriele Lohmann: Volumetric Image Analysis, Wiley, Teubner, 1998
• Jos B.T.M. Roerdink, Arnold Meijster: The Watershed Transform: Definitions, Algorithms and Parallelization Strategies, http://www.cs.rug.nl/~roe/publications/parwshed.pdf