Regensburg Breast Shape Models

Die Regensburg Breast Shape Models (RBSMs) sind generative 3D-Brustformmodelle, die für Forschungszwecke kostenlos genutzt werden können. Derzeit sind zwei Modelle verfügbar:

Regensburg Breast Shape Model (RBSM)

In den letzten Jahrzehnten haben sich Statistical Shape Models (SSMs) zu einer bewährten Methode entwickelt, um die natürliche Variabilität innerhalb einer Klasse von Objekten abzubilden. Die meisten der aktuell frei verfügbaren SSMs modellieren das menschliche Gesicht und werden typischerweise für die Gesichtserkennung, -animation und 3D-Rekonstruktion von Gesichtern basierend auf nur einem einzigen Foto (sogenanntes Inverse Rendering) verwendet. Abgesehen von Gesichtern wurden SSMs jedoch auch erfolgreich für anatomische Objekte wie Knochen und Organe erstellt.

Trotz der Beliebtheit von SSMs gibt es nur sehr wenige Arbeiten, die versuchen, ein statistisches Modell aus 3D-Brustscans zu erstellen. Bis heute gibt es daher kein frei verfügbares Modell der weiblichen Brust.

Primäres Ziel dieses Projekts ist es, ein statistisches Modell der weiblichen Brust zu erstellen. Dazu gehört auch die Entwicklung von robusten Verfahren für die rigide und nicht-rigide Registrierung von 3D-Brustscans. Als weiteres Ziel soll in diesem Projekt evaluiert werden, inwieweit einige der oben genannten Anwendungen von SSMs auf die Brust übertragen werden können und wie solch ein Modell für die Simulation von Brustoperationen verwendet werden kann.

Im Rahmen des ersten Projekts wurde das Regensburg Breast Shape Model (RBSM) entwickelt ‒ das erste frei zugängliche SSM der weiblichen Brust.

Das Modell wurde aus 110 Brustscans erstellt und kann kostenlos von der Website des ReMIC heruntergeladen werden.

iRBSM: A Deep Implicit 3D Breast Shape Model

Das iRBSM ist das erste tiefe implizite 3D-Formmodell der weiblichen Brust, das auf dem kürzlich vorgeschlagenen Regensburg Breast Shape Model (RBSM) aufbaut und dieses verbessert. Im Vergleich zu seinem PCA-basierten Vorgänger verwendet unser Modell implizite neuronale Darstellungen; daher kann es auf Rohdaten aus 3D-Brustscans trainiert werden und macht eine rechenintensive nicht-rigide Bildregistrierung überflüssig – eine Aufgabe, die bei Brustformen besonders schwierig ist. Das resultierende Modell mit dem Namen iRBSM erfasst detaillierte Oberflächengeometrien einschließlich feiner Strukturen wie Brustwarzen und Bauchnabel, ist sehr ausdrucksstark und übertrifft das RBSM bei verschiedenen Oberflächenrekonstruktionsaufgaben. Das iRBSM wurde bereits prototypisch zur 3D-Rekonstruktion von Brustformen aus nur einem einzigen Bild eingesetzt.

Bei der „Bildverarbeitung in der Medizin“ erhielt Maximilian Weiherer für das iRBSM einen Best Paper Award (2. Platz).

Auch das iRBSM steht über die Website des ReMIC offen verfügbar.