Planung und Entwicklung einer Pipeline für die Segmentierung von zerebralen Blutgefäßen in MRT-Bildsequenzen
- Für die Behandlung der Parkinson-Krankheit wird die Methode der Tiefen Hirnstimulation immer häufiger verwendet. Dafür muss der Zugangsweg der Elektroden für den Eingriff unter Berücksichtigung von Risikobereichen festgelegt werden. Die Segmentierung und Darstellung dieser Risikobereiche ist ein Hauptbestandteil der präoperativen Planung.
Für die Westsächsische Hochschule Zwickau wird ein Demonstrator für die Darstellung dieser Risikobereiche in virtueller Realität entwickelt. Dieser benötigt Segmentierungen von Blutgefäßen aus MRT-Bildsequenzen als Eingabedaten.
In dieser Arbeit wird eine Pipeline geplant und entwickelt, welche Blutgefäße aus MRT-Bildsequenzen segmentieren kann und die Resultate dem Demonstrator zur Verfügung stellt. Hierfür wurde eine umfangreiche Literaturrecherche durchgeführt, auf deren Basis die Anforderungen der Pipeline festgelegt wurden. Entsprechend der Anforderungen wurden die Verfahren UNet, BRAVE-Net, VMTK und Vesselness-Filter getestet und mit Metriken verglichen.
Aus den daraus gewonnen Erkenntnissen wurde eine funktionsfähige Pipeline mit einem Convolutional Neural Network auf Basis der UNet-Architektur entwickelt und eine alternative Pipeline für die Verwendung von Vesselness-Filtern demonstriert.
