dc.contributor.advisor |
Klose, Uwe (Prof. Dr.) |
|
dc.contributor.author |
Schweikardt, Daniel Christoph |
|
dc.date.accessioned |
2020-11-13T10:27:07Z |
|
dc.date.available |
2020-11-13T10:27:07Z |
|
dc.date.issued |
2020-11-13 |
|
dc.identifier.other |
1738667227 |
de_DE |
dc.identifier.uri |
http://hdl.handle.net/10900/109543 |
|
dc.identifier.uri |
http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-1095438 |
de_DE |
dc.identifier.uri |
http://dx.doi.org/10.15496/publikation-50920 |
|
dc.description.abstract |
In dieser Arbeit sollte untersucht werden, ob die Segmentierung von Gehirngewebe aus MRT-Bildern zur Detektion von Volumenunterschieden verbessert werden kann, wenn statt der üblichen Methode, bei der nur T1-Bilder verwendet werden, noch zusätzliche Daten aus T2- und T2-Flair-Bildern genutzt werden.
Die multispektrale Segmentierung ist der alleinigen T1-Segmentierung in den meisten Fällen überlegen, da sie die Gyri und Gewebegrenzen genauer darstellt. Bezüglich der Volumina wurden signifikante Unterschiede festgestellt, wobei jedoch alle Segmentierungen die altersabhängigen Volumenänderungen zeigen. Das Volumen der grauen Substanz scheint durch eine alleinige T1-Segmentierung überschätzt.
Zusammenfassend konnte in dieser Arbeit gezeigt werden, dass die etablierte T1-Segmentierung die Anatomie zum Teil fehlerhaft abbildet. Es wurde jedoch keine Segmentierung gefunden, die alle Bereiche des Gehirns gleich gut abbildet. Zukünftige Studien sollten je nach untersuchter Gehirnregion die hierfür optimale Kombination aus den Segmentierungen wählen. |
de_DE |
dc.language.iso |
de |
de_DE |
dc.publisher |
Universität Tübingen |
de_DE |
dc.rights |
ubt-podok |
de_DE |
dc.rights.uri |
http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=de |
de_DE |
dc.rights.uri |
http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=en |
en |
dc.subject.classification |
Gehirn , Atrophie , Kernspintomografie , Segmentierung |
de_DE |
dc.subject.ddc |
610 |
de_DE |
dc.subject.other |
Voxelbasierte Morphometrie |
de_DE |
dc.subject.other |
segmentation |
en |
dc.subject.other |
Automatisierung |
de_DE |
dc.subject.other |
voxel based morphometry |
en |
dc.title |
Untersuchung der Altersabhängigkeit von grauer und weißer Hirnsubstanz mit Hilfe von 3D-MR-Datensätzen von gesunden Probanden |
de_DE |
dc.type |
PhDThesis |
de_DE |
dcterms.dateAccepted |
2020-10-29 |
|
utue.publikation.fachbereich |
Medizin |
de_DE |
utue.publikation.fakultaet |
4 Medizinische Fakultät |
de_DE |