Options
2014
Bachelor Thesis
Titel
Halbautomatische Segmentierung von Lymphknoten aus Magnetresonanztomographiedaten des Kopf- und Halsbereichs
Abstract
Die Größe und das Aussehen von Lymphknoten kann bei Krebspatienten Aufschluss über die Streuung eines Tumors geben. Deshalb ist ihre Vermessung bei der Behandlung sowie Nachsorge von großer Bedeutung. Der erste Schritt ist hierbei die Segmentierung der Lymphknoten. Bisher sind jedoch nur wenige Ansätze zur automatisierten Segmentierung von Lymphknoten auf MRT-Daten bekannt. In dieser Arbeit wird deshalb ein Verfahren vorgestellt, welches Lymphknoten aus MRT-Daten des Kopf- und Halsbereichs segmentiert. Diese Segmentierung findet mit minimaler Nutzerinteraktion, nur durch Setzen eines Punktes innerhalb des Lymphknotengewebes, statt. Die Hauptkomponente der gewählten Methode zur Segmentierung ist eine Wasserscheidentransformation, die das Bild über seine Gradienten in verschiedene Segmente einteilt. Mittels eines Radialstrahlverfahrens wird zusätzlich die Oberfläche des Lymphknotens angenähert. Diese Oberfläche dient nach weiteren, untergeordneten Verarbeitungsschritten dazu, aus der Menge der Bildsegmente jene auszuwählen, die den Lymphknoten repräsentieren. Evaluiert wurde das entwickelte Verfahren an 95 Lymphknoten aus 17 verschiedenen, T1- gewichteten MRT-Datensätzen. Es ergab sich ein durchschnittlicher Dice Similarity Coefficient von 0,69±0,15. Auf dem Weg zu einer vollautomatischen Segmentierung von Lymphknoten stellt das entwickelte Verfahren somit einen vielversprechenden ersten Schritt dar.
;
Knowledge of size and appearance of lymph nodes in cancer patients can allow a better understanding of the spread of a tumour. Therefore, measuring the lymph nodes is important for cancer treatment as well as cancer prevention. As a first step a segmentation of lymph nodes is necessary. So far there are few approaches on automated MRI lymph node segmentation. This thesis presents a method used to segment lymph nodes from MRI scans of the head and neck area. The segmentation requires minimal user interaction by simply picking a point within the lymph node tissue. The main segmentation method used is a watershed transformation, which segments the image according to its gradient. Radial ray based segmentation allows an approximation of the surface area of the lymph node. This surface serves to determine, among the images obtained, the segments representing the lymph node. The method was evaluated on 95 lymph nodes from 17 different T1-weighted MRI data sets. The Dice Similarity Coefficient was at 0.69±0.15. As a result, the developed method lays the foundation to a fully automated segmentation of lymph nodes.
ThesisNote
Mannheim, Hochschule, Bachelor Thesis, 2014
Advisor
Verlagsort
Mannheim