Bildverarbeitung für die Medizin

Dieses Lehrbuch gibt erstmals in einer kohärenten, systematischen Darstellung einen umfassenden Überblick über den interdisziplinären Bereich Medizinische Bildverarbeitung. Verfaßt von einem Team erfahrener Autoren, die in den beteiligten Disziplinen forschen und lehren, wendet es sich an Studierende und Praktiker der Informatik, Mathematik, Elektrotechnik, Physik und Medizin.
Nach einem einführenden Kapitel über medizinische Fragestellungen geht der Weg von den technischen Grundlagen der Erzeugung medizinischer Bilder zu den Problemen der Bildwahrnehmung, von den unterschiedlichen mathematischen Modellierungen für medizinische Bilder zu den Algorithmen, mit denen heute medizinische Bilder verarbeitet werden.

Schreibweisen und Notationen. - 1. Medizinische Fragestellungen für den Einsatz bildgebender Verfahren. - 1. 1 Grundlagen statistischer Bewertungsverfahren in der Medizin. - 1. 2 Einsatzgebiete bildgebender Diagnostik. - 1. 3 Abschlußbemerkung. - 2. Technik der Bilderzeugung in der medizinischen Diagnostik. - 2. 1 Physikalische Grundlagen der bildgebenden Verfahren. - 2. 2 Technische Realisierungen der bildgebenden Verfahren. - 3. Physiologische und psychologische Grundlagen der Bildwahrnehmung. - 3. 1 Aufbau und Funktion des Sehapparates. - 3. 2 Rezeption. - 3. 3 Perzeption. - 3. 4 Zusammenfassung. - 4. Das Bild als diskrete Ortsbereichsfunktion. - 4. 1 Das Bild als Ortsbereichsfunktion. - 4. 2 Grundlagen der Verarbeitung diskreter Bilder. - 4. 3 Globale Kenngrößen von Bildern und Bildregionen. - 4. 4 Codierung von Bildern. - 4. 5 Topologie der Pixelebene. - 4. 6 Objekte in Binärbildern und Morphologie. - 5. Das Bild als gestörtes Signal. - 5. 1 Signaltheoretische Grundlagen. - 5. 2 Signaltheoretische Beschreibung der Bildaufnahme. - 5. 3 Weitere Störungen durch die Bildaufnahme. - 6. Das Bild als stochastischer Prozeß. - 6. 1 Stochastische Grundbegriffe. - 6. 2 Homogene Felder. - 6. 3 Lineare Transformationen von Zufallsfeldern. - 6. 4 Stochastische Bildmodelle. - 6. 5 Stochastische Prozesse. - 6. 6 Bemerkungen zum Texturbegriff. - 7. Selbsttransformationen des Ortsraumes durch lokale Operatoren. - 7. 1 Punktoperatoren. - 7. 2 Lokale Operatoren auf der Basis von Masken. - 7. 3 Lineare Filter für spezielle Anwendungen. - 7. 4 Reduktion des Rechenaufwandes durch separable Filter. - 7. 5 Morphologische Operatoren auf der Basis von Templates. - 8. Die diskrete Fourier-Transformation. - 8. 1 Die Idee von Transformation und Rücktransformation. - 8. 2 Der Zusammenhang zwischen der diskreten und der kontinuierlichenFourier-Transformation. - 8. 3 Die diskrete Fourier-Transformation (DFT). - 8. 4 Anwendungen der DFT. - 8. 5 Zweidimensionale Fourier-Transformation. - 8. 6 Fensterfunktionen. - 9. Die Wavelet-Transformation. - 9. 1 Die Fenster-Fourier-Transformation. - 9. 2 Herleitung der Wavelet-Transformation. - 9. 3 Multiresolution-Analysis zur Konstruktion der Basis. - 9. 4 Berechnung der Wavelet-Transformation. - 10. Die Radon-Transformation. - 10. 1 Die zweidimensionale Radon-Transformation. - 10. 2 Die Radonsche Umkehrformel. - 10. 3 Die diskrete Radon-Transformation. - 10. 4 Die Radonsche Resolvente. - 10. 5 Der algebraische Ansatz. - 11. Die Karhunen-Loève-Transformation. - 11. 1 Orthogonale Regression. - 11. 2 Geometrische Interpretation. - 11. 3 Reduktion hochdimensionaler Merkmalsvektoren. - 11. 4 Beispiele. - 12. Die Hough-Transformation. - 12. 1 Das Prinzip der Hough-Transformation. - 12. 2 Die Hough-Transformation für Geraden. - 12. 3 Die Hough-Transformation für beliebige Kurven. - 12. 4 Die diskrete Hough-Transformation. - 12. 5 Erweiterungen für geschlossene Randkurven. - 12. 6 Anwendungsbeispiel. - 13. Bildkorrektur und Bildverbesserung. - 13. 1 Geometrische Entzerrung. - 13. 2 Bildkorrektur mit dem deterministischen Signalmodell. - 13. 3 Bildrestauration mit dem stochastischen Modell. - 13. 4 Lineare Verfahren zur Bildverbesserung. - 13. 5 Nichtlineare Verfahren zur Bildverbesserung. - 13. 6 Adaptive Bildverbesserung. - 13. 7 Bildverbesserung durch Farbe. - 14. Bildsegmentierung. - 14. 1 Punktorientierte Verfahren. - 14. 2 Kanten- bzw. konturorientierte Verfahren. - 14. 3 Regionenorientierte Verfahren. - 14. 4 Texturorientierte Ansätze zur Bildsegmentierung. - 15. Klassifikation und Mustererkennung. - 15. 1 Entwurfskriterien für Mustererkennungssysteme. - 15. 2 Merkmalsextraktion. - 15. 3 Klassifikationsverfahren. - 15. 4 Qualitätsmaße. -Abkürzungen im Literaturverzeichnis.