Integration von LIBSVM in MITK und Test anhand einer automatischen Lebertumorsegmentierung

  • In der heutigen Zeit ist es auch für Ärzte nicht immer trivial, diagnostisch präzise Entscheidungen auf Grund von modernsten medizinischen bildgebenden Verfahren zu treffen. Die vorliegende Bachelor-Thesis befasst sich damit wie man eine Software-anwendung mit Hilfe der Support Vector Machine (SVM), eine Technik des maschi-nellen Lernens, in ein bestehendes Framework wie z.B. MITK implementieren kann, um so vollautomatische Tests von Lebertumorsegmenierungen durchführen zu kön-nen. Durch die zusätzliche Integration einer Testklasse wird die entwickelte SVM validiert, um ein möglichst hohes Klassifikationsergebnis zu erreichen. Die in der Thesis entwickelte Softwarekomponente hat gezeigt, dass eine vollautomatische Segmentierung von Lebertumoren bei Patienten in zufriedenstellendem Maße möglich ist.

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Alexander Tschlatscher
URN:urn:nbn:de:bsz:840-opus4-1055
Document Type:Bachelor Thesis
Language:German
Year of Completion:2016
Publishing Institution:Hochschule Heilbronn
Granting Institution:Hochschule Heilbronn, Informatik
Release Date:2016/03/24
Tag:Lebertumorsegemntierung
GND Keyword:Integration , Lebertumor
Faculty:Informatik
Access Right:Frei zugänglich
Licence (German):License LogoCreative Commons - Namensnennung-Nicht kommerziell