Vollautomatische Segmentierung des Gehirns in der MRT

Eine robuste vollautomatische Methode zur Segmentierung des Gehirns aus Kopf-Magnetresonanztomographie (MRT)-Bildern wurde entwickelt, die selbst bei Vorhandensein von Radiofrequenz (RF)-Inhomogenitäten funktioniert. Sie war erfolgreich bei der Segmentierung des Gehirns in jeder Schicht aus Kopf-Bildern, die von verschiedenen MRT-Scannern aufgenommen wurden, unter Verwendung von Bildern unterschiedlicher Auflösung und verschiedener Echo-Sequenzen. Die Methode verwendet einen integrierten Ansatz, der Bildverarbeitungstechniken auf der Basis anisotroper Filter und "Schlange"-Konturierungstechniken sowie a priori Wissen einsetzt, das verwendet wird, um die Augen zu entfernen, die schwer nur basierend auf der Bildintensität zu entfernen sind. Es handelt sich um einen mehrstufigen Prozess, der zunächst die Entfernung des Hintergrundrauschens zur Erstellung einer Kopfmaske, dann das Finden einer groben Umrisslinie des Gehirns und schließlich die Verfeinerung des groben Gehirnumrisses zu einer endgültigen Maske umfasst. Der Artikel beschreibt die Hauptmerkmale der Methode und gibt Ergebnisse für einige Gehirnstudien an.