% 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{Schmidt:1035242,
      author       = {Schmidt, Mascha Samantha},
      title        = {{S}egmentierung von {L}eitgeweben in {Z}uckerrüben aus
                      {MRI}-{B}ildern},
      school       = {FH Aachen},
      type         = {Masterarbeit},
      reportid     = {FZJ-2025-00322},
      pages        = {79 p.},
      year         = {2024},
      note         = {Masterarbeit, FH Aachen, 2024},
      abstract     = {Zur Untersuchung der Verteilung und des Transportes von
                      Kohlenhydraten in Zuckerrübenwird am Institut IBG-2 des
                      Forschungszentrums Jülich die
                      Positronen-Emissions-Tomographie (PET) als bildgebendes
                      Verfahren eingesetzt. Die Kurzlebigkeit des dabei alsTracer
                      verwendeten Kohlenstoffisotops 11C ermöglicht vielfach
                      wiederholte nicht-invasiveMessungen an der gleichen Pflanze.
                      Allerdings lässt sich in den 11C-PET-Messungen wegenderen
                      begrenzter Auflösung die detaillierte Gewebestruktur der
                      Zuckerrübe nicht sichtbarmachen. Insbesondere die
                      konzentrisch angeordneten Schichten des
                      kohlenhydratleitendenPhloem-Gewebes können allein aus der
                      PET-Messung nicht separiert werden.Zur Optimierung der
                      Analyse des Kohlenstofftransports sollen deshalb
                      Strukturinformationenüber das Phloem aus
                      Magnetresonanz-Tomographie (MRI)-Messungen in die
                      PETAuswertungintegriert werden. Als erster Teilschritt
                      wurden in der vorliegenden Arbeitdiverse Algorithmen zur
                      automatisierten Segmentierung der die Phloem-Schichten
                      trennendenCambium-Ringe auf den 2D-Höhenebenen des 3D-MRI
                      Bildes getestet. Die ausgewähltenAlgorithmen wurden
                      anschließend mit neu entwickelten Algorithmen zu
                      einerPipeline verbunden.Die Pipeline beginnt mit der
                      Isolierung des Cambium-Gewebes in Form einzelner
                      Segmentedurch Kombination des Meijering-Gratdetektors mit
                      einer Skelettierung. Die Cambium-Segmente werden
                      anschließend durch Einsatz bekannter und neu entwickelten
                      Graphen-Algorithmen erst von Artefakten bereinigt und
                      anschließend so weit wie möglich zu
                      geschlossenenTrennschichten verbunden. Werden geschlossenen
                      Trennschichten identifiziertnutzt die Pipeline diese im
                      letzten Schritt als Ansatzpunkt zur Verfolgung der
                      2DTrennschichtenüber Höhenebenen, solange eine
                      ausreichender optischer Differenzierbarkeitder Gewebe
                      gegeben ist. Liegen keine geschlossenen Trennschichten vor,
                      kann alternativmanuell eine Liste von Segmenten als erste
                      Trennschicht vorgegeben werden.In den Höhenschichten nahe
                      der Schicht mit größtem Umfang können im
                      Durchschnittüber die Hälfte der differenzierbaren
                      Cambium-Ringe erfasst werden. Entsprechend derabnehmenden
                      optischen Differenzierbarkeit sowie zunehmender
                      Deformationen nimmt dieseErfolgsquote in tieferen
                      Höhenschichten ab. Um die Erfolgsquote zu steigern,
                      wurdenmehrere Optimierungsmöglichkeiten, wie die
                      gleichzeitige Verarbeitung mehrerer
                      benachbarterHöhenschichten identifiziert und teilweise
                      implementiert.Somit wurden in dieser Arbeit erste wichtige
                      Werkzeuge für die automatische Segmentierung der Leitgewebe
                      in MRI-Bildern von Rüben entwickelt, auf dessen Basis in
                      Zukunftdie automatische Erzeugung virtueller Detektoren für
                      die Phloem-Ringe entwickelt werdensoll.},
      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/1035242},
}