elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Automated Cardiac Realtime MRI Evaluation

Rosauer, Philipp und Wendler, Anna Clara und Koslow, Wadim und Händeler, Angelina und Terhag, Felix und Rüttgers, Alexander und Gerlach, Darius (2022) Automated Cardiac Realtime MRI Evaluation. Wissensaustausch- Workshop Machine Learning 8, 2022-11-07 - 2022-11-09, Jena, Deutschland.

[img] PDF
432kB

Kurzfassung

We introduce our workflow to tackle automated evaluation of cardiac realtime MRI. The key approach is inspired by Active Learning and consists of N steps. First a limited amount of Training Data is annotated by staff with expert knowledge in the domain of pediatric cardiology. With this data we train a UNet using nnU-Net (Isensee, et. al). We then predict semantic labels with the trained model and use various techniques to judge the quality of each prediction. With that we are able to label each predicted segmentation with high or low quality. Predictions judged as low quality ones, are then presented to the domain experts and are manually corrected by them. Then, we can add those high quality labels to the training data set and start a new iteration by training the model. When the quality of predictions of an entire data set to be analyzed is high enough, we go on to synchronize the data set by assembling volumes of specific cardiac-respiration combinations based on the semantic segmentations. Finally, we are able to compute the stroke volume at different respiratory phases and compare them. The workflow explained above is deployed as a Plugin for the Software "3D Slicer".

elib-URL des Eintrags:https://elib.dlr.de/192132/
Dokumentart:Konferenzbeitrag (Poster)
Titel:Automated Cardiac Realtime MRI Evaluation
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Rosauer, PhilippPhilipp.Rosauer (at) dlr.dehttps://orcid.org/0000-0001-9984-3013NICHT SPEZIFIZIERT
Wendler, Anna Claraanna.wendler (at) dlr.dehttps://orcid.org/0000-0002-1816-8907NICHT SPEZIFIZIERT
Koslow, WadimWadim.Koslow (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Händeler, AngelinaAngelina.Haendeler (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Terhag, FelixFelix.Terhag (at) dlr.dehttps://orcid.org/0000-0001-7053-8154NICHT SPEZIFIZIERT
Rüttgers, AlexanderAlexander.Ruettgers (at) dlr.dehttps://orcid.org/0000-0001-6347-9272NICHT SPEZIFIZIERT
Gerlach, DariusDarius.Gerlach (at) dlr.dehttps://orcid.org/0000-0001-7044-6065NICHT SPEZIFIZIERT
Datum:7 November 2022
Referierte Publikation:Nein
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:Semantic Segmentation, Cardiac MRI, Realtime MRI, Deep Learning, Machine Learning, Automatic Stroke Volume, Active Learning
Veranstaltungstitel:Wissensaustausch- Workshop Machine Learning 8
Veranstaltungsort:Jena, Deutschland
Veranstaltungsart:Workshop
Veranstaltungsbeginn:7 November 2022
Veranstaltungsende:9 November 2022
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Aufgaben SISTEC
Standort: Köln-Porz
Institute & Einrichtungen:Institut für Softwaretechnologie > High-Performance Computing
Institut für Luft- und Raumfahrtmedizin > Kardiovaskuläre Luft- und Raumfahrtmedizin
Institut für Softwaretechnologie
Hinterlegt von: Rosauer, Philipp
Hinterlegt am:15 Dez 2022 12:06
Letzte Änderung:24 Apr 2024 20:53

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.