Publications

Becker, Janine;
Beschreibung von Organgrenzen als Äquipotentialverlauf finiter Quellpunkte mit Q/r-Potentialen. - Ilmenau : Universitätsbibliothek, 2015. - 1 Online-Ressource (145 Seiten)
Technische Universität Ilmenau, Dissertation 2015

In dieser Arbeit wurde ein neues Verfahren zur komprimierten Beschreibung bereits bekannter Konturlinien kompakter menschlicher Organe und zu deren verbesserter Anpassung an die in individuellen medizinischen Bild-Datensätzen erkennbaren Kantenlinien entwickelt. Dazu wurden physikalisch motivierte mathematische Beschreibungen, hier die durch Äquipotentiallinien und -flächen elektrischer Felder, mit der Bildverarbeitung verknüpft. Die Potentialtheorie liefert die flexible Basis, um kompakte, geschlossene Organe zu modellieren. Zu diesem Zweck wird eine Verteilung von virtuellen Quellpunkten generiert, die über ein Q r -Potential verfügen. Die betrachtete Organschicht schneidet die gemeinsame Äquipotentialfläche und liefert eine Äquipotentiallinie, die den Organrand nachbildet. Die Überführung in eine Äquipotentialdarstellung geschieht mit bereits manuell segmentierten Organen. Die segmentierten Daten stammen von dem Voxelmodell "Laura", das als Grundlage für das ICRP-Referenzphantom RCP-AF verwendet wurde, und hat eine Auflösung von 1,875 x 1,875 x 5 mm. Alle Programmierarbeiten wurden in der Interactive Data Language (IDL) 8.2 durchgeführt. Es werden Schichten von Herz, Magen, Blase und Niere mittels Quellenverteilungen modelliert. Eine Darstellung der Organe mittels dieser Methode liefert folgende Vorteile. Die Konstellation an virtuellen Quellpunkten ist intuitiv erfassbar. Die Modellierung mit virtuellen Quellpunkten stellt eine sehr komprimierte Art der Datenspeicherung dar und ist auflösungsunabhängig. Im Bereich hochaufgelöster Datensätze ist dies ein wesentlicher Vorteil. Es genügen die Koordinaten der Quellpunkte, ihre Stärken und eine Potentialangabe. Die Form lässt sich über die Lage und Anzahl der Quellpunkte verändern. Eine Ähnlichkeitstransformation und eine Innerhalb/Außerhalb-Entscheidung sind möglich. Der Einsatz von Standard-Computersystemen sowie die Übertragbarkeit der Daten über gängige Systeme, z.B. derzeitige Internetprotokolle, wäre damit gegeben. Eine Überführung in ein Voxelmodell ist problemlos möglich. Die Potentialflächen sind kontinuierlich und müssen mit Voxeln gefüllt werden. Eine Generierung verschiedener Modelle mit unterschiedlicher Auflösung ist möglich. Gegenüber der Voxeldarstellung von Organgrenzen verspricht das Konzept der Äquipotentialdarstellung eine Zeitersparnis a) bei der interaktiven Anpassung, b) beim Datentransfer und c) bei der Innerhalb/Außerhalb-Entscheidung für Interaktionspunkte im Laufe von Monte-Carlo-Simulationen der Berechnung von Organdosen. Die ermittelten Quellenverteilungen der modellierten Organe werden anschließend in den individuellen CT-Datensatz eingebracht, um die bereits vorhanden Segmentierung der Organgrenzen ausgewählter Schichten nochmals zu verbessern. Dazu werden die Quellpunkte anhand der vorhandenen, detektierten Kanten neu justiert, um eine optimale Platzierung zu generieren. Wo es keine erkennbaren Kanten im Schichtbild gibt, verbleiben die Quellen an ihrem Platz. Das Modell wird nicht verzerrt und kann bei Bedarf manuell ausgerichtet werden. Die gemeinsame Äquipotentiallinie bildet den segmentierten Rand und überbrückt die Gebiete, in denen keine Kanten im medizinischen Bild zu sehen sind, aber ein Organ an ein anderes grenzt. Die Güte der Anpassung der so ermittelten Äquipotentiallinien an die wirklichen Organgrenzen übertrifft nicht selten diejenige, die man durch die Anpassung der Äquipotentiallinien an die bereits voxelierte Organgrenzlinien erhält. Die Anpassung der durch das Potentialmodell bereits beschriebenen Organkonturlinien an die in individuellen medizinischen Bildaten erkennbaren Kanten kann man als zweite Näherung im Rahmen der Segmentierung bezeichnen; ihr Anwendungsgebiet ist die Individualisierung der Darstellung von Organkonturen. Obwohl dieser Algorithmus ein komplexes Wissen in die Bearbeitung einbringt, besteht weiterhin die Möglichkeit, manuell zu interagieren. Ein direktes Zugreifen auf die Quellpunkte ist möglich und sinnvoll, da es auch bei trainierten Algorithmen zu Fehlerkennungen in der Analyse der Organe kommt. Da nur der Quellpunkt selber verschoben werden muss, nicht z.B. die Interpolationspunkte von Splines auf dem Organrand, stellt dies einen akzeptablen manuellen Aufwand dar, der geringer ist als die Kombination von grauwertbasierten Techniken mit Splines. Es ist auch möglich, die Quellstärke anzupassen und auf diese Weise die Äquipotentiallinie zu verschieben. Dafür muss keine Umwandlung in eine andere Modellform vorgenommen werden oder die Organabgrenzung neu approximiert werden. Für die Strahlentherapie, in der die persönliche Verantwortung über die Segmentierungsarbeit bei den Ärzten liegt, ist eine manuelle Überprüfung und Bearbeitungsmöglichkeit unabdingbar. Die vorgestellte Methode liefert somit gute Resultate für die automatische Modellierung und die verbesserte Segmentierung kompakter konvexer Organe. Damit ist eine flexible Basis für weitere Anpassungen an verschiedene Aufgabenstellungen geschaffen. Die Möglichkeit zu einer einfachen Ähnlichkeitstransformation der im Äquipotentialmodell dargestellten Organkonturen lässt sich auch bei der Anpassung von Organkonturen, z.B. an unterschiedliche Lebensalter oder an Unterschiede im Körpergewicht, als Mittel zur Zeitersparnis verwenden. Somit dient die in dieser Arbeit vorgestellte Äquipotentialdarstellung der Organkonturen gleichermaßen dem herkömmlichen Zweck der Organdosisberechnungen im Strahlenschutz als auch der immer aktueller werdenden Aufgabe der komprimierten digitalen Übermittlung von Organkonturen zu medizinischen Zwecken. Die vorliegende Betrachtung beschränkt sich auf die zweidimensionale Beschreibung der Organgrenzen und schlägt die dreidimensionale Darstellung mittels einer Normierungsmatrix für die Potentiale auf dem Organrand vor. Der Algorithmus beinhaltet ein komplexes Modellwissen und kann als "High Level"-Algorithmus angesehen werden.

http://nbn-resolving.de/urn:nbn:de:gbv:ilm1-2015000684

Lazutkin, Evgeny; Hopfgarten, Siegbert; Geletu, Abebe; Li, Pu
A toolchain for solving dynamic optimization problems using symbolic and parallel computing. - In: Proceedings of the 11th International Modelica Conference, Versailles, France, September 21-23, 2015, (2015), 118:033, Seite 311-320

http://dx.doi.org/10.3384/ecp15118311

Artemenko, Oleksandr; Nayak, Adarsh Harishchandra; Menezes, Sanjeeth Baptist; Mitschele-Thiel, Andreas
Evaluation of different signal propagation models for a mixed indoor-outdoor scenario using empirical data. - In: Ad hoc networks, (2015), S. 3-14

Wuttke, Heinz-Dietrich; Hamann, Marcus; Henke, Karsten
Learning analytics in online remote labs. - In: 3rd Experiment@ International Conference, ISBN 978-1-4673-7717-1, (2015), S. 255-260

http://dx.doi.org/10.1109/EXPAT.2015.7463275

Grey, Michael; Trapp, Markus; Roßberg, Michael; Schäfer, Günter; Schlögel, Robin; Heinlein, Alexander
Zusammenfassender Abschlussbericht für das Gesamtvorhaben DoS-Resist-VPN : Förderperiode März 2012 - Dezember 2014. - Ilmenau : Technische Universität Ilmenau. - 1 Online-Ressource (41 Seiten, 1,92 MB)Förderkennzeichen BMBF 16BY1202A. - Verbund-Nummer 01112485

https://edocs.tib.eu/files/e01fb16/858744309.pdf