27,95 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
0 °P sammeln
  • Broschiertes Buch

Bachelorarbeit aus dem Jahr 2010 im Fachbereich Medizin, Note: 1,3, Universität zu Lübeck (Institut für Medizintechnik), Veranstaltung: Medizintechnik, Sprache: Deutsch, Abstract: Mit statistischen Formmodellen (SFM) lassen sich zu erwartende Formvariationen einer bestimmten Objektklasse auf kompakte Weise repräsentieren. Der wesentliche Vorteil dieser elastisch deformierbaren Modelle ist die inhärente Beschränkung der erlaubten Formvariabilität innerhalb statistisch plausibler Grenzen. Somit ist die robuste Abbildung bislang unbekannter, patientenindividueller Ausprägungen der jeweiligen…mehr

Produktbeschreibung
Bachelorarbeit aus dem Jahr 2010 im Fachbereich Medizin, Note: 1,3, Universität zu Lübeck (Institut für Medizintechnik), Veranstaltung: Medizintechnik, Sprache: Deutsch, Abstract: Mit statistischen Formmodellen (SFM) lassen sich zu erwartende Formvariationen einer bestimmten Objektklasse auf kompakte Weise repräsentieren. Der wesentliche Vorteil dieser elastisch deformierbaren Modelle ist die inhärente Beschränkung der erlaubten Formvariabilität innerhalb statistisch plausibler Grenzen. Somit ist die robuste Abbildung bislang unbekannter, patientenindividueller Ausprägungen der jeweiligen Objektklasse und damit der Einsatz von SFM für komplexe Aufgabenstellungen der medizinischen Bildverarbeitung wie z.B. die automatische Segmentierung von neuen Patientenaufnahmen möglich. CT-Aufnahmen des (Unter-)Kiefers sind häufig durch von Metallen (Zahnfüllungen, Implantate) verursachte Bildartefakte erheblich gestört. Diese Artefakte sowie der hohe Rauschanteil bei der Low-Dose Dental CT machen eine zuverlässige Segmentierung der Knochenanatomie in vielen Fällen nahezu unmöglich. In dieser Arbeit soll deshalb ein statistisches Formmodell für den Unterkieferknochen erstellt werden. Hierzu wurden verschiedene Parametereinstellungen bei der Modellerstellung getestet, die sich unmittelbar auf die Güte des Modells auswirken. Das Modell kann für die automatische Segmentierung des Unterkiefers eingesetzt werden. Dadurch ist eine Verbesserung der Visualisierung und somit eine Erhöhung des diagnostischen Nutzensartefakt- bzw. rauschbehafteter CT-Aufnahmen sowie eine genauere Planung chirurgischer Eingriffe möglich.