As decisions in cardiology increasingly rely on non-invasive methods, fast and precise image analysis tools have become a crucial component of the clinical workflow. Especially when dealing with complex cardiovascular disorders, such as valvular heart disease, advanced imaging techniques have the potential to significantly improve treatment outcome as well as to reduce procedure risks and correlated costs. This thesis concentrates on three aspects: physiological heart valve modeling, algorithms for patient-specific parameter estimation from multimodal images and advanced applications for clinical management of heart valve disease. In particular, a novel physiological model of the complete valvular apparatus is introduced, which captures a large spectrum of morphologic, dynamic and pathologic variations. A robust learning-based framework is proposed to estimate the patient-specific model parameters from cardiac medical scans, mainly transesophageal echocardiography, cardiac computed tomography and cardiac magnetic resonance imaging. This original model-driven approach enables a multitude of advanced clinical applications including quantitative valvular analysis, shape-based diagnosis and patient selection as well as computational decision support for valve replacement and repair procedures. In comparison to the gold standard methods, which manually process 2D images, the automatic 4D model-based concept provides fast, precise, reproducible and comprehensive valve quantification. Moreover, in case of emerging percutaneous and minimal invasive valve interventions, cardiac surgeons and interventional cardiologists can substantially benefit from the automated patient selection and virtual valve implantation approaches presented in this thesis. The algorithms proposed in this thesis are validated through extensive quantitative and clinical experiments involving over 476 patients treated in leading medical centers around the world.     «

As decisions in cardiology increasingly rely on non-invasive methods, fast and precise image analysis tools have become a crucial component of the clinical workflow. Especially when dealing with complex cardiovascular disorders, such as valvular heart disease, advanced imaging techniques have the potential to significantly improve treatment outcome as well as to reduce procedure risks and correlated costs. This thesis concentrates on three aspects: physiological heart valve modeling, algori...     »

Da Entscheidungen in der Kardiologie in zunehmendem Maße durch nicht-invasive Methoden gestützt werden, sind schnelle und präzise Bildanalysewerkzeuge zu einem wichtigen Bestandteil klinischer Arbeitsabläufe geworden. Insbesondere im Umgang mit den komplexen Erkrankungen des kardiovaskulären Systems, wie etwa Herzklappenerkrankungen, bergen moderne bildgebende Verfahren das Potential sowohl Behandlungsergebnisse bedeutsam zu verbessern als auch prozedurale Risken und verbundene Kosten zu senken. Diese Arbeit konzentriert sich auf drei Aspekte: physiologische Modellierung von Herzklappen, Algorithmen zur Schätzung patientenspezifischer Parameter aus multimodalen Bildern sowie weiterführende Anwendungen für das klinische Management von Herzklappenerkerankungen. Hierzu wird ein neues physiologisches Modell des gesamten Herklappenapparats vorgestellt, der ein umfangreiches Spektrum morphologischer, dynamischer und pathologischer Variationen erfasst. Ein robustes lernbasiertes Framework zur Schätzung patientenspezifischer Modellparameter aus medizinischen Akquisitionen des Herzens wurde erarbeitet, hauptsächlich Transesophageale Echokardiographie, Computertomographie sowie Magnetresonanztomographie. Der originäre modellgetriebene Ansatz ermöglicht eine Vielzahl fortgeschrittener Anwendungen wie etwa die quantitative Analyse von Herzklappen, formenbasierte Diagnose und Patientenauswahl als auch rechnergestützte Entscheidungsunterstützung für Ersatz und Reparatur von Herzklappen. Das automatische 4D modellbasierte Konzept bietet eine schnelle, genaue, reproduzierbare und umfassende Quantifikation von Herzklappen im Gegensatz zum Gold Standard, der auf manuelle Verarbeitung von 2D Bildern basiert. Besonders im Hinblick auf entstehende perkutane und minimal invasive Behandlungsmethoden können Herzchirurgen und interventionelle Kardiologen erheblich von den in dieser Arbeit vorgestellten Verfahren zur Patientenauswahl und für den virtuellen Herklappenersatz profitieren. Das vorgestellte Framework wird durch umfangreiche quantitative und klinische Experimente validiert, welche über 476 Patienten einbeziehen, die in weltweit führenden Kliniken behandelt wurden.      «

Da Entscheidungen in der Kardiologie in zunehmendem Maße durch nicht-invasive Methoden gestützt werden, sind schnelle und präzise Bildanalysewerkzeuge zu einem wichtigen Bestandteil klinischer Arbeitsabläufe geworden. Insbesondere im Umgang mit den komplexen Erkrankungen des kardiovaskulären Systems, wie etwa Herzklappenerkrankungen, bergen moderne bildgebende Verfahren das Potential sowohl Behandlungsergebnisse bedeutsam zu verbessern als auch prozedurale Risken und verbundene Kosten zu senken....     »