Heidelberg 2022 – scientific programme

Parts | Days | Selection | Search | Updates | Downloads | Help

ST: Fachverband Strahlen- und Medizinphysik

ST 3: Artificial Intelligence in Medicine

ST 3.1: Talk

Tuesday, March 22, 2022, 11:00–11:15, ST-H4

Optimierung und Evaluierung der Registrierung von CT- und MRT-Bildern mithilfe maschinellem Lernens — •Elena Darsht, Alexander Ratke und Bernhard Spaan — Experimentelle Physik 5, TU Dortmund

In der Strahlentherapie ist der Erfolg einer Bestrahlung abhängig von der Genauigkeit der Tumorlokalisierung. Diese erfolgt üblicherweise anhand der zur Bestrahlungsplanung verwendeten CT-Bildern. Im Vergleich dazu bieten MRT-Bilder eine bessere Darstellung von gesunden und kranken Weichteilstrukturen für eine präzisere Konturierung an. Durch die Bildregistrierung und -fusion von CT- und MRT-Bildern kann die Bestrahlungsplanung anhand von CT-Bildern erfolgen und zusätzlich können die Informationen der MRT-Bilder genutzt werden.

Eine Möglichkeit die Registrierung umzusetzen, ist die Verwendung eines neuronalen Faltungsnetzes, wodurch eine Rechenzeit von nur einigen Minuten pro Registrierung erreicht werden kann. Es wird der Aufbau und die Evaluierung des verwendeten neuronalen Netzes präsentiert. Dabei werden insbesondere die zur Optimierung für dreidimensionale Schädelaufnahmen genutzten Parameter vorgestellt. Zur Evaluierung der Registrierung wird der Dice-Koeffizient verwendet, bei dem die Überlappung von segmentierten Bildern ermittelt wird.