The University of Illinois OAI-PMH Data Provider Registry [Home]

Sample Record from "MeIND"

For Set "Medical sciences Medicine" and Metadata Prefix "marcxml" View Raw XML

xmlns='http://www.openarchives.org/OAI/2.0/'
record:
header:
identifier: oai:meind.de:362255
datestamp: 2006-07-18T07:40:36Z
setSpec: pub-type:dissertation
setSpec: ddc:610
setSpec: doc-type:text
metadata:
xmlns='http://www.loc.gov/MARC21/slim'
record:
xmlns='http://www.w3.org/2001/XMLSchema-instance'
schemaLocation='http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd'
type='Bibliographic'
leader: 00000coc 2200000uu 4500
controlfield:
tag='001'
362255
datafield:
tag='024'
ind1='8'
ind2=''
subfield:
code='a'
oai:meind.de:362255
subfield:
code='p'
pub-type:dissertation
subfield:
code='p'
ddc:610
subfield:
code='p'
doc-type:text
datafield:
tag='041'
ind1=''
ind2=''
subfield:
code='a'
ger
datafield:
tag='082'
ind1=''
ind2=''
subfield:
code='a'
610
datafield:
tag='100'
ind1=''
ind2=''
subfield:
code='a'
Brandt, Alexander Sascha
subfield:
code='e'
author
datafield:
tag='245'
ind1=''
ind2=''
subfield:
code='a'
Vollautomatische Segmentierung von lateralen Wirbelsäulenröntgenogrammen : Auswertung und Analyse
datafield:
tag='260'
ind1=''
ind2=''
subfield:
code='c'
2005-07-19
datafield:
tag='300'
ind1=''
ind2=''
subfield:
code='a'
ca. 1,8 MB
datafield:
tag='520'
ind1=''
ind2=''
subfield:
code='a'
Die vorliegende Arbeit stellt ein wissensbasiertes Verfahren zur automatischen Segmentierung von Strukturen auf Röntgenaufnahmen am Beispiel der Lendenwirbelkörper vor. Die Aufgabe der Untersuchung bestand darin, die Methode bezüglich ihrer Genauigkeit bei der Erkennung medizinischer Strukturen zu überprüfen und so die praktischen Anwendungsmöglichkeiten zu ermitteln. Zusätzlich wurden Winkel, Längen und Abstände aus den automatisch segmentierten Wirbelkörpern bestimmt und untersucht, wie exakt der Algorithmus in der Lage ist, funktionelle Größen automatisch zu berechnen. Besondere Aufmerksamkeit wurde auf die bestehenden Qualitätsunterschiede von Röntgenaufnahmen gelegt. Zu diesem Zweck wurden Qualitätsmerkmale aufgestellt, die eine Einteilung der Röntgenaufnahmen hinsichtlich ihrer Schwierigkeit für eine automatische Segmentierung in drei Qualitätsstufen ermöglichen. Zur Bewertung der Genauigkeit des Verfahrens wurden die vollautomatisch segmentierten Wirbelkörper mit manuell eingezeichneten Referenzkonturen nach unterschiedlichen Bewertungskriterien verglichen. Insbesondere wurde die Segmentierung der Organgrenzen und signifikanter Konturpunkte überprüft. Aus den Eckpunkten der automatisch segmentierten Wirbelkörper wurden die intervertebralen Winkel, die Höhe des Bandscheibenfaches, die Wirbelkörperhöhe und der sagittale Versatz der Wirbelkörper durch den Rechner bestimmt und mit Werten verglichen, die aus den Referenzkonturen ermittelt wurden. Abschließend wurde die Methode auf Röntgenaufnahmen der lateralen Halswirbelsäule übertragen. Die vorliegende Arbeit erbrachte die folgenden wesentlichen Resultate: Da das Verfahren auf statistischen Methoden beruht, kann eine vollständig exakte Segmentierung einer individuellen Form nicht erreicht werden. Das vorgestellte Verfahren ist dazu geeignet, Strukturen, für die es trainiert wurde, auf einem Röntgenbild sicher hervorzuheben. Die Strukturgrenzen werden mit guter Genauigkeit erfasst, so dass eine Abgrenzung zu Nachbarstrukturen möglich ist. Signifikante anatomische Konturpunkte werden mit einer geringen Abweichung gefunden. Die Genauigkeit der Methode sinkt mit abnehmender Bildqualität. Als vollautomatisches Verfahren werden Ergebnisse stets reproduzierbar segmentiert. Eine primäre grobe Fehlentscheidung des Algorithmus kann in späteren Verfeinerungsschritten allerdings nicht automatisch korrigiert werden. Die Bestimmung funktioneller Größen kann automatisch durch den Rechner erfolgen. Es können sowohl Winkel- als auch Längenmaße berechnet werden. Das Verfahren kann für die Segmentierung unterschiedlicher geschlossener Organstrukturen trainiert werden, so dass es für viele Fragestellungen einsetzbar ist. Der Algorithmus besitzt durch die Modellierung einer topologischen Ordnung und die Verarbeitung von Forminformationen eine Robustheit, die ihm erlaubt, Bildstörungen zu ignorieren. Er erzielt deshalb auch auf Bildern geringerer Qualität akzeptable Ergebnisse. Aufgrund dieser Ergebnisse kann das vorgestellte Verfahren in der klinischen Routine mit gewissen Einschränkungen eine erhebliche Hilfestellung leisten.
datafield:
tag='520'
ind1=''
ind2=''
subfield:
code='a'
This study introduces a knowledge-based shape model for fully automatic segmentation of structures on radiographs, here vertebrae of the lumbar spine. The goals of this study were to examine whether the method is exact enough to determine medical structures on radiographs and to decide which practical use it may have. Additionally angles, lengths and distances were automatically calculated to examine if the algorithm is able to automatically assess functional measurements. Special focus was set on the different quality of radiographs. Therefore quality standards were created to divide radiographs into three different categories due to their difficulty for an automatic segmentation. To evaluate the accuracy of the method the automatically segmented structures were compared with manually drawn outlines according to different benchmarks. Particularly the organs outlines and outstanding structure points were verified. The automatically segmented corner points were used to calculate the intervertebral angle, the height of every single vertebra, the height of the intervertebral disc and the sagittal displacement. These figures were compared to manually identified references. Finally the algorithm was transferred from lumbar to cervical spine. The study achieved the following basic results: As the method relies on a statistical model a perfect segmentation of an individual structure cannot be achieved. The method is appropriate to distinguish the structures it was trained on. Outlines were recognized with a certain precision to define from neighbouring structures. Significant structure points were identified with minor deviation. The accuracy of the method decreases with declining image quality. Being a fully automatic method results are always reproducible. But this also means that a primary false estimation of the algorithm necessarily leads to false results which cannot be amended automatically. Functional measurements can be estimated automatically by the computer. It is able calculate both angles and distances. Trained for different closed structures the algorithm may be installed for many different tasks. The algorithm disposes of both a topological order and certain shape information which enable it to ignore interferences in the radiographs. This leads to acceptable results even on images with poor quality. On the basis of the results of this study the introduced algorithm may - with certain restrictions – assist in clinical routine.
datafield:
tag='653'
ind1='1'
ind2=''
subfield:
code='a'
Active Shape Model
datafield:
tag='653'
ind1='1'
ind2=''
subfield:
code='a'
Segmentierung
datafield:
tag='653'
ind1='1'
ind2=''
subfield:
code='a'
Wirbelsäule
datafield:
tag='655'
ind1='7'
ind2=''
subfield:
code='a'
Text.Thesis.Doctoral
datafield:
tag='700'
ind1=''
ind2=''
subfield:
code='a'
Wein, Berthold Benedikt (Prof. Dr.)
subfield:
code='e'
reviewer
datafield:
tag='710'
ind1=''
ind2=''
subfield:
code='a'
Deutsche Nationalbibliothek
subfield:
code='e'
publisher
datafield:
tag='710'
ind1=''
ind2=''
subfield:
code='a'
RWTH Aachen, 10 Medizinische Fakultät
subfield:
code='e'
collaborator
datafield:
tag='710'
ind1=''
ind2=''
subfield:
code='a'
Universitätsbibliothek
subfield:
code='e'
publisher
datafield:
tag='856'
ind1=''
ind2=''
subfield:
code='q'
application/pdf
datafield:
tag='856'
ind1='4'
ind2=''
datafield:
tag='856'
ind1='4'
ind2=''
subfield:
code='u'
urn:nbn:de:hbz:82-opus-12190
datafield:
tag='980'
ind1=''
ind2=''
subfield:
code='a'
DISS
datafield:
tag='980'
ind1=''
ind2=''
subfield:
code='b'
610
datafield:
tag='990'
ind1='0'
ind2='1'
subfield:
code='a'
2006-07-18T9:37:29Z
subfield:
code='b'
true
subfield:
subfield:
code='d'
oai:ddb.de:976792311
subfield:
code='e'
2006-07-18T00:00:00Z
University of Illinois at Urbana-Champaign
University of Illinois at Urbana-Champaign
Grainger Engineering Library Information Center
Comments to: Tom Habing
University of Illinois at Urbana-Champaign Engineering Library
1301 West Springfield
Urbana, IL 61801
Phone: 217-244-4425
Updated on: 2017-03-01