Optimizing Aortic Segmentation with an Innovative Quality Assessment: The Role of Global Sensitivity Analysis

Gian Marco Melito*, Antonio Pepe, Alireza Jafarinia, Thomas Krispel, Jan Egger

*Korrespondierende/r Autor/-in für diese Arbeit

Publikation: Beitrag in Buch/Bericht/Konferenzband › Beitrag in einem Konferenzband › Begutachtung

Abstract

Precise aortic vessel tree segmentation is critical in the continuously evolving medical imaging domain. This study highlights the role of global sensitivity analysis in stimulating innovation in quality assessment techniques for aortic segmentation. In this methodology paper, we propose a novel method that integrates global sensitivity analysis with data augmentation techniques, aiming to enhance the reliability and robustness of segmentation algorithms. This approach aims to quantify the challenges posed by image variations and aspires to establish a methodology capable of managing a spectrum of image scenarios. The study also explores the implications of achieving accurate segmentations for clinical monitoring and computational fluid dynamics simulations of the aortic vessel tree. The presented approach was used for the final ranking of the MICCAI 2023 SEG.A. challenge to account for image variations in evaluating the submitted algorithms.
Originalspracheenglisch
TitelSegmentation of the Aorta. Towards the Automatic Segmentation, Modeling, and Meshing of the Aortic Vessel Tree from Multicenter Acquisition - First Challenge, SEG.A. 2023, Held in Conjunction with MICCAI 2023, Proceedings
UntertitelTowards the Automatic Segmentation, Modeling, and Meshing of the Aortic Vessel Tree from Multicenter Acquisition
Redakteure/-innenAntonio Pepe, Gian Marco Melito, Jan Egger
Seiten110-126
Seitenumfang17
Band1
ISBN (elektronisch)978-3-031-53241-2
DOIs
PublikationsstatusVeröffentlicht - 14 Feb. 2024

Publikationsreihe

NameLecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
Band14539 LNCS
ISSN (Print)0302-9743
ISSN (elektronisch)1611-3349

ASJC Scopus subject areas

  • Theoretische Informatik
  • Allgemeine Computerwissenschaft

Zugriff auf Dokument

Andere Dateien und Links

Fingerprint

Untersuchen Sie die Forschungsthemen von „Optimizing Aortic Segmentation with an Innovative Quality Assessment: The Role of Global Sensitivity Analysis“. Zusammen bilden sie einen einzigartigen Fingerprint.
Vollständigen Fingerprint anzeigen
  • 1 Abgeschlossen

  • Aortendissektion

    Egger, J. (Teilnehmer (Co-Investigator)), Pepe, A. (Teilnehmer (Co-Investigator)), Schmalstieg, D. (Teilnehmer (Co-Investigator)), Schussnig, R. (Teilnehmer (Co-Investigator)), von der Linden, W. (Teilnehmer (Co-Investigator)), Melito, G. M. (Teilnehmer (Co-Investigator)), Holzapfel, G. (Teilnehmer (Co-Investigator)), Ramalho Queiroz Pacheco, D. (Teilnehmer (Co-Investigator)), Jafarinia, A. (Teilnehmer (Co-Investigator)), Brenn, G. (Teilnehmer (Co-Investigator)), Ranftl, S. (Teilnehmer (Co-Investigator)), Müller, T. S. (Teilnehmer (Co-Investigator)), Gupta, I. (Teilnehmer (Co-Investigator)), Steinbach, O. (Teilnehmer (Co-Investigator)), Fries, T.-P. (Teilnehmer (Co-Investigator)), Badeli, V. (Teilnehmer (Co-Investigator)), Hochrainer, T. (Teilnehmer (Co-Investigator)), Schanz, M. (Teilnehmer (Co-Investigator)), Rolf-Pissarczyk, M. (Teilnehmer (Co-Investigator)), Biro, O. (Teilnehmer (Co-Investigator)) & Ellermann, K. (Teilnehmer (Co-Investigator))

    1/01/18 → 31/12/20

    Projekt: Forschungsprojekt

  • 1 Konferenz oder Fachtagung (Teilnahme an/Organisation von)
  • 1 Herausgebertätigkeit
  • 1 Vortrag bei Workshop, Seminar oder Kurs

Dieses zitieren