Aktive Sensoren: Kontextbasierte Filterung von Merkmalen zur modellbasierten Segmentierung

Strukturen in medizinischen Bildern sind oft unvollständig abgebildet und erfordern zusätzliches Modellwissen zu ihrer Segmentierung. Es gibt eine Fülle einfacher Merkmale (Grauwerte, Kanten, etc.) mit deren Hilfe eine modellbasierte Segmentierung erfolgt. Sensorbasierte Modelle reagieren nun mit allen Sensoren potentiell auf all diese Merkmale, auch wenn pro Sensor nur ein Bruchteil interessiert. Es werden richtungsgewichtete Kontursensoren vorgestellt, die abhängig von ihrer Richtung Konturen im Datensatz bewerten. Sie reagieren bevorzugt auf Konturen, die aus Modellsicht eine erwartete Richtung aufweisen. Während der Modellanpassung werden diese erwarteten, sensorabhängigen Konturrichtungen konsistent zum Modell gehalten. Dadurch werden aktive Sensoren geschaffen, die eine deutliche Vorfilterung auf einer einfachen Merkmalsebene im Kontext des Modells durchführen. So wird die Segmentierung von detailreichen, verrauschten und unvollständigen Daten mittels Modellen deutlich zielstrebiger und robuster, wie wir in drei Anwendungsfällen nachweisen können.