@phdthesis{Ipek2013,
  type      = {Master Thesis},
  author    = {Selcan Ipek},
  title     = {Entwicklung von vollautomatischen Auswertungsalgorithmen f{\"u}r die zeitharmonische multifrequente Leber-Ultraschallelastographie},
  url       = {https://nbn-resolving.org/urn:nbn:de:bsz:840-opus-700},
  year      = {2013},
  abstract  = {Ultraschallelastographie (USE) ist ein bildgebendes Verfahren, mit dem die Ausbreitung mechanischer Scherwellen, die durch externe Schwingungen in den menschlichen K{\"o}rper eingekoppelt werden, mittels Ultraschall gemessen und dargestellt werden kann. Die Ausbreitungsgeschwindigkeit der Scherwellen steht dabei in einem direkten qualitativen Zusammenhang zu den elastischen Eigenschaften des Gewebes. Als apparative Palpation wird die transiente USE daher in der medizinischen Diagnostik bereits eingesetzt, denn viele Krankheiten, wie z.B. die Leberfibrose, gehen mit einer Ver{\"a}nderung der elastischen Kenngr{\"o}{\"s}en der betroffenen Gewebe einher. Das im Rahmen dieser Arbeit weiter entwickelte USE-Diagnosesystem unterscheidet sich von der transienten USE dadurch, dass die angewandten Scherwellen zeitharmonisch sind und aus mehreren {\"u}berlagerten Frequenzkomponenten bestehen. Um die Auswertung zu objektivieren und die Performance zu steigern wurde die bisherige interaktive retrospektive Auswertungsmethode durch einen vollautomatischen Algorithmus ersetzt. Dazu war es notwendig, manuelle Aussortierung schlechter Messungen ebenfalls zu automatisieren. Auf dieser Basis wurde zus{\"a}tzlich ein Echtzeitauswertungsalgorithmus entwickelt, um erstmals unmittelbar w{\"a}hrend einer Untersuchung Resultate der Leberelastizit{\"a}tsmessungen auszugeben. Die neuen Algorithmen wurden mit Softwarephantom, Rinderleberproben und gegen{\"u}ber der Magnetresonanz-Elastographie (MRE) als Referenzmethode validiert. Es hat sich gezeigt, dass die vollautomatisch ermittelten Elastizit{\"a}tsergebnisse mit denen der MRE gut {\"u}bereinstimmen und die Performance gegen{\"u}ber der bisherigen Auswertung deutlich gesteigert wurde. Nachfolgend wurden diese Algorithmen erfolgreich in einer Pilotstudie an gesunden Freiwilligen eingesetzt.},
  language  = {de}
}