Detailansicht

Inhaltsangabe1. Einleitung.- 1.1. Problemstellung.- 1.2. Beispiel: Dentale Software.- 1.3. Ziel dieser Arbeit.- 2. Grundlagen der praxisorientierten Bildverarbeitung.- 2.1. Medizinische Bildverarbeitung.- 2.1.1. Bildbearbeitung vs. Bildverarbeitung.- 2.1.2. Bereiche der Bildverarbeitung.- Bilderzeugung.- Bilddarstellung.- Bildauswertung.- Bildspeicherung.- 2.1.3. Bereiche der Bildbearbeitung.- 2.1.4. Verfahren und Algorithmen der medizinischen Bildverarbeitung.- 2.1.5. Besonderheiten der medizinischen Bildverarbeitung.- Heterogenes Bildmaterial.- Unscharfe Objektgrenzen.- Robuste Algorithmen.- 2.2. Klinische Routine.- 2.3. Integration und Integrierbarkeit.- 2.3.1. Integrationsebenen.- 2.3.2. Integrationsstufen.- Datenintegration.- Funktionsintegration.- Präsentationsintegration.- Kontextintegration.- 2.3.3. Integrierbarkeit von Bildverarbeitungsalgorithmen.- Algorithmisches Design.- Systematische Validierung.- 3. Methoden.- 3.1. Definition und Katalogisierung abstrakter Bewertungskriterien.- 3.1.1. Anforderungen an die Kriterien eines Kataloges.- Abstraktheit.- Anwendbarkeit.- Verifizierbarkeit.- 3.1.2. Anforderungen an den Kriterienkatalog.- Vollständigkeit.- Eindeutigkeit.- Sortiertheit.- Effizienz.- 3.1.3. Anwendungsszenarien für einen Kriterienkatalog.- A-priori-Anwendung als Leitfaden.- A-posteriori-Anwendung als Analysewerkzeug.- 3.2. Flexibilität der Software.- 3.2.1. Semantische Ebenen bei der Integration des A-priori-Wissens.- 3.2.2. Multiskalen-Ansätze.- 3.2.3. Beispiel: Strukturierte Abstraktion zum inhaltsbasierten Bildzugriff.- Zielsetzung.- Bisherige CBIR-Systeme.- Das IRMA-Konzept.- Semantische Ebenen in IRMA.- 3.2.4. Fazit.- 3.3. Adaptivität der Software.- 3.3.1. Abstraktionsstufen der Adaptivität.- Keine Adaptivität.- Datenbasierte Adaptivität.- Regionenbasierte Adaptivität.- Szenenbasierte Adaptivität.- 3.3.2. Learning from Examples.- Applikationsspezifische Parametrierung.- Bildspezifische Parametrierung.- 3.3.3. Beispiel: Texturadaptive Segmentierung mit aktiven Konturmodellen.- 3.3.4. Fazit.- 3.4. Kontrollmöglichkeiten für den Anwender.- 3.4.1. Kontrolle qualitativer Ergebnisse im Bildraum.- 3.4.2. Beispiel: Digitale Freihand-Subtraktionsradiographie.- 3.4.3. Kontrolle qualitativer Ergebnisse im Transformationsraum.- 3.4.4. Beispiel: Time-Motion Diagramme der Glottis.- 3.4.5. Kontrolle quantitativer Ergebnisse eines Einzelbildes.- 3.4.6. Beispiel: Schwingungsprofilbilder der Stimmlippen.- 3.4.7. Kontrolle quantitativer Ergebnisse aus vielen Einzelbildern.- 3.4.8. Beispiel: Ergebnisprotokolle bei der Vermessung synaptischer Boutons.- 3.4.9. Fazit.- 3.5. Stabilität der Software.- 3.5.1. Variationskoeffizient.- 3.5.2. Reproduzierbarkeit im engeren Sinne.- Stochastische Komponenten.- Algorithmische Reihenfolge.- Statische Parameter.- 3.5.3. Reproduzierbarkeit im weiteren Sinne.- Rauschen.- Positionierung des Objektes.- Geräteeinstellungen bei der Aufnahme.- Manuelle Komponenten.- 3.5.4. Beispiel: Stabilität bei der Vermessung synaptischer Boutons.- Stochastische Optimierung.- Manuelle Positionierung.- Mikroskopeinstellungen.- Manuelle Wahl der Referenzen.- 3.5.5. Fazit.- 3.6. Art der Referenzen zur Validierung.- 3.6.1. Kategorisierung von Referenzbildern.- Reproduzierbarkeit.- Adäquanz.- Unabhängigkeit.- 3.6.2. Nomenklatur für Referenzstandards.- 3.6.3. Validierungsstrategien für die medizinische Bildverarbeitung.- Validierung mit Goldstandards.- Validierung mit Silberstandards.- 3.6.4. Beispiel: Generierung von Silberstandards für Segmentierungsverfahren.- 3.6.5. Beispiel: Generierung von Goldstandards für Registrierungsverfahren.- 3.6.6. Fazit.- 3.7. Anzahl der Referenzen und deren Analyse.- 3.7.1. Validierung medizinischer Bildverarbeitung als kontrollierte Studie.- 3.7.2. Auswertung von Validierungsstudien.- Hypothesenformulierung.- Wahl der richtigen Teststatistik.- Interpretation des Tests.- 3.7.3. Planung von Validierungsstudien.- 3.7.4. Beispiel: Quantitativer Vergleich von Interpolationsverfahren.- 3.7.5. Fazit.-

Die Zahl der in der Medizin eingesetzten bildgebenden Verfahren steigt ständig; die Anzahl der zu beurteilenden Bilder nimmt rapide zu und muss daher mit digitaler Bildverarbeitung unterstützt werden. Dennoch ist diese - selbst in universitären Kliniken - bislang nicht hinreichend in die medizinische Routine integriert. Thomas M. Lehmann formuliert erstmalig eine Integrationsmethodik sowie detaillierte Integrationskriterien zur nahtlosen Einbindung computerunterstützter Verfahren und Algorithmen in die klinische Routineanwendung. Folgende Themen stehen im Mittelpunkt: " Grundlagen der praxisorientierten Bildverarbeitung " Flexibilität, Adaptivität und Stabilität von Software " Kontrollmöglichkeiten für Anwender " Validierung von Bildverarbeitung und -analyse " Daten, Funktions, Präsentations und Kontextintegration " Kriterienkatalog als Leitfaden und Analyseinstrument " Anwendungsbeispiele aus der klinischen Routine