In diesem Beitrag adressieren wir die Rekonstruktion zerebrovaskulärer Netzwerke mit einem Ansatz, der es erlaubt, Vorwissen über physiologisch plausible Strukturen zu berücksichtigen und gegenüber Bildinformation abzuwägen. Ausgehend von einem überkonnektierten Netzwerk wird in einer globalen Optimierung -- unter Berücksichtigung von geometrischer Konstellation, globaler Konnektivität und Bildintensitäten -- das plausibelste Netzwerk bestimmt. Ein statistisches Modell zur Bewertung geometrischer Beziehungen zwischen Segmenten und Bifurkationen wird anhand eines hochaufgelösten Netzwerks gelernt, welches aus einem uCT (Mikrocomputertomographie) eines zerebrovaskulären Korrosionspräparats einer Maus gewonnen wird. Die Methode wird experimentell auf in-vivo uMRA (Magnetresonanzmikroangiographie) Datensätze von Mausgehirnen angewandt und Eigenschaften der resultierenden Netzwerke im Vergleich zu Standardverfahren diskutiert.     «

In diesem Beitrag adressieren wir die Rekonstruktion zerebrovaskulärer Netzwerke mit einem Ansatz, der es erlaubt, Vorwissen über physiologisch plausible Strukturen zu berücksichtigen und gegenüber Bildinformation abzuwägen. Ausgehend von einem überkonnektierten Netzwerk wird in einer globalen Optimierung -- unter Berücksichtigung von geometrischer Konstellation, globaler Konnektivität und Bildintensitäten -- das plausibelste Netzwerk bestimmt. Ein statistisches Modell zur Bewertung geometrische...     »