Billede guidet radioterapi er selektiv og kan især målrettes i behandlingen af kræft væv. Ved at foretage en detaljeret og nøjagtig optegning af de kliniske behandlings områder kan terapi planlægning og variabiliteten imellem behandler forbedres. Målet med dette arbejde er at udvikle en kar segmenterings metode, som indirekte kan detektere lymfeknuder med en svag visuel fremtoning i medicinske billede modaliteter.
Resultatet er en metode, som er designet I tre stadier. Første stadie anvender en region growing metode til at udtrække en initial kar struktur. Det andet stadie anvender ellipse features, som model for kar tværsnit, der definerer cylinder lignende kar segmenter. Tredje stadie sammenkæder den initiale kar struktur udledt I stadie et med kar segmenterne udledt i stadie to. Hele metoden er en semi-automatisk segmenterings metode, som kun kræver et manuelt valgt seed point.
Fjorten bolus tracket CTA data set, som er optaget i bækken området, er anvendt I testen af metoden. Den initiale segmentering viste, at den automatisk udvælger en tærskel værdi og udtrækker en initial træstruktur uden at oversegmentere. I tillæg var stadie et I stand til at fjerne en betydelig volumen af knogle struktur. Den samlede segmenterings metode var I stand til at udvide den initiale træ struktur fra stadie et, med kar segmenter fra stadie to, dog med en mængde oversegmentering, Hvilket kan skyldes nogle valgte begrænsninger med hensyn til beregningskræft med mere. Metoden indeholder flere parameter som kan optimeres. Eftersom kvaliteten af CTA data varierer mangler der yderligere tests til at give indblik i metodens fulde potentiale.
Som konklusion antages det at segmenteringsmetoden potentielt kan forbedre udtrækning af kar struktur I bækkenområdet. I et fremtidigt arbejde kunne algoritme optimering være det næste led I en udviklingsproces.