Vollautomatische Segmentierung der weißen Hirnsubstanz oberhalb der Seitenventrikel aus kernspintomographischen Datensätzen

In dieser Arbeit stellen wir einen voll-automatisierten Algorithmus vor, der in der Lage ist, die weise Substanz in der Region oberhalb der Ventrikel aus T1-gewichteten anatomischen MR-Datensatzen des menschlichen Gehirns zu segmentieren. Im Gegensatz zu anderen Methoden werden dabei nur wenige Voraussetzungen uber die zu verarbeitenden Daten gemacht, und es sind keine ggf. manuell zu begleitenden Vorverarbeitungsschritte, wie z.B. Filterung und/oder Normalisierung, notig. Der Algorithmus wurde unter Zuhilfenahme der Cognition Network Technology implementiert, die eine wissensbasierte und kontextsensitive Handhabung der Bilddaten erlaubt. Eine quantitative Auswertung anhand von bis jetzt 10 Datensatzen zeigt, das im Vergleich zu einer manuellen Segmentierung eine overlay-metric von 0.9 erzielt wird.