Suniaga, SantiagoWerner, RenéKemmling, AndreGroth, MichaelFiehler, JensForkert, Nils DanielGoltz, UrsulaMagnor, MarcusAppelrath, Hans-JürgenMatthies, Herbert K.Balke, Wolf-TiloWolf, Lars2018-11-062018-11-062012978-3-88579-602-2https://dl.gi.de/handle/20.500.12116/17810Zerebrale Aneurysmen sind eine der häufigsten Erkrankungen mit Todesfolge oder neurologischen Behinderungen in jungem Alter. Die visuelle Detektion von Aneurysmen in 3D MRA Bildsequenzen ist sehr zeitaufwändig und je nach Erfahrung und Training des Arztes werden bis zu 40% aller Aneurysmen nicht durch visuelle Kontrolle detektiert. Im Rahmen dieser Arbeit wird eine Methode vorgestellt, um An- eurysmakandidaten automatisch in 3D MRA Datensätzen zu detektieren. Hierbei wird zunächst das Gefäßsystem segmentiert und hierauf basierend Gefäßenden identifiziert, die eine initiale Auswahl an möglichen Aneurysmakandidaten darstellen. Für jedes gefundene Gefäßende werden dann weitere strukturelle und morphologische Parameter bestimmt. Auf Basis dieser Parameter erfolgt in einem abschließenden Schritt eine Re- duktion der Anzahl der Aneurysmakandidaten unter Verwendung einer Support Vector Maschine. Die Evaluation auf Basis von 20 Time-of-Flight MRA Datensätzen zeigte, dass die vorgestellte Methode in der Lage ist, Aneurysmen mit einer Empfindlichkeit von 100\% zu detektieren. Hierbei ergab sich gleichzeitig eine falsch-positiv-Rate von 3,86. Zusammenfassend kann die vorgestellte Methode dazu dienen, das Aneurysma- Screening in der klinischen Routine zu verbessern und zu beschleunigen.deText/Conference Paper1617-5468