@phdthesis{Teske2014,
  type      = {Master Thesis},
  author    = {Hendrik Teske},
  title     = {Lokalisierung von Lungentumoren trotz limitierter Tumorerkennbarkeit: Modellierung der Bewegung mittels Nachverfolgung von kontrastreichen anatomischen Strukturen in angrenzender Umgebung},
  url       = {https://nbn-resolving.org/urn:nbn:de:bsz:840-opus-752},
  year      = {2014},
  abstract  = {Ziel dieser Arbeit soll es sein, ein Verfahren zu entwickeln, das bildbasiert mit Hilfe eines Interpolationsmodells die Bewegung von Lungentumoren modellierbar macht, unter der Ber{\"u}cksichtigung, dass die Erkennbarkeit der Tumore w{\"a}hrend der Therapie nicht immer gew{\"a}hrleistet ist. Als erster Schritt soll daher ein geeignetes internes Surrogat f{\"u}r die Tumorbewegung ermittelt werden. Dessen Bewegungen w{\"a}hrend der Atmung des Patienten sollen mit Hilfe von kontinuierlich aufgenommenen zweidimensionalen Fluoroskopieaufnahmen quantifiziert werden. Anschlie{\"s}end sollen die gewonnenen Informationen als Eingabewerte f{\"u}r ein Interpolationsmodell genutzt werden, um diese Bewegung auf den Tumor im Inneren der Lunge zu propagieren. Dabei gilt es, ein geeignetes Modell zu entwickeln, das sich f{\"u}r die Modellierung von Tumoren auf Basis der Surrogatinformationen eignet und in der Lage ist, die Tumorbewegung m{\"o}glichst wahrheitsgetreu zu modellieren. Eine Evaluation der Ergebnisse soll sowohl Aufschluss {\"u}ber eine geeignete Parametrisierung des Modells geben, als auch die Anwendbarkeit eines solchen Modells hinterfragen. Um eine Austauschbarkeit der Modelle gew{\"a}hrleisten zu k{\"o}nnen, soll eine Schnittstelle entwickelt werden, {\"u}ber die verschiedene Modelle angesprochen werden k{\"o}nnen. Weitergehend soll ein Ansatz entwickelt werden, der es erm{\"o}glicht, die relevanten Positionen des Surrogats ohne manuelle Interaktion w{\"a}hrend der Therapie zu bestimmen.},
  language  = {de}
}