Generation of annotated multimodal ground truth datasets for abdominal medical image registration

• Verfasst von: Bauer, Dominik F. [VerfasserIn]
• Verfasst von: Russ, Tom [VerfasserIn]
• Verfasst von: Waldkirch, Barbara [VerfasserIn]
• Verfasst von: Tönnes, Christian [VerfasserIn]
• Verfasst von: Segars, William P. [VerfasserIn]
• Verfasst von: Schad, Lothar R. [VerfasserIn]
• Verfasst von: Zöllner, Frank G. [VerfasserIn]
• Verfasst von: Golla, Alena-Kathrin [VerfasserIn]
• Titel: Generation of annotated multimodal ground truth datasets for abdominal medical image registration
• Verf.angabe: Dominik F. Bauer, Tom Russ, Barbara I. Waldkirch, Christian Tönnes, William P. Segars, Lothar R. Schad, Frank G. Zöllner, Alena-Kathrin Golla
• E-Jahr: 2021
• Jahr: 02 May 2021
• Umfang: 9 S.
• Fussnoten: Gesehen am 12.12.2022
• Titel Quelle: Enthalten in: International journal of computer assisted radiology and surgery
• Ort Quelle: Berlin : Springer, 2006
• Jahr Quelle: 2021
• Band/Heft Quelle: 16(2021), 8, Seite 1277-1285
• ISSN Quelle: 1861-6429
• DOI: doi:10.1007/s11548-021-02372-7
• Datenträger: Online-Ressource
• Sprache: eng
• Bibliogr. Hinweis: Forschungsdaten: Zöllner, Frank G., 1976 - : Multimodal ground truth datasets for abdominal medical image registration [data]
• Sach-SW: CycleGAN
• Sach-SW: Image registration
• Sach-SW: Image synthesis
• Sach-SW: Liver
• Sach-SW: Multimodal imaging
• K10plus-PPN: 1826822755
• K10plus-PPN:
  Universitätsbibliothek
• Lokale URL UB: Zum Volltext

Abstract

Sparsity of annotated data is a major limitation in medical image processing tasks such as registration. Registered multimodal image data are essential for the diagnosis of medical conditions and the success of interventional medical procedures. To overcome the shortage of data, we present a method that allows the generation of annotated multimodal 4D datasets.