Die computergesttzte Diagnostik auf Bilddaten hat in den letzten Jahren nicht zuletzt aufgrund des raschen Fortschritts in der Rechnertechnologie stark an Bedeutung gewonnen. Dabei knnen zwei Bereiche voneinander unterschieden werden: 1. die Visualisierungsmethoden fr 3D-Datenmaterial, die die Beurteilung des Datenmaterials beschleunigen, und 2. die Bildanalysemethoden, die eine automatische Auswertung des Bildmaterials erleichtern, um die diagnostischen Entscheidungen zu untersttzen, zu przisieren und ebenfalls zu beschleunigen. Unter den Visualisierungsmethoden mssen bereits die Fensterung bei 2D-Bildern als auch bei 3D-Datenstzen, sowie die Wahl von Teilblcken oder von Schnittebenen (multiplanares Reformatieren) aus 3D-Datenstzen genannt werden. Visualisierungsmethoden im engeren Sinne sind Volumenprojektionen. Darber hinaus stehen Visualisierungsmethoden zur Verfgung, die eine Objektoberflche unter Bercksichtigung eines Beleuchtungsmodells darstellen. Hierzu mu die Objektoberflche in den Bilddaten definiert sein (s. Bildanalyse). ber diese Visualisierungsformen hinausgehend gibt es Forschungsanstze, die die Einbindung des Anwenders so gestalten, da die Interaktion mit dem Bildmaterial seinen Erwartungen angepat ist. Dies wird realisiert, indem die Kopfhaltung und Blickrichtung des Anwenders automatisch erfat wird, um den Bildausschnitt entsprechend anzupassen, indem der Anwender mittels Sprache oder Handgesten mit dem Computer kommuniziert und indem er die gewnschten Ansichten des Datenmaterials stereoskopisch auf seine Augen projiziert erhlt (virtuelle Realitt). Vergleichbare Systeme werden fr Simulationen medizinischer Behandlungen und fr Operationen herangezogen (Augmented reality). Die Bildanalyse ist ein Gebiet, das zahlreiche und vielfltige Methoden abdeckt. In einer sehr einfachen Klassifikation knnen folgenden Ebenen unterschieden werden. Auf der Datenebene werden Berechnungen mit den Bilddaten durchgefhrt, die einheitlich fr das gesamte Datenvolumen angewendet werden (z.B. Filterung). Auf der Funktionalebene werden z.T. komplexe mathematische Modelle herangezogen, um die Bilddaten im Sinne des vorgegebenen Modells zu analysieren. Auf der Gestaltebene nimmt ein Betrachter die Bildanalyse mit Hilfe eines untersttzenden Anwendungsprogramms vor, d.h. die Bildanalyse wird durch die menschliche Wahrnehmung kontrolliert. Jede der Ebenen schliet die vorhergehende Ebene ein und es wird erwartet, da die Methoden der jeweils hheren Ebene Ergebnisse liefert, die durch die Methoden einer niedrigeren Ebene in der gleichen Qualitt nicht erreicht werden knnen. In Anbetracht der verfgbaren Vielfalt an Methoden sind Kosten-Nutzen-Relationen fr ihren Einsatz anzustellen. Dies betrifft nicht nur den Zeit- und Kostenaufwand, sondern auch die Tatsache, da mit jeder zustzlichen Methode die Mglichkeit von Artefakten zunimmt.
Purpose: To survey methods for 3D data visualization and image analysis which can be used for computer based diagnostics. Material and methods: The methods available are explained in short terms and links to the literature are presented. Methods which allow basic manipulation of 3D data are windowing, rotation and clipping. More complex methods for visualization of 3D data are multiplanar reformation, volume projections (MIP, semi-transparent projections) and surface projections. Methods for image analysis comprise local data transformation (e.g. filtering) and definition and application of complex models (e.g. deformable models). Results: Volume projections produce an impression of the 3D data set without reducing the data amount. This supports the interpretation of the 3D data set and saves time in comparison to any investigation which requires examination of all slice images. More advanced techniques for visualization, e.g. surface projections and hybrid rendering visualize anatomical information to a very detailed extent, but both techniques require the segmentation of the structures of interest. Image analysis methods can be used to extract these structures (e.g. an organ) from the image data. Discussion: At the present time volume projections are robust and fast enough to be used routinely. Surface projections can be used to visualize complex and presegmented anatomical features.