Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
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