• English
  • Deutsch
  • Log In
    Password Login
    Research Outputs
    Fundings & Projects
    Researchers
    Institutes
    Statistics
Repository logo
Fraunhofer-Gesellschaft
  1. Home
  2. Fraunhofer-Gesellschaft
  3. Konferenzschrift
  4. Unterscheidung von Polypen und Hintergrundgewebe in statischen Koloskopieaufnahmen
 
  • Details
  • Full
Options
2015
Conference Paper
Title

Unterscheidung von Polypen und Hintergrundgewebe in statischen Koloskopieaufnahmen

Abstract
Früherkennung von neoplastischen Läsionen im Darm (d.h. meist in Form von Polypen) ist das zentrale Ziel der Vorsorge-Koloskopie (Darmspieglung). Aktuell ist die Koloskopie die aussagefähigste Methode zur Untersuchung des Darms. Mit dieser bildgebenden Prozedur wird die innere Oberfläche des Dickdarms nach auffälligen Regionen abgesucht. Im Rahmen eines Forschungsprojekts werden aktuell Komponenten entwickelt und evaluiert, um Polypen in koloskopischen HD-Bildern automatisch von Hintergrundgewebe zu unterscheiden. Basierend auf einer Datensammlung von über 2500 HD-Bildern mit über 5000 handannotierten Bereichen wurde mit Farbtexturansätzen eine Gesamtklassifikationsrate von ca. 90% bei der Unterscheidung von Polypen und gesundem Gewebe erzielt. Auf einer automatischen Segmentierung der Bilder mittels des sog. Superpixel(SLIC)-Algorithmus und der Kombination der detektierten Segmente mit der Handannotation wurde eine Gesamtklassifikationsrate von 80% erreicht.
Author(s)
Nowack, Sebastian
Benz, Michaela  
Münzenmayer, Christian  
Raithel, Martin
Universitätsklinikum Erlangen
Prinzen, Martin
Mühldorfer, Steffen
Klinikum Bayreuth
Wittenberg, Thomas  
Mainwork
14. Jahrestagung der Deutschen Gesellschaft für Computer- und Roboterassistierte Chirurgie, CURAC 2015. Tagungsband  
Conference
Deutsche Gesellschaft für Computer- und Roboterassistierte Chirurgie (CURAC Jahrestagung) 2015  
Language
German
Fraunhofer-Institut für Integrierte Schaltungen IIS  
Keyword(s)
  • Verarbeitung

  • Segmentierung

  • medizinische BV

  • Klassifikation

  • flächenbasierte Segmentierung

  • Farbbilder

  • Endoskope

  • Computer Assistierte Endoskopie

  • Cookie settings
  • Imprint
  • Privacy policy
  • Api
  • Contact
© 2024