Open Access

Corina Melzer

• Ein großes Problem bei der Analyse von Bilddaten der magnetischen Resonanztomografie sind auftretende Intensitätsinhomogenitäten. Diese Intensitätsverschiebungen spielen vor allem bei der automatischen Bildanalyse mit Hilfe grauwertbasierter Segmentierungsverfahren eine entscheidene Rolle. So können Daten mit stark ausgeprägten Inhomogenitätsfeldern zu einer Verfälschung der Segmentierungsergebnisse führen. Zur Beseitigung der Inhomogenitäten wurde eine Vielzahl verschiedener Algorithmen zur Intensitätskorrektur entwickelt. In dieser Arbeit werden einige ausgewählte Verfahren zur Inhomogenitätskorrektur untersucht und miteinander verglichen. Bei der quantitativen und qualitativen Beurteilung der korrigierten MR-Bilder wurden verschiedene Maße der statistischen Bildanalyse verwendet. Um einen aussagekräftigen Vergleich der Daten mit einem Goldstandard zu ermöglichen werden synthetisch erzeugte Phantomaufnahmen für die Korrektur und Segmentierung herangezogen. Zur Bestätigung und Absicherung der gewonnenen Ergebnisse werden zusätzlich reale Bilddaten verwendet, welche zum Teil mit unterschiedlichen Tomographen erzeugt wurden. Da die MR-Bildgebung ein wichtiges Verfahren bei der Diagnostik degenerativer Erkrankungen des Zentralnervensystems ist, wird weiterhin der Einfluss der Korrekturverfahren auf vorhandene Läsionen im dargestellten Hirngewebe untersucht.