Publication Details

Warning: All material on this website, including papers, text, figures, and graphics is covered by Copyright © unless otherwise stated. You may browse them at your convenience (in the same spirit as you may read a journal or a proceeding article in a public library). Retrieving, copying, or distributing these files, however, may violate the copyright protection law. We recommend that the user abides international law in accessing this directory.
infoAbstract pdfPaper/Preprint bibBibTeX doiDOI plusSupplementary Material slidesSlides posterPoster
[All] → [Rempfler2015]
Teaser
 
Teaser

Markus Rempfler, Matthias Schneider, Giovanna D. Ielacqua, Tim Sprenger, Xianghui Xiao, Stuart R. Stock, Jan Klohs, Gábor Székely, Bjoern Andres, and Bjoern H. Menze. Rekonstruktion zerebraler Gefässnetzwerke aus in-vivo μMRA mittels physiologischem Vorwissen zur lokalen Gefässgeometrie. In Heinz Handels, Thomas Martin Deserno, Hans-Peter Meinzer, and Thomas Tolxdorff, editors, Bildverarbeitung für die Medizin 2015, Informatik aktuell, pages 161-166. Springer Berlin/Heidelberg, 2015.

In diesem Beitrag adressieren wir die Rekonstruktion zerebrovaskulärer Netzwerke mit einem Ansatz, der es erlaubt, Vorwissen über physiologisch plausible Strukturen zu berücksichtigen und gegenüber Bildinformation abzuwägen. Ausgehend von einem überkonnektierten Netzwerk wird in einer globalen Optimierung – unter Berücksichtigung von geometrischer Konstellation, globaler Konnektivität und Bildintensitäten – das plausibelste Netzwerk bestimmt. Ein statistisches Modell zur Bewertung geometrischer Beziehungen zwischen Segmenten und Bifurkationen wird anhand eines hochaufgelösten Netzwerks gelernt, welches aus einem microCT (Mikrocomputertomographie) eines zerebrovaskulären Korrosionspräparats einer Maus gewonnen wird. Die Methode wird experimentell auf in-vivo μMRA (Magnetresonanzmikroangiographie) Datensätze von Mausgehirnen angewandt und Eigenschaften der resultierenden Netzwerke im Vergleich zu Standardverfahren diskutiert.
@InCollection{Rempfler2015, title = {Rekonstruktion zerebraler {G}ef\"{a}ssnetzwerke aus in-vivo $\mu${MRA} mittels physiologischem {V}orwissen zur lokalen {G}ef\"{a}ssgeometrie}, author = {Rempfler, Markus and Schneider, Matthias and Ielacqua, Giovanna D. and Sprenger, Tim and Xiao, Xianghui and Stock, Stuart R. and Klohs, Jan and Sz\'{e}kely, G\'{a}bor and Andres, Bjoern and Menze, Bjoern H.}, booktitle = {Bildverarbeitung f\"{u}r die Medizin 2015}, publisher = {Springer Berlin/Heidelberg}, year = {2015}, editor = {Handels, Heinz and Deserno, Thomas Martin and Meinzer, Hans-Peter and Tolxdorff, Thomas}, pages = {161--166}, series = {Informatik aktuell}, abstract = {In diesem Beitrag adressieren wir die Rekonstruktion zerebrovaskulärer Netzwerke mit einem Ansatz, der es erlaubt, Vorwissen über physiologisch plausible Strukturen zu berücksichtigen und gegenüber Bildinformation abzuwägen. Ausgehend von einem überkonnektierten Netzwerk wird in einer globalen Optimierung – unter Berücksichtigung von geometrischer Konstellation, globaler Konnektivität und Bildintensitäten – das plausibelste Netzwerk bestimmt. Ein statistisches Modell zur Bewertung geometrischer Beziehungen zwischen Segmenten und Bifurkationen wird anhand eines hochaufgelösten Netzwerks gelernt, welches aus einem microCT (Mikrocomputertomographie) eines zerebrovaskulären Korrosionspräparats einer Maus gewonnen wird. Die Methode wird experimentell auf in-vivo μMRA (Magnetresonanzmikroangiographie) Datensätze von Mausgehirnen angewandt und Eigenschaften der resultierenden Netzwerke im Vergleich zu Standardverfahren diskutiert.}, doi = {10.1007/978-3-662-46224-9_29} }