DicomObjectsView
Verarbeitung von medizinischen Bilddaten
Fortsetzung des Artikels von Teil 2
Anwendungssoftware Maluna 4
Auf Basis der OCX Libraries von DicomObjects7 wurde mit Labview 2015 und NI Vision 2015 eine Anwendungssoftware entwickelt, die Dicom-Funktionalitäten mit grafischer Programmierung und Image Processing vereint. So ist es möglich, auf das medizinische Bild die unterschiedlichsten Bildbearbeitungsfunktionen von NI Vision anzuwenden. Neben Routinen zur funktionellen Bildanalyse wurden unter anderem auch Algorithmen zur automatischen Erkennung der gesunden Lunge programmiert.
Nach Aufbau einer Dicom-Netzwerkverbindung mit dem Bildarchiv kann die Software Suchabfragen und entsprechende Übertragungen der Bilder zum Client-Rechner anfordern. Werden die Bilder übertragen, erkennt das die Software und speichert die ankommenden Daten programmatisch ab. Nach erfolgreicher Übertragung wird eine Erfolgsmeldung an den Server geschickt und die Session geschlossen.
Die aktuelle Version von Vision bietet auch neue Features zur Klassifizierung von Texturen. Die unterschiedlichen Texturen müssen dem ImaqTrainSVM.vi erst »antrainiert« werden, das heißt, das VI muss die Eigenschaften einer bestimmten Gewebetextur erlernen, um diese später wieder erkennen zu können. Die Kombination der Algorithmen »histogramm of oriented gradients« (HOG) und »local binary patterns« (LBP) bieten hier sehr gute Möglichkeiten, unterschiedliche, krankhafte Veränderungen im Lungengewebe zu erkennen (Bild 3) [6] . Ein trainiertes System könnte hier den Mediziner bei der Beurteilung eines Patienten unterstützen.
Literatur
[1] P. Herrmann, U. Hübner, M. Quintel: Entwicklung eines PC-gestützten Bildverarbeitungssystems zur Analyse von computertomographischen Bildern aus dem Ultraffast-CT. In: R. Jamal, H. Jaschinski (Hrsg.): Virtuelle Instrumente in der Praxis 1998. Heidelberg: Hüthig Verlag, 1998. S. 271 – 277
[2] P. Herrmann, M. Quintel: Informationen aus Dicom-Bildern nutzen. In: MED engineering 2012 7-8. S. 44 – 46
[3] http://Dicom.offis.de/dcmtk.php.de
[4] http://www.medicalconnections.co.uk/DicomObjects
[5] http://www.iftm.de/telemedizin/einfuehrung.htm
[6] Sørensen L, Shaker SB, de Bruijne M: Quantitative Analysis of Pulmonary Emphysema Using Local Binary Patterns. IEEE Trans Med Imaging. 2010 Feb; 29(2):559 – 69.
Dr. sc. hum. Dipl.-Ing.
Peter Herrmann
Leitender Wissenschaftlicher Angestellter
Klinik für Anästhesiologie
Universitätsmedizin Göttingen
- Verarbeitung von medizinischen Bilddaten
- DicomObjects – ein Toolkit zur Bildgebung
- Anwendungssoftware Maluna 4
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Bildverarbeitungssoftware
Rasterlose Thorax-Bettaufnahmen mit hohem Kontrast
Phasenkontrast-Bildgebung
Ein neuer Blick in die Lunge
14. Dortmunder MST-Konferenz
Individualisierte Gesundheitslösungen mit Mikro- und Nanotechnik
Sichtbare Ergebnisse
GE Healthcare auf dem Röntgenkongress
Medica App Competition
Live-Pitch um die beste »Health App Solution« im November
Tinnitus-Notch-Therapie in Hörgeräten
Neue Therapie für tonalen Tinnitus
Softwareoptimierung
Hochoptimiertes Puzzle
Verschlüsselungstrojaner
Kopfschmerz IT-Security
Fernüberwachung von Patienten
NFC-Funkpflaster überwacht Biosignale
Leistung kabellos übertragen
Weg mit den Fesseln!
Eisenkernlose Netzteile
Kernlos und hochpräzise
