Refine
Has Fulltext
- yes (2)
Is part of the Bibliography
- yes (2)
Year of publication
- 2012 (2) (remove)
Document Type
- Doctoral Thesis (2)
Keywords
- Registrierung <Bildverarbeitung> (2) (remove)
MRT und CT liefern komplementäre Informationen über die Strukturen der Cochlea. Um die genaue Lage der Elektrode nach Implantation eines CIs beurteilen zu können, wurden in der vorliegenden Arbeit präoperative MRT-Datensätze und postoperative CT-Datensätze mit dem frei erhältlichen Programm "3D-Slicer" fusioniert. Nach 1350 erfolgten Implantationen am Universitätsklinikum Würzburg konnte bei 16 Ohren die Qualität der Fusion beurteilt und bei 15 Ohren die intracochleäre Lage der CI-Elektroden evaluiert werden. Die manuelle Fusion der Datensätze wurde in einer reproduzierbaren Vorgehensweise umgesetzt und war der automatischen Registrierung überlegen. Bildfusion und -analyse ließen sich umso präziser und sicherer durchführen, je besser die Bildqualität und je kürzer der zeitliche Abstand zwischen der Akquisition von MRT und CT waren. Da die Cochlea bei Geburt bereits ausgewachsen ist, war die Fusion selbst bei den Kindern möglich, deren Schädel in der Zwischenzeit gewachsen war. Aufgrund der seltenen Indikation eines postoperativen CTs und mangelnder Standardisierung der Bildgebung konnte eine Analyse lediglich bei 15 der insgesamt 1350 Ohren mit CI durchgeführt werden. In diesen Fällen ließ sich die Fusion jedoch sehr gut durchführen. Die Sicherheit bei der Beurteilung der Elektrodenlage nimmt in den einzelnen Abschnitten der Cochlea von basal nach apikal ab. Unabhängig davon waren die Entscheidungen für die Elektrodenlage in der Scala tympani mit einer größeren Sicherheit gefällt worden als die für die Lage in der Scala vestibuli. Die genaue Elektrodenlage konnte im Rahmen dieser Studie zwar nicht anhand histologischer Schnitte bewiesen werden, jedoch stimmen die in den fusionierten Bildern analysierten Insertionsstellen mit den in den OP-Berichten dokumentierten Angaben überein.
Consider the situation where two or more images are taken from the same object. After taking the first image, the object is moved or rotated so that the second recording depicts it in a different manner. Additionally, take heed of the possibility that the imaging techniques may have also been changed. One of the main problems in image processing is to determine the spatial relation between such images. The corresponding process of finding the spatial alignment is called “registration”. In this work, we study the optimization problem which corresponds to the registration task. Especially, we exploit the Lie group structure of the set of transformations to construct efficient, intrinsic algorithms. We also apply the algorithms to medical registration tasks. However, the methods developed are not restricted to the field of medical image processing. We also have a closer look at more general forms of optimization problems and show connections to related tasks.