% IMPORTANT: The following is UTF-8 encoded.  This means that in the presence
% of non-ASCII characters, it will not work with BibTeX 0.99 or older.
% Instead, you should use an up-to-date BibTeX implementation like “bibtex8” or
% “biber”.

@MASTERSTHESIS{Habbel:1022280,
      author       = {Habbel, Daniel},
      title        = {{A}utomatische {S}egmentierung von 3{D}-{W}urzelstrukturen
                      aus {P}ositronenemissionstomographie-{D}aten},
      school       = {FH Aachen},
      type         = {Masterarbeit},
      reportid     = {FZJ-2024-01398},
      pages        = {85 p.},
      year         = {2024},
      note         = {Masterarbeit, FH Aachen, 2024},
      abstract     = {Bei der Untersuchung von Transportprozessen der
                      Pflanzenwurzeln kann die Positronen-Emissions-Tomographie
                      (PET) genutzt werden, um nicht-invasive Aufnahme der inneren
                      Vorgänge der Pflanzen zu erzeugen. Die Gewinnung und
                      Auswertung dieser Informationen kann dabei helfen,
                      ressourceneffizientere sowie ertragreichere Pflanzen zu
                      entwickeln. Die manuelle Aufbereitung der PET-Daten
                      benötigt je nach Komplexität der Wurzelstruktur 30 Minuten
                      bis 3 Stunden pro Datensatz. Bei sich anhäufenden Messungen
                      zu Experimenten bietet es sich daher an,
                      Automatisierungsmöglichkeiten dieses Vorgehens zu
                      entwickeln. In dieser Arbeit werden eine Datenstruktur und
                      ein Programm zur effizienten Automatisierung der
                      Überführung von PET-Wurzeldaten in eine Skelett-und
                      Graphrepräsentation entwickelt, um den nötigen manuellen
                      Arbeitsaufwand zu minimieren. Zur besseren Nutzerhandhabung
                      und Minimierung der Nutzerinteraktion werden möglichst
                      viele Aktionen automatisiert und gleichzeitig dem Nutzer an
                      jeder Stelle Möglichkeiten zum Eingreifen gegeben.Zur
                      Entwicklung werden Bildverarbeitungsmethoden von MeVisLab,
                      scikit-image und sknw verwendet. Vorbereitend werden die
                      grundlegenden Algorithmen erläutert und die Erkenntnisse
                      genutzt, um eine Datenstruktur und ein Programm zu
                      entwickeln. Aufbauend auf diesem werden Optimierungen
                      implementiert, welche auftretende Artefakte bei der Skelett-
                      und Grapherzeugung entfernen, automatisch Parameter für die
                      genutzten Algorithmen anhand von Bildmerkmalen bestimmen und
                      dem Nutzer verschiedenste Eingriffsmöglichkeiten bieten.Das
                      erarbeitete Programm wird mit verschiedenen Testfällen auf
                      potentielle Problemquellen getestet. Dabei treten
                      verschiedene Merkmale hervor. Es entstehen X- und
                      brückenartige Strukturen, wenn die Originalwurzeln sich in
                      einer Fläche berühren. Die Längen und Anzahl der
                      segmentierten außenliegenden Wurzeln und die Qualität
                      stehen wegen des genutzten Filters und
                      Region-Growing-Algorithmus in einem Trade-Off gegenüber. Es
                      kann festgestellt werden, dass diese Problemquellen
                      hauptsächlich bei komplexeren und nah nebeneinander
                      wachsenden Wurzeln auftreten, aber auch wenn der Unterschied
                      zwischen Wurzel und Rauschen zu gering wird. Zusammenfassend
                      kann festgehalten werden, dass die in dieser Arbeit
                      erstellte Datenstruktur und das Programm erfolgreich auf
                      Datensätze einfacher und mittlerer Komplexität anwendbar
                      sind. Zur weiteren Optimierung und Erweiterung auf
                      komplexere Datensätze wird ein Ausblick auf weitere
                      Methoden und Algorithmen gegeben.},
      cin          = {IBG-2},
      cid          = {I:(DE-Juel1)IBG-2-20101118},
      pnm          = {2171 - Biological and environmental resources for
                      sustainable use (POF4-217)},
      pid          = {G:(DE-HGF)POF4-2171},
      typ          = {PUB:(DE-HGF)19},
      url          = {https://juser.fz-juelich.de/record/1022280},
}