Körpersegmentierung

Körpersegmentierung bezeichnet die Zuordnung von Bildpunkten oder Voxeln zu einzelnen Körperteilen oder Gewebetypen, z. B. in medizinischen Bildgebungsverfahren (CT, MRI) oder in der Bewegungs- und Freizeitforschung. Sie dient der quantitativen Analyse der Anatomie und der Unterstützung von Diagnostik, Therapieplanung und biomechanischer Modellierung.

Traditionell erfolgt sie atlas- oder modellbasiert; aktuelle Ansätze setzen auf maschinelles Lernen, insbesondere tiefe neuronale Netze (z. B. U-Net-Architektur). Vorgehen: semantische Segmentierung (Körperteilklassen), Instanzsegmentierung (unterscheidet mehrere Instanzen derselben Klasse) oder 3D-Volumen-Segmentierung. Datenmodalitäten umfassen CT, MRT, PET, Ultraschall und Tiefenkameras.

Evaluation erfolgt mit gängigen Metriken wie dem Dice-Koeffizienten, dem Jaccard-Index oder der Hausdorff-Distanz. Validierung erfolgt gegen manuelle Referenzsegmentierungen; Reproduzierbarkeit und Generalisierung über verschiedene Geräte und Bildgebungsverfahren sind zentrale Aspekte.

Anwendungen finden sich in der Klinik (Operationsvorbereitung, Strahlentherapie, Volumenkalkulation), in der Biomechanik und Bewegungsanalyse, in der Ergonomie sowie in Computeranimation und Wearables. Sie ermöglichen präzisere volumetrische Messungen, verbesserte Therapieplanung und realistischere Modellierung von Bewegungen.

Herausforderungen umfassen die Variation der Anatomie, unterschiedliche Körperhaltungen, Artefakte, Bildrauschen und begrenzte Datenverfügbarkeit. Datenschutz und -sicherheit spielen eine Rolle. Zukünftige Entwicklungen zielen auf 3D-zeitliche Segmentierung, semi- oder selbstüberwachtes Lernen, Transferlernen und Few-Shot-Ansätze zur besseren Generalisierung ab.