Medizinische Bilddaten enthalten anatomische Informationen, die unter Berücksichtigung der Datenmenge vor allem bei radiologischen 3D-Bilddaten nicht mehr manuell in vernünftiger Weise markiert/konturiert werden können. Herausforderung für automatische Verfahren ist, dass sich nicht alle anatomischen Regionen durch deutliche Kontrastunterschiede von der Umgebung abheben. Dennoch sind Radiologen in der Lage, auch solche Bereiche in den Bilddaten zuzuordnen. Für automatisch ablaufende Algorithmen erfordert dies, das anatomische Wissen eines klinischen Experten in einer für den Computer verständlichen Form zu repräsentieren.
Wir haben dafür ein generisches Framework entwickelt, das eine automatische, modellbasierte Segmentierung medizinischer Bilddaten unterschiedlicher Modalitäten (z.B. CT, MRT, Foto) sowie verschiedener Körperbereiche (z.B. Kopf/Hals, untere Extremitäten, Zähne) ermöglicht. Das dafür entwickelte Coupled Shape Model (CoSMo) enthält gekoppelte anatomische Strukturen und repräsentiert diese hinsichtlich ihrer Form und Größe als auch ihrer relativen Lage zueinander. Damit ist sehr gut anatomisches Wissen eines medizinischen Experten abbildbar. So wie dieser anatomische Landmarken bei der Analyse und Interpretation von Bilddaten zur Orientierung verwendet, kann CoSMo die Region, in der eine bestimmte Struktur in den Bilddaten erwartet wird, über die gelernte relative Lage zu umliegenden Strukturen eingrenzen.
In dem entwickelten Framework werden die Repräsentation des Modells, dessen Training auf Basis verfügbarer Referenzsegmentierungen und die Anpassungsstrategie für die automatische Segmentierung über textuelle Konfigurationsdateien gesteuert. Diese auf XML aufsetzenden hierarchisch strukturierten Textdateien sind einfach lesbar – sowohl computerseitig, da eine große Zahl von XML-Implementierungen verfügbar ist, als auch vom menschlichen Anwender, der die applikationsspezifischen Parameter in den XML-Dateien ablegen muss. Durch diese Trennung von grundsätzlichen Algorithmen und anwendungsspezifischen Parametern kann CoSMo mit wenig Aufwand auf neue Probleme – Bildmodalitäten oder Körperbereiche – angewendet werden.