Login
- Originaltitel:
- Multi-modal Multi-temporal Brain Tumor Segmentation, Growth Analysis and Texture-based Classification
- Übersetzter Titel:
- Multispektrale, multitemporale Bildanalyse zur Segmentierung, Wachstumsanalyse und Klassifizierung von Gerhirntumoren
- Autor:
- Alberts, Esther
- Jahr:
- 2019
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- Fakultät für Informatik
- Betreuer:
- Menze, Björn (Prof. Dr.)
- Gutachter:
- Menze, Björn (Prof. Dr.); Zimmer, Claus (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik; MED Medizin
- TU-Systematik:
- DAT 760d; MED 230d
- Kurzfassung:
- Brain tumor image analysis has become a major field of research with many valuable clinical applications. The purpose of this thesis is to investigate brain tumor segmentation, growth analysis and brain tumor classification based on time series of multi-modal magnetic resonance image datasets, making use of computer vision and machine learning. To this end, this thesis presents new methods based on graphical models, random forests, supervoxel segmentation and efficient local texture descriptors.
- Übersetzte Kurzfassung:
- Die Bildanalyse von Gehirntumoren hat sich in den vergangenen Jahren zu einem sehr aktiven Forschungsfeld entwickelt. Diese Dissertation untersucht die Segmentierung, Klassifizierung und das Tumorwachstum von Gliomen auf Basis von multispektralen Magnetresonanztomographiebildern mittels Computer Vision und maschinellem Lernen. Dazu werden neue Methoden, basierend auf graphischen Modellen, Random Forests, Superpixel-Segmentierung und effizienten lokalen Deskriptoren, präsentiert.
- WWW:
- https://mediatum.ub.tum.de/?id=1453649
- Eingereicht am:
- 08.10.2018
- Mündliche Prüfung:
- 03.04.2019
- Dateigröße:
- 23877187 bytes
- Seiten:
- 153
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20190403-1453649-1-0
- Letzte Änderung:
- 29.05.2019
BibTeX